Analisis Data Pada Uji Normalitas SPSS

Analisis data pada uji normalitas SPSS adalah langkah yang sangat penting. Terutama saat kita ingin menggunakan uji statistik parametrik (seperti uji t, ANOVA, regresi linear, dsb), yang mengasumsikan bahwa data berdistribusi normal. Berikut adalah penjelasan rinci mengenai uji normalitas menggunakan software SPSS, mulai dari definisi hingga jenis-jenis uji yang tersedia

Definisi Uji Normalitas

Uji normalitas adalah prosedur statistik untuk menentukan apakah suatu kumpulan data mengikuti distribusi normal (normal distribution). Distribusi normal ditandai dengan kurva lonceng simetris di mana mayoritas data terdistribusi di sekitar mean.

Tujuan utama uji normalitas:

• Menentukan apakah asumsi normalitas terpenuhi sebelum menggunakan uji statistik parametrik.
• Menghindari kesalahan interpretasi hasil analisis karena pelanggaran asumsi distribusi data.

Jenis-Jenis Uji Normalitas di SPSS

Analisis Data menggunakan SPSS menyediakan beberapa pendekatan untuk menguji normalitas, baik melalui uji statistik maupun pendekatan visual (grafik).

Uji Statistik

SPSS menyediakan dua uji statistik utama untuk uji normalitas:

a. Shapiro-Wilk Test

• Direkomendasikan untuk jumlah sampel kecil hingga sedang (n < 50, bisa digunakan hingga n < 2000).
• Hipotesis:
  • H₀: Data berdistribusi normal.
  • H₁: Data tidak berdistribusi normal.
• Jika p-value < 0.05, maka data tidak normal.

b. Kolmogorov-Smirnov Test (dengan Lilliefors Correction)

• Cocok untuk jumlah sampel yang lebih besar.
• Kurang sensitif dibanding Shapiro-Wilk untuk mendeteksi penyimpangan dari normalitas.
• Hipotesis sama seperti Shapiro-Wilk.

Uji Visual (Grafik)

Selain uji statistik, SPSS juga menyediakan pendekatan visual untuk melihat distribusi data:

a. Histogram

• Dilengkapi dengan kurva normal overlay.
• Digunakan untuk melihat secara kasat mata apakah distribusi mendekati kurva normal.

b. Q-Q Plot (Quantile-Quantile Plot)

• Menampilkan nilai kuantil teoritis vs nilai kuantil aktual.
• Jika titik-titik berada dekat garis lurus diagonal → data mendekati normal.

c. Boxplot

• Untuk melihat outlier dan sebaran data secara umum.

Cara Melakukan Uji Normalitas di SPSS

Langkah-langkah melakukan uji normalitas:

Langkah 1: Buka SPSS dan Masukkan Data

1. Input atau buka file data di SPSS.

Step 2: Buka Menu Uji Normalitas

1. Klik Analyze > Descriptive Statistics > Explore.
2. Masukkan variabel ke kolom Dependent List.
3. Klik tombol Plots…
4. Centang Normality plots with tests.
5. Klik OK.

Alur 3: Interpretasi Output

1. Output “Tests of Normality” menampilkan:
   • Nilai Kolmogorov-Smirnov dan Shapiro-Wilk.
   • Kolom Sig. (signifikansi / p-value).
2. Periksa p-value:
   • Jika p > 0.05 → Data dianggap normal.
   • Jika p < 0.05 → Data tidak normal.
3. Grafik histogram dan Q-Q plot juga ditampilkan untuk interpretasi visual.

JIka kalian masih bingung terkait analisis data pada uji normalitas SPSS, ataupun bingung terkait olahdata kalian bisa menghubungi dan klik olahdatasite.com.

Jangan lupa jika artikel ini bermanfaat, berikutnya bagikan/share artikel ini kepada teman kalian yang membutuhkan ya.