Uji Normalitas Penting untuk Sebuah Penelitian?

Uji Normalitas Penting untuk Sebuah Penelitian?
Penulis : Erina Krisnawati

Uji Normalitas Penting untuk Sebuah Penelitian? Temukan jawabannya pada artikel berikut ini

Sebuah uji sederhana yang dilakukan untuk mengetahui sebaran data penelitian terdistribusi secara normal atau tidak melalui gambaran grafik distribusi frekuensi merupakan uji normalitas. Umumnya, uji normalitas digunakan dalam penelitian kuantitatif guna memastikan bahwa data yang diperoleh dapat memenuhi hipotesis yang dirumuskan.

Asumsi Uji Normalitas

Asumsinya, apabila data terdistribusi secara normal, maka dapat dikatakan bahwa sampel penelitian benar-benar dapat mewakili populasi. Karena dalam pandangan statistik, sebuah populasi memiliki karakteristik berdistribusi normal. Apabila data penelitian berdistribusi normal, maka grafik hasil ujinya akan membentuk seperti lonceng. Hasil pengujiannya dapat menjadi dasar peneliti untuk menentukan statistik uji yang tepat untuk digunakan, apakah akan menggunakan uji statistik parametrik atau non-parametrik. Jika hasil ujinya berdistribusi normal, maka peneliti dapat menggunakan analisis statistik parametrik. Sebaliknya, jika hasilnya tidak berdistribusi normal, maka peneliti dapat menggunakan pendekatan non-parametrik

Jenis dan Syarat Uji Normalitas

Untuk menguji apakah data penelitian berdistribusi normal, terdapat beberapa jenis uji yang dapat digunakan. Beberapa contohnya adalah uji Kolmogorov-Smirnov dan uji Shapiro-Wilk. Jika jumlah sampel/data penelitian kurang dari atau berjumlah sama dengan 50, lebih dianjurkan menggunakan uji Shapiro-Wilk untuk menguji normalitasnya karena dianggap lebih akurat. Sedangkan, jika sampel/data penelitian lebih banyak dari 50, maka dapat menggunakan uji Kolmogorov-Smirnov.

Uji Shapiro-Wilk didefinisikan sebagai sebuah metode atau rumus perhitungan sebaran data yang mampu mendeteksi kenormalan berdasarkan skewness (kemiringan)dan kurtosis (keruncingan). Uji Kolmogorov-Smirnov (K-S) dikategorikan menjadi K-S satu sampel, yang berfungsi untuk menguji kenormalan pada satu sampel penelitian dan K-S dua sampel, bertujuan untuk membandingkan kenormalan dua buah sampel.

Pentingnya Uji Normalitas dalam Penelitian

1. Penggunaan Metode Statistik yang Tepat

Banyak metode statistik, seperti uji t, uji ANOVA, dan regresi linear, didasarkan pada asumsi bahwa data berdistribusi normal. Jika data Anda tidak berdistribusi normal, hasil dari analisis ini bisa menjadi tidak akurat atau tidak dapat diandalkan.

2. Interpretasi yang Benar

Jika data Anda tidak berdistribusi normal dan Anda tetap menggunakan metode statistik yang memerlukan distribusi normal, hasilnya mungkin sulit untuk diinterpretasi dengan benar. Hasil analisis yang salah interpretasi dapat mengarah pada kesimpulan yang keliru.

3. Kepercayaan Hasil Penelitian

Uji normalitas membantu memastikan bahwa analisis statistik yang Anda lakukan memiliki dasar yang kuat. Jika Anda mengabaikan asumsi normalitas dan hasil analisis terpengaruh oleh distribusi yang tidak normal, kepercayaan terhadap hasil penelitian Anda dapat berkurang.

4. Perencanaan Metode Analisis

Hasil uji yang berdistribusi normal dapat mempengaruhi pilihan metode analisis yang tepat. Jika data Anda berdistribusi normal, Anda dapat menggunakan berbagai metode statistik klasik. Namun, jika data tidak normal, Anda mungkin perlu mempertimbangkan pendekatan statistik non-parametrik.

Langkah-Langkah Uji Normalitas

Diawali dengan merumuskan hipotesis, yang terdiri dari hipotesis nol (H0), dimana asumsinya data terdistribusi secara normal dan hipotesis alternatif (Ha), dimana data diasumsikan tidak terdistribusi secara normal. Selanjutnya, peneliti harus menetapkan tingkat signifikansi, yang umumnya menggunakan α = 0,05 dan kemudian dapat menentukan jenis uji yang akan digunakan untuk menguji normalitasnya berdasarkan jumlah data yang dimiliki. Setelah itu, peneliti dapat menginterpretasikan kesimpulan hasil penghitungannya. Apabila p value uji normalitas lebih besar dari nilai signifikansi (α = 0,05), maka H0 dinyatakan diterima, dengan interpretasi bahwa data terdistribusi secara normal. Sedangkan, apabila nilai p value lebih kecil dari α (0,05), maka H0 ditolak dan Ha diterima, yang berarti data tidak berdistribusi normal. Hasil uji inilah yang kemudian menjadi langkah awal peneliti untuk melanjutkan proses analisis statistiknya.

Kesimpulan

Uji normalitas memiliki peran penting dalam penelitian untuk memastikan bahwa analisis statistik yang Anda lakukan akurat, dapat diandalkan, dan dapat diinterpretasi dengan benar. Oleh karena itu, sangat disarankan untuk memeriksa normalitas data Anda sebelum melanjutkan ke analisis statistik lebih lanjut. Jika data tidak berdistribusi normal, langkah-langkah yang sesuai harus diambil untuk mengatasi masalah ini dan memilih metode analisis yang tepat.

Sumber Referensi :

1. Herawati, Lucky. 2016. Uji Normalitas Data Kesehatan Menggunakan SPSS. Jurnal Kesehatan Lingkungan.Yogyakarta. Poltekkes Jogja Press.
2. Usmadi. 2020. Pengujian Persyaratan Analisis (Uji Homogenitas dan Uji Normalitas). Inovasi Pendidikan. 7(1).50-62.
3. Quraisy, Andi. 2020. Normalitas Data Menggunakan Uji Kolmogorov-Smirnov dan Shapiro-Wilk (Studi kasus penghasilan orang tua mahasiswa Prodi Pendidikan Matematika Unismuh Makassar). Journal of Health Education, Economics, Science, and Technology. 3(1). 7-11.
4. Wiki Statistika. 2023. Uji Normalitas: Pengertian, Rumus, Metode, Contoh SPSS [Online]. https://wikistatistika.com/uji-normalitas/?page=all.  

Ditinjau Oleh: Andika, S.KM., M.Epid

Baca Juga:

Desain Studi Deskriptif dan Analitik
Identifikasi dan Prioritas Masalah Penelitian Epidemiologi
Derajat Kesehatan Menurut Hendrik L Blum