Page 3 - MODUL UJI NORMALITAS
P. 3
MODUL 1
UJI NORMALITAS
KONSEP UMUM
Uji dalam analisis statistik dapat dibedakan menjadi dua jenis,
statistik parametrik dan statistik non parametrik. Uji distribusi
normal adalah uji untuk mengukur apakah data kita memiliki
distribusi normal atau tidak. Hasil uji ini nantinya akan kita gunakan
untuk menentukan apakah data kita selanjutnya dapat dipakai dalam
statistik parametrik atau uji non parametrik (statistik inferensial).
Cara yang biasa dipakai untuk menghitung masalah ini adalah Chi
Square. Tapi karena tes ini memiliki kelemahan, maka yang kita
pakai adalah Kolmogorov-Smirnov. Perbedaan dari kedua uji
tersebut akan kita bahas nanti. Kedua tes dinamakan masuk dalam
kategori Goodness of Fit Test.
1. Distribusi Data Normal
Distribusi normal merupakan sumbu simetri yang membagi
daerah kurva normal menjadi 2 yang sama besar. Pada bagian
kanan sumbu simetri mempunyai harga positif yang besarnya
sama dengan 0,50 atau 50% sedangkan pada bagian kiri sumbu
simetri mempunyai harga negative yang besarnya sama dengan
sebelah kanan sumbu simetri yaitu 0,50 atau 50%. Lihat Gambar 1
dibawah
Gambar 1. Grafik data dengan distribusi normal
Untuk melakukan uji normalitas menggunakan software
SPSS, peneliti dapat menggunakan dua uji statistic yang berbeda.
Uji Kolmogorov-Smirnov atau Uji Shapiro Wilks. Berikut
perbedaan dari dua uji normalitas tersebut.
1 | P a g e
