Langkah-Langkah Uji Normalitas SPSS

Uji normalitas SPSS
Uji normalitas SPSS

Uji normalitas SPSS merupakan suatu cara yang perlu untuk dilakukan guna melihat suatu data di dalam penelitian sudah terdistribusi secara normal ataupun belum.

Hasil pengujian ini nantinya bisa mempengaruhi langkah analisis yang dilakukan selanjutnya. Cara uji normalitas SPSS umumnya tersedia dua pilihan yakni Shapiro-Wilk dan Kolmogorov-Smirnov. Untuk lebih jelasnya perihal pengujian tadi simak informasinya berikut ini.

Ketentuan Uji Normalitas

Uji normalitas SPSS

Dalam pengujian normalitas ini terdapat indikator yang dikenal dengan nilai signifikansi. Ketika data mempunyai nilai signifikansi sebesar 0,05 maka bisa dikatakan jika data tidak normal entah itu untuk pengujian Shapiro-Wilk ataupun Kolmogorov-Smirnov.

Perbedaan pemakaian keduanya terletak pada banyaknya sampel yang akan dipergunakan. Ketika sampelnya berjumlah kurang dari 50, pengujian menggunakan Shapiro Wilk akan lebih cocok untuk dipergunakan di dalam uji normalitas tadi.

Sedangkan ketika sampel yang diuji besar melebihi 50, maka uji normalitas SPSS akan lebih baik ketika memakai Kolmogorov-Smirnov supaya hasilnya menjadi lebih akurat.

Langkah-langkah Uji Normalitas SPSS

Sebelum melakukan yang namanya analisis maka hal pertama yang perlu untuk dilakukan yakni mengisi data di Data View dan Variable View. Isi secara cermat supaya bisa memperoleh hasil secara akurat.

  • Klik menu Analyze untuk selanjutnya masuk ke dalam Descriptive Statistics dan Explore.
  • Di jendela Explore nantinya tersedia kolom Dependent List, selanjutnya pindahkan variabel yang akan diuji pada kolom tadi. Ketika variabel memiliki sifat kualitatif maka pindahkan saja ke Factor List.
  • Pada bagian display pilih Both lalu centang Descriptive dan isi pada Confidence Interval for Mean memakai angka tertentu sesuai kebutuhan lalu klik Continue.
  • Klik Plots, selanjutnya berikan centang di Normality plots with test. Setelah selesai maka klik Continue selanjutnya klik OK.
  • Ketika hasil dari uji normalitas dapat dibaca untuk selanjutnya dilakukan pengolahan lebih lanjut.

Metode Uji Normalitas SPSS

Uji normalitas SPSS

Sebenarnya metode pengujian yang dilakukan ada banyak cara namun ada dua yang akan dibahas kali ini yaitu metode Saphiro-Wilk dan Kolmogorov-Smirnov. Untuk lebih jelasnya maka simak informasinya berikut ini.

Baca Juga:  Mengenal DNS, Jenis dan Fungsinya

1.      Metode Shapiro-Wilk

Uji normalitas SPSS Shapiro Wilk merupakan metode ataupun rumus perhitungan yang dibuat oleh Shapiro serta Wilk pada sebaran data. Metode ini merupakan metode untuk uji normalitas efektif serta valid untuk dipergunakan pada sampel dengan jumlah kecil.

Pada penerapannya tentu saja peneliti bisa memakai aplikasi statistik seperti STATA dan SPSS tentunya.

  1. Syarat Uji Shapiro Wilk

Tentu saja untuk melakukan pengujian menggunakan metode ini terdapat beberapa syarat yang harus kalian penuhi. Adapun beberapa syaratnya sebagai berikut.

  • Data memiliki skala interval ataupun ratio (kuantitatif).
  • Data tunggal maupun belum dikelompokkan di tabel distribusi frekuensi.
  • Data dengan asal sampel random.
  • Cara Membaca Hasil dari Uji Shapiro Wilk

Cara membaca hasil dari perhitungan pengujian ini adalah dengan cara mengamati nilai Shapiro-Wilk untuk selanjutnya dihitung serta tingkat signifikansinya.

Tentunya pada hasil pengujian tadi, nilai dari Shapiro akan dihitung dengan memperlihatkan nilai VALUE sementara signifikansinya akan diperlihatkan menggunakan nilai Sig.

Cara membaca hasil dari perhitungan uji Shapiro-Wilk yaitu dengan mengamati nilai Shapiro-Wilk hitung serta tingkat Signifikansinya. Pada hasil uji normalitas SPSS, nilai Shapiro hitung diperlihatkan dengan nilai VALUE, sementara signifikansinya diperlihatkan dengan nilai Sig.

2.      Metode Kolmogorov Smirnov

Uji normalitas Kolmogorov SPSS dapat diartikan sebagai suatu metode statistik yang dapat dipergunakan guna menguji hipotesis komparatif yang berasal dari dua sampel independen yang mana bentuk datanya ordinal dan disusun di tabel distribusi frekuensi kumulatif memakai sistem interval kelas.

  1. Konsep dasar

Konsep dasar ataupun prinsip dasar pada pengujian ini yaitu melakukan perbandingan distribusi data ataupun data yang normalitasnya diuji memakai data yang telah ditransformasikan ke dalam bentuk Z-core yang telah diasumsikan dalam data normal.

Prinsip dari perhitungan ini yaitu perhitungan diambil dari selisih absolut di tiap-tiap interval kelas. Untuk karakteristik penggunaannya yaitu sampel kecil dan juga besar yaitu Ho ditolak ketiak KD hitung > KD tabel. Sehingga pengujian ini kerap dipergunakan untuk uji normalitas 2 variabel dengan SPSS.

  • Penerapan
Baca Juga:  Apa Itu Cloud Hosting? Pengertian, Cara Kerja, Fitur dan Manfaat

Ketika dilakukan pada pengujian biasa maka signifikansi <0,05 menyatakan terdapat [perbedaan signifikan serta >0,05 tidak akan keluar perbedaan signifikan. Penerapan tadi berlaku pada pengujian ini.

Dalam pengujian ini ketika data berdistribusi secara tidak normal ketika p < 0,05 serta data berdistribusi normal saat p>0,05.

  • Kelebihan dan Kekurangan

Pengujian ini memiliki kelebihan yakni tidak akan muncul banyak persepsi di antara pengamat yang mana ini lebih banyak ditemukan di uji normalitas dengan basis grafik. Kelebihan lainnya yaitu pengujian ini tergolong sederhana.

Kelemahan pengujian ini ketika hasilnya tidak normal akan sulit di dalam memutuskan transformasi model yang dapat dipergunakan untuk melakukan normalisasi data. Selain itu pengujian ini umumnya hanya akan sensitif di area pusat distribusi dibandingkan pada ujungnya.

  • Langkah perhitungan manual

Uji normalitas SPSS yang satu ini dapat dilakukan secara manual memakai asumsi sampel acak menggunakan distribusi dari populasi kontinyu.

Langkah awalnya yaitu menentukan hipotesis yang mana Ho merupakan data mengikuti pada distribusi tertentu yaitu (F(x) = Ft (x), nx), H1 merupakan data tidak mengikut pada distribusi tertentu yaitu (F (x) ≠ Ft (x) minimal 1 x).

Selanjutnya kalian hanya perlu mengurutkan data mulai paling kecil sampai dengan paling besar. Selanjutnya dilanjutkan dengan cara menghitung distribusi FS (xi) serta Ft (xi) menggunakan bantuan dari tabel distribusi normal baku ataupun simpangan baku.

Nantinya kalian hanya perlu menentukan D max serta kuantil statistik di tabel K-S. ketika hasilnya D.k jadi Ho dapat ditolak. Pengujian dua sampel menggunakan metode ini tergolong sederhana serta dapat dilakukan secara manual.

Membaca Hasil Uji Normalitas SPSS

Ketika pengujian telah dilakukan dengan salah satu metode yang ada maka langkah selanjutnya adalah melakukan pembacaan pada hasilnya. Tersedia beberapa kolom hasil yang nantinya akan muncul. Tentunya kalian perlu melihat tabel dari Test of Normality guna mengetahui hasil dari uji normalitas SPSS tadi.

Nantinya kalian hanya perlu untuk memperhatikan angka di masing-masing kolom kedua pengujian tadi. Ketika tertera angka .300 itu artinya 0,300. Nilai tadi menunjukkan ketika hasilnya akan lebih dari 0,05 yang mana angka tadi adalah minimal data dan dapat disebut dengan normal. Sehingga nilai signifikansi berupa 0,300 data yang distribusinya normal.

Baca Juga:  Hal Menarik Mengenai Ilmu Komputer

Seperti yang sudah dijelaskan pada pengujian ini sebenarnya tidaklah terlalu rumit. Walaupun begitu, untuk yang tidak familiar menggunakan statistik akan merasa kebingungan. Kuncinya yaitu kalian mengetahui terlebih dahulu ilmu mengenai statistika dasar.

Supaya di dalam melakukan uji normalitas SPSS bisa lebih baik maka kalian perlu belajar mengenai cara penggunaan SPSS terlebih dahulu. Mulailah dari level pemula lalu bertahap ke tingkatan selanjutnya agar lebih maksimal.

Tertarik mengikuti kursus SPSS, cek promonya di Coding Studio

Related Articles