3.6.8 Uji Distribusi Normal dengan Kolmogorov – Smirnov Test
Uji kolmogorov smirov merupakan pengujian normalitas yang banyak digunakan. Uji Kolmogorov – Smirnovadalah 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
10
10
Andi Supangat, Statistika dalam Kajian Deskriptif, Inferensi dan Nonparametrik,Jakarta: Kencana, 2008 h.307-311.
. Konsep dasar dari uji normalitas kolmogorov smirov 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. Jadi sebenarnya uji kolmogorov-smirov adalah uji beda antara data yang
diuji normalitasnya dengan data normal baku. Seperti pada uji beda biasa, jika signifikasi 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-smirov adalah bahwa uji signifikan di bawah 0,05 berarti
data yang akan diuji mempunyai perbedaan yang signifikan dengan data normal baku, berarti data tersebut tidak normal, jika signifikasi diatas 0,05 maka berarti
tidak 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 komulatif hasil pengamatan dengan distribusi frekuensi
komulatif 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 ditribusi frekuensi kumulatif relatip dari pengamatan
tersebut, dan notasikanlah dengan Fa X 3.
Menghitung nilai Z dengan rumus:
σ x
X Z
− =
Dimana : Z = Satuan baku pada dsitribusi normal
X = nilai data x = mean
σ
= standar deviasi 4.
Menghitung distribusi frekuensi kumulatif teoritis berdasarkan area kurva normal dan notasikan dengan Fe X
5. Menghitung selisih antara Fa X dengan Fe X
6. Mengambil angka selisih maksimum dan notasikan dengan D
7. Membandingkan nilai D
yang diperoleh dengan Dα, maka kriteria pengambilan keputusannya adalah: