Anda di halaman 1dari 15

LAPORAN PRAKTIKUM

PENGOLAHAN DAN ANALISIS DATA STATISTIK


MENGGUNAKAN SPSS
Dosen Pengampu:
Ludovicus Manditya Hari Christanto, S.Si, M.Sc
ACARA II
Uji Normalitas Data dan Korelasi Product Moment Pearsons

Dibuat Oleh:
Devi Novitasari F1031141039
Kessy Kurnia

F1031141075

PROGRAM STUDI S1 PENDIDIKAN EKONOMI


FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS TANJUNGPURA
PONTIANAK
2016

ACARA II
I. Judul
Uji Normalitas Data dan Korelasi Product Moment Pearsons
II. Tujuan
Data penelitan yang telah diambil oleh peneliti harus di uji dahulu untuk
mengetahui karakteristik data tersebut. Salah satu jenis pengujian yang harus dilakukan
adalah uji normalitas data. Tujuan digunakannya uji normalitas adalah untuk
mempunyai distribusi (sebaran) yang normal ataukah tidak. Jika distribusi data normal,
maka uji hipotesis yang akan digunakan adalah jenis uji yang termasuk ke dalam
statistik parametrik. Dan jika tidak terdistribusi normal, maka menggunakan statistik
non parametrik.
setelah melakukan uji normalitas maka selanjutnya dapat dilakukan uji korelasi
(hubungan) yang mana kita akan menggunakan korelasi product moment pearson. Jadi
pembahasan kita kali ini menjelaskan bagaimana cara melakukan uji normalitas data dan
korelasi product moment pearsons dengan tujuan untuk mengetahui apakah data tersebut
berdistribusi normal dan ada atau tidaknya hubungan antara variabel X dan Y
III. Alat dan Bahan
Alat:
1. Laptop dan Program SPSS
2. LCD

Bahan
Data Korelasi Product Moment
No
1
2
3
4
5
6
7

Nama
Dwi retno
Febriyanto
Dela putri amanda
Dini handayani putri
Ari febrianto
Thalia
Rilo rianda

Tinggi badan
150 cm
171 cm
155 cm
158 cm
175 cm
160 cm
165 cm

Berat badan
47 kg
63 kg
44 kg
56 kg
59 kg
53 kg
50 kg

8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

Rifki juliansyah
Murjani
Julia
Rangga Permadi
Riski Febrianti
Aula Yuli Mukarromah
Aprilyanto
Adhitia
Fransiska Desi
Dian hayati
Kiki arini
Sulasmi
Rheina
Marsius Karas
Dewi Roani
Ella Nura Kamaisel
Esti
Cristin
Risma
Rikma
Riri Kaswari
Sari
Aryo Dindamarsa

164 cm
160 cm
153 cm
160 cm
154 cm
150 cm
167 cm
165 cm
160 cm
155 cm
154 cm
162 cm
152 cm
169 cm
150 cm
150 cm
154 cm
157 cm
152 cm
155 cm
165 cm
153 cm
170 cm

54 kg
47 kg
49 kg
75 kg
64 kg
53 kg
60 kg
55 kg
51 kg
39 kg
43 kg
53 kg
37 kg
40 kg
47 kg
47 kg
53 kg
43 kg
54 kg
45 kg
50 kg
40 kg
47 kg

IV. Dasar Teori


a. Uji Normalitas
Menurut Sutrisno Hadi, (1989) Uji Pengujian normalitas data digunakan untuk
menguji apakah data kontinu berdistribusi normal sehingga dengan validitas, reliabilitas,
uji t, korelasi, egresi dapat dilaksanakan. Dipihak lain, beberapa ahli menyatakan bahwa
uji normalitas tidak diperlakukan terhadap data yang jumlahnya sama dengan atau lebih
dari 30 buah arau disebut sampel besar Akan tetapi ada pula ahli yang menyatakan
bahwa data sudah dianggap normal jika jumlagnya 100 buah lebih (Nunnally.
1975:113).
Pengujian normalitas dapat dilakukan dengan cara:
1. Kertas peluang normal yang disingkat kertas peluang
2. Koefisien kurtosis
3. Koefisien kurtosis persentil
4. Uji chi-kuadrat, dan
5. Lillieford

Dari kelima cara tersebut, maka cara 1 yang paling mudah dilaksanakan. Pengujian
normalitas data dengan uji chi-kuadrat.
Langkah-langkah pengujian normalitas dengan kertas peluang:
1.
2.
3.
4.
5.

Urutkan data dari yag terendah sampai tertinggi


Buat daftar distribusi komulatif kurang dari
Gambarkan nilai daftar tersebut ke kertas peluang
Hubungkan titik-titik ynag digambaran dikertas peluang tadi
Simpulkan bahwa data berdistribusi yang dihubungkan tersebut merupakan garis
lurus atau hampir lurus. Demikian pula dengan sebaliknya
(Usman, Huasaini (2011). Pengantar Statistika. Jakarta: PT Bumi Aksara)

Uji distribusi normal adalah uji untuk mengukur apakah data yang didapatkan
memiliki distribusi normal sehingga dapat dipakai dalam statistik parametrik (statistik
inferensial). Dengan kata lain, uji normalitas adalah uji untuk mengetahui apakah data
empirik yang didapatkan dari lapangan itu sesuai dengan distribusi teoritik tertentu.
Dalam kasus ini, distribusi normal. Dengan kata lain, apakah data yang diperoleh
berasal dari populasi yang berdistribusi normal. Tes-tes parametrik untuk uji normalitas
dibangun dari distribusi normal. Jika kita lihat suatu tabel, misalnya tabel t-tes,
pembuatannya mengacu pada tebel normalitas. Kita bisa berasumsi bahwa sampel kita
bener-bener mewakili populasi sehingga hasil penelitian kita bisa digeneralisasikan pada
populasi. Dalam pandangan statistic, sifat dan karakteristik populasi adalah terdistribusi
secara normal.
Uji distribusi normal merupakan salah satu teknik analisis data untuk mengukur
apakah data empiris yang diperoleh di lapangan memiliki distribusi normal sehingga
dapat digunakan untuk uji statistik parametrik. Dengan kata lain, uji normalitas adalah
uji untuk mengetahui apakah data empirik yang didapatkan dari lapangan itu sesuai
dengan distribusi teoritik tertentu. Dalam kasus ini, distribusi normal. Dengan kata lain,
apakah data yang diperoleh berasal dari populasi yang berdistribusi normal.
Lebih teparnya, uji normalitas merupakan sebuah bentuk seleksi model, dan bisa
diinterpretasi melalui beberapa cara, tergantung pada interpretasi probabilitas:
1. Jika digunakan untuk uji statistik deskriptif, digunakan untuk estimasi
kesesuaian model (goodness of fit index) sebuah model data jika kesesuaian
model rendah berdasarkan acuan normalitas maka data bisa dikatakan kurang
sesuai menurut distribusi normal.

2. Jika digunakan menguji hipotesis statistik, uji normalitas digunakan untuk


menguji hipotesis normalitas.
Jika kita merujuk pada suatu tabel distribusi seperti tabel t-student, pembuatannya
mengacu pada tebel normalitas. Oleh karena itu kita bisa katakana bahwa sampel yang
diambil mewakili populasi sehingga kesimpulan yang diambil merupakan generalisasi
dari populasi. Dari sudut pandangan ilmu statistik, sifat dan karakteristik populasi
mempunyai distribusi secara normal. (https://yourmath.wordpress.com/tabel-z/)
b. Konsep Dasar Korelasi Product Moment Pearsons
Menurut Usman, Huasaini (2011). Korelasi PPM sering disingkat korelasi
saja merupakan salah satu teknik korelasi yang paling banyak digunakan dalam
penelitian sosial. Besarnya angka korelasi disebut koefisien korelasi dinyatakan
dalam lambang r. Kegunaan korelasi product momemt pearsons ialah untuk
menyatakan ada atau tidaknya hubungan yang signifikan antara variabel satu
dengan yang lainnya dan untuk menyatakan besarnya sumbangana variabel satu
terhadap yang lainnya yang dinyatakan dengan persen. Dengan demikian maka
r2

disebut koefisien determinasi atau koefisie penentu. Hal ini disebabkan

r2

x 100% terjadi dalam variabel terikat Y yanag mana ditentukan oleh variabel X.
Analisis Korelasi Pearson Product Moment (PPM) suatu analisis yang
digunakan untuk mengetahui derajat hubungan dan kontribusi variabel bebas
(independent) dengan variabel terikat (dependent). Teknik analisis Korelasi PPM
tremasuk teknik statistik parametric yang menggunakan data interval dan ratio
dengan persyaratan tertentu. Misalnya : data dipilih secara acak (random) ; datanya
berdistribusi normal; data yang dihubungkan berpola linier ; dan data yang
dihubungkan menpunyai pasangan yang sama sesuai dengann subjek yang sama.
Kalau salah satu tidak terpenuhi persyaratan tersebut analisis korelasi tidak dapat
dilakukan.(https://achmadnursamsudin.files.wordpress.com/2011/03/korelasipearson-product-moment.doc)

V.

Langkah Lerja
a. Uji Normalitas Data Kolmogorov Smirnov
1. Cara 1
a. Klik Analyze Non Parametrik Test 1 Sample K-S

b. Masukan ke 2 variabel pada kotak test variable list

c. Test Distribution Normal

d. Menyimpan hasil output


2. Cara 2
a. Klik Analyze Regresion Linear

b. Selanjutnya masukan variable Y pada bagian Dependen dan variabel X pada


bagian Independent, lalu klik Save.

c. Akan muncul kotak dialog Linear Regresion: Save, pada bagian Residual
centanglah Unstandardized. Abaikan yang lain kemudian klik continue Oke.

d. Selanjutnya akan muncul variabel baru dengan RES 1.

e. Langkah selanjutnya klik Analyze- Non Parametrik Test 1 Sample KS

f. Masukan variabel RES 1 kedalam Test Variabel List, pada Test Distribution
beri centang Normal.

g. Klik Oke.
Ketentuan:
Pengambilan Keputusan:

Jika Sig > 0,05 maka data berditribusi normal


Jika Sig < 0,05 maka data tidak berditribusi normal

b. Uji Korelasi Product Moment Pearsons


1. Klik Analyze Corelate Bivariate

2. Pada kotak dialog Correlate Bivariate, masukan variabel yang akan dikorelasikan.

3. Pada bagian kolom correlation coefficient atau alat hitung koefisien korelasi,
karena data adalah rasio/ interval centang Pearsons dan abaikan alat hitung yang
lain.

4. Untuk kolom Test of Significance, karena akan diuji 2 sisi, maka pilih Two
Tailed.

5. Untuk pilihan Flag significant correlations atau berkenaan dengan tanda untuk
tingkat signifikansi 5 % dan 10 % akan ditampilkan pada output atau tidak. Untuk
keseragaman pilihan tersebut dipakai hingga nanti pada output ada tanda * untuk
5 % dan atau tanda ** untuk 10 %.

6. Klik Option- centang pada bagian Mean and Standar Deviations untuk data
deskripsi statistic ringkas dari data data yang dikorelasikan.

7. Klik Continue dan Ok.


VI.

Hasil Praktikum
1. Uji Normalitas Data
Cara 1

One-Sample Kolmogorov-Smirnov Test


tinggi
berat
N
Normal
Parametersa
Most Extreme

Mean
Std. Deviation

Absolute
Positive
Differences
Negative
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
a. Test distribution is Normal.

badan
30
158.83

badan
30
50.60

7.076

8.274

.173
.173
-.106
.946
.333

.107
.107
-.065
.587
.881

Cara 2
One-Sample Kolmogorov-Smirnov Test
Unstandard
ized
N
Normal
Parametersa
Most Extreme

Mean
Std. Deviation
Absolute

Positive
Negative
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
a. Test distribution is Normal.
Differences

2. Uji Korelasi Product Moment Pearson

Residual
30
.0000000
7.8039573
6
.126
.126
-.091
.691
.726

Tabel 1
Statistik deskriptif
Std.
Mean
berat badan
tinggi badan

Deviation

50.60

8.274

30

158.83

7.076

30

Tabel 2
Uji korelasi product moment
berat badan tinggi badan
berat badan Pearson
Correlation
Sig. (2-tailed)
N
tinggi badan Pearson
Correlation
Sig. (2-tailed)
N

VII.

.332

30

.073
30

.332

.073
30

30

Pembahasan
Sebelum melakukan uji korelasi product moment pearson, terlebih dahulu
dilakukan uji normalitas data sebagai asumsi uji statistik parametrik untuk
mengetahui apakah data tersebut berdistribusi normal atau tidak. Dari uji normalitas
data kolmogorov smirnorv yang dilakukan, pada cara 1 nilai untuk Asymp. Sig
adalah sebesar 0,333 untuk tinggi badan dan 0,881 untuk berat badan, karena nilai
tersebut > 0,05 maka data tersebut dikatakan berdistribusi normal. Pada acara 2, nilai
yang diperoleh untuk Asymp. Sig. Adalah sebesar 0,726 yang artinya > 0,05. Sama
halnya dengan cara 1, cara kedua juga menunjukan hasil bahwa data tersebut
berdistribusi nomal

Setelah diketahui data tersebut berdistribusi normal, kemudian dilanjutkan uji


korelasi product moment pearson. Pada tabel 1 meghasilkan tabel deskriptif, dimana
hasil deskripif variabel tinggi badan (X) dalam tabel Descriptive Statistics dijelaskan
bahwa terdapat jumlah kasus (N) = 30 responden yang mengisi angket dengan ratarata (mean) sebesar 50,60 dan simpangan baku (standar deviasi) = 8,274 dan variabel
berat badan (Y) dijelaskan jumlah kasus (N) = 30 dengan rata-rata (mean) sebesar
158,83 dan simpangan baku (standar deviasi) = 7,076.
Kemudian pada tabel 2, tabel uji korelasi product moment dapat dilihat pada
nilai sig. Berat badan dan tinggi badan masing masing 0,073. karena nilai sig = 0,075
yang berarti > 0,05 maka H0 diterima. Maka koefisien korelasi dapat menunjukan
bahwa tidak adanya hubungan antara tinggi badan dengan berat badan.
VIII.

Kesimpulan
Setelah melakukan uji normalitas data dan uji korelasi product moment
pearsons, maka dapat diambil kesimpulan:
1. Pada uji normalitas data, baik cara 1 maupun cara 2 menunjukan hasil yang
menyatakana bahwa data tersebut berdistribusi normal. Karena nilai sig. >
0,05
2. Pada uji korelasi product moment pearson, tabel 1 menunjukan hasil
deskriptif, baik itu jumla responden, nilai rata-rata, dan simpangan baku.
3. Pada uji korelasi product moment pearson, tabel 2 menunjukan bahwa tidak
adanya hubungan antara variabel berat badan dengan variabel tiggi badan.

IX.

Daftar Pustaka
Huasaini, Usman. 2011. Pengantar Statistika. Jakarta: PT Bumi Aksara
Hadi, Sutrisno. 1989. Metodologi Research. Yogyakarta: Andi Offiset
https://achmadnursamsudin.files.wordpress.com/2011/03/korelasi-pearsonproduct-moment.doc
https://yourmath.wordpress.com/tabel-z/