Uji Normalitas pada Data Panjang Ikan Lele
Dalam artikel ini, kita akan melakukan uji normalitas pada data panjang ikan lele yang diambil dari kolam budidaya. Data ini terdiri dari 8 pengamatan, dan kita akan menggunakan tingkat signifikansi \( \alpha = 5\% \) untuk menguji apakah data tersebut berasal dari populasi yang berdistribusi normal. Berikut adalah data panjang ikan lele yang diambil dari kolam budidaya: \begin{tabular}{|c|c|} \hline No & Panjang (cm) \\ \hline 1 & 10 \\ \hline 2 & 27 \\ \hline 3 & 11 \\ \hline 4 & 8 \\ \hline 5 & 9 \\ \hline 6 & 9 \\ \hline 7 & 12 \\ \hline 8 & 8 \\ \hline \end{tabular} Untuk menguji normalitas data, kita akan menggunakan uji statistik yang disebut uji normalitas. Uji normalitas adalah metode statistik yang digunakan untuk menguji apakah data berasal dari populasi yang berdistribusi normal. Dalam uji normalitas, hipotesis nol (H0) menyatakan bahwa data berasal dari populasi yang berdistribusi normal, sedangkan hipotesis alternatif (H1) menyatakan bahwa data tidak berasal dari populasi yang berdistribusi normal. Dalam kasus ini, kita akan menggunakan uji normalitas Shapiro-Wilk. Uji Shapiro-Wilk adalah salah satu uji normalitas yang paling umum digunakan. Uji ini menguji apakah data berasal dari populasi yang berdistribusi normal dengan menguji hipotesis nol bahwa sampel diambil dari populasi yang berdistribusi normal. Setelah melakukan uji normalitas, kita akan membandingkan nilai p-value dengan tingkat signifikansi \( \alpha \) yang telah ditentukan sebelumnya (5%). Jika nilai p-value lebih kecil dari \( \alpha \), maka kita akan menolak hipotesis nol dan menyimpulkan bahwa data tidak berasal dari populasi yang berdistribusi normal. Sebaliknya, jika nilai p-value lebih besar dari \( \alpha \), maka kita gagal menolak hipotesis nol dan menyimpulkan bahwa data berasal dari populasi yang berdistribusi normal. Dengan menggunakan perangkat lunak statistik atau perhitungan manual, kita dapat menghitung nilai p-value dari uji normalitas Shapiro-Wilk untuk data panjang ikan lele yang diberikan. Setelah itu, kita dapat membandingkan nilai p-value dengan tingkat signifikansi \( \alpha \) yang telah ditentukan sebelumnya untuk menarik kesimpulan apakah data berasal dari populasi yang berdistribusi normal atau tidak. Dalam artikel ini, kita akan menjelaskan langkah-langkah yang dilakukan dalam uji normalitas Shapiro-Wilk dan menampilkan hasil perhitungan untuk data panjang ikan lele yang diberikan. Selain itu, kita juga akan membahas interpretasi dari hasil uji normalitas tersebut. Dengan demikian, artikel ini akan memberikan pemahaman yang jelas tentang apakah data panjang ikan lele yang diambil dari kolam budidaya berdistribusi normal atau tidak.