« »

07 Agustus 2012

Uji Normalitas



Pengujian normalitas dilakukan untuk mengetahui normal tidaknya suatu distribusi data. Hal ini penting diketahui berkaitan dengan ketepatan pemilihan uji statistik yang akan digunakan. Karena uji statistik parametrik mensyaratkan data harus berdistribusi normal. Apabila distribusi data tidak normal maka disarankan untuk menggunakan uji statistik nonparametrik, bukan uji statistik parametrik.

Uji normalitas dapat dilakukan dengan beberapa cara, antara lain dengan menafsirkan grafik ogive, koefisien tingkat kemencengan, Uji Liliefors, Uji Chi-Kuadrat, Uji Kolmogorov-Smirnov dan lain sebagainya.

Berikut ini akan dipaparkan sedikit mengenai uji grafik ogive dan uji koefisien tingkat kemencengan (skewness) yang digunakan untuk statistik deduktif (deskriptif) yang tidak membutuhkan pengujian.

Penentuan normal atau tidaknya suatu distribusi data dengan grafik ogive hanya dilakukan dengan menafsirkan grafik, yaitu:
  1. apabila grafik ogive lurus atau hampir lurus maka distribusi data ditafsirkan berdistribusi normal

  2. sedangkan kalau tidak lurus ditafsirkan data tidak berdistribusi normal

Penentuan normal atau tidaknya suatu distribusi data dengan koefisien kemencengan dilakukan dengan cara menghitung koefisien skewness atau tingkat kemencengan (TK), yaitau:
  1. apabila, -2 < TK < 2, data ditafsirkan berdistribusi normal

  2. sedangkan harga TK lainnya, data ditafsirkan berdistribusi tidak normal

Jadi penentuan kenormalan distribusi data dengan cara grafik ogive atau menghitung koefisien skewness hanya berlaku untuk statistik deduktif (deskriptif). Penentuan kenormalan suatu distribusi data statistik induktif harus dilakukan dengan pengujian. Dalam statistik induktif dilakukan pengujian, apakah suatu data sampel berasal dari populasi berdistribusi normal atau tidak. Penentuan kenormalan suatu distribusi data dapat dilakukan dengan cara pengujian Liliefors atau Chi-Kuadrat.
Share it to your friends..!

Share to Facebook Share this post on twitter Bookmark Delicious Digg This Stumbleupon Reddit Yahoo Bookmark Furl-Diigo Google Bookmark Technorati Newsvine Tips Triks Blogger, Tutorial SEO, Info