Uji normalitas digunakan untuk mengetahui data yang akan dianalisis berdistribusi normal atau tidak. Pada dasarnya, data yang berdistribusi normal dapat diketahui melalui bentuk histogram seperti lonceng. Terdapat banyak uji normalitas untuk mengetahui distribusi data. Berikut cara uji normalitas SPSS Shapiro-Wilk dan Kolmogorov-Smirnov. Perlu diperhatikan pengujian normalitas terhadap data disesuaikan dengan spesifikasi metode yang digunakan serta jenis uji yang dilakukan.
Pengujian Shapiro-Wilk dan Kolmogorov-Smirnov umumnya digunakan untuk data univariat. Uji univariat akan menguji normalitas data tiap variabel pada data, dan menghasilkan hasil uji normalitas sebanyak variabel yang diujikan. Hasil uji juga dapat disesuaikan dengan pengelompokan data yang disesuaikan misalnya berdasarkan jenis kelamin, tingkatan pendidikan, dan lainnya. Untuk beberapa kasus data dengan banyak variabel dengan korelasi yang cukup atau dengan metode penelitian tertentu, mungkin sebaiknya menggunakan uji normalitas multivariat.
A. Pengertian Uji Normalitas Shapiro-Wilk
Uji Normalitas Shapiro-Wilk adalah uji yang dilakukan untuk mengetahui sebaran data acak suatu sampel kecil. Dalam 2 seminar paper yang dilakukan Shapiro, Wilk tahun 1958 dan Shapiro, Wilk, Chen 1968 digunakan simulasi data yang tidak lebih dari 50 sampel. Sehingga disarankan untuk menggunakan uji Shapiro-Wilk untuk sampel data kurang dari 50 sampel (N<50). Dalam pengujian, suatu data dikatakan berdistribusi normal apabila nilai signifikansi lebih dari 0.05 (sig. > 0.05).
S. S. Shapiro, M. B. Wilk & Mrs. H. J. Chen (1968) A Comparative Study of Various Tests for Normality, Journal of the American Statistical Association, 63:324, 1343-1372
B. Pengertian Uji Normalitas Kolmogorov-Smirnov
Uji Normalitas Kolmogorov-Smirnov adalah uji yang dilakukan untuk mengetahui sebaran data acak dan spesifik pada suatu populasi (Chakravart, Laha, and Roy, 1967). Berdasarkan pengujian yang dilakukan National Institute of Standards and Technology, uji Kolmogorov-Smirnov cocok untuk ukuran data 20 - 1000. Namun dalam penelitian pada umumnya, pengujian Kolmogorov Smirnov masih digunakan untuk sampel data yang berukuran lebih dari 2000 sampel (20 ≤ N ≤ 1000). Sehingga disarankan untuk menggunakan uji Kolmogorov Smirnov untuk data di atas 50 sampel. Dalam pengujian, suatu data dikatakan berdistribusi normal apabila nilai signifikansi lebih dari 0.05 (sig. > 0.05).
Kolmogorov-Smirnov Goodness-of-Fit Test, https://www.itl.nist.gov/div898/handbook/eda/section3/eda35g.htm
C. Cara Uji Normalitas SPSS beserta Grafiknya
Contoh: Melakukan Uji Normalitas keseluruhan data
Diketahui pada Data View berikut (menggunakan tampilan value labels) berisi data nilai ujian matematika dari 20 siswa suatu kelas.
Download Data - Kode: www.advernesia.com
Dengan variabel pada data SPSS
Berikut langkah-langkah untuk melakukan uji normalitas pada SPSS,
-
Klik Analyze > Descriptive Statistics > Explore...
-
Masukkan variabel yang dilakukan pengujian normalitas pada jendela Explore
Masukkan variabel dilakukan pengujian ke kolom Dependent List. Kita juga dapat memasukkan variabel ke Factor List untuk melakukan pengujian berdasarkan kriteria tertentu, misalnya uji normalitas data yang dibedakan berdasarkan jenis kelamin.
Catatan: Anda dapat memasukkan beberapa variabel sekaligus di Dependent List untuk menguji normalitas masing-masing variabel, misalnya uji normalitas 2 variabel atau 3 variabel.
-
Klik Plots.. pada jendela Explore dan centang Normality plot with tests
- Boxplots: Untuk membuat Boxplot data
- Descriptive: Untuk melakukan analisis deskriptif serta membuat grafik Steam-and-leaf atau histogram (centang jika diperlukan)
- Normality plots with tests: untuk melakukan pengujian normalitas
-
Klik Continue lalu klik OK
-
Hasil pengujian ditampilkan pada jendela output
D. Membaca Hasil Uji Normalitas SPSS
Untuk mempermudah membaca hasil analisis anda dapat menggunakan panel navigasi pada jendela output.
Hasil Pengujian Normalitas (Test of Normality)
Nilai signifikansi (p) pada uji Kolmogorov-Smirnov adalah 0.2 ( p > 0.05), sehingga berdasarkan uji normalitas Kolomogorov-Smirnov data berdistribusi normal.
Nilai signifikansi (p) pada uji Shapiro-Wilk adalah 0.853 ( p > 0.05), sehingga berdasarkan uji normalitas Shapiro-Wilk data berdistribusi normal.
Histogram Data
Terlihat bentuk histogram data hampir menyerupai lonceng.
Normal Q-Q Plot
Q-Q Plot baik digunakan dengan data N≥20 untuk melihat keragaman sebaran data univariat (1 variabel).
Baca juga tutorial lainnya: Daftar Isi Tutorial SPSS
Sekian artikel Cara Uji Normalitas SPSS Shapiro Wilk dan Kolmogorov Smirnov. Nantikan artikel menarik lainnya dan mohon kesediaannya untuk share dan juga menyukai Fans Page Advernesia. Terima kasih…
Kalo untuk sampel 15 kak, bgusnya pake uji apa ya? Karna saya coba di kolmogorov smirnov dengan shapiro wilk, hasilnya gak valid kak.. Mohon petunjuknya 🙏🙏
jika pengujian normalitas kolmogorov-smirnov sampelnya kurang dari 20 boleh atau tidak ya? data saya tetap normal dengan jumlah sample dibawah 20
hallo ka
saya mau tanya, saya sudah coba langkah2 tersebut, tetapi kenapa di nilai sig pada 2 metode ini hasilnya 000 ya ka? mohon dijawab, terimakasih
halo kak jika data pas berjumlah 50 pakai shapiro atau kolmograv?
Coba pakai keduanya, namun saya sarankan lebih condong ke Uji Normalitas Shapiro-Wilk
Semoga membantu Kak
halo kak, saya mau tanya jika saya menggunakan variabel x1, x2 dan y1, untuk y1 ditaruh dimana ?
Kak mau tanya, jika ingin uji normalitas pada data pre-test&post-test dari kelompok eksperimen, pre-test&post-test dari kelompok kontrol, hasilnya shapiro-wilk yang sig. nya > 0,05, dengan masing2 sample dari kelompok eksperimen 58, kelompok kontrol 58. Apakah dengan jumlah sample tersebut data dinyatakan normal?? Terimakasih
Assalamualaikum kak maaf kak izin bertanya, jika sample kurang dri 50 itukan pada umumnya disaran untuk memakai rumus shapiro-wilk, sedangkan sample yg lbh dri 50 itu disarankan untuk memakai rumus kolmogrov-smirnov, pertanyaan saya kak jika kita sudah melakukan analisis data sesuai dengan saran tersebut yakni seperti sample saya berjumblah 31 kak nah otomatis analis data menggunakan shapiro-wilk, namun setelah diujikan data tersebut hasilnya tidak normal kak, sudah dicoba untuk tranformasi tp tetap hasilnya tidak normal kak, namun ketika menggunakan rumus kolmogrov-smirnov itu hasilnya normal kak, apakah cara ini diperbolehkan kak untuk digunakan dan bermasalah tidak ketika sidang nanti, terimakasih banyak kak.