Cara Uji Normalitas Kolmogorov Smirnov dengan SPSS

Cara Uji Normalitas Kolmogorov Smirnov dengan SPSS


Bagi Anda yang akan melakukan analisis pada statistik parametrik, uji normalitas merupakan suatu keharusan. Uji normalitas digunakan untuk mengetahui apakah data penelitian berdistribusi normal atau tidak. Normalitas data merupakan hal yang penting karena dengan data yang terdistribusi normal, maka data tersebut dianggap dapat mewakili populasi. 

Pengertian Uji Normalitas Kolmogorov-Smirnov

Uji Normalitas Kolmogorov-Smirnov adalah uji yang digunakan untuk mengetahui distribusi data apakah data berdistribusi normal atau tidak. Uji normalitas Kolmogorov Smirnov banyak digunakan untuk sampel yang berukuran besar. Menurut Dahlan (2009) uji normalitas Kolmogorov Smirnov lebih tepat digunakan apabila sampel berukuran lebih dari 50. 

Uji normalitas Kolmogorov Smirnov memiliki toleransi yang lebih tinggi jika dibandingkan pada metode Liliefors (Kolmogorov Smirnov).  Apabila data dinyatakan tidak normal pada metode liliefors, maka apabila menggunakan Kolmogorov Smirnov data bisa berdistribusi normal, atau dengan kata lain metode ini memiliki tingkat normalitas yang lebih tinggi untuk ukuran data yang sama.

Info tambahan:

Tahukah Anda, ada beberapa uji normalitas yang popular yang sering digunakan para peneliti. Ada uji normalitas metode Liliefors, uji normalitas Shapiro Wilk dan yang akan kita bahas pada artikel ini yaitu uji normalitas Kolmogorov Smirnov. 

Pedoman Pengambilan Keputusan Uji Normalitas Kolmogorov Smirnov

Untuk mengetahui apakah data berdistribusi normal atau tidak, maka perlu aturan pengambilan keputusan. Berikut ini dasar pengambilan keputusan uji normalitas:

  1. Jika nilai Asymp Sig (2-tailed) > 0.05, maka data penelitian berdistribusi normal
  2. Jika nilai Asymp Sig. (2-tailed) < 0.05, maka data penelitian tidak berdistribusi normal

Contoh Kasus Uji Normalitas

Seorang peneliti ingin menguji data dua merek permen apakah berdistribusi normal atau tidak. Dengan jumlah sampel  20 buah. Berikut ini datanya.

Data Kasus Uji Normalitas

Langkah - Langkah Uji Normalitas Kolmogorov Smirnov dengan SPSS

Berikut ini langkah-langkah uji normalitas Kolmogorov Smirnov menggunakan SPSS:

1. Buka software SPSS, kemudian input data untuk kasus diatas. Setelah selesai input data, maka tampilan data view dan variabel view akan seperti berikut. 

Tampilan data view SPSS
Tampilan Data View SPSS

Tampilan Variable View SPSS
Tampilan Variable View SPSS

2. Selanjutnya Klik Analyze >> Nonparametric Test >> Legacy Dialogs, lalu pilih 1 Sample K-S.

Langkah-langkah uji normalitas Kolmogorov Smirnov SPSS

3. Setelah langkah tersebut, maka muncul kotak dialog One Sample Kolmogorov-Smirnov Test. Masukkan variabel Permen A dan Permen B ke kotak Test Variable List. Pastikan Normal sudah tercentang pada Test Distribution. 

Kotak dialog One Sample Kolmogorov-Smirnov Test

4. Selanjutnya klik OK, maka akan muncul output SPSS sebagai berikut.

Membaca Hasil Uji Normalitas Kolmogorov Smirnov SPSS

Output SPSS Uji Normalitas Kolmogorov Smirnov

Output tabel One-Sample Kolmogorov Smirnov Test diatas, menjelaskan tentang hasil uji normalitas Kolmogorov Smirnov. Untuk pengambilan keputusan apakah data berdistribusi normal atau tidak, maka cukup membaca pada nilai Asymp Sig (2-tailed). Jika nilai Asymp Sig (2-tailed) lebih dari 0,05 maka data berdistribusi normal, dan sebaliknya apabila nilai Asymp Sig (2-tailed) lebih kecil 0,05 maka kesimpulannya data tidak berdistribusi normal. 

Uji Normalitas Variabel Permen A

Dapat dilihat pada tabel One-Sample Kolmogorov Smirnov Test diperoleh nilai Asymp Sig (2-tailed) variabel permen A adalah 0658 >  0,05 maka variabel permen A berdistribusi normal.

Uji Normalitas Variabel Permen B

Dapat dilihat pada tabel One-Sample Kolmogorov Smirnov Test diperoleh nilai Asymp Sig (2-tailed) variabel permen B adalah 0657 >  0,05 maka variabel permen B berdistribusi normal.


Sekian artikel yang berjudul Cara Uji Normalitas Kolmogorov Smirnov dengan SPSS. Semoga artikel ini bermanfaat, terimakasih sudah mengunjunggi blog faqirilmu.com.



Referensi:

Oktaviani, M.A & Notobroto, H.B. 2014. Perbandingan Tingkat Konsistensi Normalitas Distribusi Metode Kolmogorov-Smirnov, Lilliefors, Shapiro-Wilk, dan Skewness-Kurtosis. Vol. 3, No. 2. Hal: 127-135.
Purnomo, R. A. 2016. Analisis Statistik Ekonomi dan Bisnis dengan SPSS. Ponorogo: Penerbit Wade Group.

Komentar

Posting Komentar

Postingan populer dari blog ini

Perbedaan Scale, Nominal dan Ordinal pada Measure di SPSS

Gambar
Perbedaan Scale, Nominal dan Ordinal pada Measure di SPSS      Measure merupakan salah satu kolom yang berada di variable view IBM SPSS. Kolom measure harus ditetapkan terlebih dahulu sebelum melakukan analisis data lebih lanjut. Terdapat 3 tipe variabel pada kolom measure SPSS yaitu scale, nominal dan ordinal . Ketiga variabel tersebut memberikan jenis nilai serta informasi analisis yang berbeda. Berikut ini pengertian dan perbedaan scale, nominal dan ordinal pada SPSS.      Penentuan measure merupakan hal dasar yang sangat penting untuk diketahui saat bekerja menggunakan SPSS. Misalnya kita tidak boleh membuat variabel nominal untuk melakukan perhitungan nilai rata-rata dan standar deviasi.  Pilihan untuk mengubah tipe variabel suatu variabel terdapat pada lembar kerja Variabel View SPSS. Gambar dibawah ini merupakan ilustrasinya. A.  Variabel Nominal pada SPSS      Variabel nominal merupakan tipe variabel yang digunakan hanya sebatas memberi label pembeda pada suatu data. Variabel
Read more »

Cara Membaca nilai R Tabel dan Download R Tabel (Tabel R)

Gambar
Pengertian R Tabel Apa yang dimaksud R Tabel? R tabel merupakan sebuah tabel angka yang biasa dipakai untuk melakukan uji validitas suatu instrumen penelitian.  Fungsi R Tabel Berdasarkan definisi di atas, maka dapat diambil kesimpulan bahwa r tabel ini mempunyai fungsi untuk melakukan suatu pengujian terhadap instrumen penelitian agar mengetahui apakah instumen penelitian tersebut valid atau tidak.  Dibawah ini merupakan R tabel. Gambar Tabel R ( R Tabel) Mau mendownload R tabel? Silahkan melalui link dibawah ini.  DOWNLOAD R Tabel Cara Membaca Nilai r Tabel dalam Uji Validitas Pearson Ada beberapa cara dalam mengambil keputusan uji validitas. Cara yang pertama dengan menggunakan r tabel dan cara kedua dengan menggunakan nilai signifikansi . Berikut ini pedoman pengambilan keputusan uji validitas SPSS: Membandingkan Nilai r Hitung dengan Nilai r Tabel Jika nilai r hitung > r tabel, maka item pertanyaan kuesioner valid Jika nilai r hitung < r tabel, maka item pertanyaan kuesione
Read more »

Cara Analisis Regresi Linear Berganda dengan SPSS

Gambar
Analisis Regresi Linear Berganda dengan SPSS Pengertian Analisis Regresi Linear Berganda Analisis regresi linear berganda adalah analisis yang digunakan untuk mengetahui pengaruh dua atau lebih variabel independen terhadap variabel dependen . Selain itu analisis regresi linear berganda juga digunakan untuk meramalkan suatu variabel dependen berdasarkan beberapa variabel independen. Regresi linear berganda disebut juga dengan regresi berganda . Pada regresi linear, variabel independen disimbolkan dengan X dan variabel dependen disimbolkan dengan Y.  Perbedaan regresi linear berganda dengan regresi linear sederhana  Apakah Anda tahu perbedaan regresi linear berganda dengan regresi linear sederhana ?  Perbedaan regresi linear berganda dengan regresi linear sederhana terletak pada jumlah variabel independen. Apabila pada regresi linear sederhana hanya terdapat satu variabel independen , sedangkan pada regresi linear berganda terdapat dua atau lebih variabel independen yang mempengaruhi
Read more »

Pengertian Uji T dan Uji F serta Cara Analisis dengan SPSS

Gambar
Pengertian Uji T dan Uji F pada Regresi Linear Berganda serta Cara Analisis dengan SPSS Pada artikel ini kita akan mempelajari cara uji t dan uji f pada regresi linear berganda dengan SPSS, serta cara interpretasi output uji t dan uji f. Kita mulai dari pengertian uji t Pengertian Uji T Uji t adalah uji yang digunakan untuk mengetahui ada tidaknya pengaruh secara parsial variabel independent (variabel X) terhadap variabel dependent (variabel Y). Maksud pengaruh parsial yaitu pengaruh sendiri-sendiri oleh variabel independent. Pada kasus uji regresi linear berganda dengan dua variabel independent, berarti kita akan melihat pengaruh variabel independent pertama (X1) terhadap variabel dependent (Y) dan melihat pengaruh variabel independent kedua (X2) terhadap variabel dependent (Y). Pada paragraf sebelumnya Saya menyebutkan regresi linear berganda. Apa itu uji regresi linear berganda ? Uji regresi linear berganda merupakan uji yang digunakan untuk mengetahui ada tidaknya pengaruh dari du
Read more »

Analisis Crosstab dengan SPSS [Uji Chi-Square dan Correlation]

Gambar
Cara Analisis Crosstab Menggunakan SPSS  Pada artikel ini, Kita akan belajar analisis crosstabs menggunakan SPSS. Silahkan baca artikel ini sampai selesai ya, agar paham apa itu analisis crosstabs. Pada SPSS, analisis crosstab merupakan bagian dari statistik deskriptif . Lalu apa kegunaan analisis crosstabs? Analisis crosstab merupakan alat analisis untuk mendeskripsikan data dalam bentuk kolom dan baris. Selain itu digunakan untuk memeriksa hubungan antar variabel kategori (nominal atau ordinal). Analisis crosstab ini dibagi menjadi 2 bagian: Analisis Crosstab – Chi Square Analisis Crosstab – Correlations Lalu apa perbedaannya? Ok, kita langsung ke yang pertama, analisis Crosstab – Chi Square A. Analisis Crosstab Chi-Square Analisis Crosstab Chi-Square ini merupakan teknik analisis untuk melihat hubungan antar variabel data nominal. Syarat uji chi-squre ini variabel yang akan kita uji harus data nominal. Langsung aja ke contoh kasus, Suatu perusahaan mengamati apakah pelayanan karya
Read more »