D. Distribusi Normal
Hampir semua gejala atau variabel dalam pendidikan merupakan gejala normal. Kecakapan, inteligensi, ukuran badan, tinggi badan, berat badan, minat
motivasi, sikap dan lain-lainnya, semuanya berdistribusi normal. Gambar dari distribusi normal disebut kurva normal. Kurva normal serupa dengan penampang
lonceng.
-3 -2 -1 0 1 2 3
Gambar 1: Kurva Normal
Beberapa sifat kurva normal antara lain : 1 kurva licin dan simetri sempurna. 2 karena kurva simetri, maka rata-rata, median, dan modus berimpit
menjadi satu. 3 ujung atau ekor kurva, makin lama makin mendekati sumbu datar, walaupun tidak akan pernah menyentuh sumbu tersebut. 4 data yang
berada 1s disekitar x adalah 68,26 dari seluruh data. Data yang berada 2 s disekitar x adalah 95,44 dari seluruh data. Dapat juga dikatakan : probabilitas
data berada 1s disekitar x adalah 0,9544. Oleh karena setiap jenis data mempunyai kurva normal, tergantung dari
rata-rata x dan simpangan baku s, maka sangatlah merepotkan menghitung luas
kurva atau probabilitas untuk setiap kurva normal. Untuk mengatasi hal ini, semua kurva normal dibakukan atau distandarkan. Sehingga diperoleh kurva normal baku
dengan rata-rata = 0 dan simpangan baku = 1. untuk menghitung luas kurva atau probabilitas, tersedia tabel z. Misalnya untuk menghitung luas kurva antara 0 dan
1 atau menghitung probabilitas data berada antara 0 dan 1, dilihat tabel z seperti terlihat pada gambar kurva normal nampak jelas daerah O-Z ini, ke arah kanan
harga positif dan ke arah kiri harga negatif. Pada tabel Z arah ke kanan menunjukkan angka luas daerah, misalkan kanan 1,0 di bawah 0, tertulis 3413,
singkatan dari 0,3413. jadi probabilitas data berada 1 disekitar 0 adalah 0,3413. probabilitas data berada kurang lebih disekitar 0 adalah 2 x 0,3413 = 0, 6826.
Uji normalitas distribusi dilakukan dua cara, yaitu uji Liliefors Lo dan uji chiquadrat X2. Uji ini dinamakan uji normalitas distribusi dengan pendekatan
non-parametrik, hal ini dilakukan andaikata kelompok sampel yang digunakan dalam sebuah penelitian diasumsikan sebagai kelompok kecil. Dalam uji ini tidak
diperlukan parameter tertentu misalnya x dan s oleh karena itu dikenal dengan pendekatan uji normalitas distribusi non parametrik. Dalam pengujian statistik non
parametrik, andaikata kelompok sampel yang digunakan dalam sebuah penelitian diasumsikan sebagai kelompok kecil, maka dalam uji ini tidak diperlukan
parameter tertentu misalkan x, s, akan tetapi bergantung sepenuhnya pada data yang masuk.
E. Pengujian Hipotesis
Kategori