Penjelasan Lengkap Uji Normalitas Data dan Contoh SPSS

a. Tentukan hipotesis nol dan alternatif.

b. Hitung statistik uji Shapiro-Wilk.

c. Hitung nilai kritis untuk statistik uji Shapiro-Wilk.

d. Bandingkan nilai kritis dengan nilai statistik uji Shapiro-Wilk yang dihitung.

e. Ambil keputusan apakah hipotesis nol diterima atau ditolak.

Data yang sudah dihitung menggunakan SPSS berarti tinggal diinterpretasi sesuai dengan kebutuhan peneliti. Anda bisa melihat secara rinci terkait dengan metode yang dipakai, apabila menggunakan cara uji normalitas  dengan spss memakai varian Wilk, perhatikan nilai sig yang didapatkan.

Apabila nilainya lebih dari 0,05 maka setiap variabel terdistribusi dengan baik, sehingga didapatkan data yang lebih kredibel. Ia juga menjadi tanda bahwa data yang didapatkan memiliki distribusi yang normal, sehingga bisa menerima variable H0 yang tersedia.

Contohnya ada pada data sampel random masyarakat perokok yang menempati lokasi tertentu. Jadi kita menggunakan banyak sampel tanpa harus melakukan pengolahan tabel distribusi.

3. Baca Cepat :

   Toggle

   Uji Normalitas Chi Square

Pengertian dari uji chi square ini sendiri adalah Uji normalitas yang menggunakan pendekatan penjumlahan penyimpangan data observasi tiap kelas dengan nilai yang diharapkan.

Metode Chi- Square sering juga dikenal dengan nama ‘Uji Goodness of fit Distribusi Normal’. Untuk menggunakan metode Chi Square ini, ada 2 syarat yang harus dipenuhi, yaitu :

• Jumlah sampel data penelitian memiliki angka angka yang besar diatas tiga puluh (n>30)
• Data sampel tersusun secara berkelompok dalam tabel distribusi frekuensi.

Nah untuk anda yang kebetulan membutuhkan tabel uji Chi Square sebagai refrensi penelitian statistik anda. Silahkan anda download melalui tautan berikut ini : Tabel Chi Square.

4. Uji Normalitas Lilliefors

Selanjutnya adalah metode Lilliefors. Pengertian metode uji Lilliefors adalah uji normalitas yang berdasar pada data mentah (belum diolah dalam tabel distribusi frekuensi).

Prinsip kerja uji  Lilliefors yaitu dengan mentransformasikan data dalam nilai Z untuk dapat dihitung luasan kurva normal sebagai probabilitas komulatif normal. Untuk melakukan pengujian dengan metode ini, ada syarat yang harus dipenuhi yaitu :

• Data bersifat tunggal (belum dikelompokkan pada tabel distribusi frekuensi)
• Sifat data flexibel yakni bisa bernilai kecil dan besar (n>30 atau n<30)
• Data memiliki skala interval atau ratio (kuantitatif)

Pengujian menggunakan metode Lilliefors ini sangat cocok untuk anda gunakan dalam uji hipotesis pada penelitian kuantitatif dengan sampel data yang tidak terlalu besar.

5. Uji Normalitas Jarque Bera

Metode yang terahir adalah Uji Jarque Bera. Pengertian Jarque Bera adalah uji normalitas yang digunakan untuk membuktikan apakah skewness dan kurtosis pada sampel data sesuai dengan tabel distribusi normal ataukah tidak.

Langkah-langkah untuk melakukan uji ini adalah sebagai berikut:

a. Tentukan hipotesis nol dan alternatif.

b. Hitung statistik uji Jarque-Bera.

c. Hitung nilai kritis untuk statistik uji Jarque-Bera.

d. Bandingkan nilai kritis dengan nilai statistik uji Jarque-Bera yang dihitung.

e. Ambil keputusan apakah hipotesis nol diterima atau ditolak.

Metode Jarque Bera merupakan metode uji penelitian jenis goodness of fit test dimana nilai absolut pada parameternya bisa dijadikan dasar pengukuran apakah menyimpang dari distribusi normal ataukah tidak.

Penemu metode Uji Jarque Bera Test adalah dua ilmuwan besar statistika bernama Anil K. Bera dan Carlos Jarque. Metode ini seringkali digunakan dalam pengujian dengan variabel Residual hasil dari Uji Regresi Linear.

6. Analisis Grafik

Metode pengujian grafik adalah jenis metode uji normalitas yang fokus pada pengujian penyebaran data pada sumber diagonal grafik normal P-P Plot of Regression Standardized Residual.

Menurut Ghozali (2001), dasar pengambilan keputusan pada Analisis Grafik ada dua, yaitu :

• Jika data menyebar jauh dari diagonal dan atau tidak mengikuti arah garis diagonal/ grafik histogram, maka data tersebut tidak menunjukkan pola terdistribusi normal sehingga model regresi tidak memenuhi asumsi normalitas.
• Jika data menyebar disekitar garis diagonal atau grafik histogram, maka data tersebut menunjukkan pola terdistribusi normal sehingga model regresi memenuhi asumsi normalitas.

Sehingga kesimpulannya, data pada uji grafik ini dinyatakan telah terdistribusi normal ketika sebaran titik-titik berada disekitar garis dan mengikuti garis diagonal. Kelebihan dari metode grafik ini adalah cara pengujiannya yang sederhana.

Rumus dan Pengujian Normalitas

Kita dapat menggunakan rumus umum berikut ini guna melakukan perhitungannya.

Dimana,

• X² = Nilai X²
• O_i = Nilai observasi data
• E_i = luasan interval datanya
• E_i = pi x N
• N = total frekuensi pada keseluruhan datanya

Langkah Langkah Pengujian:

• Menentukan hipotesis nol (H0) dan hipotesis alternatif (Ha). H0 adalah asumsi bahwa data terdistribusi normal, sedangkan Ha adalah asumsi bahwa data tidak terdistribusi normal.
• Mengumpulkan data dan mengecek kecenderungan data. Anda bisa menggunakan histogram atau grafik lainnya untuk melihat bentuk distribusi data.
• Mengecek skewness dan kurtosis data. Skewness menggambarkan seberapa jauh rata-rata data dari median, sedangkan kurtosis menggambarkan seberapa banyak data berada di ekor distribusi.
• Menjalankan uji normalitas. Anda bisa menggunakan salah satu dari tiga uji yang telah disebutkan sebelumnya, atau yang lainnya sesuai dengan kebutuhan dan preferensi Anda.
• Menafsirkan hasil uji. Jika nilai p dari uji normalitas lebih besar dari alpha (tingkat signifikansi yang telah ditetapkan), maka H0 diterima, yang berarti data terdistribusi normal.
• Jika nilai p kurang dari alpha, maka H0 ditolak, yang berarti data tidak terdistribusi normal.

Cara Uji Normalitas dengan SPSS

[embedyt] https://www.youtube.com/watch?v=A06TYh6_Zu8[/embedyt]

Sumber : Channel Semesta Psikometrika

Untuk melakukan perhitungan, Anda tentunya harus memilih apakah hendak menggunakan uji normalitas Kolmogorov smirnov atau Shapiro Wilk. Jika sudah menentukan salah satunya, persiapkan aplikasi SPSS, kemudian masukkan data yang hendak dihitung.

Setelah semua data berhasil dimasukkan, Anda bisa mengisi variabel dan memilih beberapa fitur menu yang tersedia, diantaranya analisis, statistic deskriptif dan eksplor data. Berikutnya masukkan variabel ke dalam dependent list, lanjutkan dengan memilih kotak factor list yang tersedia disana. Langkah selanjutnya adalah berikut ini:

1. Pilih menu Plots, kemudian centang steam and leaf, histogram, serta normality pada plots with test.
2. Lanjutkan dengan menekan menu OK untuk melakukan perhitungan.
3. Akan muncul output hasil dari rumus yang sudah Anda masukkan. Dari output tersebut, Anda bisa mengambil data yang telah sesuai dengan proses perhitungan.

Proses perhitungan berhasil dilakukan jika sudah muncul gambar, diagram, maupun tabel dari data variabel yang telah didapatkan. Anda bisa membaca data tersebut, kemudian membandingkannya dengan output yang dihitung dengan perhitungan manual.

Cara Uji Normalitas dengan Excel

Setelah sebelumnya kami paparkan ulasan mengenai cara uji normalitas menggunakan SPSS, berikut kami lengkapi informasinya dengan menghadirkan tutorial bagaimana cara menghitung uji normalitas menggunakan excel. Langsung saja simak videonya berikut ini.

[embedyt] https://www.youtube.com/watch?v=4is9AOuwJBE[/embedyt]

Sumber : Channel Roni Setiawan

Langkah Pengujian :

1. Langkah pertama inputkan data Xi pada kolom yang tersedia.
2. Selanjutnya inputkan juga nilai Fkum (rank dari Xi)
3. Mencari nilai Fs (Xi) dengan rumus Fs(Xi)=Fkum/n. n Disini merupakan jumlah banyaknya data.
4. Cari nilai Xbar (rata rata) dan simpangan baku (S)
5. Selanjutnya kita cari nilai Fs(Xi) dengan rumus (Xi-Xbar)/S
6. Lanjutkan dengan mencari Ft(Xi) dengan rumus excel =NORMSDIST(Dsesuai kolom)
7. Hitung nilai Fs(Xi)-FT(Xi)
8. Selanjutnya kita mutlakan nilai Fs(Xi)-Ft(Xi) dengan rumus excel =ABS{number}
9. Langkah terahir kita tinggal mencari nilai ,akz yang berada pada kolom |Fs(Xi)-Ft(Xi)|

Itulah penjelasan dari wiki elektronika mengenai uji normalitas spss yang sering digunakan dengan tujuan memperoleh data sampel penelitian yang valid dan kredibel.

Semoga informasi mengenai uji normalitas tersebut dapat membantu Anda sebagai peneliti yang sedang melakukan penelitian kuantitatif atau penelitian yang menggunakan uji data tersebut, sehingga data dan hasil penelitian yang digunakan bisa dipertanggung jawabkan kebenarannya.