normalitas

Apa yang dimaksud dengan

normalitas
Uji normalitas dibuat untuk mengetahui

distribusi data dalam variabel yang akan

digunakan dalam penelitian.
Secara umum, data yang baik layak
digunakan dalam penelitian adalah data yang
memiliki distribusi normal.

Normalitas dalam statistik parametric seperti

regresi dan Anova merupakan syarat pertama.

Uji normalitas bertujuan untuk menguji apakah
dalam model regresi, variabel penggangu atau
residual memiliki distribusi normal.
Jika asumsi ini dilanggar, maka uji statistik
menjadi tidak valid atau bias terutama untuk
sampel kecil. Uji normalitas dapat dilakukan
melalui dua pendekatan yaitu melalui
pendekatan grafik (histogram dan P-P Plot)
atau uji kolmogorov-smirnov, chi-square,
Liliefors maupun Shapiro-Wilk.

Bagaimana caranya untuk mengetahui apakah

data-data itu memiliki distribusi normal ?
Normalitas data dapat dilihat dengan

menggunakan uji normal kolmogorav-smirnow

agar hasil penelitian nanti bisa baik. maka uji
normalitas sebaiknya dilakukan sebelum data
diolah berdasarkan metode-metode penelitian

Contoh data yang akan di uji

normalitas

Langkah langkah
mengolah data tersebut
Berikut caranya :

Mengaktifkan SPSS for Windows

1. Klik Start
2. Klik Program
3. Klik SPSS for Windows
Setelah langkah-langkah tersebut dijalankan
maka pada layar akan muncul tampilan
seperti ini :

Jika nilai Asymp. Sig. (2-taied) > 0,05, maka data

berdistribusi normal
Jika nilai Asymp. Sig. (2-taied) < 0,05, maka data
tidak berdistribusi normal
Sig. data untuk berat rumput laut adalah 0,994 yang
nilainya lebih besar dari 0,05 sehingga data bisa
dikatakan berdistribusi normal
Sedangkan nilai umur adalah 0,610 sehingga lebih
besar dari 0,05 yang menandakan data berat rumput
laut dan jumlah hari(umur) berdistribusi normal

Atau bisa jugan dengan menggunakan

Shapiro Wilk dan Lilliefors

Shapiro Wilk
Lihat nilai Sig. pada kolom Shapiro-Wilk. Pada contoh di atas nilainya 0,572 lebih dari

0,05, maka data berdistribusi Normal.

Lilliefors
Lihat nilai Sig. pada kolom Kolmogorov-Smirnova. Pada contoh di atas nilainya 0,200
lebih dari 0,05, maka data berdistribusi Normal.

Contoh di atas, plot-plot mengikuti garis fit

line, maka variabel berdistribusi normal.

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.

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.