Uji Cramer-von Mises, Anderson-Darling, Shapiro-Wilk, dan pengali Lagrange merupakan uji kenormalan. Keempat uji tersebut memiliki statistik uji yang berbeda sehingga adanya kesimpulan yang berbeda. Perbandingan dilakukan berdasarkan persentase penolakan H0 ketika H0 salah untuk mengetahui uji yang paling peka dalam menguji kenormalan data. Metode Monte Carlo digunakan untuk membangkitkan data secara acak yang distribusi probabilitasnya ditentukan. Hasil penelitian menunjukkan bahwa uji Cramer-von Mises, Anderson-Darling, Shapiro-Wilk, dan pengali Lagrange kurang peka dalam menguji kenormalan data ketika ukuran sampel n < 30. Uji Shapiro-Wilk memiliki kepekaan paling tinggi dalam menguji kenormalan data ketika ukuran sampel 30 ≤ n ≤ 50, sedangkan uji Anderson-Darling memiliki kepekaan paling tinggi dalam menguji kenormalan data ketika ukuran sampel 50 < n ≤ 100.