Uji Normalitas di JASP (Shapiro-Wilk dan Kolmogorov-Smirnov)
Pendahuluan
Uji normalitas digunakan untuk menguji apakah data dalam suatu distribusi distribusi dikatakan normal atau tidak normal. Ada beberapa metode yang umum digunakan, di antaranya uji Shapiro-Wilk dan Kolmogorov-Smirnov (KS).
1. Uji normalitas Shapiro-Wilk
Uji Shapiro-Wilk adalah salah satu uji normalitas yang paling sering digunakan untuk data yang relatif kecil hingga sedang (n <= 50). Uji ini dirancang untuk menguji apakah data berdistribusi normal atau tidak.
2. Uji Kolmogorov-Smirnov (KS)
Kolmogorov-Smirnov (KS) digunakan untuk menguji apakah suatu sampel berdistribusi normal. Uji ini lebih umum digunakan pada data yang lebih besar (n > 50).
Melakukan Uji di JASP
1. Buka aplikasi JASP
Jika belum mempunyai aplikasi JASP, dapat didownload di website resminya disini
2. Siapkan data
Data yang disiapkan sebagai contoh adalah sebagai berikut (pada gambar di bawah). Data dapat didownload disini
Data |
Masukkan data tadi (excel) ke dalam aplikasi JASP serta sesuaikan nama setiap kolom
Langkah nomor 3 |
Pada pojok kiri atas, tombol berwarna hijau
Langkah nomor 4 |
Jika tidak ada, ikuti langkah-langkah gambar di bawah ini
Cara menambahkan fitur |
Cara menambahkan fitur |
6. Jika sudah, klik tombol distributions pada bagian atas aplikasi JASP, lalu pilih normal
Langkah nomor 6 |
Setelah itu pindahkan salah satu variabel yang akan diuji normalitasnya ke kotak get variable form data set
Langkah nomor 7.1 |
8. Pilih assess fit, lalu centang pada bagian statistics (pilih antara atau bisa beberapa sekaligus KS, Cramer-von Mises, Anderson-Darling, Shapiro-Wilk)
Data hasil output bisa dilihat pada result (bagian kanan aplikasi). Hasil dapat dilihat pada bagian fit assessment.
Output hasil |
Pengambilan Keputusan
- Jika nilai p lebih besar (>) dari 0,05 atau 5% maka data berdistribusi normal
- Jika nilai p lebih kecil (<) dari 0,05 atau 5% maka data tidak berdistribusi normal