SlideShare a Scribd company logo
4
Most read
6
Most read
14
Most read
OLEH :
1. DANIA YULIANI (06081181419001)
2. LIA DESTIANI (06081181419076)
3. SILVIA KUSWANTI (06081181419017)
STATISTIK DASAR
A. PENGERTIAN UJI
NORMALITAS
adalah uji untuk mengukur apakah data
yang didapatkan memiliki distribusi normal
sehingga dapat dipakai dalam statistik
parametrik (statistik inferensial)a
UJI NORMALITAS
B. MACAM-MACAM UJI
NORMALITAS
1. Uji normalitas Chi Square (Chi kuadrat)
Uji chi-kuadrat atau Chi square digunakan
jika ukuran sampel 30 data atau lebih (n ≥ 30).
Rumus :
Rumus :
Keterangan :
Oi = Nilai observasi
Ei = Nilai expected / harapan, luasan interval kelas berdasarkan tabel normal
dikalikan N (total frekuensi) (pi x N)
N = Banyaknya angka pada data (total frekuensi)
Langkah-langkah untuk menguji
normalitas dengan Chi Square:
 Hipotesis :
Ho : Data populasi berdistribusi normal
H1 : Data populasi tidak berdistribusi
normal
 Nilai (level signifikasi)
 Rumus Statistik Penguji
Kelas
Interval
Batas
Kelas
Z batas
kelas
Luas Z
tabel
Ei Oi
 Derajat Bebas
Df = ( k =panjang kelas) – 3
 Nilai Tabel
Lihat tabel df
 Menentukan daerah penolakan
Jika nilai X2 hitung < nilai X2 tabel, maka
Ho diterima ; Ha ditolak.
Jika nilai X2 hitung > nilai X2 tabel, maka
maka Ho ditolak ; Ha diterima
 Kesimpulan
Contoh Soal
Diambil Data Nilai Ujian Matematika siswa
kelas X SMA N 1 Bayung Lencir
Skor Frekuensi
27-33
34-40
41-47
48-54
55-61
62-68
69-75
1
9
13
15
13
11
2
Jumlah 64
Selidikilah dengan = 5%, apakah data tersebut di
atas berdistribusi normal ? (Mean = 51,77; Standar
deviasi = 10,14)
Jawab
1. Hipotesis :
Ho : Populasi nilai ujian matematika siswa berdistribusi
normal
H1 : Populasi nilai ujian matematika siswa tidak
berdistribusi normal
2. Nilai Signifikasi
level signifikansi = 5% = 0,05
3. Rumus Statistik Penguji
4. Derajat Bebas
Df = ( k =panjang kelas) – 3 ) = ( 7 – 3 ) = 4
5. Nilai Tabel
Nilai tabel X2 ; α = 0,05 ; df = 4 ; = 9,49. Tabel X2 (Chi-
Square) pada lampiran.
6. Menentukan daerah penolakan
Menggunakan Rumus :
Jika nilai X2 hitung < nilai X2 tabel, maka Ho
diterima ; Ha ditolak.
Jika nilai X2 hitung > nilai X2 tabel, maka maka Ho
ditolak ; Ha diterima.
Maka :
|3,67 | < |9,49| ; berarti Ho diterima, Ha ditolak
7. Kesimpulan
Populasi nilai ujian matematika siswa berdistribusi
2. Uji Liliefors
Uji Normalitas dengan uji liliefors apabila
data masih disajikan secara individu, maka uji
normalitas data sebaiknya dilakukan dengan Uji
Liliefors, karena uji Liliefors jauh lebih teliti
dibandingkan dengan Uji Chi-Kuadrat.
Rumus:
keterangan :
Xi = data / nilai
X = rata- rata (mean)
s = standar deviasi
Kriteria:
•Jika Lhitung, < L tabel maka terima Ho dan
tolak Hi
•Jika Lhitung, > L tabel maka tolak Ho dan
terima Hi
3. Uji normalitas
Kolmogorov-Smirnov
Persyaratan:
a. Data berskala interval atau ratio (kuantitatif)
b. Data tunggal / belum dikelompokkan pada
tabel distribusi frekuensi
c. Dapat untuk n besar maupun n kecil.
Tabel Uji kolmogrov-Smirnov
No Xi Ft Fs
1
2
3
4
dst
UJI HOMOGENITAS
Uji homogenitas merupakan uji perbedan
antara dua atau lebih populasi. Semua
karakteristik populasi dapat bervariasi antara satu
populasi dengan yang lain. Dua di antaranya
adalah mean dan varian (selain itu masih ada
bentuk distribusi, median, modus, range, dll).
A. Pengertian uji homogenitas
B. Jenis-Jenis Uji Homogenitas
1. Uji Bartlett
Uji ini digunakan untuk menguji ukuran
dengan cuplikan yang sama maupun
tidak sama (n yang sama maupun n
yang berbeda) untuk tiap kelompok.
B. Jenis-Jenis Uji Homogenitas
2. Uji Harley Pearson
Uji ini digunakan untuk menguji ukuran
dengan cuplikan yang sama (n yang sama )
untuk tiap kelompok, misalkan kita mempunyai
dua populasi normal dengan varians dan ,
akan diuji mengenai uji dua pihak untuk
pasangan hipotesis nol H0 dan tandingannya
H1 :
Kriteria pengujian adalah : hipotesis
diterima jika
Statistik lain yang digunakan untuk menguji
hipotesis
adalah
No
Nilai
Kelas A Kelas B
1 5 5
2 6 5
3 9 9
4 8 6
5 10 10
6 9 6
7 8 9
8 9 9
9 9 9
10 10 10
11 10 10
12 8 8
13 10 10
14 6 2
15 7 6
16 9 10
17 9 9
18 8 10
19 9 9
20 10 10
21 9 10
22 10 10
23 9 10
24 7 6
25 8 10
26 9 10
27 10 9
28 5 3
29 8 8
30 9 9
31 10 10
32 7 6
33 6 4
34 8 3
35 8 8
Contoh soal :
Perhatikan data nilai matematika siswa kelas A dan
kelas B .
Penyelesaian
1. Hipotesis
Homogen
Tidak Homogen
2. Menentukan taraf nyata nilai signifikan dan Ftabel
3. Kriteria pengujian:
 Ha diterima jika :
 Ha ditolak jika :
4. Uji statistik
5. Kesimpulan
Karena maka H0
ditolak. Jadi data tidak berasal dari populasi yang
homogendalam taraf nyata 0,05. Jadi kedua sampel
memiliki varians tidak homogen sehingga kedua sampel
tersebut tidak homogen.
THANK
YOU

More Related Content

PPTX
8. uji normalitas dan homogenitas
PPTX
Uji Normalitas dan Homogenitas
PDF
Materi P2_Pengantar Statistik Inferensial
PPTX
uji homogenitas varians
PDF
uji mann whitney dan uji fisher
PPT
Uji beda mean
PPTX
Statistika UJI NORMALITAS
PPTX
Konsep dasar pengujian hipotesis
8. uji normalitas dan homogenitas
Uji Normalitas dan Homogenitas
Materi P2_Pengantar Statistik Inferensial
uji homogenitas varians
uji mann whitney dan uji fisher
Uji beda mean
Statistika UJI NORMALITAS
Konsep dasar pengujian hipotesis

What's hot (20)

PPTX
11.statistik parametrik dan non parametrik
PPTX
Pengantar statistika 4
PPTX
PPT UJI NORMALITAS
DOCX
ringkasan uji homogenitas dan normalitas
PPTX
Uji tukey & Uji scheffe
PPTX
Pengujian hipotesis 05
PDF
Minggu 11_Teknik Analisis Komparasi
PPTX
Analisis korelasi
PDF
Uji proporsi satu populasi dan dua populasi
PDF
Statistika parametrik_teknik analisis komparasi (uji-t)
DOCX
Kurva Normal
PPTX
UJI Z dan UJI T
PDF
Statistika parametrik_teknik analisis korelasi
PDF
Analisis bab1 bab2
PPT
STATISTIKA DESKRIPTIF P3.ppt
PDF
Statistika inferensial 1
DOCX
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
DOCX
Pengujian Hipotesis (Makalah Pengantar Statistika)
PDF
Minggu 9_Teknik Analisis Korelasi
PPTX
Uji perbedaan uji z
11.statistik parametrik dan non parametrik
Pengantar statistika 4
PPT UJI NORMALITAS
ringkasan uji homogenitas dan normalitas
Uji tukey & Uji scheffe
Pengujian hipotesis 05
Minggu 11_Teknik Analisis Komparasi
Analisis korelasi
Uji proporsi satu populasi dan dua populasi
Statistika parametrik_teknik analisis komparasi (uji-t)
Kurva Normal
UJI Z dan UJI T
Statistika parametrik_teknik analisis korelasi
Analisis bab1 bab2
STATISTIKA DESKRIPTIF P3.ppt
Statistika inferensial 1
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
Pengujian Hipotesis (Makalah Pengantar Statistika)
Minggu 9_Teknik Analisis Korelasi
Uji perbedaan uji z
Ad

Similar to Uji Normalitas dan Homogenitas (20)

PPTX
KEL 4 STATISTIKA.pptx
PPTX
Uji normalitas dan uji homogenitas
PDF
uji normalitas dan homogenitas
PPTX
Uji normalitas dan homogenitas
DOCX
Makalah uji normalitas
DOCX
Uji normalitas dan_homogenitas
PPTX
Uji normalitas dan homogenitas
PPTX
StatPen_kel_3_revisi[2].pptx selamat mencoba
PPTX
StatPen_kel_3_revisi[2].pptx selamat mencoba
PDF
Uji normalitas dan homogenitas ri
PPTX
Pert 13 14 -uji homogenitas dan uji normalitas
PPTX
Uji normalitas dan homogenitas
PPTX
PPT KEL 4 STATISTIKA PENDIDIKAN MANAJEMEN PENDIDIKAN.pptx
PPTX
tugas7b.pptx
PPTX
Bab viii uji normalitas dan homogenitas
PDF
pertemuan11ujinormalitasdanhomogenitas-161215141904.pdf
PPTX
Uji Normalitas dan Homogenitas ppt-
PPTX
PERTEMUAN 11 - UJI NORMALITAS DAN HOMOGENITAS DATA
PPTX
6. NORMALITAS DAN HOMOGENITAS.pptx
KEL 4 STATISTIKA.pptx
Uji normalitas dan uji homogenitas
uji normalitas dan homogenitas
Uji normalitas dan homogenitas
Makalah uji normalitas
Uji normalitas dan_homogenitas
Uji normalitas dan homogenitas
StatPen_kel_3_revisi[2].pptx selamat mencoba
StatPen_kel_3_revisi[2].pptx selamat mencoba
Uji normalitas dan homogenitas ri
Pert 13 14 -uji homogenitas dan uji normalitas
Uji normalitas dan homogenitas
PPT KEL 4 STATISTIKA PENDIDIKAN MANAJEMEN PENDIDIKAN.pptx
tugas7b.pptx
Bab viii uji normalitas dan homogenitas
pertemuan11ujinormalitasdanhomogenitas-161215141904.pdf
Uji Normalitas dan Homogenitas ppt-
PERTEMUAN 11 - UJI NORMALITAS DAN HOMOGENITAS DATA
6. NORMALITAS DAN HOMOGENITAS.pptx
Ad

More from silvia kuswanti (20)

PPSX
PPT Interaktif Materi Luas Permukaan Kubus
PPTX
Wawasan Dasar Pengelolaan Pendidikan
DOCX
Makalah Wawasan Dasar Pengelolaan Pendidikan
PPTX
Uji Hipotesis Satu Rata-rata
PPTX
Uji Hipotesis Dua Rata-rata
PPTX
Uji Hipitesis
PPTX
Distribusi Normal
PPTX
Distribusi Bernouli dan Poisson
PPTX
Ukuran Keruncingan
PPTX
Distribusi Frekuensi
PPTX
Ukuran Pemusatan dan Ukuran Penyebaran
PPT
Pengertian Statistika dan Macam macam Data
PPTX
Penyajian Data
DOCX
Makalah Statistika Dasar
PDF
Integral lipat tiga
DOCX
FPB dan KPK (Aljabar)
DOC
Irisan bidang
DOC
Lembar kerja siswa materi luas permukaan kubus
DOC
RPP tugas peerteaching
PPTX
Bunga-bunga Langka di Dunia
PPT Interaktif Materi Luas Permukaan Kubus
Wawasan Dasar Pengelolaan Pendidikan
Makalah Wawasan Dasar Pengelolaan Pendidikan
Uji Hipotesis Satu Rata-rata
Uji Hipotesis Dua Rata-rata
Uji Hipitesis
Distribusi Normal
Distribusi Bernouli dan Poisson
Ukuran Keruncingan
Distribusi Frekuensi
Ukuran Pemusatan dan Ukuran Penyebaran
Pengertian Statistika dan Macam macam Data
Penyajian Data
Makalah Statistika Dasar
Integral lipat tiga
FPB dan KPK (Aljabar)
Irisan bidang
Lembar kerja siswa materi luas permukaan kubus
RPP tugas peerteaching
Bunga-bunga Langka di Dunia

Recently uploaded (20)

PPTX
XI BAB 7 SISTEM PERNAPASAN pada kelas xi
DOCX
Lembar Kerja Mahasiswa Information System
PDF
System Requirement Enterprise Resource Planning Peternakan Ayam dan Daftar Ju...
PPTX
Rancangan Kegiatan Kokurikuler SMP N 1 Karanggede
DOCX
Modul Ajar Deep Learning Bahasa Inggris Lanjutan Kelas 11 SMA Terbaru 2025
PDF
Presentasi Aplikasi Persiapan ANBK 2025.pdf
DOCX
Modul Ajar Deep Learning PAI & BP Kelas 12 SMA Terbaru 2025
PPTX
BAB 1 Rangkuman Materi Informatika Kelas 7.pptx
PDF
PPT Yudisium Ceremony Agusus 2025 - new. pdf
DOCX
Modul Ajar Deep Learning Biologi Kelas 10 SMA Terbaru 2025
PPT
MATERI ALL Biologi 10 LENGKAP SEKALI TINGGAL DI GUNAKAN
DOCX
Modul Ajar Deep Learning PJOK Kelas 12 SMA Terbaru 2025
PPTX
1. Bahan Bacaan Pola Pikir Bertumbuh.pptx
PPTX
Modul 2. Berpikir Komputasional sebagai Dasar Koding untuk Kecerdasan Artifis...
PPTX
PPT Kurikulum Berbasis Cinta tahun 2025.
DOCX
Modul Ajar Deep Learning PJOK Kelas 10 SMA Terbaru 2025
PPTX
Model Lintas minat dan pendalaman materi
PPTX
materi pencegahan perkawinan usia anak.pptx
DOCX
Modul Ajar Deep Learning Bahasa Inggris Kelas 12 SMA Terbaru 2025
PDF
lembar kerja LMS tugas pembelajaran mendalam
XI BAB 7 SISTEM PERNAPASAN pada kelas xi
Lembar Kerja Mahasiswa Information System
System Requirement Enterprise Resource Planning Peternakan Ayam dan Daftar Ju...
Rancangan Kegiatan Kokurikuler SMP N 1 Karanggede
Modul Ajar Deep Learning Bahasa Inggris Lanjutan Kelas 11 SMA Terbaru 2025
Presentasi Aplikasi Persiapan ANBK 2025.pdf
Modul Ajar Deep Learning PAI & BP Kelas 12 SMA Terbaru 2025
BAB 1 Rangkuman Materi Informatika Kelas 7.pptx
PPT Yudisium Ceremony Agusus 2025 - new. pdf
Modul Ajar Deep Learning Biologi Kelas 10 SMA Terbaru 2025
MATERI ALL Biologi 10 LENGKAP SEKALI TINGGAL DI GUNAKAN
Modul Ajar Deep Learning PJOK Kelas 12 SMA Terbaru 2025
1. Bahan Bacaan Pola Pikir Bertumbuh.pptx
Modul 2. Berpikir Komputasional sebagai Dasar Koding untuk Kecerdasan Artifis...
PPT Kurikulum Berbasis Cinta tahun 2025.
Modul Ajar Deep Learning PJOK Kelas 10 SMA Terbaru 2025
Model Lintas minat dan pendalaman materi
materi pencegahan perkawinan usia anak.pptx
Modul Ajar Deep Learning Bahasa Inggris Kelas 12 SMA Terbaru 2025
lembar kerja LMS tugas pembelajaran mendalam

Uji Normalitas dan Homogenitas

  • 1. OLEH : 1. DANIA YULIANI (06081181419001) 2. LIA DESTIANI (06081181419076) 3. SILVIA KUSWANTI (06081181419017) STATISTIK DASAR
  • 2. A. PENGERTIAN UJI NORMALITAS adalah uji untuk mengukur apakah data yang didapatkan memiliki distribusi normal sehingga dapat dipakai dalam statistik parametrik (statistik inferensial)a UJI NORMALITAS
  • 3. B. MACAM-MACAM UJI NORMALITAS 1. Uji normalitas Chi Square (Chi kuadrat) Uji chi-kuadrat atau Chi square digunakan jika ukuran sampel 30 data atau lebih (n ≥ 30). Rumus : Rumus : Keterangan : Oi = Nilai observasi Ei = Nilai expected / harapan, luasan interval kelas berdasarkan tabel normal dikalikan N (total frekuensi) (pi x N) N = Banyaknya angka pada data (total frekuensi)
  • 4. Langkah-langkah untuk menguji normalitas dengan Chi Square:  Hipotesis : Ho : Data populasi berdistribusi normal H1 : Data populasi tidak berdistribusi normal  Nilai (level signifikasi)  Rumus Statistik Penguji Kelas Interval Batas Kelas Z batas kelas Luas Z tabel Ei Oi
  • 5.  Derajat Bebas Df = ( k =panjang kelas) – 3  Nilai Tabel Lihat tabel df  Menentukan daerah penolakan Jika nilai X2 hitung < nilai X2 tabel, maka Ho diterima ; Ha ditolak. Jika nilai X2 hitung > nilai X2 tabel, maka maka Ho ditolak ; Ha diterima  Kesimpulan
  • 6. Contoh Soal Diambil Data Nilai Ujian Matematika siswa kelas X SMA N 1 Bayung Lencir Skor Frekuensi 27-33 34-40 41-47 48-54 55-61 62-68 69-75 1 9 13 15 13 11 2 Jumlah 64 Selidikilah dengan = 5%, apakah data tersebut di atas berdistribusi normal ? (Mean = 51,77; Standar deviasi = 10,14)
  • 7. Jawab 1. Hipotesis : Ho : Populasi nilai ujian matematika siswa berdistribusi normal H1 : Populasi nilai ujian matematika siswa tidak berdistribusi normal 2. Nilai Signifikasi level signifikansi = 5% = 0,05 3. Rumus Statistik Penguji
  • 8. 4. Derajat Bebas Df = ( k =panjang kelas) – 3 ) = ( 7 – 3 ) = 4 5. Nilai Tabel Nilai tabel X2 ; α = 0,05 ; df = 4 ; = 9,49. Tabel X2 (Chi- Square) pada lampiran.
  • 9. 6. Menentukan daerah penolakan Menggunakan Rumus : Jika nilai X2 hitung < nilai X2 tabel, maka Ho diterima ; Ha ditolak. Jika nilai X2 hitung > nilai X2 tabel, maka maka Ho ditolak ; Ha diterima. Maka : |3,67 | < |9,49| ; berarti Ho diterima, Ha ditolak 7. Kesimpulan Populasi nilai ujian matematika siswa berdistribusi
  • 10. 2. Uji Liliefors Uji Normalitas dengan uji liliefors apabila data masih disajikan secara individu, maka uji normalitas data sebaiknya dilakukan dengan Uji Liliefors, karena uji Liliefors jauh lebih teliti dibandingkan dengan Uji Chi-Kuadrat. Rumus: keterangan : Xi = data / nilai X = rata- rata (mean) s = standar deviasi Kriteria: •Jika Lhitung, < L tabel maka terima Ho dan tolak Hi •Jika Lhitung, > L tabel maka tolak Ho dan terima Hi
  • 11. 3. Uji normalitas Kolmogorov-Smirnov Persyaratan: a. Data berskala interval atau ratio (kuantitatif) b. Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi c. Dapat untuk n besar maupun n kecil. Tabel Uji kolmogrov-Smirnov No Xi Ft Fs 1 2 3 4 dst
  • 12. UJI HOMOGENITAS Uji homogenitas merupakan uji perbedan antara dua atau lebih populasi. Semua karakteristik populasi dapat bervariasi antara satu populasi dengan yang lain. Dua di antaranya adalah mean dan varian (selain itu masih ada bentuk distribusi, median, modus, range, dll). A. Pengertian uji homogenitas
  • 13. B. Jenis-Jenis Uji Homogenitas 1. Uji Bartlett Uji ini digunakan untuk menguji ukuran dengan cuplikan yang sama maupun tidak sama (n yang sama maupun n yang berbeda) untuk tiap kelompok.
  • 14. B. Jenis-Jenis Uji Homogenitas 2. Uji Harley Pearson Uji ini digunakan untuk menguji ukuran dengan cuplikan yang sama (n yang sama ) untuk tiap kelompok, misalkan kita mempunyai dua populasi normal dengan varians dan , akan diuji mengenai uji dua pihak untuk pasangan hipotesis nol H0 dan tandingannya H1 :
  • 15. Kriteria pengujian adalah : hipotesis diterima jika Statistik lain yang digunakan untuk menguji hipotesis adalah
  • 16. No Nilai Kelas A Kelas B 1 5 5 2 6 5 3 9 9 4 8 6 5 10 10 6 9 6 7 8 9 8 9 9 9 9 9 10 10 10 11 10 10 12 8 8 13 10 10 14 6 2 15 7 6 16 9 10 17 9 9 18 8 10 19 9 9 20 10 10 21 9 10 22 10 10 23 9 10 24 7 6 25 8 10 26 9 10 27 10 9 28 5 3 29 8 8 30 9 9 31 10 10 32 7 6 33 6 4 34 8 3 35 8 8
  • 17. Contoh soal : Perhatikan data nilai matematika siswa kelas A dan kelas B . Penyelesaian 1. Hipotesis Homogen Tidak Homogen 2. Menentukan taraf nyata nilai signifikan dan Ftabel 3. Kriteria pengujian:
  • 18.  Ha diterima jika :  Ha ditolak jika : 4. Uji statistik 5. Kesimpulan Karena maka H0 ditolak. Jadi data tidak berasal dari populasi yang homogendalam taraf nyata 0,05. Jadi kedua sampel memiliki varians tidak homogen sehingga kedua sampel tersebut tidak homogen.