Analisis Hasil Uji Normalitas Data Antropometri: Sebuah Tinjauan Praktikum **
Pendahuluan: Praktikum analisis antropometri merupakan bagian penting dalam memahami variasi fisik manusia. Data antropometri yang diperoleh melalui pengukuran dimensi tubuh, seperti tinggi badan, berat badan, dan lingkar kepala, dapat digunakan untuk berbagai tujuan, seperti desain ergonomis, studi pertumbuhan, dan analisis kesehatan. Analisis Data: Salah satu langkah penting dalam analisis data antropometri adalah uji normalitas. Uji normalitas bertujuan untuk menentukan apakah data yang diperoleh berdistribusi normal atau tidak. Distribusi normal merupakan asumsi dasar dalam banyak analisis statistik, dan jika data tidak berdistribusi normal, maka metode statistik yang digunakan mungkin tidak valid. Metode Uji Normalitas: Terdapat berbagai metode uji normalitas yang dapat digunakan, seperti uji Kolmogorov-Smirnov, uji Shapiro-Wilk, dan uji Anderson-Darling. Pemilihan metode uji normalitas tergantung pada jenis data dan ukuran sampel. Interpretasi Hasil: Hasil uji normalitas akan menunjukkan apakah data berdistribusi normal atau tidak. Jika data tidak berdistribusi normal, maka perlu dilakukan transformasi data atau menggunakan metode statistik non-parametrik. Kesimpulan: Analisis hasil uji normalitas merupakan langkah penting dalam analisis data antropometri. Dengan memahami distribusi data, kita dapat memilih metode statistik yang tepat dan mendapatkan hasil analisis yang valid. Refleksi:** Melalui praktikum ini, saya memahami pentingnya uji normalitas dalam analisis data antropometri. Saya juga belajar tentang berbagai metode uji normalitas dan bagaimana menginterpretasikan hasilnya. Pengalaman ini akan sangat bermanfaat dalam penelitian dan analisis data antropometri di masa depan.