UJI NORMALITAS DATA JUMLAH PENDUDUK MISKIN DI KABUPATEN

JEPARA SELAMA 21 TAHUN DAN DATA JUMLAH PERGURUAN TINGGI DI

SETIAP PROVINSI DI INDONESIA TAHUN 2015
Mega Permata Sari
24010121120009
megapermatasari339@gmail.com | 2022

Uji statistik banyak menggunakan asumsi bahwa data yang dianalisis berasal dari populasi
yang terdistribusi Gaussian atau disebut juga dengan distribusi normal .
Uji normalitas bertujuan menguji apakah dalam metode regresi, variabel terikat dan variabel
bebas keduanya mempunyai distribusi normal atau tidak, (Ghozali, 2013). Model regresi yang
baik adalah data yang berdistribusi normal atau mendekati normal.
Ada beberapa jenis uji normalitas yang biasa dipakai dalam banyak penelitan.
1. D'Agostino - Pearson Omnibus test. Prosedur ini menghitung nilai skewness
(kemiringan) dan kurtosis (keruncingan) untuk mengukur seberapa jauh data memiliki
kesamaan dengan distribusi Gaussian adalah dalam hal asimetri dan bentuknya.
Langkah yang dilakukan adalah menghitung seberapa jauh masing-masing nilai pada
data berbeda dengan nilai yang diharapkan dengan distribusi Gaussian. Analisis ini
menghasilkan nilai p tunggal dari sejumlah perbedaan yang didapatan dari analisis.
2. Uji Shapiro-Wilk. Uji ini bekerja sangat baik jika setiap nilai bersifat unik atau
independen, tetapi tidak bekerja dengan baik ketika mereka memiliki keterkaitan.
3. Uji Kolmogorov-Smirnov, dengan koreksi Dallal-Wilkinson-Lilliefor. Uji ini
dilakukan dengan membandingkan distribusi kumulatif dari distribusi data empirik
dengan distribusi normal yang diharapkan. Karena merupakan uji beda maka nilai p
yang tidak signifikan (p>0,05) menunjukkan tidak ada perbedaan antar kedua distribusi
itu.
Setiap uji memiliki kesamaan, yaitu menanyakan seberapa jauh distribusi data kita
menyimpang dari distribusi Gaussian yang ideal. Definisi mengenai penyimpangan oleh
masing-masing uji berbeda-beda, jadi tidak mengherankan jika memberikan hasil yang
berbeda. Uji tersebut tidak membandingkan dua jenis distribusi, katakanlah distibusi Gaussian
vs Eksponensial, lebih sesuai dengan data ataukah tidak. Sebaliknya, mereka membandingkan
Gaussian vs non Gaussian. Karena tes yang berbeda menekankan pada fokus berbeda, maka
mereka memungkinan memberikan hasil yang berbeda .
Pada laporan ini akan dilakukan uji normalitas menggunakan dua software, yaitu MATLAB
R2017b dan Minitab 19 terhadap dua data yang berbeda. Data pertama yang akan diuji adalah
data Jumlah Penduduk Miskin di Kabupaten Jepara Selama 21 Tahun. Data tersebut diambil
dari laman resmi Badan Pusat Statistika Kabupaten Jepara 2019. Data disajikan dalam Tabel
1.
No. Tahun Jumlah Penduduk Miskin
1. 1999 74785
2. 2000 101260
3. 2001 117245
4. 2002 134066
 5. 2003 155376
6. 2004 163028
7. 2005 170338
8. 2006 201625
9. 2007 206549
10. 2008 224737
11. 2009 242963
12. 2010 263266
13. 2011 285287
14. 2012 299214
15. 2013 314422
16. 2014 341754
17. 2015 355607
18. 2016 371296
19. 2017 386693
20. 2018 407056
21. 2019 419028
Tabel 1. Jumlah penduduk miskin kabupaten Jepara.
Data pada tabel di atas selanjutnya akan diuji normalistasnya, dengan menggunakan software
MATLAB R2017b. Jenis uji normalitas yang dilakukan ada beragam, diantaranya
Kolmogorov-Smirnov Limiting Form, Kolmogorov-Smirnov Stephens Modification,
Kolmogorov-Smirnov Marsaglia Method, Kolmogorov-Smirnov Lilliefors Modification,
Anderson-Darling Test, Cramer-Von Mises Test, Shapiro-Wilk Test, Shapiro-Francia Test,
Jarque- Bera Test, dan DAgostino & Pearson Test.
Berikut merupakan hasil pengujian dari data Jumlah Penduduk Miskin di Kabupaten Jepara
dengan menggunakan MATLAB R2017b ,

Gambar 1. Hasil uji normalitas data pertama dengan MATLAB R2017b

Berdasarkan Gambar 1 di dapatkan hasil dari semua jenis tes yang diujikan kepada data
menunjukkan hasil 𝑝-value > 0,05. Hasil tersebut berarti bahwa data berdistribusi normal.
Selanjutnya, data tersebut akan diuji dengan software Minitab 19 agar mendapatkan hasil uji
yang lebih bisa dipercaya. Jenis uji normalitas yang digunakan adalah, Anderson-Darling,
Ryan-Joiner, dan Kolmogorof-Smirnov.
Berikut merupakan hasil pengujian dari data Jumlah Penduduk Miskin di Kabupaten Jepara
dengan menggunakan Minitab 19,
 (a) (b)

(c)

Gambar 2. Hasil uji normalitas data pertama dengan Minitab19 dengan menggunakan
metode Anderson-Darling (a), Ryan-Joiner (b), Kolmogrof-Smirnov (c).
Berdasarkan Gambar 2 dapat dilihat bahwa dengan Metode Anderson-Darling didapatkan p-
value 0,648. Sedangkan, dengan menggunakan metode Ryan-Joiner didapatkan p-value
>0,100. Dan dengan menggunakan metode Kolmogrof-Smirnov didapatkan nilai p-value
>0,150. Oleh karena dari ketiga metode menunjukkan nilai p-value lebih besar dari 0,05 maka
data Jumlah Penduduk Miskin di Kabupaten Jepara selama 21 tahun terakhir, merupakan data
yang berdistribusi normal.
Sehingga jelas bahwa data Jumlah Penduduk Miskin di Kabupaten Jepara Selama 21
Tahun merupakan data yang berdistribusi normal.
Selanjutnya, akan diambil data kedua untuk dilakukan uji normalitas. Data tersebut adalah data
Jumlah Perguruan Tinggi Negeri Setiap Provinsi di Indonesia Tahun 2015 yang diambil dari
laman resmi Badan Pusat Statistika Nasional. Data disajikan dalam Tabel 1.
No Provinsi Jumlah PTN
1 NAD 7
2 Sumatera Utara 3
3 Sumatera Barat 5
4 Riau 2
5 Jambi 1
 6 Sumatera Selatan 2
7 Bengkulu 1
8 Lampung 3
9 Kepulauan Bangka Belitung 2
10 Kepulauan Riau 2
11 DKI Jakarta 5
12 Jawa Barat 12
13 Jawa Tengah 9
14 DIY 4
15 Jawa Timur 17
16 Banten 1
17 Bali 4
18 Nusa Tenggara Barat 1
19 Nusa Tenggara Timur 4
20 Kalimantan Barat 4
21 Kalimantan Tengah 3
22 Kalimantan Selatan 6
23 Kalimantan Timur 4
24 Kalimantan Utara 0
25 Sulawesi Utara 1
26 Sulawesi Tengah 4
27 Sulawesi Selatan 2
28 Sulawesi Tenggara 1
29 Gorontalo 1
30 Sulawesi Barat 3
31 Maluku 1
32 Maluku Utara 2
33. Papua Barat 3
34. Papua 1
Tabel 2. Data Jumlah Perguruan Tinggi Negeri Setiap Provinsi di Indonesia tahun 2015
Data pada tabel di atas selanjutnya akan diuji normalistasnya, dengan menggunakan software
MATLAB R2017b. Jenis uji normalitas yang dilakukan ada beragam, diantaranya
Kolmogorov-Smirnov Limiting Form, Kolmogorov-Smirnov Stephens Modification,
Kolmogorov-Smirnov Marsaglia Method, Kolmogorov-Smirnov Lilliefors Modification,
Anderson-Darling Test, Cramer-Von Mises Test, Shapiro-Wilk Test, Shapiro-Francia Test,
Jarque- Bera Test, dan DAgostino & Pearson Test.
Berikut merupakan hasil pengujian dari data Jumlah Penduduk Miskin di Kabupaten Jepara
dengan menggunakan MATLAB R2017b ,
 Gambar 3. Hasil uji normalitas data kedua menggunakan MATLAB R2017b
Berdasarkan Gambar 3 di dapatkan hasil dari semua jenis tes yang diujikan kepada data
menunjukkan hasil 𝑝-value < 0,05. Hasil tersebut berarti bahwa data tidak berdistribusi
normal.
Selanjutnya, data tersebut akan diuji dengan software Minitab 19 agar mendapatkan hasil uji
yang lebih bisa dipercaya. Jenis uji normalitas yang digunakan adalah, Anderson-Darling,
Ryan-Joiner, dan Kolmogorof-Smirnov.
Berikut merupakan hasil pengujian dari data Jumlah Penduduk Miskin di Kabupaten Jepara
dengan menggunakan Minitab 19,

(a) (b)

(c)
Gambar 4. Hasil uji normalitas data kedua dengan Minitab19 dengan menggunakan metode
Anderson-Darling (a), Ryan-Joiner (b), Kolmogrof-Smirnov (c).
Berdasarkan Gambar 4 dapat dilihat bahwa dengan Metode Anderson-Darling didapatkan p-
value <0,005. Sedangkan, dengan menggunakan metode Ryan-Joiner didapatkan p-value
>0,010. Dan dengan menggunakan metode Kolmogrof-Smirnov didapatkan nilai p-value
>0,010. Oleh karena dari ketiga metode menunjukkan nilai p-value lebih kecil dari 0,05 maka
data Jumlah Perguruan Tinggi Negeri di Setiap Provinsi di Indonesia Tahun 2015 tidak
berdistribusi normal.
Sehingga jelas bahwa data Jumlah Perguruan Tinggi Negeri di Setiap Provinsi di
Indonesia Tahun 2015 merupakan data yang tidak berdistribusi normal.
Dapat disimpulkan, bahwa setelah melakukan uji normalitas pada kedua data diatas,
didapat bahwa data Jumlah Penduduk Miskin di Kabupaten Jepara Selama 21 Tahun
merupakan data yang berdistribusi normal, sedangkan data Jumlah Perguruan Tinggi Negeri di
Setiap Provinsi di Indonesia Tahun 2015 merupakan data yang tidak berdistribusi normal.
 DAFTAR PUSTAKA

Badan Pusat Statistik Kabupaten Jepara.2021. Jumlah Penduduk Miskin di Kabupaten Jepara
1999-2021. Dari https://jeparakab.bps.go.id/indicator/23/142/1/garis-kemiskinan-dan-
penduduk-miskin.html (diakses pada 26 September 2022)

Badan Pusat Statistik. 2015. Jumlah Perguruan Tinggi Negeri Setiap Provinsi di Indonesia.
Dari https://www.bps.go.id/statictable/2015/09/14/1839/jumlah-perguruan-tinggi-
mahasiswa-dan-tenaga-edukatif-negeri-dan-swasta-di-bawah-kementrian-pendidikan-dan-
kebudayaan-menurut-provinsi-2013-2014-2014-2015.html (diakses pada 26 September
2022)

D’Agostino. R,B, (1986). Tests for Normal Distribution in Goodness-Of-Fit.

Ghozali, Imam, 2013. Aplikasi Analisis Multivariate dengan Program SPSS”. Semarang:
Badan Penerbit Universitas Diponegoro.