Pada saat pengolahan data, terdapat beberapa macam teknik analisis yang digunakan, salah satunya adalah uji normalitas. Teknik tersebut terbilang cukup sering dipakai terutama dalam pengujian asumsi klasik.
Perlu diketahui, dalam analisis data terdapat berbagai macam teknik pengujian yang bisa dilakukan. Namun, tentu penggunaan teknik tersebut harus dilakukan pertimbangan terlebih dahulu agar dapat disesuaikan dengan kebutuhan.
Nah, teknik paling umum digunakan pada analisis statistik tersebut adalah pengujian normalitas. Bagi Anda yang ingin memahami pengujian tersebut lebih jelas lagi, berikut adalah penjelasan selengkapnya.
Pengertian Uji Normalitas
Pada bagian pertama ini akan dijelaskan tentang pengertian dari uji normalitas. Secara umum, pengertian dari pengujian normalitas adalah uji yang bertujuan untuk memberikan penilaian apakah sebaran data di suatu kelompok variabel atau data telah berdistribusi normal atau tidak.
Uji tersebut juga menjadi teknik analisis data di uji asumsi klasik. Selain itu, pengujian tersebut menjadi salah satu penentu kualitas data yang nantinya akan lanjut ke teknik analisis data berikutnya.
Pada saat para peneliti telah memutuskan untuk menguji normalitas maka dapat dipastikan bahwa selanjutnya akan dilakukan analisis statistik parametrik. Apabila hasil uji normalitas tidak normal, maka akan digunakan teknik analisis non-parametrik.
Syarat Melakukan Uji Normalitas
Dalam rangka menguji normalitas terdapat persyaratan yang harus dipenuhi yaitu datanya harus terdistribusi normal. Arti dari terdistribusi normal tersebut adalah datanya mempunyai pola distribusi simetris dan berbentuk lonceng.
Jika dinilai ada indikasi ketidaknormalan atau tidak sesuai syarat pada datanya, maka ada alternatif lainnya yang bisa dilakukan peneliti. Sebagai contoh, apabila hasilnya tidak sesuai syarat maka peneliti dapat beralih ke analisis statistik non-parametrik.
Pada teknik analisis non-parametrik tidak terdapat acuan tertentu saat melakukan pengujiannya. Dengan kata lain, saat melakukan pengujian normalitas tersebut terdapat beberapa cara yang dapat digunakan oleh peneliti.
Kapan Uji Normalitas Data Dilakukan?
Setelah memahami tentang pengertian dan persyaratannya, berikutnya akan dijelaskan juga kapan waktu paling tepat untuk menguji normalitas. Tidak sedikit peneliti berasumsi bahwa jika sudah memenuhi syarat analisis kuantitatif (n = 30) maka datanya sudah memiliki distribusi normal.
Tentunya, hal tersebut masih belum bisa dipastikan karena pengujian normalitas belum dilakukan. Hal tersebut pastinya belum valid karena meskipun sampel datanya sudah mencapai ratusan, sebaran datanya punya peluang tidak berdistribusi normal.
Berdasarkan hal tersebut, bisa dikatakan bahwa saat memutuskan untuk menguji normalitas, maka segera lakukanlah. Meskipun terdapat kondisi sampel telah mencapai 30 ataupun lebih tetap lakukan uji tersebut.
Apabila saat pengujian diketahui data telah terdistribusi normal, maka akan digunakan analisis statistik parametrik dan tidak perlu beralih ke non-parametrik. Hal ini sangat penting karena parametrik sifatnya lebih powerful dibandingkan analisis non-parametrik.
Jenis-Jenis Uji Normalitas
Pada praktiknya terdapat berbagi macam jenis dari pengujian normalitas yang digunakan. Perbedaan jenis tersebut nantinya bisa disesuaikan dengan kebutuhan menganalisa data. Berikut adalah penjelasan tentang macam-macam uji normalitas.
1. Shapiro-Wilk
Jenis pertama yang umum digunakan adalah Shapiro-Wilk. Metode tersebut dapat dilakukan sangat efektif pada sampel dengan jumlah sedikit. Penerapan metode tersebut bisa memakai aplikasi statistik seperti STATA ataupun SPSS.
Uji Shapiro Wilk dapat dipakai dalam proses identifikasi apakah suatu peubah acah telah mengikuti distribusi normal atau tidak. Pengujian tersebut sering diterapkan pada analisis regresi untuk memeriksa asumsi normalitas.
Dari penjelasan tersebut dapat disimpulkan bahwa Shapiro Wilk methods ini hanya dipakai pada pengukuran data sampel kecil atau kurang dari 100. Dengan kata lain, saat data sampelnya ada lebih dari 100, maka akan digunakan jenis metode uji lainnya.
2. Lilliefors
Jenis pengujian normalitas berikutnya adalah uji Lilliefors. Pengujian Lilliefors ini dipakai guna mencari tahu apakah datanya telah terdistribusi normal atau tidak pada data tunggal.
Menguji dengan metode Lilliefors kurang lebih tidak berbeda dengan pengujian Kolmogorov Smirnov. Namun, pada uji Lilliefors pengujiannya menggunakan tabel lilliefors. Berikut adalah langkah-langkah untuk melakukan jenis uji Lilliefors.
- Susunlah data degan berurutan mulai dari skor paling kecil hingga paling besar
- Hitung standar deviasi dan rata-rata
- Hitung besaran nilai standar baku menggunakan z-score dari setiap datanya
- Tentukanlah nilai normal standar baku (z-score) dengan memakai tabel baku dari 0 – z
- Tentukanlah peluang F(zi)
- Tentukanlah nilai S(zi)
- Lalu tentukan nilai S(zi) dengan menghitung proporsi z1 hingga zn yang lebih kecil sama dengan zi
- Hitunglah selisih harga mutlak F(zi)”S(zi)
- Ambil harga mutlak paling besar di antara harga mutlaknya dengan simbol Lo
- Lalu, tentukan nilai L Table memakai tabel Lilliefors (Ltabel (0,05a),(n)) dengan α = 0,05 dan penyebut = n
Setelah melalui serangkaian tahapan di atas, berikutnya Anda bisa membandingkan Lo dengan Ltable menggunakan kriteria berikut:
- Apabila Lo bernilai lebih besar dari Ltable artinya populasi tidak berdistribusi normal
- Apabila Lo bernilai lebih kecil dari Ltable artinya populasi sudah berdistribusi normal.
3. Kolmogorov Smirnov
Jenis pengujian normalitas berikutnya yang umum digunakan adalah uji Kolmogorov-Smirnov. Biasanya, metode uji tersebut seringkali digunakan oleh para peneliti ketika melakukan running data di aplikasi SPSS.
Uji Kolmogorov Smirnov dengan satu sampel adalah uji goodness of fit, yang mana uji tersebut berhubungan dengan tingkat kesesuaian antara distribusi teoritisnya dan distribusi sampel.
Metode Kolmogorov Smirnov biasanya dipakai untuk mengambil keputusan pada saat sampelnya berasal dari populasi berdistribusi tertentu atau spesifik. Uji tersebut dilakukan dengan membandingkan serangkaian data pada sampel terhadap distribusi normal nilai berstandar deviasi dan mean yang sama.
Secara sederhana pengujian tersebut dipakai dalam mencari tahu kenormalan distribusi dari beberapa data. Metode Kolmogorov Smirnov secara umum lebih powerful dibandingkan pengujian chis-square saat semua asumsinya sudah terpenuhi.
4. Jarque-Bera
Jenis terakhir pengujian normalitas yang umum dipakai oleh para peneliti adalah pengujian metode Jarque-Bera. Metode tersebut menjadi salah satu uji goodness of fit yang dipakai untuk mengukur apakah kurtosis serta skewness telah berdistribusi normal atau belum.
Uji Jarque Bera dipakai berdasarkan pada kenyataan bahwa nilai kurtosis serta skewness dari distribusi normal bernilai nol. Untuk itu, nilai absolute dari parameter tersebut dapat menjadi ukuran penyimpangan dari distribusi normal.
Uji statistik metode Jarque Bera menggunakan hipotesis berikut ini:
- H0: sampel telah terdistribusi normal,
- H1: sampel tidak terdistribusi normal.
Pengujian ini memiliki distribusi chi-kuadrat dengan derajat bebas dua. Apabila hasil metode ini lebih besar dibandingkan distribusi chi kuadratnya, maka akan ditolak yang artinya tidak terdistribusi normal. Sedangkan jika kondisinya adalah sebaliknya, maka distribusinya normal.
Berbagai metode di atas merupakan pengujian yang paling sering digunakan para peneliti saat menguji normalitas dari sampel. Metode tersebut dapat dipakai sesuai dengan kebutuhan uji kenormalan yang diinginkan.
Kesimpulan dari penjelasan di atas adalah uji normalitas merupakan suatu metode untuk menilai apakah data sampel berdistribusi normal atau tidak. Pengujian seperti ini menjadi penentu kualitas data untuk proses analisis berikutnya.
Kemudian, jenis dari pengujian normalitas ini juga mempunyai beberapa jenis atau metode sesuai kebutuhan. Jenis tersebut antara lain adalah uji Shapiro Wilk, Lilliefors, Kolmogorov Smirnov, dan Jarque Bera.