Pemeriksaan Uji Kenormalan dengan Kolmogorov-Smirnov, Anderson-Darling dan Shapiro-Wilk

Abstract

Distribusi normal adalah asumsi penting untuk banyak metode statistik. Pengujian normalitas biasanya menggunakan beberapa metode seperti kolmogorov-smirnov, Anderson-Darling dan tes Shapiro-Wilk. Pengujian simulasi dengan menghasilkan data dari distribusi normal, distribusi- t dan distribusi eksponensial. Pada data bangkitan diperoleh bahwa metode Shapiro-Wilk lebih baik dari metode lainnya, sedangkan pada sampel besar didapatkan bahwa metode Anderson-Darling lebih baik dari metode yang lainnya. Data bangkitan distribusi menunjukkan nilai kumulatif menolak mendekati 100% yang artinya data tidak berdistribusi normal. Sedangkan pada data bangkitan karena nilai derajat bebas ( semakin konsisten terhadap maka menyebabkan distribusi data mendekati normal dan diperoleh hasil bahwa nilai kumulatif yang paling konsisten adalah metode Anderson-Darling. Selanjutnya pada bangkitan data menghasilkan nilai kumulatif menolak mendekati 100% dengan metode yang paling konsisten adalah Kolmogorov-Smirnov. Sehingga dapat diketahui bahwa pemilihan uji normalitas sangat bergantung pada jumlah sampel dan sebaran datanya.

Topics & Concepts