Cara Menghitung Uji Normalitas

Admin TeknoBgt 4 Maret 2023MENGHITUNG69 Views

Hello Sobat TeknoBgt! Kamu pasti sudah tidak asing lagi dengan uji normalitas, yang biasanya dilakukan untuk mengetahui distribusi suatu data apakah berdistribusi normal atau tidak. Melakukan uji normalitas menjadi penting karena hasil penentuan jenis uji statistik selanjutnya, seperti uji parametrik atau non-parametrik, tergantung pada distribusi data yang diuji. Namun, apakah kamu tahu cara yang tepat untuk menghitung uji normalitas? Yuk simak artikel ini sampai selesai!

Daftar Isi tampilkan

Apa itu Uji Normalitas?

Sebelum kita membahas lebih lanjut tentang cara menghitung uji normalitas, pertama-tama mari kita mengenal terlebih dahulu apa itu uji normalitas. Secara sederhana, uji normalitas adalah suatu proses untuk mengetahui apakah data yang diuji memiliki distribusi normal atau tidak.

Distribusi normal sendiri merujuk pada distribusi data yang simetris dan berbentuk lonceng, dimana nilai tengah data (mean) sama dengan nilai median dan modus. Hal ini penting untuk diperhatikan karena beberapa jenis uji statistik hanya dapat digunakan pada data dengan distribusi normal.

Berapa Banyak Sample Data yang Diperlukan untuk Melakukan Uji Normalitas?

Jumlah sample data yang dibutuhkan untuk melakukan uji normalitas tergantung pada jenis uji normalitas yang digunakan. Untuk uji Shapiro-Wilk, biasanya jumlah sample data minimal adalah 5 dan maksimal adalah 2000.

Sementara itu, untuk uji Kolmogorov-Smirnov, jumlah sample data minimal adalah 8 dan tidak ada jumlah maksimal yang ditentukan.

Penting untuk diingat bahwa semakin banyak sample data yang diuji, semakin akurat hasil uji normalitas yang didapatkan.

Cara Menghitung Uji Normalitas

1. Menggunakan Histogram

Salah satu cara untuk menghitung uji normalitas adalah dengan membuat histogram dari data yang akan diuji. Histogram merupakan grafik yang menunjukkan sebaran data secara visual dalam bentuk kolom vertikal.

Untuk mengetahui apakah data tersebut berdistribusi normal atau tidak, perhatikan bentuk histogramnya. Jika histogram memiliki bentuk lonceng, maka kemungkinan besar data tersebut berdistribusi normal.

2. Menggunakan Normal Probability Plot

Cara lain untuk menghitung uji normalitas adalah dengan menggunakan normal probability plot. Normal probability plot merupakan grafik yang menunjukkan sebaran data secara visual dalam bentuk titik yang terletak pada garis diagonal.

Jika titik-titik tersebut berada dekat dengan garis diagonal, maka kemungkinan besar data tersebut berdistribusi normal. Namun, jika titik-titik tersebut berada jauh dari garis diagonal, maka kemungkinan besar data tersebut tidak berdistribusi normal.

Berikut adalah contoh normal probability plot:

Data	Normal Probability Plot
10	o
20	o
30	o
40	o
50	o
60	o
70	o
80	o
90	o

3. Menggunakan Uji Statistik

Cara yang paling umum digunakan untuk menghitung uji normalitas adalah dengan menggunakan uji statistik, seperti Shapiro-Wilk atau Kolmogorov-Smirnov.

Untuk melakukan uji Shapiro-Wilk, berikut adalah langkah-langkahnya:

Menentukan hipotesis nol dan alternatif
Menghitung nilai uji statistik
Menentukan nilai p-value dengan menggunakan tabel distribusi normal atau perangkat lunak statistik
Menentukan tingkat kepercayaan dan taraf signifikansi
Menyimpulkan hasil uji normalitas

Untuk melakukan uji Kolmogorov-Smirnov, langkah-langkahnya hampir sama dengan uji Shapiro-Wilk. Hanya saja, perhitungan nilai uji statistik dan nilai p-value menggunakan rumus yang berbeda.

FAQ

1. Apa bedanya uji parametrik dan non-parametrik?

Uji parametrik adalah jenis uji statistik yang digunakan pada data dengan distribusi normal, sementara uji non-parametrik adalah jenis uji yang digunakan pada data dengan distribusi tidak normal.

2. Apa yang harus dilakukan jika data tidak berdistribusi normal?

Jika data tidak berdistribusi normal, maka harus menggunakan uji non-parametrik untuk menganalisis data tersebut. Beberapa contoh uji non-parametrik antara lain uji Mann-Whitney dan uji Wilcoxon.

3. Apakah selalu perlu melakukan uji normalitas sebelum melakukan analisis data?

Tergantung pada jenis analisis data yang dilakukan. Jika analisis data menggunakan uji statistik parametrik, maka perlu melakukan uji normalitas terlebih dahulu. Namun, jika menggunakan uji non-parametrik, maka tidak perlu melakukan uji normalitas.