Uji Distribusi Normal dengan Kolmogorov - Smirnov Test

3.5. Uji Distribusi Normal dengan Kolmogorov - Smirnov Test

10 Jadi sebenarnya uji Kolmogorov Smirnov adalah uji beda antara data yang diuji normalitasnya dengan data normal baku. Seperti pada uji beda biasa, jika signifikansi di bawah 0,05 berarti terdapat perbedaan yang signifikan, dan jika signifikansi di atas 0,05 maka tidak terjadi perbedaan yang signifikan. Penerapan pada uji Kolmogorov Smirnov adalah bahwa jika signifikansi di bawah 0,05 berarti data yang akan diuji mempunyai perbedaan yang signifikan dengan data normal baku, berarti data tersebut tidak normal, jika signifikansi di atas 0,05 maka berarti tidak Uji Kolmogorov Smirnov merupakan pengujian normalitas yang banyak digunakan. Kelebihan dari uji ini adalah sederhana dan tidak menimbulkan perbedaan persepsi di antara satu pengamat dengan pengamat yang lain, yang sering terjadi pada uji normalitas dengan menggunakan grafik. Data yang mempunyai distribusi yang normal merupakan salah satu syarat dilakukannya parametric-test. Untuk data yang tidak mempunyai distribusi normal tentu saja analisisnya menggunakan non parametric-test. Untuk mengatasi subjaktivitas yang tinggi tersebut maka diciptakan model analisis untuk mengetahui normal tidaknya distribusi serangkaian data. Model analisis yang digunakan adalah tes Kolmogorov-Smirnov. Konsep dasar dari uji normalitas Kolmogorov Smirnov adalah dengan membandingkan distribusi data yang akan diuji normalitasnya dengan distribusi normal baku. Distribusi normal baku adalah data yang telah ditransformasikan ke dalam bentuk Z-Score dan diasumsikan normal. 10 Andi Supangat, Statistika dalam Kajian Deskriptif, Inferensi dan Nonparametrik, Jakarta, Kencana, 2008, p.307-311 Universitas Sumatera Utara terdapat perbedaan yang signifikan antara data yang akan diuji dengan data normal baku artinya data yang kita uji normal tidak berbeda dengan normal baku. Yang diperbandingkan dalam suatu uji Kolmogorov-Smirnov adalah distribusi frekuensi kumulatif hasil pengamatan dengan distribusi frekuensi kumulatif yang diharapkan actual observed cumulative frequency dengan expected cumulative frequency. Langkah- langkah yang diperlukan dalam pengujian ini adalah: 1. Susun data dari hasil pengamatan mulai dari nilai pengamatan terkecil sampai nilai pengamatan terakhir. 2. Kemudian susunlah distribusi frekuensi kumulatif relatif dari nilai pengamatan tersebut, dan notasikanlah dengan Fa X. 3. Hitunglah nilai Z dengan rumus: σ X X Z − = Dimana : Z = satuan baku pada distribusi normal X = nilai data X = mean σ = standar deviasi 4. Hitung distribusi frekuensi kumulatif teoritis berdasarkan area kurva normal dan notasikan dengan Fe X. 5. Hitung selisih antara Fa X dengan Fe X. Universitas Sumatera Utara 6. Ambil angka selisih maksimum dan notasikan dengan D. D = Max X Fe - X Fa 7. Bandingkan nilai D yang diperoleh dengan D α, maka kriteria pengambilan keputusannya adalah: Ho diterima apabila D ≤ Dα ; Ho ditolak apabila D ≥ Dα Ho diterima artinya data berdistribusi normal.

3.6. Pengukuran Waktu