PERBANDINGAN TINGKAT KONSISTENSI UJI DISTRIBUSI NORMALITAS PADA KASUS TINGKAT PENGANGGURAN DI JAWA
Abstract
Uji normalitas merupakan sebuah uji yang digunakan untuk mengetahui apakah sebaran data berdistribusi normal atau tidak. Terdapat banyak metode yang dapat digunakan untuk pengujian normalitas data serta metode tersebut tentunya memiliki hasil keputusan yang berbeda-beda. Penelitian ini bertujuan untuk membandingkan hasil pengujian distribusi normal data dengan menggunakan beberapa metode, yairu Kolmogorov-Smirnov, Shapiro-Wilk, Anderson Darling, dan Skewness-Kurtosis. Uji Skewness-Kurtosis digunakan sebagai pembanding. Data yang digunakan adalah data tingkat pengangguran terbuka pada Provinsi di Jawa pada tahun 2017 sampai dengan 2019. Sebanyak 100 kabupaten/kota yang kemudian dilakukan simulasi pada data tersebut dengan kelipatan 10 sehingga diperoleh besar sampel 10, 20, 30, 40, 50, 60, 70, 80, 90. Sampel dipilih dengan menggunakan teknik simple random sampling. Berdasarkan hasil pengujian, diperoleh tingkat konsistensi dari hasil keputusan pengujian normalitas yaitu uji Kolmogorov-Smirnov sebesar 70,00%, uji Shapiro-Wilk sebesar 71,11%, dan uji Anderson-Darling sebesar 62,22%. Tingkat konsistensi paling tinggi adalah uji Shapiro-Wilk dan paling rendah adalah uji Anderson Darling.