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.
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.
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.
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
Contoh di atas, membentuk kurve normal dan sebagian besar bar/batang berada di bawah kurve, maka variabel berdistribusi normal.
Normal QQ Plots
Contoh di atas, plot-plot mengikuti garis fit line, maka variabel berdistribusi normal.
Detrend QQ Plots
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
Contoh di atas, angka-angka membentuk kurve normal miring ke arah kanan, maka variabel berdistribusi normal.
Box-Plot
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:
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
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
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
Tidak masalah, artinya tidak berdistribusi normal, karena < 0,05
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.
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.
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
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.
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.
Baca artikel saya tentang Wilcoxon Rank Sum Test
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.
Kalau data kategorik maka tidak perlu ada uji normalitas
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
Uji Normalitas adalah uji asumsi atau syarat pengujian parametris, jadi apabila hanya uji deskriptive saja maka kiranya tidak perlu.
Pemilihan uji statistik tergantung pada bentuk hipotesa, skala data dan lain-lain. Pelajari lebih lanjut di: Jenis Data dan Pemilihan Uji Statistik
Tergantung pada jumlah sampel dan perkuat dugaan anda dengan berbagai grafik normalitas. pelajari di: Shapiro Wilk dan di: Normalitas Pada Regresi Linear Berganda.
Karena kurang dari 50 maka sebaiknya gunakan uji Shapiro Wilk.
mas, saya mau tanya
kalau sampel kita ada 40, untuk uji normalitas nya pakai Uji Kolmogorov-Smirnov atau Shapiro Wilk ? ? ?
mhon bantuannya
terimakasih
Pak,,nilai Sig. pada kolom Shapiro-Wilk lebih besar dari 0,05, tp nilai Sig. pada kolom Kolmogorov-Smirnova 0,00. Datanya normal tidak??
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
pak, kalau penelitian deskriptif kan 1 variabel, itu perlu uji normalitas atau tidak? saya meneliti ttg iklim organisasi. terima kasih
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.
pak mau tanya, uji normalitas untuk data nonparametrik menggunakan apa ya? terima kasih
Ya betul, anda punya alternatif uji non parametris yaitu Mann Whitney U Test. Sailahkan baca artikel kami tentang uji tersebut.
pak, kalau uji normalitas nya tidak normal maka tidak bisa dilakukan uji t-dependen ya? mohon bantuannya pak, terimakasih
Lanjutkan
Dear Pak Anwar,
saya sdg melakukan penelitian, dan hasil Uji normalitas dengan grafik histogram dan P-PLOT nya berantakan terutama titik titik yang ada berjauhan (Tidak diagonal), itu bagaimana yaa pak ? ada solusi kah
Bisa jadi memang tidak normal. Anda bisa pastikan dulu dengan uji normalitas metode teori, seperti uji shapiro wilk misalnya.
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
Pak, kalo setelah diketahui data tidak normal kemudian dilakukan transformasi data, apa bisa dilanjutkan dengan uji parametris? Terima kasih
pak, kalau data saya normal tapi tidak homogen atau sebaliknya, uji apakah yang seharusnya saya gunakan? mohon bantuannya, terimakasih
Salam untuk Bondowoso
Salam sesama orang kota tape 🙂
Kalau jumlah sampel kurang dari 50, sebaiknya menggunakan uji shapiro wilk atau shapiro francia
pak, untuk uji normalitas tp data saya hanya 18 siswa, saya harus pakai uji apa?
terima kasih
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.
pak…sya ada dua variabel dependent. tiapa variabel ada dua jenis data yaitu pretes dan postes. apakah masing-masing harus dihiitung normalitasnya?
Nilai posttest dikurangi pretest
maksud dari variable baru itu apa pak? trus ada rumus untuk mencari nya kah?
mohon bantuannya
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.
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
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.
Silahkan baca tutorialnya di artikel saya tentang: https://www.statistikian.com/2014/04/independen-t-test-dengan-spss.html
Pak saya mau menguji normalitas pada kelas eksperimwn dan kontrol. Apakh ketika di uji normalitasnya kedua kelas ini diuji satu2 atau digabung ?
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?
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.
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
mas mau tanya, kalau semisalnya datanya berjumlah 34, lebih baik pake metode apa ya dalam pengujian uji normalitasnya? kolmogorov atau ryan joinner
Tergantung kasusnya, misalnya kalau itu untuk syarat uji regresi linear, maka dilakukan transformasi
KALAU TIDAK normal apa yang harus dilakukan lagi mas?
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.
Terima kasih artikelnya Pak.
Izin bertanya, dg soal yang sama diujikan di pretest dan posttest diberikan di dua kelas (eksperimen dan kontrol). cara penghitungannya bagaimana Pak? sampel @ kelas < 25. Terima kasih.
Sebagai perbandingan, saya menggunakan alur analisis data
1. Uji Shapiro Wilk
2. Uji Levene's
3. Uji T independent Sample
Jika data saya ada 34 nilai kelas A dan 34 nilai kelas B.. itu artinya saya punya 68 sampel atau 34 sampel? terimakasih.
68 sampel.
trimaksih bapak…
pak izinkan saya bertanya lagi..
Jika software yang saya gunakan adalah SPSS dan jumlah sampel kelas A 34 dan kelas B 34
untuk melakukan uji normalitas sebaiknya saya menggunakan uji klomogorov smirnov atau lillieferos pak..
saya sudah melakukan uji dengan kedua cara tersebut dan hasilnya berbeda…
jika menggunakan KS kedua kelas normal jika menggunakan lillieferos tidak
Uji Lilliefors
pak, saya mau tanya..kalau sig 0,000 itu gimana ya ? apa ada masalah dgn data saya ? saya sedang meneliti tentang perbandingan, dan butuh hasil dari uji normalitas utk melanjutkan ke uji mann whitney atau independet t test. terimakasih
Itu sebenarnya bukan 0 melainkan 0,000xxxxdigit angka, misal 0,00000000006. Jadi tidak ada masalah sebenarnya.
pak saya mau tanya apakah jika statistik non parametrik, ingin menguji hubungan 2 variabel diperlukan uji normalitas?
Tidak perlu
Selamat malam Pak Anwar,
Saya meneliti tentang hubungan x1 relationship marketing dan x2 kualitas pelayanan terhadap y kepuasan pelanggan.
Namun saat saya uji normalitas dengan spss, data pada kolom smirnov nilainya .000. Itu artinya apa ya pak?
apakah berdistribusi normal?
Dan saat melakukan uji normalitas ini, memasukkan di menu explore pada kolom dependent saya masukkan semua data Y ya pak?
Terima kasih.
0,000 itu artinya nilai sebenarnya lebih kecil dari 0,001, bisa jadi nilainya 0,00000001 atau 0,00000000000001. Karena nilainya < 0,05 maka terima H1 atau yang berarti berdistribusi tidak normal. Cara anda sudah benar.
saya mencoba 2 uji di excel dan spss. di excel, variabel Y (hasil belajar) berdistribusi normal, tetapi di SPSS malah 0.000 atau tidak normal. itu bagaimana ya? terimakasih
Kalau anda melakukan 2 metode uji yang sama dan langkahnya benar, harusnya hasilnya sama, perbedaan biasanya hanya dalam masalah digit dibelakang desimal (pembulatan).
Dear pak anwar
izin bertanya, jika terdapat 2 variabel dependent (a dan b) yang sudah diuji normalitasnya masing-masing. namun dalam uji normalitas nya variabel a distribusinya normal sedangkan variabel distribusinya tidak normal. langkah apakah selanjutnya yang bisa dilakukan ya pak?
terimakasih pak anwar
Uji normalitas biasanya adalah syarat atau asumsi dari suatu uji parametris. Uji normalitas berbeda-beda taiap uji paremetris, misalnya jika regresi linear yang diuji normalitasnya adalah Residual atau galat taksiran yaitu selisih antara Y dengan Y Prediksi hasil persamaan regresi. Jika uji parametrisnya adalah uji beda 2 sampel bebas atau independent t test, maka yang diuji normalitasnya adalah masing-masing variabel terikat per kelompok. Jika uji parametrisnya adalah uji beda 2 sampel berpasangan atau paired t test, maka yang diuji normalitasnya adalah selisih antara 2 pasang variabel terikat. Begitu pula uji parametris lainnya tentu mempunyai cara yang berbeda.