UJI
NORMALITAS
Sebelum
membahas mengenai jenis-jenis dari uji normalitas, akan dijelaskan mengenai
apakah uji normalitas itu sendiri.
Data klasifikasi kontinu, data kuantitatif yang termasuk dalam
pengukuran data skala interval atau ratio, untuk dapat dilakukan uji statistik
parametrik dipersyaratkan berdistribusi normal. Pembuktian data berdistribusi
normal tersebut perlu dilakukan uji normalitas terhadap data. Uji normalitas
berguna untuk membuktikan data dari sampel yang dimiliki berasal dari populasi
berdistribusi normal atau data populasi yang dimiliki berdistribusi normal.
Banyak cara yang dapat dilakukan untuk membuktikan suatu data berdistribusi
normal atau tidak.
Metode klasik dalam pengujian normalitas suatu data tidak begitu
rumit. Berdasarkan pengalaman empiris beberapa pakar statistik, data yang
banyaknya lebih dari 30 angka (n > 30), maka sudah dapat diasumsikan
berdistribusi normal. Biasa dikatakan sebagai sampel besar. Namun untuk
memberikan kepastian, data yang dimiliki berdistribusi normal atau tidak,
sebaiknya digunakan uji statistik normalitas. Karena belum tentu data yang
lebih dari 30 bisa dipastikan berdistribusi normal, demikian sebaliknya data
yang banyaknya kurang dari 30 belum tentu tidak berdistribusi normal, untuk itu
perlu suatu pembuktian. Pembuktian normalitas dapat
dilakukan dengan manual, yaitu dengan menggunakan kertas peluang normal, atau dengan menggunakan uji statistik normalitas.
dilakukan dengan manual, yaitu dengan menggunakan kertas peluang normal, atau dengan menggunakan uji statistik normalitas.
Banyak
jenis uji statistik normalitas yang dapat digunakan diantaranya kertas peluang,
chi kwadrat dan liliefors. Soft ware computer dapat digunakan misalnya SPSS,
Minitab, Simstat, Microstat, dsb. Pada hakekatnya soft ware tersebut merupakan
hitungan uji statistik kertas peluang normal, Lilliefors, Chi-Square, yang
telah diprogram dalam software komputer. Masing-masing hitungan uji statistik
normalitas memiliki kelemahan dan kelebihannya, pengguna dapat memilih sesuai
dengan keuntungannya.
untuk melihat selengkapnya silahkan klik disini
0 komentar:
Posting Komentar