@ hnpsy/www.statistkiancs Gf = faitiae Statistikian qa Kolmogorov smiroy _sebaiknya igunakan pada sampel kurang dari Peringkat Uji Normalitas Pada Berbagal Distribusi sampel 300, namun pada sampel 200 sudah mendekati probabilitas 1 Sedangkan Kolmogorov smirnov meningkat secara tajam sejak sampel 100 dan mencapai probabilitas 1 pada sampel 1000. Grafik Uji Normalitas pada Distribusi ‘Asimetris Gamma (1,5). rf = Sees ee OoeE Grafik Uji Normalitas pada Distribusi Asimetris Gamma (1,5) Grafik Uji Normalitas, Leptokurtic Distributions pada ttt POP e eee eeee Grafik Uji Normalitas pada Leptokurtic Distributions Grafik di atas menunjukkan Shapiro Wilk, Anderson Darling dan Lilliefors secaraberurutan _probabilitasnya ‘meningkat tajam sejak sampel 50. Pada sampel 200 mendekati probabilitas 1 dan mencapai probabilitas 1 pada sampel 300 kemudian stagnan sampai sampel 2000. Sedangkan kolmogoro Grafik di atas menunjukkan bahwa pada distribusi asimetris. gamma (1,5) dengan skewness 2 dan kurtosis 9, shapiro wilk kemudian diikuti anderson darling meningkat tajam sejak sampel 10 kemudian mencapai probabilitas 1 pada sampel 50. Khusus lilliefors masih dapat bertahan hingga sampel 100. Sedangkan —_kolmogorov_ smirnov meningkat secara tajam sejak sampel 50 dan mencapai probabilitas 1 pada sampel 100. Kesimpulan Uji Normalitas Pada Distribusi Asimetris Dari kedua distribusi asimetris di atas, menunjukkan bahwa sebaiknya shapiro wilk dan anderson darling digunakan pada sampel 50 ata x Grafik Uji Normalitas pada Distribusi Asimetris Gamma (4,5). POTS POESP Grafik Uji Normalitas pada Distribust Asimetris Gamma (4,5) Grafik di atas menunjukkan bahwa pada distribusi_asimetris. gamma (4,5) dengan skewness 1 dan kurtosis 4,5, shapiro wilk kemudian diikuti anderson darling dan lilliefors meningkat tajam. sejak sampel 10 kemudian mencapai probabilitas 1 pada sampel 200. Khusus lilliefors masth dapat bertahan hingg x Probabilitas Shapiro Wilk Shapiro Wilk beda dari pada yang Iain hingga jumlah sampel 30 dan tetap stabil hingga 50 sampel, namun ‘mendadak probabilitasnya meningkat tajam setelah SO sampel sampai 200 sampel kemudian cenderung. stagnan pada probabilitas 1 mulai sampel 300 sampai 2000. Anderson Darling sedikit menyerupai Shapiro Wilk, meningkat tajam setelah 50 sampel dan stagnan pada probabilitas 1 sejak sampel 400. ProbabilitasLiliefors Lilliefors Meningkat —tajam —mulai sampel 50 kemudian meningkat lebih tajam lagi pada sampel 100 dan probabilitasnya mendekati 1 setelah sampel 200 kemudian stagnan pad xGrafk Uji Normalitas pada Platykurtic Distributions errr rrr rr) Grafik Uji Normalitas pada Paltykurtic Distributions Grafik di atas menunjukkan simulasi hasil 4 macam uji_normalitas (SW: Shapiro Wilk, KS: Kolmogorov Smirnov, LF: Lilliefors, AD: Anderson Darling) dengan Alfa 5% pada Distribust Tidak Normal Simetris dengan nilai Kurtosis, kurang dari 3 atau yang disebut dengan distribusi Platykurtic. 2 x Begitu banyaknya uji yang tersedia, kadang kita kesulitan untuk memilih uji normalitas apa yang tepat dalam penelitian atau kasus statistik yang kita lami. Tentunya tidak ada salahnya kita mencoba untuk mempelajariuji apa yang kiranya paling tepat atau paling valid. Uji Coba Normalitas Berikut akan kita bahas, uji coba atau studi kasus berbagai_ uji_normalitas dalam berbagai kasus. Dalam bahasan ini kita menggunakan hasil uji_ coba yang dilakukan oleh Nornadiah Mohd Razali dan Yap Bee Wah dalam Journal berjudul “Power Comparisons of Shapiro-wilk, Klomogorov Smirnov, Lilliefors An Sedangkan untuk sampel lebih dari 50 anda gunakan uji skewness kurtosis. Apabila hanya memiliki_aplikasi minitab, anda bisa menggunakan uji ryan joiner dan anderson darling pada sampel 7 sd 50. Untuk sampel yang lebih besar anda gunakan uji lilliefors. Demikian penjelasan kami _perihal pilihan ujinormalitas univariate. ‘Scmoga artikel yang membahas tentang, Pilihan Uji Normalitas berdasarkan berbagai_pertimbangan ini bermanfaat untuk para peneliti atau mahasiswa, ‘akan By Anwar Hidayat = Statistikian © a paling Uji Coba Normalitas Berikut akan kita bahas, uji coba atau studi kasus berbagai uji_normalitas dalam berbagai kasus. Dalam bahasan kita menggunakan hasil uji coba yang dilakukan oleh Nornadiah Mohd Razali dan Yap Bee Wah dalam Journal berjudul “Power Comparisons of —_Shapiro-wilk, Klomogorov Smirnov, Lilliefors And Anderson Darling-Tests. Faculty of Computer and Mathematical Science, University Teknologi MARA, 40450 Shah Alam, Selangor, Malaysia.” x Pilihan Uji Normalitas Univariate Jenis Uji Normalitas Uji normalitas univariate banyak sekali macamnya, baik berdasarkan grafik atau angka, Berdasarkan grafik antara lain: Normal PP Plot, Normal QQ Plot, Normal Detrend QQ Plot, Histogram, Boxplot dan Stem-leaf. Sedangkan berdasarkan angka antara lain: Jarque Bera, Skewness Kurtosis, Shapiro Wilk, Shapiro Francia, Ryan Joiner, Lilliefors, Cramer Von Mises, Anderson Darling, Kolmogorov Smirnov dan banyak lainnya. Karena banyak pilihan uji normalitas itulah, dalam kesempatan ini kita akan membahas tentang pilihat uli normalitas vang tepat. shapiro wilk pada sampel 7 sd 50, menggunakan uji llliefors pada sampel 51 sd 200 dan menggunakan Uji kolmogorov smirnov jika sampel lebih dari 200. Apabila anda hanya memiliki aplikasi SAS, untuk sampel kecil 7 sd 50 anda bisa menggunakan uji shapiro wilk dan anderson darling. pada sampel 51 sd 200 sebaiknya menggunakan lilliefors. Untuk sampel lebih dari 200 anda bisa menggunakan cramer von mises. Apabila hanya memiliki aplikasi STATA, untuk sampel 5 sd 50 anda bisa menggunakan shapire francia, sampel 7 sd 50 anda bisa memilih shapiro wilk atau shapiro francis xfrancia. Pada sampel 7 sd 50 sebaiknya menggunakan —shapiro.wilk atau shapiro francia. Untuk sampel 51 sd Sane ec cement lilliefors. Sedangkan untuk sampel yang, lebih besar dari 200 sebaiknya menggunakan_ uji skewness kurtosis atau jarque bera Karena kedua uji tersebut terus konsisten performanya pada berapapun jumlah sampel. Uji shapiro wilk dan ryan joiner hanya valid sampai 2000 sampel, sedangkan Uji shapiro francia valid hingga 5000 sampel. Prioritas Pilihan Uji Normalitas Berdasarkan Ketersediaan Software Apabila anda hanya memilikiaplikasi SPSS, sebaiknya menggunakan u x Uji lilliefors, cramer von mises, anderson darling dan kolmogorov smimov —menggunakan Empirical Distribution Function (EDF). Lilliefors terdapat pada aplikasi SAS, SPSS dan minitab. Cramer Von Mises pada aplikasi SAS. Anderson darling pada aplikasi SAS dan minitab. Sedangkan Kolmogorov smimov terdapat pada aplikesi SPSS. Catatan: Fungsi kolmogorov pada STATA tidak digunakan untuk uji normalitas. Spesika Uji Normal Berdasarkan Jumlah Sampel Berikut beberapa aplikasi statistik yang mendukung uji normalitas: Kemampuan Software Dalam Pilihan Uji Normalitas Di atas adalah abel pilihan uji normalitas berdasarkan kemampuan atau validitas software statistik tethadap jumlah sampel yang dizunakan. Tabel di atas menuniulkka * Validitas Pilinan Uji Normalitas Pada Berbagai Jumlah Sampel Keterangan: vv: Valid digunakan v(T) : Pilihan yang baik digunakan v(T)* : Pilihan yang terbaik. Prioritas Pilihan Uji Normalitas Berdasarkan Berbagai Jumlah Sampel Untuk sampel 3 sd 4, jarque bera yang. harus digunakan, Sampel 5 sd 6 seharusnya —menggunakan—shapiro francia. Pada sampel 7 sd 50 sebaikny * digunakan, Tabet di atas menunjukkan bahwa Jarque Bera dan Skewness Kurtosis menggunakan distribusi_chi- square pada degree of freedom 2. Jarque Bera dapat kita hitung secara manual sedangkan skewness kurtosis, dengan aplikasi STATA. Skewness kurtosis valid pada jumlah sampel lebih atau sama dengan 9. Uji shapiro wilk valid pada jumlah sampel 7 sd 2000 dan dapat kita gunakan pada aplikasi SAS, STATA dan SPSS. Mirip dengan shapiro ‘ilk, uli ryan joiner dapat kita gunakan, pada aplikasi minitab. Sedangkan shapiro francia yang merupakan koreksi dari shapiro wilk, valid pada sampel 5 sd 5000 sampel dan dapat digunakan pada aplikasi STATA Sumber Data Uji Coba Pilihan Uji Normalitas Data yang digunakan didapatkan secara acak dati distribusi standard normal dengan sebuah seed dari 1.234.567 dalam aplikasi SAS dengan setiap peningkatan jumlah sampel, nilai ‘mean, median skewness dan kurtosis ‘mendekati 0 dan standard deviasi tetap bernilai 1.a Probabilitas Uji Berdasarkan Software Selanjutnya kita bahas lebih jauh tentang uji normalitas di atas serta beberapa uji lainnya, Kita akan menggunakan hasil uji_coba yang dilakukan oleh “Park, Hun Myoung. 2008. Univariate Analysis and Normality Test Using SAS, Stata, and SPSS. Working Paper. The University Information Technology Services (UITS) Center for Statistical and Mathematical Computing, Indiana University.” Normalitas Peringkat Uji Normalitas Pada Semua Distribusi Berdasarkan kedua tabel di atas, peringkat pertama kekuatan normalitas ditempati oleh uji shapiro wilk kemudian — secara berurutan diikuti anderson darling, lilliefors dan kolmogorov smirnov. Related Post Penjelasan dan Tutorial Regresi Linear Berganda Perbedaan Hipotesis Statistik dan Hipotesis, Penelitian Penjelasan Lengkap ANOVA Sebagai Analisis Statistile x