Pengertian Uji Normalitas Sebaran Data

Uji normalitas digunakan untuk mengetahui apakah populasi data berdistribusi normal atau tidak. Uji ini biasanya digunakan untuk mengukur data berskala ordinal, interval, ataupun rasio. Jika analisis menggunakan metode parametrik, maka persyaratan normalitas harus terpenuhi yaitu data berasal dari distribusi yang normal. Jika data tidak berdistribusi normal, atau jumlah sampel sedikit dan jenis data adalah nominal atau ordinal maka metode yang digunakan adalah statistik nonparametrik.

Normalitas Data (blogger.com)

Prosedur pengujian parametrik umumnya mensyaratkan kenormalan dari sebaran data yang akan diuji. Hal ini terkait dengan fungsi penghubung (jika dalam permodelan) dan statistik uji yang digunakan dalam pengujian yang merupakan keluarga dari distribusi normal, seperti uji t-test, F-test dan chi-square. Pada dasarnya uji normalitas adalah membandingkan antara data empiris (data yang kita miliki) dengan data teoritis (data distribusi normal) dan kategorinya merupakan jenis uji kesesuaian (Goodness of Fit). Banyak ahli statistik yang mencoba membuat pendekatan uji kesesuaian untuk menguji kenormalan data, salah satunya adalah Kolmogorov SmirnoV. Kolmogorov Smirnov dalam menguji kenormalan data digunakan prinsip membandingkan probabilitas kumulatif dari data empirik (Grafik kumulatif warna biru) dengan distribusi normal (Grafik kumulatif warna merah). Dikatakan data terdistribusi normal jika grafik kumulatif dari data berhimpit atau mendekati grafik kumulatif normalnya, untuk tahu tidaknya kedua grafik tersebut berhimpit maka digunakan pengujian yang dinamakan Uji Kolmogorov-Smirnov.

   

Uji Kolmogorov Smirnov adalah pengujian normalitas yang banyak dipakai, terutama setelah adanya banyak program statistik yang beredar. Kelebihan dari uji ini adalah sederhana dan tidak menimbulkan perbedaan persepsi di antara satu pengamat dengan pengamat yang lain, yang sering terjadi pada uji normalitas dengan menggunakan grafik. 

Konsep dasar dari uji normalitas Kolmogorov Smirnov adalah dengan membandingkan distribusi data (yang akan diuji normalitasnya) dengan distribusi normal baku. Distribusi normal baku adalah data yang telah ditransformasikan ke dalam bentuk Z-Score dan diasumsikan normal. Jadi sebenarnya uji Kolmogorov Smirnov adalah uji beda antara data yang diuji normalitasnya dengan data normal baku. Seperti pada uji beda biasa, jika signifikansi di bawah 0,05 berarti terdapat perbedaan yang signifikan, dan jika signifikansi di atas 0,05 maka tidak terjadi perbedaan yang signifikan. Penerapan pada uji Kolmogorov Smirnov adalah bahwa jika signifikansi di bawah 0,05 berarti data yang akan diuji mempunyai perbedaan yang signifikan dengan data normal baku, berarti data tersebut tidak normal. Lebih lanjut, jika signifikansi di atas 0,05 maka berarti tidak terdapat perbedaan yang signifikan antara data yang akan diuji dengan data normal baku, artinya data yang diuji bernilai normal.