BAB I

PENDAHULUAN

1.1 Latar Belakang

Secara garis besar terdapat 2 jenis ilmu statistika, yakni statistik parametrik dan
statistik non-parametrik. Statistik parametrik merupakan ilmu statistika yang
mempertimbangkan jenis sebaran/distribusi data, yaitu apakah data menyebar normal atau
tidak. Statistik parametik lebih banyak digunakan untuk menganalisis data yang berskala
interval dan rasio dengan dilandasi asumsi tertentu seperti normalitas. Contoh metode
statistika parametrik: uji-z (1 atau 2 sampel), uji-t (1 atau 2 sampel), korelasi pearson,
Perancangan Percobaan (1 or 2-way ANOVA parametrik), dan lain-lain.

Sedangkan Statistik non-parametrik merupakan statistik bebas sebaran (tidak

mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Statistika non-
parametrik biasanya digunakan untuk melakukan analisis pada data berjenis nominal atau
ordinal namun terkadang dapat juga digunakan pada data interval atau rasio. Data berjenis
Nominal dan Ordinal tidak menyebar normal. Statistika nonparametik dapat digunakan
untuk menganalisis data yang berskala nominal, ordinal, interval atau rasio. Contoh
metode Statistika non-parametrik: Binomial test, Chi-square test, Kolmogorov-Smirnov
test, Median test, Friedman Test, dan lain-lain.

Namun terkadang masih banyak mahasiswa yang belum memahami bahkan belum
mengetahui tentang metode-metode tersebut. Khususnya metode statistika non-parametrik
dalam hal ini metode Kolmogorov-Smirnov. Mahasiswa seringkali kesulitan dalam
memahami metode Kolmogorov-Smirnov dan tentang bagaimana langkah-langkah dalam
menggunakan metode Kolmogorov-Smirnov tersebut.

Oleh karena itu, dalam makalah ini penulis akan menjelaskan secara singkat dan
padat mengenai metode Kolmogorov-Smirnov dan bagaimana langkah-langkah dalam
menggunakan metode Kolmogorov-Smirnov dengan baik dan benar.

1.2 Rumusan Masalah

Terdapat 2 rumusan masalah dalam makalah ini, antara lain :

1. Apa pengertian Uji Normalitas Kolmogorov-Smirnov ?

 2. Bagaimana Langkah-langkah Uji Normalitas Kolmogorov-Smirnov ?

1.3 Tujuan

Terdapat 2 tujuan dalam makalah ini, antara lain :

1. Untuk mengetahui pengertian Uji Normalitas Kolmogorov-Smirnov.

2. Untuk mengetahui langkah-langah Uji Normalitas Kolmogorov-Smirnov.

 BAB II

PEMBAHASAN

2.1 Pengertian Uji Normalitas Kolmogorov-Smirnov

Uji Kolmogorov Smirnov merupakan pengujian normalitas yang banyak dipakai,

terutama setelah adanya banyak program statistik yang beredar. 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.

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 tersebut tidak terdistribusi normal. Sedangkan
jika signifikansinya di atas 0,05 maka data tersebut terdistribusi normal. Data yang diambil
dinyatakan berdistribusi normal, apabila frekuensi pengamatan (sampel) sesuai dengan
frekuensi yang diharapkan (populasi). Artinya sampel yang diambil sudah bisa mewakili
seluruh populasi.

2.2 Langkah-Langkah Uji Normalitas Kolmogorov-Smirnov

1. Persiapkan data yang ingin diuji dalam file doc, excel, atau yang lainnya untuk
mempermudah tahapannya nanti. Contohnya data sampel berat saus tomat yang
diproduksi PT. Fresh Tomato (angka dalam satuan gr).
2. Buka program SPSS pada komputer, klik Variable View, dibagian pojok kiri bawah.

3. Selanjutnya, pada bagian Name tulis saja Berat, Pada Decimals ubah semua menjadi
angka 1, pada bagian Label kosongkan, kemudian abaikan yang lainnya.

4. Setelah itu, klik Data View pada pojok kiri bawah, dan masukkan data yang sudah
dipersiapkan tadi, bisa dengan cara copy-paste.
5. Langkah selanjutnya, pilih menu Analyze, lalu pilih Nonparametric Tests, klik Legacy
Dialogs, kemudian pilih submenu 1-Sample K-S.
6. Muncul kotak dialog dengan nama One-Sample Kolmogorov-Smirnov Test, selanjutnya
masukkan variable Berat ke kotak Test Variable List dengan cara klik arah panah kanan,
kemudian pada Test Distribution centang Normal.

7. Langkah terakhir yakni klik OK untuk mengakhiri perintah, selanjutnya lihat tampilan
outputnya.

Analisa :

1. Hipotesis

H0 : Berat saus tomat berdistribusi normal

H1 : Berat saus tomat tidak berdistribusi normal

2. Pengambilan Keputusan

Dasar pengambilan keputusan berdasarkan nilai signifikansi :

 Jika nilai asymp. Sig. (2-tailed) > 0,05, maka H0 diterima dan H1 ditolak

Jika nilai asymp. Sig. (2-tailed) < 0,05, maka H0 ditolak dan H1 diterima

Dari output di atas diperoleh nilai Asymp. Sig (2-tailed) sebesar 0,730 > 0,05, maka
H0 diterima dan H1 ditolak, sehingga dari hipotesis yang telah dirumuskan dapat
disimpulkan bahwa “Rata-rata berat saus tomat berdistribusi normal”.
 BAB III

PENUTUP

3.1 Kesimpulan

Uji Normalitas Kolmogorov-Smirnov merupakan salah satu metode dari Statisik

Non-parametrik yang biasa digunakan untuk menguji distribusi suatu data. Biasanya
digunakan pada data berjenis nominal atau ordinal namun terkadang dapat juga digunakan
pada data interval atau rasio. Pengujian normalitas data pada Kolmogorov Smirnov
biasanya dilihat dari nilai signifikansi suatu data. Jika nilai signifikansi di bawah 0,05
berarti data yang akan diuji tersebut tidak terdistribusi normal. Sedangkan jika nilai
signifikansinya di atas 0,05 maka data tersebut terdistribusi normal.

3.2 Saran

Uji normalitas Kolmogorov-Smirnov dapat diajarkan lebih mendalam lagi kepada

mahasiswa agar mahasiswa dapat memahami dan dapat menggunakannya dengan baik
dimasa mendatang.