Badan Pendidikan dan Pelatihan Keuangan

Sebelum memahami uji normalitas, perlu dipahami terlebih dahulu definisi Distribusi Normal. Distribusi normal adalah distribusi atau sebaran data acak kontinu yang berbentuk lonceng dan simetris, dimana frekuensi terbesar maupun rata-rata dari data berada pada titik tengah. Urgensi dari data berdistribusi normal antara lain agar mampu meningkatkan objektivitas penilaian dan meminimalisir bias estimasi sampel terhadap populasi.
Uji normalitas dilakukan pada model regresi untuk mengetahui apakah nilai residu berdistribusi normal atau tidak. Model regresi yang baik ialah model yang memiliki residu yang terdistribusi secara normal. Uji t dan uji F mengasumsikan bahwa nilai residual berdistribusi normal. Jika asumsi ini tidak dipenuhi, maka uji tersebut menjadi tidak valid pada skala kecil.
Uji Normalitas dapat dilakukan dengan beberapa cara antara lain secara Visual, dengan menggunakan Histogram dan Normal P-Plot, serta menggunakan perhitungan tes statistic, yaitu dengan&nbsp;Uji Kolmogorov-Smirnov,&nbsp;Tes Kurtosis, Tes Skewness, Uji Shapiro Wilk, dan Uji Shapiro Francia. Uji Shapiro Wilk dan Uji Shapiro Francia bisa diaplikasikan dengan menggunakan Stata.&nbsp;