ujinormalitasdalamspss.docx

7/17/2019 UjiNormalitasdalamSPSS.docx

http://slidepdf.com/reader/full/ujinormalitasdalamspssdocx 1/15

Uji Normalitas dalam SPSS

Dua post saya terdahulu tentang Uji Asumsi 1 berbicara hal-hal

teoritis mengenai uji normalitas. Sekarang bagaimana

prakteknya? Maksud saya dengan praktek tentu saja bagaimana

cara menghitungnya.

Dalam kesempatan ini saya akan banyak berbicara mengenai

bagaimana cara melakukan uji normalitas menggunakan SPSS.

Saya memilih SPSS dengan alasan program ini paling banyak

dipakai oleh mahasisa psikologi sehingga bisa dikatakan paling

!amiliar. Selain itu SPSS termasuk program yang cukup user

!riendly sehingga cukup mudah digunakan meskipun oleh orang

yang tidak mempelajari statistik sangat dalam.

Langkah Awal

Saya berasumsi paling tidak pembaca artikel ini adalah orang

yang sudah pernah berurusan dengan SPSS. Paling tidak tahu

bagaimana memulai SPSS dan membuka !ile. "adi saya akan

langsung berkisah mengenai cara melakukan analisis datanya.

Cara Pertama

Ada satu kebiasaan yang saya amati ketika teman-teman hendak

melakukan uji normalitas dengan SPSS. #iasanya mereka

memilih menu $



Analy%e - &on Parametrik 'est - 1 Sample (S

Setelah diklik pada menu ini) akan muncul dialog bo* seperti ini$



Sekarang yang kita lakukan hanya memasukkan +ariabel yang

ingin kita uji normalitasnya ke dalam kotak Test Variable List.

(emudian klik OK. ,asil yang akan didapat kurang lebih seperti

ini$

alu bagaimana cara membacanya? Untuk kepentingan uji

asumsi) yang perlu dibaca hanyalah item paling akhir) nilai dari

(olmogoro+-Smirno+ / dan Asymp. Sig 0-tailed.

2 (olmogoro+-Smirno+ / merupakan angka /

yang dihasilkan dari teknik (olmogoro+ Smirno+ untuk

menguji kesesuaian distribusi data kita dengan suatu

distribusi tertentu)dalam hal ini distribusi normal.

Angka ini biasanya juga dituliskan dalam laporan

penelitian ketika membahas mengenai uji normalitas.2 Asymp. Sig. 0-tailed. merupakan nilai p

yang dihasilkan dari uji hipotesis nol yang berbunyi



tidak ada perbedaan antara distribusi data yang diuji

dengan distribusi data normal. "ika nilai p lebih besar

dari 3) maka kesimpulan yang diambil adalah hipotesis

nol gagal ditolak) atau dengan kata lain sebaran data

yang kita uji mengikuti distribusi normal.

2 "angan terkecoh dengan catatan di baah

tabel yang berbunyi Test distribution is Normal . 4atatan

ini tidak bertujuan untuk memberitahu baha data kita

normal) tetapi menunjukkan baha hasil analisis yang

sedang kita lihat adalah hasil analisis untuk ujinormalitas.

Cara Kedua

4ara yang pertama biasanya menghasilkan hasil analisis yang

kurang akurat dalam menguji apakah sebuah distribusi mengikuti

kur+e normal atau tidak. 5ni disebabkan uji (olmogoro+ Smirno+

/ dirancang tidak secara khusus untuk menguji distribusi normal)

tetapi distribusi apapun dari satu set data. Selain normalitas)analisis ini juga digunakan untuk menguji apakah suatu data

mengikuti distribusi poisson) dsb.

4ara kedua merupakan koreksi atau modi!ikasi dari cara pertama

yang dikhususkan untuk menguji normalitas sebaran data.

(ita memilih menu

Analy%e - Descripti+e Statistics - 6*plore...



Sehingga akan muncul dialog bo* seperti ini$

7ang perlu kita lakukan hanyalah memasukkan +ariabel yang

akan diuji sebarannya ke dalam kotak Deendent List. Setelah

itu kita klik tombol Plots!!! yang akan memunculkan dialog bo*

kedua seperti ini$



Dalam dialog ini kita memilih opsi Normalit" lots with tests)

kemudian klik Continue dan OK. SPSS akan menampilkan

beberapa hasil analisis seperti ini$

SPSS menyajikan dua tabel sekaligus di sini. SPSS akan

melakukan analisis Shapiro-8ilk jika kita hanya memiliki kurang

dari 93 subjek atau kasus. Uji Shapiro-8ilk dianggap lebih akurat

ketika jumlah subjek yang kita miliki kurang dari 93.

"adi bagaimana membacanya? (urang lebih sama seperti cara

pertama. Untuk memastikan apakah data yang kita miliki

mengikuti distribusi normal) kita dapat melihat kolom Sig. untuk

kedua uji 0tergantung jumlah subjek yang kita miliki. "ika sig.



atau p lebih dari 3.1 maka kita simpulkan hipotesis nol gagal

ditolak) yang berarti data yang diuji memiliki distribusi yang tidak

berbeda dari data yang normal. Atau dengan kata lain data yang

diuji memiliki distribusi normal.



Cara Ketiga

"ika diperhatikan) hasil analisis yang kita lakukan tadi juga

menghasilkan beberapa gra!ik. &ah cara ketiga ini terkait dengan

cara membaca gra!ik ini.

Ada empat gra!ik yang dihasilkan dari analisis tadi yang penting

juga untuk dilihat sebelum melakukan analisis yang sebenarnya)

yaitu$

2 Stem and Leaf Plot. :ra!ik ini akan terlihat sepertiini$

:ra!ik ini akan terlihat mengikuti distribusi normal jika data yang

kita miliki memiliki distribusi normal. Di sini kita lihat sebenarnya

data kita tidak dapat dikatakan terlihat normal) tapi bentuk

seperti ini ternyata masih dapat ditoleransi oleh analisis statistik

sehingga p yang dimiliki masih lebih besar dari 3.1.

Dari gra!ik ini kita juga dapat melihat ada satu data ekstrim yang



nilainya kurang dari ;3 0data paling atas. Melihat situasi ini kita

perlu berhati-hati dalam melakukan analisis berikutnya.



2 Normal Q-Q Plots. :ra!ik <-< plots akan terlihat

seperti ini$

:aris diagonal dalam gra!ik ini menggambarkan keadaan

ideal dari data yang mengikuti distribusi normal. 'itik-titik di

sekitar garis adalah keadaan data yang kita uji. "ika

kebanyakan titik-titik berada sangat dekat dengan garis atau

bahkan menempel pada garis) maka dapat kita simpulkan

jika data kita mengikuti distribusi normal.

Dalam gra!ik ini kita lihat juga satu titik yang berada sangat

jauh dari garis. 5ni adalah titik yang sama yang kita lihat

dalam stem and lea! plots. (eberadaan titik ini menjadi

peringatan bagi kita untuk berhati-hati melakukan analisis

berikutnya.



2 Detrended Normal Q-Q Plots. :ra!ik ini terlihat

seperti di baah ini$

:ra!ik ini menggambarkan selisih antara titik-titik

dengan garis diagonal pada gra!ik sebelumnya. "ika data

yang kita miliki mengikuti distribusi normal dengan

sempurna) maka semua titik akan jatuh pada garis 3)3.

Semakin banyak titik-titik yang tersebar jauh dari garis ini

menunjukkan baha data kita semakin tidak normal. (ita

masih bisa melihat satu titik =nyeleneh= dalam gra!ik ini

0sebelah kiri baah.



Sekilas #engenai Outlier

Dari tadi kita membahas satu titik nyeleneh di baah sana) tapi

itu sebenarnya apa? Dan bagaimana kita tahu itu subjek yang

mana?

'itik =nyeleneh= ini sering juga disebut >utlier. 'itik yang berada

nun jauh dari keadaan subjek lainnya. Ada beberapa hal yang

dapat menyebabkan munculnya outlier ini$

1. (esalahan entry data.2. (eadaan tertentu yang mengakibatkan error

pengukuran yang cukup besar 0misal ada subjek yang

tidak kooperati! dalam penelitian sehingga mengisi tes

tidak dengan sungguh-sungguh3. (eadaan istimea dari subjek yang menjadi

outlier.

"ika outlier disebabkan oleh penyebab no 1 dan ) maka outlier

dapat dihapuskan dari data. 'etapi jika penyebabnya adalah no )

maka outlier tidak dapat dihapuskan begitu saja. (ita perlu

melihat dan mengkajinya lebih dalam subjek ini.

alu bagaimana tahu subjek yang mana yang menjadi outlier?

(ita bisa melihat pada gra!ik berikutnya yang dihasilkan dari

analisis yang sama) gra!ik boxplot seperti berikut ini$



Sebelum terjadi kesalahpahaman saya mau meluruskan dulu

baha tulisan 413)<1) Median) < dan 4@3 itu hasil rekaan saya

sendiri. SPSS tidak memberikan catatan seperti itu dalam hasil

analisisnya. :ra!ik ini memberi gambaran mengenai situasi data

kita dengan menyajikan 9 angka penting dalam data kita yaitu$

C10 0percentile ke 13) Q1 0kuartil pertama atau percentil ke 9)

Median 0yang merupakan kuartil kedua atau percentile 93) Q3

0atau kuartil ketiga atau percentile 9 dan C0 0percentile ke

@3.

Selain itu dalam data ini kita juga dapat melihat subjek yang

menjadi outlier) dan SPSS memberitahu nomor kasus dari subjek

kita iniB yaitu no . "adi jika kita telusuri data kita dalam !ile

SPSS) kita akan menemukan subjek no ini yang menjadi outlier

dalam data kita.

Catatan akhir$ Sangat penting bagi kita untuk tidak sepenuhnya



bergantung pada hasil analisis statistik dalam bentuk angka. (ita

juga perlu untuk =melihat= 0dalam arti yang sebenarnya data kita

dalam bentuk gra!ik bahkan keadaan data kita dalam orksheet

SPSS untuk memeriksa kejanggalan-kejanggalan yang mungkin

terjadi.

ujinormalitasdalamspss.docx

Documents