Dunia pendidikan tinggi dan bursa kerja nasional di Indonesia saat ini berada dalam fase transformasi yang sangat dinamis. Perkembangan sektor manufaktur modern, optimalisasi sistem kerja, analisis data kuantitatif, serta digitalisasi industri telah menuntut tingkat ketepatan pengujian statistik yang sangat tinggi dari para calon sarjana rekayasa industri. Di tengah masifnya tuntutan akademis penulisan tugas akhir, mahasiswa tingkat akhir di bidang teknik industri yang mengolah data waktu siklus, uji kuesioner, maupun parameter kinerja mesin sering kali dihadapkan pada satu prasyarat statistik paling fundamental sebelum melakukan analisis regresi atau uji beda: uji normalitas.
Uji normalitas bertujuan untuk membuktikan apakah data sampel yang kamu kumpulkan dari lapangan mengikuti distribusi normal atau tidak. Jika asumsi normalitas ini gagal dipenuhi, maka hasil pengujian parametrik lanjutan di dalam bab pembahasan skripsimu akan dianggap tidak valid oleh dewan penguji sidang. Dalam praktiknya menggunakan perangkat lunak statistik seperti SPSS, mahasiswa biasanya dihadapkan pada dua pilihan metode pengujian yang paling populer: uji Shapiro-Wilk dan uji Kolmogorov-Smirnov.
Pertanyaan mendasaranya adalah: Apa perbedaan mendasar antara uji normalitas Shapiro-Wilk dan Kolmogorov-Smirnov? Kapan waktu yang tepat menggunakan masing-masing uji statistik tersebut agar hasil analisis skripsimu akurat dan diterima dosen penguji?
1. Konsep Dasar Pentingnya Uji Normalitas dalam Analisis Skripsi
Sebelum masuk ke perbandingan spesifik antar metode, kamu harus memahami mengapa uji normalitas menjadi gerbang penentu dalam pengolahan data kuantitatif. Sebagian besar uji statistik parametrik—seperti uji t berpasangan, ANOVA, dan analisis regresi linier—mengasumsikan bahwa data residual atau data sampel berdistribusi secara normal (membentuk kurva lonceng yang simetris).
Jika data ternyata menceng (skewed) secara ekstrem tanpa melalui pengujian atau transformasi terlebih dahulu, kesimpulan yang kamu tarik di bab pembahasan skripsi akan mengalami bias yang sangat besar. Oleh karena itu, memilih instrumen pengujian normalitas yang tepat sesuai jumlah sampel data merupakan langkah krusial yang tidak boleh dilewatkan.
2. Mengenal Uji Normalitas Kolmogorov-Smirnov
Uji Kolmogorov-Smirnov (sering disingkat K-S) adalah salah satu uji normalitas non-parametrik yang paling klasik dan paling sering digunakan oleh mahasiswa tingkat akhir.
Karakteristik Utama Kolmogorov-Smirnov
- Prinsip Kerja Statistik: Membandingkan fungsi distribusi kumulatif dari data sampel yang kamu miliki dengan distribusi normal teoretis. Perbedaan terbesar antara kedua fungsi distribusi tersebut dihitung sebagai nilai statistik uji ($Z$ atau $D$).
- Kesesuaian Ukuran Sampel: Uji ini sangat handal dan dirancang secara optimal untuk digunakan pada ukuran sampel data yang besar (large sample size), umumnya ketika jumlah responden atau jumlah pengamatan $N > 50$.
- Kelemahan Utama: Memiliki tingkat kuasa (statistical power) yang lebih rendah jika diterapkan pada jumlah sampel data yang kecil, sehingga sering kali gagal mendeteksi ketidaknormalan pada data terbatas.
3. Mengenal Uji Normalitas Shapiro-Wilk
Uji Shapiro-Wilk merupakan alternatif uji normalitas modern yang dikenal memiliki tingkat ketelitian dan kuasa statistik yang sangat tinggi, terutama untuk ukuran data sampel kecil hingga menengah.
Karakteristik Utama Shapiro-Wilk
- Prinsip Kerja Statistik: Menguji kesesuaian data sampel terhadap bentuk distribusi normal dengan menghitung korelasi antara data pengamatan dan skor normal kuantil yang diharapkan. Nilai uji statistiknya dilambangkan dengan huruf $W$.
- Kesesuaian Ukuran Sampel: Sangat direkomendasikan dan diandalkan untuk ukuran sampel data yang kecil hingga sedang, yaitu ketika jumlah pengamatan $N \le 50$ (bahkan beberapa literatur statistik memperbolehkan hingga $N < 2000$ tergantung perangkat lunak yang digunakan).
- Keunggulan Utama: Dianggap oleh banyak pakar statistika sebagai uji normalitas yang memiliki daya deteksi paling kuat (most powerful) untuk mendeteksi penyimpangan dari distribusi normal pada data terbatas.
Tabel Rincian Perbandingan: Uji Kolmogorov-Smirnov vs Shapiro-Wilk
Untuk memberikan gambaran terstruktur mengenai perbedaan parameter kedua uji normalitas ini, tabel berikut merangkum poin-poin perbandingannya:
| Parameter Perbandingan | Uji Kolmogorov-Smirnov | Uji Shapiro-Wilk |
| Ukuran Sampel Ideal ($N$) | Sampel besar ($N > 50$ hingga ratusan data) | Sampel kecil hingga menengah ($N \le 50$) |
| Tingkat Kuasa Statistik | Lebih rendah pada sampel kecil | Sangat kuat dan akurat pada data terbatas |
| Dasar Perhitungan Nilai | Perbandingan fungsi distribusi kumulatif data | Korelasi antara data dan nilai normal teoretis |
| Rekomendasi Penggunaan | Digunakan saat mengolah kuesioner ribuan responden | Digunakan saat mengukur waktu kerja puluhan siklus |
| Cara Baca Output SPSS | Berdasarkan nilai Asymp. Sig. (2-tailed) | Berdasarkan nilai Sig. pada kolom Shapiro-Wilk |
4. Cara Membaca Output Uji Normalitas di SPSS dan Kriteria Keputusannya
Baik kamu menggunakan metode Kolmogorov-Smirnov maupun Shapiro-Wilk di dalam perangkat lunak IBM SPSS Statistics, prinsip dasar pengambilan keputusan statistik untuk menentukan apakah data berdistribusi normal atau tidak adalah sama, yaitu dengan melihat nilai probabilitas signifikansi ($Sig.$ atau $p$-value).
Kriteria pengambilan keputusan uji normalitas adalah sebagai berikut:
- Jika Nilai Signifikansi ($Sig.) > 0,05$: Maka data sampel dinyatakan berdistribusi Normal.
- Jika Nilai Signifikansi ($Sig.) < 0,05$: Maka data sampel dinyatakan berdistribusi Tidak Normal.
Jika hasil pengujianmu menunjukkan angka di bawah $0,05$ (tidak normal), jangan panik. Kamu dapat melakukan beberapa langkah penanganan statistik, seperti melakukan transformasi data (menggunakan logaritma natural atau akar kuadrat) atau menggunakan uji alternatif non-parametrik jika transformasi tidak berhasil.
Tips Menghadapi Pertanyaan Kritis Penguji Terkait Uji Normalitas
Saat kamu mempresentasikan bab analisis data di hadapan dewan penguji sidang skripsi, terapkan strategi komunikasi taktis berikut:
- Kuasai Alasan Pemilihan Metode Uji: Sampaikan kepada penguji alasan logis mengapa kamu memilih uji Shapiro-Wilk (jika sampel datamu di bawah 50) atau uji Kolmogorov-Smirnov (jika sampel data kuesionermu berskala besar).
- Tunjukkan Lampiran Tabel Output SPSS secara Utuh: Pastikan lampiran laporan skripsimu memuat tabel keluaran SPSS yang menampilkan nilai statistik uji secara lengkap, sehingga penguji dapat melihat kevalidan proses analisismu.
Universitas Ma’soem hadir sebagai salah satu perguruan tinggi swasta di Bandung yang mencetak lulusan berkualifikasi siap kerja, berjiwa wirausaha, serta memegang teguh nilai-nilai akhlakul karimah. Kampus ini memahami kebutuhan industri modern dengan merancang kurikulum yang relevan, fleksibel, dan terintegrasi dengan dunia kerja. Informasi mengenai berbagai program studi unggulan dapat kamu pelajari secara mendalam melalui beberapa pilihan jurusan.
Selain itu, bagi calon mahasiswa yang sudah bekerja atau memiliki kesibukan lain namun tetap ingin menempuh gelar sarjana tanpa mengganggu rutinitas harian, kampus menyediakan sistem perkuliahan terpadu melalui fasilitas Hybrid Class No Ribet. Program ini menjadi solusi tepat untuk meraih gelar akademik berkulitas dengan fleksibilitas tinggi.
Guna memastikan semua lapisan masyarakat dapat menikmati pendidikan berkualitas, kampus juga menyediakan skema bantuan pendidikan dan program Beasiswa yang menarik bagi mahasiswa berprestasi di bidang akademis maupun non-akademis.
Informasi Pendaftaran Mahasiswa Baru
Langkah awal menuju karier impian di dunia industri kreatif digital dimulai dari sini. Dapatkan informasi selengkapnya mengenai jadwal penerimaan, alur pendaftaran, serta rincian program studi melalui kanal layanan resmi:
- Situs Layanan PMB: pmb.masoemuniversity.com
- Konsultasi WhatsApp: +62 851 8563 4253
- Akun Instagram Resmi: @masoem_university
