Uji normalitas data adalah hal yang lazim dilakukan sebelum sebuah metode statistik. Tujuan uji normalitas adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data yang mampunyai pola seperti distribusi normal (distribusi data tersebut tidak menceng ke kiri atau ke kanan).
Misalkan dalam sebuah penelitian pendidikan ingin diketahui apakah data dalam penelitian tersebut berdistribusi normal, data penelitian adalah sebagai berikut:
Keterangan sex: 1=laki-laki, 2=perempuan
2. Buat semua keterangan variabel di variable view seperti gambar berikut:
3. Klik Data view dan masukan semua data sehingga tampak hasilnya sebagai berikut:
4. Lakukan analisis dengan cara: memilih menu Analyze, lalu submenu Nonparametriks Test. Dari serangkaian pilihan yang ada, pilih 1-Sample K-S, akan muncul kotak dialog sebagai berikut:
5.Pindahkan semua variable ke kotak Test Variable List dengan cara menanadai semua variable kemudian menekan tanda > sehingga kotak dialog menjadi seperti berikut:
6. Klik Options sehingga muncul kotak dialog sebagai berikut, kemudian centang Descriptive lalu klik Continue.
7. Klik Exact kotak dialog akan muncul seperti dibawah ini, lalu pilih Asymplotic lalu klik Continue.
8. Klik OK sehingga akan muncul Output sebagai berikut:
NPar Tests
[DataSet0]
Dari data diatas dapat dilihat bahwa jumlah semua data adalah 15 siswa yaitu pada kolom N, rata-rata dapat dilihat pada kolom Mean, standar deviasi pada kolom Std.Deviation, nilai maksimum dan minimum pada kolim minimum dan naximum.
Catatam: pada sex tidak diperbolehkan menggunakan mean, sebab sex adalah data nominal
2. Kolmogorov smirnov
* Analisis:
Ho : Populasi berdistribusi normal
Ha : Populasi tidak berdistribusi normal
* Dasar pengambilan keputusan adalah berdasarkan probabilitas
Jika nilai probabilitas > 0,05 maka Ho diterima
Jikan nilai probabilitas <= 0,05 maka Ho ditolak
* Keputusan
a. Sex: Terlihat bahwa pada kolom signifikan (Asymp. Sig (2-tailed)) adalah 0,023 atau probabilitas kurang dari 0,05 maka Ho ditolak yang berarti populasi tidak berdistribusi normal.
b. Terlihat bahwa pada kolom signifikan (Asymp. Sig (2-tailed)) adalah 0,904 atau probabilitas lebih dari 0,05 maka Ho diterima yang berarti populasi berdistribusi normal.
c. Terlihat bahwa pada kolom signifikan (Asymp. Sig (2-tailed)) adalah 0,977 atau probabilitas lebih dari 0,05 maka Ho diterima yang berarti populasi berdistribusi normal.
Semoga bermanfaat...
Misalkan dalam sebuah penelitian pendidikan ingin diketahui apakah data dalam penelitian tersebut berdistribusi normal, data penelitian adalah sebagai berikut:
| Nama | Sex | Nilai harian 1 | Nilai Rapot |
| IDM01 IDM02 IDM03 IDM04 IDM05 IDM06 IDM07 IDM08 IDM09 IDM10 IDM11 IDM12 IDM13 IDM14 IDM15 | 1 2 1 1 1 2 2 1 1 2 2 1 1 2 1 | 50 61 80 76 40 73 86 77 59 56 66 80 72 95 83 | 68 86 78 80 76 74 70 80 76 85 60 69 89 90 88 |
Keterangan sex: 1=laki-laki, 2=perempuan
Cara menganalisisnya adalah sebagai berikut:
1. Buka lembar kerja SPSS2. Buat semua keterangan variabel di variable view seperti gambar berikut:
3. Klik Data view dan masukan semua data sehingga tampak hasilnya sebagai berikut:
4. Lakukan analisis dengan cara: memilih menu Analyze, lalu submenu Nonparametriks Test. Dari serangkaian pilihan yang ada, pilih 1-Sample K-S, akan muncul kotak dialog sebagai berikut:
5.Pindahkan semua variable ke kotak Test Variable List dengan cara menanadai semua variable kemudian menekan tanda > sehingga kotak dialog menjadi seperti berikut:
6. Klik Options sehingga muncul kotak dialog sebagai berikut, kemudian centang Descriptive lalu klik Continue.
7. Klik Exact kotak dialog akan muncul seperti dibawah ini, lalu pilih Asymplotic lalu klik Continue.
8. Klik OK sehingga akan muncul Output sebagai berikut:
[DataSet0]
Cara membaca Output tersebut adalah sebagai berikut:
1.Deskriptif Dari data diatas dapat dilihat bahwa jumlah semua data adalah 15 siswa yaitu pada kolom N, rata-rata dapat dilihat pada kolom Mean, standar deviasi pada kolom Std.Deviation, nilai maksimum dan minimum pada kolim minimum dan naximum.
Catatam: pada sex tidak diperbolehkan menggunakan mean, sebab sex adalah data nominal
2. Kolmogorov smirnov
* Analisis:
Ho : Populasi berdistribusi normal
Ha : Populasi tidak berdistribusi normal
* Dasar pengambilan keputusan adalah berdasarkan probabilitas
Jika nilai probabilitas > 0,05 maka Ho diterima
Jikan nilai probabilitas <= 0,05 maka Ho ditolak
* Keputusan
a. Sex: Terlihat bahwa pada kolom signifikan (Asymp. Sig (2-tailed)) adalah 0,023 atau probabilitas kurang dari 0,05 maka Ho ditolak yang berarti populasi tidak berdistribusi normal.
b. Terlihat bahwa pada kolom signifikan (Asymp. Sig (2-tailed)) adalah 0,904 atau probabilitas lebih dari 0,05 maka Ho diterima yang berarti populasi berdistribusi normal.
c. Terlihat bahwa pada kolom signifikan (Asymp. Sig (2-tailed)) adalah 0,977 atau probabilitas lebih dari 0,05 maka Ho diterima yang berarti populasi berdistribusi normal.
Semoga bermanfaat...
0 komentar:
Posting Komentar
Jangan cuma baca, sampaikan kripik dan sarapan anda melalui komentar.