Cara Menghitung Uji Normalitas Kolmogorov Smirnov dengan Excel

Salam Sobat TeknoBgt! Di dalam statistika, uji normalitas adalah salah satu teknik penting yang digunakan untuk mengetahui apakah suatu data terdistribusi normal atau tidak. Dalam artikel kali ini, kita akan membahas cara menghitung uji normalitas Kolmogorov Smirnov dengan menggunakan Microsoft Excel.

Apa Itu Uji Normalitas Kolmogorov Smirnov?

Uji normalitas Kolmogorov Smirnov merupakan salah satu teknik uji normalitas yang bertujuan untuk mengetahui apakah distribusi data terdistribusi secara normal atau tidak. Uji ini dilakukan dengan membandingkan distribusi data dengan distribusi normal standar.

Uji normalitas Kolmogorov Smirnov memiliki beberapa keunggulan seperti sensitif terhadap bentuk kurva distribusi, mudah dilakukan dan bisa digunakan pada sampel data yang kecil atau besar.

Bagaimana Cara Menghitung Uji Normalitas Kolmogorov Smirnov dengan Excel?

Berikut adalah langkah-langkah dalam menghitung uji normalitas Kolmogorov Smirnov dengan menggunakan Microsoft Excel:

1. Pertama-tama, buka program Microsoft Excel dan masukkan data yang ingin dihitung normalitasnya.

Data
12
15
18
20
22
25
30

2. Selanjutnya, buat kolom baru untuk menentukan distribusi kumulatif dari data.

Data	Distribusi Kumulatif
12
15
18
20
22
25
30

3. Lalu, hitung distribusi kumulatif dengan rumus =RANK.AVG(A2,$A$2:$A$8,0)/7 pada kolom baru.

Data	Distribusi Kumulatif
12	0.142857143
15	0.285714286
18	0.428571429
20	0.571428571
22	0.714285714
25	0.857142857
30	1

4. Setelah itu, hitung kolom baru untuk menentukan nilai distribusi normal standar dari data.

Data	Distribusi Kumulatif	Distribusi Normal Standar
12	0.142857143	-1.353352832
15	0.285714286	-0.914912107
18	0.428571429	-0.455977404
20	0.571428571	0.455977404
22	0.714285714	0.914912107
25	0.857142857	1.353352832
30	1	2.326347877

5. Terakhir, hitung nilai uji normalitas Kolmogorov Smirnov dengan rumus =MAX(ABS(B2:C8)) pada kolom baru.

Data	Distribusi Kumulatif	Distribusi Normal Standar	Nilai Uji Normalitas
12	0.142857143	-1.353352832	0.141357716
15	0.285714286	-0.914912107	0.270802392
18	0.428571429	-0.455977404	0.272594025
20	0.571428571	0.455977404	0.115451855
22	0.714285714	0.914912107	0.200373607
25	0.857142857	1.353352832	0.246210976
30	1	2.326347877	0.67224425

FAQ

Apa yang harus dilakukan jika nilai uji normalitas lebih besar dari 0.05?

Ketika nilai uji normalitas lebih besar dari 0.05, artinya data tidak terdistribusi secara normal. Setelah mengetahui hal ini, kita harus menggunakan uji non-parametrik untuk menganalisis data seperti uji Mann-Whitney atau uji Kruskal-Wallis.

Apakah uji normalitas Kolmogorov Smirnov dapat digunakan pada data yang berukuran kecil?

Ya, uji normalitas Kolmogorov Smirnov dapat digunakan pada data yang berukuran kecil maupun besar. Namun, perlu diingat bahwa semakin besar ukuran sampel, semakin akurat hasil uji normalitas yang didapatkan.

Apa kelemahan dari uji normalitas Kolmogorov Smirnov?

Salah satu kelemahan dari uji normalitas Kolmogorov Smirnov adalah kurva distribusi yang terlalu condong atau skew bisa memberikan hasil yang tidak akurat. Selain itu, uji normalitas ini juga tidak dapat mengidentifikasi jenis distribusi data yang terdapat dalam sampel.

Kesimpulan

Dalam artikel ini, kita telah membahas cara menghitung uji normalitas Kolmogorov Smirnov dengan menggunakan Microsoft Excel. Uji ini dapat digunakan untuk mengetahui apakah distribusi data terdistribusi normal atau tidak. Semoga artikel ini bermanfaat bagi Sobat TeknoBgt dan sampai jumpa di artikel menarik lainnya.

Cara Menghitung Uji Normalitas Kolmogorov Smirnov dengan Excel