Uji kenormalan data :

Untuk mengetahui suatu data berdistribusi normal, ada 3 cara untuk mengetahuinya yaitu:
1. Dilihat dari grafik histogram dan kurve normal, bila bentuknya menyerupai bel shape, berarti
distribusi normal.
2. Menggunakan nilai Skewness dan standar errornya, bila nilai Skewness dibagi standar errornya
menghasilkan angka ≤ 2, maka distribusinya normal.
3. Uji kolmogorov smirnov/shapiro wilk, bila hasil uji signifikan (p value < 0,05) maka distribusi tidak
normal. Namun uji kolmogorov sangat sensitif dengan jumlah sampel, maksudnya : untuk jumlah
sampel yang kecil, uji Kolmogorov/shapiro wilk cenderung menghasilkan uji yang signifikan (yang
artinya bentuk distribusinya tidak normal). Atas dasar kelemahan ini dianjurkan untuk mengetahui
kenormalan data lebih baik menggunakan angka skewness atau melihat grafik histogram dan kurve
normal.

Uji Hipotesis :
Pemilihan Jenis Uji Parametrik atau Non Parametrik
Dalam pengujian hipotesis sangat berhubungan dengan distribusi data populasi yang akan diuji. Bila
distribusi data populasi yang akan diuji berbentuk normal/simetris/Gauss, maka proses pengujian dapat
digunakan dengan pendekatan uji statistik parametrik. Sedangkan bila distribusi data populasinya tidak
normal atau tidak diketahui distribusinya maka dapat digunakan pendekatan uji statistik non parametrik.
Kenormalan suatu distribusi data dapat juga dilihat dari jenis variabelnya, bila variabelnya berjenis
numerik/kuantitatif biasanya distribusi datanya mendekati normal/simetris, sehingga dapat digunakan
uji statistik parametrik. Bila jenis variabelnya katagorik (kualitatif), maka bentuk distribusinya tidak
normal, sehingga uji non parametrik dapat digunakan.

(Sumber : “Analisis Data” Sutanto Priyo Hastono)