Tutorial Uji Normalitas dengan SPSS Lengkap

48
696
Uji Normalitas dengan SPSS
Uji Normalitas dengan SPSS

Uji Normalitas Dengan SPSS

Uji Normalitas adalah uji statistik yang dilakukan untuk mengetahui bagaimana sebaran sebuah data. Cara uji normalitas dengan SPSS dapat dilakukan dengan uji shapiro wilk atau lilliefors serta kolmogorov smirnov. Selain itu juga bisa dengan metode grafik. Dimana semua uji normalitas dengan SPSS di dalam bahasan ini akan kami kupas satu per satu dan coba membuatkan tutorialnya agar anda mudah memahaminya. Jadi jangan kemana-mana ya sob.

Dan kalau nantinya artikel ini sangat bermanfaat, jangan lupa sebarkan kepada teman yang lainnya. Terima kasih sebelumnya.

Kita telah mempelajari berbagai jenis uji normalitas pada artikel-artikel sebelumnya, yaitu antara lain:

Uji Normalitas (Chi-Square Goodness of Fit Test Normalitas),
Rumus Kolmogorov,
Rumus Shapiro Wilk,
Rumus Lilliefors,
Kolmogorov Smirnov dalam SPSS,
Kolmogorov dalam Excel,
Lilliefors dalam Excel.

Beberapa artikel di atas kiranya telah cukup untuk memenuhi kebutuhan dalam menyelesaikan penelitian anda, tapi tidak ada salahnya jika kita lebih dalam mempelajari tentang berbagai uji normalitas, termasuk uji normalitas dalam beberapa aplikasi atau software statistik, seperti SPSS, Stata dan Minitab. Oleh karena itu, kami penulis statistikian, dengan semangat juang 45 membuat artikel ini hanya untuk anda.

Shapiro Wilk dan Lilliefors dalam Uji Normalitas dengan SPSS

Dalam artikel kali ini, kita akan membahas 2 uji normalitas yang sangat sering dipakai oleh peneliti selain uji kolmogorov smirnov. Uji kolmogorov smirnov memanglah uji yang paling populer, tapi sebenarnya uji tersebut mempunyai sedikit kelemahan, yaitu reliable atau handal pada pengujian dengan sampel besar > 200.

Bagaimana jika sampel kurang dari itu? dalam SPSS kita bisa menggunakan Shapiro Wilk dan Lilliefors (Adaptasi dan pengembangan dari Uji Kolmogorov Smirnov). Dan bagaimana cara melakukan uji shapiro wilk dan lilliefors tersebut dengan SPSS? Kita bisa menggunakan fungsi EXPLORE.

Baiklah, mari kita mulai tutorial tentang Uji Normalitas dengan SPSS ini, dimana pada tutorial kaini kita akan melakukan uji normalitas dengan SPSS pada 1 variabel dengan 100 sampel. Untuk mempermudah tutorial, silahkan anda download file kerja SPSS tutorial ini: Data Normalitas.sav.

Tutorial Uji Normalitas dengan SPSS

Silahkan isi dataset SPSS anda seperti contoh yang sudah anda download. Kalaupun tidak download, anda bisa isi sembarang angka pada satu variabel yang akan diuji normalitas dengan SPSS. Setelah data terisi pada variabel, pada Menu, Klik Analyze, Descriptive Statistics, Explore.

Masukkan variabel ke dalam dependen list (Catatan: Apabila dalam variabel anda terdapat 2 kelompok, misal kelompok A dan B, anda dapat melakukan uji normalitas pada masing-masing kelompok dengan cara memasukkan variabel yang menjadi Grouping (A dan B atau 1 dan 2) ke kotak Factor List.

Uji Normalitas dengan SPSS
Uji Normalitas dengan SPSS

Pada Display centang Both. Artinya anda akan melihat nilai statistics dan plot uji normalitas termasuk juga hasil uji shapiro wilk dan lilliefors. Selanjutnya ambil nafas dulu sobat, agar tidak tegang. Selanjutnya perhatikan lagi langkah di bawah ini.

Klik tombol Plots, Centang Stem-and-Leaf, Histogram, Normality Plots With Tests.

Plot Uji Normalitas dengan SPSS
Plot Uji Normalitas dengan SPSS

Klik tombol Continue dan selanjutnya Klik OK. 

Lihat Output anda dan apabila dalam output view anda tampil beberapa tabel dan beberapa gambar atau diagram, berarti langkah yang anda lakukan sudah benar. Maka sobat bisa bernafas lega. Karena tugas berikutnya adalah tinggal membaca hasil uji normalitas dengan SPSS dalam tutorial ini.

Agar lebih meyakinkan pembaca, silahkan bandingkan output anda dengan yang sudah penulis buatkan. Dan untuk mempermudah anda membandingkannya, silahkan download file output tutorial ini di: Output Normalitas.

Interprestasi Output Uji Normalitas dengan SPSS

Saatnya kita belajar cara baca uji normalitas dengan SPSS yang kiranya akan mudah anda pahami jika telah mengikuti langkah demi langkah tahapan di atas. Perhatikan tabel di bawah ini ya.

Tabel Uji Normalitas dengan SPSS
Tabel Uji Normalitas dengan SPSS
Seperti yang kami janjikan, ada 2 uji yaitu shapiro wilk dan lilliefors. Berikut kami jelaskan satu persatu.
Shapiro Wilk

Untuk menentukan apakah data anda berdistribusi normal menggunakan shapiro wilk, maka pada SPSS cukup anda lihat nilai Sig. pada kolom Shapiro-Wilk. Nilai sig itu berarti signifikansi atau boleh disebut p value atau nilai probabilitas. Pada contoh di atas nilainya sebesar 0,710 lebih dari 0,05, maka dapat dikatakan data berdistribusi Normal atau yang berarti menerima H0.

Lilliefors

Hampir sama dengan shapiro wilk di atas, cara interprestasinya adalah dengan melihat nilai Sig. pada kolom Kolmogorov-Smirnova. Pada contoh di atas nilainya 0,200 lebih dari 0,05, maka data berdistribusi Normal atau yang berarti menerima H0.

Sejauh ini apakah mudah sobat? semoga sobat bisa memahami sejauh ini. Dan untuk memperkuat kesimpulan di atas, di bawah ini kita bisa menggunakan beberapa diagram uji normalitas dengan SPSS, yaitu antara lain: histogram, stem leaf, normal QQ plot, Detrend QQ Plot dan Box Plot. Akan kami jelaskan satu persatu juga ya.

Kemudian bagaiaman cara uji normalitas dengan SPSS metode kolmogorov smirnov? jangan khawatir, kami juga telah membahasnya di artikel kami yang lain, yaitu: Uji Normalitas Kolmogorov Smirnov.

Histogram
Histogram Normalitas dengan SPSS
Histogram Normalitas dengan SPSS

Contoh di atas, membentuk kurve normal dan sebagian besar bar/batang berada di bawah kurve, maka variabel berdistribusi normal.

Normal QQ Plots
Normal QQ Normalitas dengan SPSS
Normal QQ Normalitas dengan SPSS

Contoh di atas, plot-plot mengikuti garis fit line, maka variabel berdistribusi normal.

Detrend QQ Plots
Detrend Normal QQ Normalitas dengan SPSS
Detrend Normal QQ Normalitas dengan SPSS

Contoh di atas, plot-plot tersebar merata di atas dan di bawah garis horizontal, serta garis horizontal tepat berada ditengah diagram, maka variabel berdistribusi normal.

Stem-Leaf
Stem Leaf Normalitas dengan SPSS
Stem Leaf Normalitas dengan SPSS

Contoh di atas, angka-angka membentuk kurve normal miring ke arah kanan, maka variabel berdistribusi normal.

Box-Plot
Box Plot Normalitas dengan SPSS
Box Plot Normalitas dengan SPSS

Contoh di atas, box berada ditengah dengan kedua kaki yang sama panjang, garis horizontal berada ditengah box dan tidak terdapat plot-plot di atas atau di bawah box, maka variabel berdistribusi normal.

Contoh Diagram Distribusi Normal

Agar anda nantinya pada saat penelitian mudah mengenali atau mudah membuat kesimpulan sebaran data berdasarkan grafik dengan SPSS, maka disini kami buatkan contoh diagram yang menunjukkan distribusi tidak normal, lihat di bawah ini ya:

Histogram dengan Distribusi Data Tidak Normal
Histogram dengan Distribusi Data Tidak Normal
Normal QQ dan Detrend QQ dengan Distribusi Data Tidak Normal
Normal QQ dan Detrend QQ dengan Distribusi Data Tidak Normal
Box Plot dengan Distribusi Data Tidak Normal
Box Plot dengan Distribusi Data Tidak Normal
Stem Leaf dengan Distribusi Data Tidak Normal
Stem Leaf dengan Distribusi Data Tidak Normal

Deteksi Outlier Untuk Mengatasi Masalah Normalitas

Tambahan lagi ya para sobat statistikian, bahwa grafik-grafik di atas, selain berguna untuk uji normalitas dengan SPSS, juga berguna untuk mendeteksi adanya outlier. Artinya apabila ada batang pada histogram yang melenceng jauh dari kelompoknya maka terdaat outlier. Begitu juga dengan grafik lainnya, jika ada plot yang jauh sekali dengan temannya, maka dapat diperkirakan adanya outlier.

Dan untuk melihat sampel mana atau angka berapa yang menjadi outlier, silahkan pada grafik yang anda gunakan, anda klik lalu silahkan menuju menu SPSS output anda, pilih tombol “Show Data”. Kemudian lihat grafik tersebut, pada plot atau batang histogram akan terlihat angka atau kode yang menunjukkan ID sampel. Pada ID yang jauh letaknya dengan kelomponya, maka ID tersebutlah yang kiranya menjadi outlier.

Tentunya jika anda melakukan eliminasi terhadap outlier tersebut, maka besar kemungkinan data anda yang awalnya tidak normal sebarannya, akan berubah menjadi normal. Untuk lebih jelasnya tentang outlier, kami membahasnya di: cara mengatasi outlier dengan SPSS. Dan untuk masalah transformasi data, kami membahasnya di: Pengertian dan Jenis Transformasi Data.

Demikian telah kita bahas Uji Normalitas dengan SPSS beserta tutorialnya secara lengkap menggunakan aplikasi SPSS. Artikel Selanjutnya: Normalitas Pada Minitab. Jangan lupa ya jika anda puas dengan artikel kami yang sederhana ini, harap share kepada teman anda atau media social. Terima kasih banyak sobat.

By Anwar Hidayat

TINJAUAN IKHTISAR
Asumsi Klasik
SPSS
BAGIKAN
Berita sebelumyaTutorial Cara Uji Validitas Dengan SPSS – Validitas Instrumen
Berita berikutnyaTutorial Uji Normalitas Dengan Minitab

48 KOMENTAR

  1. Untuk p value shapiro wilk pada probabilitas 0,05:

    p value =0,9-(0,9-0,5)*(swt2 – W)/( swt2 – swt1)

    Di mana 0,9 adalah probabilitas 0,9
    0,5 adalah probabilitas 0,5
    W adalah nilai Wilk Hitung
    Swt1 adalah wilk p value table pada n dan probabilitas 0,5
    Swt1 adalah wilk p value table pada n dan probabilitas 0,9

  2. terima kasih atas bahan pembelajaran yg bagus ini. selanjutnya mau nanya kalo angka SIG itu ngitung manualnya pake rumus apa, kalo t nya oke, maka sig-nya juga memperkuat oke. makasih sebelumnya

  3. Mas, kalo nilai sig saya .0000 itu gmana ya? saya mencoba melakukan uji normalitas pada harga saham harian selama lima tahun terakhir. terima kasih, mas.

  4. dengan explore artinya uji normalitas yang digunakan adalah uji lilliefors dan shapiro wilk serta berbagai grafik untuk deteksi normalitas dan outlier, yaitu antara lain: histogram, normall QQ, Detrend QQ, Stem-Leaf dan Box-Plot. Sedangkan Uji K-S adalah uji normalitas dengan menggunakan uji one sample kolmogorov smirnov.

  5. Mas, mau tanya apa bedanya uji normalitas yang menggunakan tahap analyze–>deskriptif statistic –> explore –> dan ada pilihan plotnya dengan uji non parametrik –> legacy dialog –> Uji K-S mohon dijelaskan mas. karena saya udah tes kedua cara tersbut hasilnya berbeda

  6. Uji normalitas diberlakukan secara tidak sama pada tiap uji hipotesa. Misal untuk uji regresi, normalitas pada residual. Untuk uji independen t test, normalitas pada tiap kelompok.

  7. mas, saya punya 2 variabel dependen, yaitu nilai tes kemampuan berpikir kritis dan nilai tes kemampuan berargumen. cara menghitung normalitas datanya apakah dihitung masing2 data nilainya sehingga menghasilkan 2 kesimpulan normalitas atau bagaimana?
    mohon bantuannya. terima kasih.

  8. pak mau tanya, pnelitian sya stelah uji normalitas ternyata datanya tidak normal dengan nilai sign pada kolmogorov smirnov 0,000. dan stelah sya melakukan uji wilcoxon nilai z -7,168 dgn sign 0,000. apa artinya nilai -7,168 tu??trimaksi.

  9. Pak saya mau tanya, kalo hubungan praktik diet dengan kejadian proteinuria pd pasien dm, nah kan itu vari kategorik tdk berpasangan. Saya pake uji chi square, nah trus utk praktik dietnya saya mau bikin skoring, baik dan buruk itu uji normalitas dulu ga? Caranya gmn ya?Makasi

  10. Pak,,nilai Sig. pada kolom Shapiro-Wilk lebih besar dari 0,05, tp nilai Sig. pada kolom Kolmogorov-Smirnova 0,00. Datanya normal tidak??

  11. Permisi, mas saya mau tanya apakah suatu penelitian dengan 15 stasiun satu kali ulangan (2 variabel) bisa diuji menggunakan statistik (atu uji yang lain). Atau cukup dibahas secara deskriptif komparative saja?
    Terima Kasih

  12. pak, kalau penelitian deskriptif kan 1 variabel, itu perlu uji normalitas atau tidak? saya meneliti ttg iklim organisasi. terima kasih

  13. Uji Non Parametrik itu malah tidak membutuhkan uji normalitas. Harap anda pahami tentang beda dari uji parametris dan non parametris serta alasan mengapa digunakan uji non parametris, di mana salah satu sebabnya adalah karena tidak memenuhi asumsi normalitas.

  14. Syarat homogen biasanya untuk uji independen t test atau anova, kalau independen t test gunakan uji independen t test unequal variance atau yang disebut uji eta. isa juga menggunakan uji Welch T Test. Kalau Anova menggunakan brown forsythe atau welch f

  15. Pak, kalo setelah diketahui data tidak normal kemudian dilakukan transformasi data, apa bisa dilanjutkan dengan uji parametris? Terima kasih

  16. Apabila uji yang anda gunakan adalah uji t berpasangan atau t pared, maka uji normalitasnya adalah pada selisihnya, yaitu variabel baru di mana nilainya adalah perbedaan antara nilai posttest dan pretest.

  17. Kalau asumsi normalitas terpenuhi pada uji anova, namun homogenitas tidak terpenuhi, maka anova tetap dilakukan namun dikoreksi dengan uji brown forsythe atau welch's f.

  18. pak bagaimana jika nilai normalitas yang saya dapatkan normal namun homogenitasnya tidak sama? apakah saya bisa lanjutkan ke anova atau tidak, dan metode apa yang harus saya kerjakan

  19. Tergantung analisisnya, jika independen t test: ya diuji masing-masing. Jika uji anova bisa cukup yang diuji normalitas adalah residualnya. Tetapi idealnya jika hanya ada 2 kelompok, maka menggunakan uji independen t test dari pada uji anova.

  20. Terima kasih sebelumnya pa.
    Tapi mau nanya lagi. Jika di uji normalitasnya apakah cara pengujian sama seperti tutoarial diatas. Karena punya saya data nya ada nilai pretest dan posttest pada masing2 kelas eksperimen dan kontrol?

  21. Kalau uji yang membandingkan antara pretest dan posttest mungkin lebih tepat menggunakan uji paired t test. Maka untuk referensi uji normalitasnya silahkan baca artikel statistikian yaitu: Paired T Test dengan SPSS. Jika dalam analisis anda melibatkan kelas kontrol dan eksperimen serta ada 2 pengulangan, yaitu pretest dan posttest, maka perlu anda pertimbangkan untuk menggunakan analisis lain yang mungkin lebih sesuai, yaitu reppeated measure anova.

  22. Jika yang tersedia hanya aplikasi SPSS, sebaiknya menggunakan uji lilliefors atau shapiro wilk, namun jika anda memiliki aplikasi STATA, anda bisa menggunakan uji Ryan Joiner

  23. mas mau tanya, kalau semisalnya datanya berjumlah 34, lebih baik pake metode apa ya dalam pengujian uji normalitasnya? kolmogorov atau ryan joinner

    • Silahkan anda cek mungkin ada outlier atau yang biasa disebut dengan data pencilan. Selama ada data pencilan, syarat normalitas biasanya sulit untuk terpenuhi. Jika segala cara dilakukan masih tetap saja, anda bisa menggunakan uji robust. Kalau dalam regresi linear misalnya, maka silahkan gunakan uji regresi linear dengan robust. Saya sudah membahasnya di artikel tentang normalitas regresi linear dengan STATA.

Cobalah Menjadi Pandai! Berikan Komentarnya Ya......