Uji normalitas sampel kurang dari 50

Halo, sobat tambah pinter! Hampir sebagian mahasiswa pasti mempelajari statistik, baik secara sederhana maupun kompleks. Statistik memiliki fungsi dalam menghitung dan menjumlahkan data sehingga nantinya dapat menjelaskan hasil dari data yang telah diolah tersebut.

Artikel kali ini akan membahas mengenai uji normalitas data. Uji ini merupakan salah satu komponen yang digunakan untuk mengolah dan menganalisis sebuah data.

Biasanya uji normalitas data digunakan untuk mengetahui apakah sebuah data itu terdistribusi normal atau tidak, sehingga nantinya data yang terdistribusi normal maupun tidak itu selanjutnya dapat dianalisis dengan statistik parametrik ataupun non parametrik, tergantung dari hasil uji nantinya.

Di jaman modern ini, data dapat diolah dan dianalasis melalui software statistik yang dinamakan SPSS. SPSS ini sangat berguna bagi kamu untuk mengolah dan menganalisis data dalam jumlah yang banyak, sehingga dapat mempersingkat waktu yang kamu miliki dalam mengolah dan menganalisis data tersebut.

Pada SPSS, dapat dilakukan berbagai pengujian data, salah satu nya uji normalitas data. Bagi kamu yang belum paham tentang “Bagaimana cara melakukan uji normalitas data dengan SPSS”, yuk simak penjelasannya dibawah ini!

Daftar Isi

• 1 Pengertian Uji Normalitas Data
• 2 Jenis Uji Normalitas Data
• 3 Uji Normalitas Data Kolmogorov-Smirnov dan Shapiro Wilk
• 4 Cara Uji Normalitas Data
• 5 Tahapan Uji Normalitas Data Dengan SPSS
  • 5.1 Interpretasi Hasil Uji Normalitas Data Dengan SPSS

Pengertian Uji Normalitas Data

Uji normalitas adalah pengujian data untuk melihat apakah nilai residual terdistribusi normal atau tidak. Data yang terdistribusi normal akan memperkecil terjadinya bias.

Setelah diketahui apakah data terdistribusi normal atau tidak, maka data yang tedistribusi normal tersebut dapat dianalisis dengan menggunakan statistik parametrik. Apabila data yang terdistribusi tidak normal, maka dianalisis dengan menggunakan statistik non parametrik.

Jenis Uji Normalitas Data

Pengujian normalitas data dapat dilakukan dengan beberapa metode, seperti:

1. Anderson-Darling test
2. Kolmogorov-Smirnov test
3. Pearson Chi-Square test
4. Cramer-von Mises test
5. Shapiro-Wilk test
6. Fisher’s cumulate test

Uji normalitas data yang sering digunakan, yaitu Uji Pearson Chi-Square, Uji Kolmogorov-Smirnov dan Uji Shapiro Wilk. Namun, pada artikel ini akan dijelaskan dengan metode Kolmogrov-Smirnov dan Shapiro Wilk pada SPSS.

Uji Normalitas Data Kolmogorov-Smirnov dan Shapiro Wilk

Uji normalitas data Kolmogorov-Smirnov biasanya digunakan untuk data yang memiliki sampel lebih dari 50, sedangkan jika menggunakan Shapiro Wilk penggunaannya terbatas, yaitu digunakan untuk data yang memiliki sampel kurang dari 50, agar didapatkan hasil yang akurat.

Cara Uji Normalitas Data

Sebelum melakukan uji, pastikan kamu sudah meng-install atau memiliki software SPSS. Kemudian, siapkan data – data yang akan diolah dan dianalisis menggunakan spss.

Pastikan untuk menentukan variabel yang akan digunakan dan masukkan pada lembar Variable View dan lakukan entry data pada lembar Data View. Pada saat meng-entry data di lembar Variable View, terdapat beberapa hal yang harus diperhatikan, antara lain :

1. Memberi nama variabel (tidak boleh ada spasi)
2. Menentukan jenis variabel (numeric/string/date)
3. Menentukan desimal variabel
4. Memberi label variabel
5. Menentukan values variabel

Berikut dibawah ini merupakan variabel dan data yang telah di input pada SPSS, yang akan digunakan sebagai contoh dalam cara uji normalitas data.

Baca juga: Cara melakukan Uji Hipotesis

Data yang tersedia  pada contoh berupa Jenis Kelamin dan Skala Rasa Sakit (0-10).

Tahapan Uji Normalitas Data Dengan SPSS

1. Setelah dilakukan entry data pada lembar variable view dan data view, uji data dapat dilakukan dengan “klik Analyze – Descriptive Statistics – Explore…”.

2. Pindahkan variabel dengan jenis data kuantitatif ke kolom Dependent List. Sedangkan variabel dengan jenis data kualitatif dipindahkan ke kolom Factor List.

*Pada artikel ini akan dilakukan contoh pada variabel kuantitatif. Pada bagian Display, pilih Both, untuk memunculkan data secara statistics dan plots.

3. Klik Statistics dan pastikan bagian Descriptive tercentang, lalu klik Continue.

*Pada artikel ini dipilih Confidence Interval for Mean sebesae 95% sebagai contoh. Confidence Interval for Mean dapat ditentukan sesuai dengan kebutuhan.

4. Klik Plots, kemudian centang Normality plots with tests, klik Continue dan OK.

5. Hasil dapat dilihat pada jendela output.

Interpretasi Hasil Uji Normalitas Data Dengan SPSS

Pada jendela output akan muncul data yang telah diolah dan dianalis, berupa tabel yang terdiri dari Case Processing Summary, Descriptives, Tests of Normality, serta akan muncul grafik berupa Q-Q Plot dan Boxplot (dapat ditentukan pada Plots). Untuk mengetahui apakah data terdistribusi normal atau tidak, maka dapat diperhatikan pada tabel Tests of Normality.

Dalam Uji Normalitas Data Kolmogorov-Smirnov dan Saphiro Wilk, suatu data dikatakan terdistribusi normal, apabila memiliki nilai signifikansi (p), yaitu lebih dari 0.05. Untuk mengetahui nilai signifikansi (p) suatu data dapat dilihat melalui tabel Tests of Normality di kolom Sig. atau Signifikansi.

1. Perhatikan kolom Kolmogorov-Smirnov

Pada kolom tersebut untuk mengetahui nilai signifikansi (p) suatu data, dapat dilihat pada bagian Sig. atau artinya Signifikansi. Berdasarkan uji normalitas data Kolmogorov-Smirnov dapat diketahui bahwa nilai signifikansi (p) nya adalah 0.200 (p>0.05).

Berdasarkan nilai signifikansi (p) tersebut dapat dikatakan bahwa hasil Kolomogorov-Smirnov menunjukkan data tersebut terdistribusi normal, sehingga dapat dilanjutkan dengan analisis statistik parametrik.

2. Kemudian, perhatikan kolom Shapiro Wilk

Sama seperti langkah sebelumnya (pada tahap 1. interpretasi), untuk mengetahui nilai signifikansi (p) suatu data, dapat dilihat pada bagian Sig. atau artinya Signifikansi. Berdasarkan uji normalitas data Shapiro Wilk dapat diketahui bahwa nilai signifikansi (p) nya adalah 0.356 (p>0.05).

Berdasarkan nilai signifikansi (p) tersebut, dapat dikatakan bahwa hasil uji Shapiro Wilk menunjukkan data tersebut terdistribusi normal, sehingga dapat dilanjutkan dengan analisis statistik parametrik.

Setelah dilakukan uji normalitas data Kolmogorov-Smirnov dan Shapiro Wilk, dapat diambil kesimpulan pada data tersebut berdasarkan hasil ujinya.

Dapat disimpulkan bahwa uji normalitas  pada data tersebut baik yang dilakukan dengan metode Kolmogorov-Smirnov maupun Shapiro Wilk, memiliki data yang terdistribusi normal, sehingga dapat dilanjutkan analisis statistiknya secara parametrik.

Nah, itulah penjelasan untuk uji normalitas data dengan SPSS. Sebelum melakukan uji ada baiknya jika kamu mengetahui pengertian, tujuan, jenis dan cara melakukan uji normalitas data dengan SPSS.

Baca juga: Cara Melakukan Uji Multikolinearitas

Tujuannya, agar kamu dapat memahami terlebih dahulu teori teori dasar dari uji normalitas data tersebut, sebelum memulai untuk menganalisis dan mengolah data dengan SPSS. Selamat mencoba cara uji normalitas data dengan SPSS ini dirumah ya! Semoga artikel ini dapat membantu dan bermanfaat bagi kamu!

Sumber :

Oktaviani MA, Notobroto HB. Perbandingan Tingkat Konsistensi Normalitas Distribusi Metode Kolmogorov-Smirnov, Lilliefors, Shapiro-Wilk, dan Skewness-Kurtosis. Jurnal Biometrika dan Kependudukan. 2014; 3(2): 127–135.

Manakah uji yang digunakan untuk uji normalitas data jika Besar sampel kurang dari 50?

Jika sampel lebih dari 50 menggunakan uji apa?

Berapa nilai normal uji normalitas?

Apa yang menyebabkan uji normalitas tidak normal?