Uji Normalitas: Grafik & Uji Kolmogorov-Smirnov

Diposting pada

Adakah diantara kalian yang penelitian tugas akhirnya menggunakan uji normalitas?Kalau iya,,tulisan saya ini semoga bisa membantu kalian ya guys. Yup uji normalitas digunakan untuk melihat apakah data berdistribusi normal atau tidak. Data yang baik ketika distribusinya mengikuti kurva normal. Uji kenormalan data ini sering digunakan sebagai uji prasyarat dalam melakukan analisis data pada statistik inferensia, seperti analisis korelasi, regresi, desain ekperiment, uji beda.

kurva normal

Cara mendeteksi kenormalan suatu distribusi data, dapat menggunakan grafik ataupun uji statistik.

  1. Uji normalitas Menggunakan Grafik

Uji normalitas menggunakan garfik dapat dilakukan dengan membuat histrogram atau P-P plot. Namun pengujian menggunakan grafik memilki kelemahan, karena hanya berdasarkan subjektifitas dalam menafsirkan grafik tersebut, sehingga biasanya grafik digunakan sebagai pelengkap dari hasil pengujian normalitas secara statistik.

uji normalitasDikatan data berdistribusi normal, ketika sebaran data (histogram) mengikuti pola kurva normal. Gambar di atas menunjukkan bahwa histogram sebagian besar tampak mengikuti kurva normal, sehingga dapat dikatan bahwa sebaran data tersebut berdistribusi normal. Langkah-langkah pengujian Normalitas dengan Histogram Menggunakan SPSS

 

Pengujian normalitas dengan grafik yang ke-dua yaitu menggunakan P-P Plot. Data dikatakan berdistribusi normal ketika plot data (sebaran data) mengikuti garis linear. Langkah-langkah pengujian Normalitas dengan P-P Plot Menggunakan SPSS

uji normalitas p-p plot

  1. Uji normalitas Menggunakan Uji Statistik

Pengujian normalitas menggunakan uji statistik sering dipilih dibandingkan dengan menggunakan grafik. Hal ini disebabkan hasilnya lebih akurat, berbeda dengan grafik yang hanya melihat normalitas berdasarkan subjektifitas dari pengamatan terhadap grafik. Ada beberapa uji statistik yang dapat digunakan dalam melakukan uji normalitas data, seperti  Chi-Square, Liliefors, dan kolmogorv smirnov. Penggunaan jenis uji normalitas ini disesuaikan dengan jenis datanya. Namun untuk kali ini saya akan membahas mengenai uji normalitas menggunakan kolmogorv smirnov, kenapa? Karena Kolmogorv Smirnov penggunaannya lebih fleksibel, misalnya dapat digunakan untuk data dengan jumlah sampel kecil ataupun sampel besar, tidak memerlukan adanya pengelompokan data (data tunggal).

Berikut contoh hasil pengujian normalitas menggunakan uji Kolmogorov smirnov

uji normalitas kolmogorov smirnov

Pengujian Normalitas menggunakan statistik uji Kolmogorov Smirnov (D), data dikatakan berdistribusi normal ketika Nilai Absolute  < D tabel (Tabel Kolmogorov Smirnov) atau jika menggunakan nilai signifikansi p, data berdistribusi normal ketika p-value > taraf signifikansi (α)

Hasil Output uji normalitas di atas, menunjukkan bahwa Nilai Absolute sebesar 0,083 dengan nilai signifikansi p sebesar 0,131. Pada outpus di atas, diketahui sampel yang digunakan adalah 196, karna lebih dari 100, maka nilai D tabel ditentukan dengan pendekatan berikut:

D tabel

Nilai absolute < D tabel (0,083 < 0,097) maka dapat dikatakan data berdistribusi normal, sedangkan jika menggunakan p-value, hasilnya juga sama, jika menggunakan taraf isgnifikansi 5%, maka output menunjukkan bahwa nilai signifikansi p (0,131) lebih besar dari taraf signifikansi 0,05 (5%) sehingga data berdistribusi normal. Langkah-langkah uji normalitas Kolmogorov Smirnov menggunakan SPSS

Semoga bisa membantu ya guys,,

Happy Learning 🙂

Gambar Gravatar
sangat tertarik dalam bidang statistik & research, bisa diskusi/konsultasi kuliah,tugas akhir (TA, skripsi, tesis, disertasi) ngolahin data..

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *