Pelanggaran terhadap asumsi kenormalan dalam suatu prosedur statistika akan memberikan kesimpulan hasil yang diperoleh menjadi tidak valid. Tulisan ini akan membahas tentang perbandingan uji normalitas metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling berdasarkan nilai power of test dari masing-masing uji. Power of test dari masing-masing uji diperoleh dari power empiris melalui simulasi data. Data simulasi dibangkitkan dari distribusi t-student, gamma, chi-square, dan beta. Ukuran sampel data yang digunakan dalam simulasi adalah 10, 20, 30, 40, dan 50. Berdasarkan simulasi data, uji normalitas metode Bayesian MTn  lebih powerful apabila dibandingkan dengan uji Shapiro-Wilk (W), uji Cramer-von Mises (Wn2), dan uji Anderson-Darling (An2) untuk data yang berdistribusi t-student dengan derajat bebas 5 dan 10, Gamma (5), chi-square derajat bebas 20. Hal tersebut juga berlaku untuk sampel berukuran kecil. Performa dari uji normalitas metode Bayesian lebih lemah dari pada uji Shapiro-Wilk dalam menguji normalitas yang berasal dari sampel berdistribusi Beta, B(a,b), dengan a=0,8 dan 1,5 ; b=0,8 dan 0,9. Kata Kunci: power empiris, simulasi data, uji normalitas
Copyrights © 2015