UJI NORMALITAS DENGAN SPSS (UJI KOLMOGOROV-SMIRNOV TEST)

Uji normalitas digunakan untuk mengetahui apakah data berasal dari populasi yang berdistribusi normal atau tidak. Normalitas adalah syarat utama uji statistik paramerik baik dalam bentuk uji komparasi, korelasi, regresi, dll. Ada beberapa metode yang bisa digunakan untuk menguji normalitas suatu data antara lain metode Chi-Square, Kolmogorov-Smirnov, Shapiro-Wilk, Jaque Berra, Anderson Darling, Metode Grafik.  Masing-masing metode tersebut tentu saja mempunyai beberapa kelebihan dan kelemahan dalam pengaplikasiannya dan memerlukan syarat-syarat tertentu.

Pada postingan kali ini, Quartilstat hanya akan menyajikan teknik uji normalitas menggunakan metode Kolmogorov-Smirnov dengan SPSS 17. Dasar pemikiran uji normalitas Kolmogorov Smirnov adalah untuk melihat perbandingan distribusi data dengan distribusi normal baku. Distribusi normal baku artinya data telah ditransformasi ke bentuk Z-Score yang sudah memenuhi syarat normalitas. Jadi sejatinya uji Kolmogorov-Smirnov adalah uji beda data dengan data normal baku.

Untuk memudahkan kita memahami hasil uji normalitas, pembaca perlu memahami langkah-langkah berikut:

1.      Formulasi hipotesis

Ho : Data terdistribusi normal

Ha : Data tidak terdistribusi normal

2.      Penentuan kriteria pengambilan keputusan

Jika nilai Kolmogorov-Smirnov Z > nilai Kolmogorov-Smirnov tabel, maka Ho diterima

Jika nilai Kolmogorov-Smirnov Z ≤ nilai Kolmogorov-Smirnov tabel, maka Ho ditolak

Untuk lebih mudahnya, daripada kita harus melihat lagi nilai Kolmogorov-Smirnov tabel, pada output SPSS biasanya sudah disajikan nilai signifikansi atau nilai asymp. sign. Selanjutnya menarikan untuk menarik kesimpulan jika langsung saja membandingkan nilai asymp. Sign. (2-tailed) dengan nilai α sebesar 0,05. Jika nilai asymp. Sign. (2-tailed) > 0,05, maka keputusan yang diambil adalah menerima Ho, sebaliknya jika ≤ 0,05 maka Ho ditolak.

3.      Kesimpulan

Jika Ho diterima, berarti data terdistribusi normal

Jika Ha diterima, berarti data terdistribusi normal

Langkah uji normalitas dengan SPSS

1.      Copy data yang ingin dianalisis jendela SPSS

 2.      Klik Analysis ==> Non Parametric Test ==>  1-Sample KS, lalu muncul kota dialog berikut

 3.   Pada tab Test Distribution, biarkan tanda centang (√) pada kolom “Normal”, kolom yang lain biarkan tetap seperti adanya.

4.      Masukkan data dengan cara mengklik tanda panah ke kanan

 5.      Klik tab “OK”, lalu muncul hasil analisis berikut.

Sampai di sini, proses analisis sudah selesai, kita tinggal menginterpretasi hasil uji normalitas berdasarkan kaidah pada 3 langkah di atas. Berdasarkan gambar di atas diperoleh nilai nilai signifikansi atau nilai Asymp. Sig. (2-tailed) sebesar 0,464. Karena nilai Asymp. Sig. (2-tailed) lebih besar daripada α: 0,05, maka keputusan yang diambil adalah menerima Ho. Sehingga kesimpulan hasil normalitasnya adalah data Speaking Competence terdistribusi secara normal.

Sekian tutorial uji normalitas dengan SPSS menggunakan metode Kolmogorov-Smirnov, untuk uji normalitas menggunakan metode lainnya, QuartilStat akan uraikan pada postingan lain.

Terima kasih, Anda telah membaca tutorial ini! Jika tutorial ini bermanfaat, Anda bisa share atau sekedar berterima kasih pada kolom Comment.