Data terdistribusi secara normal adalah konsep umum yang sering salah paham oleh

beberapa orang. Beberapa orang percaya bahwa semua data yang dikumpulkan dan
digunakan untuk analisis harus didistribusikan secara normal. Tapi distribusi normal
tidak terjadi sesering orang pikirkan , dan itu bukan tujuan utama . Distribusi normal
adalah sarana untuk mencapai tujuan , bukan tujuan itu sendiri .

Data terdistribusi secara normal diperlukan untuk menggunakan sejumlah alat

statistik , seperti analisis regresi, analisis Cp / Cpk , uji-t, analisis varians ( ANOVA )
dan masih banyak lagi. Jika seorang praktisi tidak menggunakan alat khusus seperti
itu, bagaimanapun , tidak penting apakah data terdistribusi secara normal . Distribusi
menjadi masalah hanya ketika praktisi mencapai suatu titik dalam sebuah proyek di
mana mereka ingin menggunakan alat statistik yang memerlukan data terdistribusi
normal dan mereka tidak memilikinya .

Mengutip buku yang ditulis oleh Raykov & Marcoulides (2006), strategi untuk
mengatasi denganketidaknormalan data adalah untuk membuat data tampak lebih
normal dengan memperkenalkanbeberapa strategi normalisasi dengan melakukan
transformasi pada data mentah. Setelah data telah diubah sehingga mendekati normal,
analisis teori normal dapat dilakukan. Banyak transformasi telah diusulkan dalam
literatur, namun yang paling populer adalah (a) transformasi power, seperti kuadrat
atau akar kuadrat maupun transformasi timbal timbal balik (reciprocal transformations)
(b) transformasi logaritma.

Probabilitas plot pada Gambar di atas adalah contoh dari uji normalitas. Dalam hal ini ,
asumsi normalitas jelas tidak dapat terpenuhi, nilai p kurang dari 0,05 dan lebih dari 5
persen dari titik data berada di luar interval kepercayaan 95 persen .
Apa yang bisa dilakukan? Pada dasarnya, ada dua pilihan :

1. Mengidentifikasi dan, jika mungkin, menentukan alasan data tidak normal dan
mengatasinya atau
2. Gunakan alat yang tidak memerlukan asumsi normalitas

Mengidentifikasi alasan data tidak normal

Ketika data tidak terdistribusi normal , penyebab non - normalitas harus ditentukan dan
tindakan perbaikan yang tepat harus diambil . Ada enam alasan yang sering dialami
untuk data tidak normal .

Alasan 1 : Data Ekstrim

Terlalu banyak nilai-nilai ekstrim dalam satu set data yang akan menghasilkan
distribusi skewness(miring). Normalitas data dapat dicapai dengan menghilangkan data
tersebut. Hal ini kemungkinan terjadi karena kesalahan menentukan pengukuran,
kesalahan data-entry dan outlier dan untuk mengatasinya dengan menghapus data
tersebut dari data yang digunakan untuk alasan yang masuk akal.

sangatlah penting bahwa outlier diidentifikasi sebagai penyebab yang benar-benar

membuat data tidak normal sebelum mereka dieliminasi . Jangan lupa : Sifat data
terdistribusi normal adalah bahwa kecil persentase dari nilai-nilai ekstrim yang
diharapkan, tidak setiap outlier disebabkan oleh alasan khusus.

Alasan 2 : Tumpang tindih dari Dua atau Lebih Proses

Data tidak dapat terdistribusi secara normal karena sebenarnya berasal dari lebih dari
satu proses , penjumlahan atau pergeseran, atau dari sebuah proses yang sering
bergeser . Jika dua atau lebih set data yang terdistribusi secara normal yang tumpang
tindih, data mungkin terlihat bimodal atau multimodal - itu akan memiliki dua atau
lebih nilai yang paling sering terjadi.

Tindakan perbaikan untuk situasi ini adalah untuk menentukan X penyebab bimodal
atau distribusi multimodal dan kemudian stratifikasi data . Data harus diperiksa lagi
untuk normalitas dan setelah proses stratified dapat bekerja secara terpisah .

Gambar berikut menunjukkan data waktu akses website yang memiliki  data tidak
normal pada sebuah website.
Setelah stratifikasi waktu akses website antara akhir pekan dibandingkan Data hari
kerja, menunjukkan kedua kelompok berdistribusi normal. sehingga bisa dijadikan
perimbangan dalam analisis data yang akan.

Alasan 3 : Kurangnya data Diskriminasi

Round- off error atau perangkat pengukuran dengan resolusi rendah dapat membuat
benar-benar data continues dan data terdistribusi normal terlihat diskrit dan tidak
normal . Kurangnya data diskriminasi dan karena terbatasnya jumlah nilai yang
berbeda - dapat diatasi dengan menggunakan sistem pengukuran yang lebih akurat
atau dengan mengumpulkan lebih banyak data.

Alasan 4 : Data yang diurutkan

Data yang dikumpulkan tidak mungkin terdistribusi normal jika itu merupakan hanya
bagian dari seluruh data dalam suatu proses. Hal ini dapat terjadi jika data
dikumpulkan dan dianalisis setelah penyortiran. Data pada Gambar dibawah diperoleh
dari proses produksi botol di mana target adalah untuk menghasilkan botol dengan
volume 100 ml . Spesifikasi minimal dan maksimal yang dapat diterima adalah 97,5 ml
dan 102,5 ml dan di luar spesifikasi tersebut dihapus dari proses analisis. Sehingga
terlihat pada gambar dibawah ini. Dari data tersebut tentunya data tidak terdistribusi
normal karena hanya sebagian yang dimasukkan yaitu yang masuk dalam spesifikasi.

Alasan 5 : Nilai Mendekati Nol

Jika proses memiliki banyak nilai mendekati nol, distribusi data akan miring (skewness)
ke kanan atau kiri. Dalam hal ini, transformasi seperti tenaga transformasi Box - Cox,
dapat membantu membuat data normal. Dalam metode ini , semua data dinaikkan ,
atau diubah , dengan eksponen tertentu , ditunjukkan dengan nilai Lambda . Ketika
melakukan transformasi, semua data harus dilakukan perlakuan (diubah) yang sama.

Gambar di bawah ini menggambarkan contoh dari konsep ini. Gambar menunjukkan
satu set data siklus - waktu;

menunjukkan data yang sama diubah setelah dilakukan transformasi dengan logaritma
natural.
Untuk bahasan transformasi box cox silahkan ke link "transormasi box cox"

Perhatikan : Metode transformasi tidak memberikan jaminan distribusi normal . Selalu

periksa dengan uji normalitas untuk menentukan apakah distribusi normal dapat
diterpenuhi setelah transformasi .

Alasan 6 Data Mengikuti Distribusi Berbeda

Ada banyak tipe data yang mengikuti distribusi non-normal. Contoh berikut:

 Distribusi Weibull , ditemukan dengan data survival seperti waktu

kelangsungan hidup suatu produk
 Distribusi log - normal, ditemukan dengan panjang data seperti ketinggian
 Distribusi Largest-extreme-value, ditemukan dengan data seperti waktu
terpanjang down setiap hari
 Distribusi eksponensial, ditemukan dengan data pertumbuhan seperti
pertumbuhan bakteri
 Distribusi Poisson, ditemukan dengan peristiwa langka seperti jumlah
kecelakaan
 Distribusi binomial, ditemukan dengan " proporsi " data seperti persen barang
cacat

Jika data berikut salah satu distribusi yang berbeda , harus ditangani dengan
menggunakan alat dengan menggunakan disribusi yang sama.