Sebelum kita memahami tiga metode uji normalitas dengan STATA, penting untuk menyoroti mengapa normalitas itu penting. Normalitas data berarti data mengikuti pola distribusi normal atau kurva lonceng. Ketika data berdistribusi normal, kita dapat menggunakan berbagai teknik statistik yang didasarkan pada asumsi ini.

Namun, dalam dunia nyata, data seringkali tidak benar-benar normal, dan oleh karena itu, kita memerlukan uji normalitas untuk memeriksa apakah data kita cukup mendekati distribusi normal untuk dapat menggunakan teknik statistik tertentu.

Metode Uji Normalitas dengan STATA

Dalam aplikasi STATA, ada tiga metode uji normalitas yang populer, yaitu:

1. Shapiro Wilk Test

Uji Shapiro Wilk merupakan salah satu metode yang paling direkomendasikan untuk mendeteksi normalitas data. Metode ini sangat efektif pada sampel dengan ukuran 7 hingga 50 responden, di mana metode lain mungkin tidak dapat diandalkan.

Kelebihan dari uji ini adalah tingkat efektivitasnya pada sampel kecil, namun kelemahannya adalah hanya dapat diandalkan untuk sampel kurang dari 2000. Apabila sampel lebih dari 2000, uji ini menjadi kurang reliable.

2. Shapiro Francia Test

Uji Shapiro Francia merupakan pengembangan dari uji Shapiro Wilk yang diperkenalkan untuk memperbaiki kelemahan uji sebelumnya. Uji ini tetap reliable hingga sampel 5000, sementara uji Shapiro Wilk sudah tidak andal pada jumlah sampel sebanyak itu.

Meskipun pada sampel kecil uji ini tidak sehandal Shapiro Wilk, banyak ahli merekomendasikan metode ini karena keandalannya pada sampel besar.

3. Skewness Kurtosis Test

Skewness Kurtosis Test merupakan metode paling reliable diantara yang lain. Uji ini dapat mendeteksi ketidak-normalan pada sampel berapapun, baik itu sampel kecil maupun sampel besar.

STATA menyediakan dua pilihan untuk uji ini, yaitu dengan atau tanpa Royston Adjustment. Penggunaan Royston Adjustment biasanya disarankan jika sampel berukuran kecil, sementara tanpa Royston Adjustment cocok untuk sampel besar.

Tutorial Uji Normalitas dengan STATA

Berikut adalah langkah-langkah untuk melakukan uji normalitas dengan STATA:

1. Uji Shapiro-Wilk:
   • Buka aplikasi STATA dan buka dataset yang akan diuji.
   • Pilih menu Statistics, kemudian klik Summaries, tables and tests, lalu Distributional plots and test.
   • Pilih Shapiro-Wilk Normality Test dan pilih variabel yang akan diuji.
   • Lihat output dan perhatikan nilai Prob>z. Jika nilainya lebih dari 0,05, data berdistribusi normal.
2. Uji Shapiro-Francia:
   • Ikuti langkah-langkah yang sama seperti uji Shapiro-Wilk, tetapi pilih Shapiro-Francia Normality Test.
3. Uji Skewness and Kurtosis:
   • Ikuti langkah-langkah yang sama seperti uji sebelumnya, tetapi pilih Skewness and Kurtosis Normality Test. Jika menggunakan Royston Adjustment, jangan lupa untuk mencentang pilihan tersebut.

Baca Juga: Bagaimana Cara Menguji Validitas dan Kekuatan Variabel Instrumental?

Interprestasi Output Uji Normalitas STATA

Setelah melakukan uji normalitas, perlu dilakukan interpretasi output yang dihasilkan. Misalnya, pada uji Shapiro Wilk, kita harus memperhatikan nilai Prob>z. Jika nilainya lebih besar dari 0,05, maka data dapat dianggap berdistribusi normal.

Memperkuat Kesimpulan dengan Diagram

Untuk lebih memperkuat kesimpulan uji normalitas, kita bisa menggunakan beberapa jenis diagram seperti Histogram, QQ Plots, PP Plots, Stem-Leaf Plot, dan Box Plot. Diagram-diagram ini memberikan gambaran visual tentang distribusi data.

Kesimpulan

Dalam analisis statistik, uji normalitas sangat penting untuk memastikan data kita memenuhi asumsi distribusi normal. Dalam aplikasi STATA, kita dapat menggunakan tiga metode yang berguna, yaitu Shapiro Wilk, Shapiro Francia, dan Skewness Kurtosis.

Dengan melakukan uji normalitas, kita dapat memastikan bahwa teknik statistik yang digunakan dalam analisis data kita tepat dan dapat diandalkan. Dengan menggunakan STATA, proses uji normalitas dapat dilakukan dengan mudah dan efisien.

Jadi, untuk mendapatkan hasil analisis yang akurat dan valid, pastikan selalu melakukan uji normalitas sebelum menerapkan teknik statistik lebih lanjut.

 

Pertanyaan Umum (FAQs)

1. Apa itu distribusi normal? Distribusi normal adalah jenis distribusi probabilitas yang mengikuti pola kurva lonceng. Data yang berdistribusi normal memiliki karakteristik tertentu, seperti nilai rata-rata, median, dan modus yang sama. Distribusi normal sering digunakan dalam analisis statistik karena banyak teknik statistik yang didasarkan pada asumsi distribusi ini.
2. Mengapa normalitas data penting dalam analisis statistik? Normalitas data sangat penting dalam analisis statistik karena banyak teknik statistik, seperti uji t, ANOVA, regresi, dan lainnya, bergantung pada asumsi bahwa data berdistribusi normal. Jika data tidak berdistribusi normal, hasil analisis statistik bisa menjadi tidak akurat dan mengarah pada kesimpulan yang salah.
3. Berapa ukuran sampel yang direkomendasikan untuk uji Shapiro Wilk? Uji Shapiro Wilk direkomendasikan untuk sampel dengan ukuran antara 7 hingga 50 responden. Uji ini sangat efektif pada sampel kecil dan menjadi pilihan yang baik untuk menguji normalitas pada sampel terbatas.

   stataCopy code
   
   // Uji Shapiro Wilk pada STATA
   swilk var1
   

4. Apa keuntungan menggunakan uji Shapiro Francia? Uji Shapiro Francia merupakan pengembangan dari uji Shapiro Wilk dan ditujukan untuk mengatasi kelemahan uji sebelumnya. Keuntungannya adalah uji ini tetap reliable hingga sampel berukuran 5000, sementara uji Shapiro Wilk sudah tidak andal pada jumlah sampel sebesar itu.

   stataCopy code
   
   // Uji Shapiro Francia pada STATA
   sfrancia var1
   

5. Apa perbedaan antara uji Skewness Kurtosis dengan dan tanpa Royston Adjustment? Uji Skewness Kurtosis dengan Royston Adjustment biasanya disarankan untuk sampel berukuran kecil. Sebaliknya, uji tanpa Royston Adjustment cocok untuk sampel besar. Pilihan Royston Adjustment dapat mempengaruhi hasil uji dan dapat disesuaikan dengan kebutuhan analisis data.

   stataCopy code
   
   // Uji Skewness Kurtosis dengan Royston Adjustment pada STATA
   sktest var1
   
   // Uji Skewness Kurtosis tanpa Royston Adjustment pada STATA
   sktest var1, noadjust