Uji Normalitas

Uji normalitas berikutnya yang dapat dilakukan adalah uji Liliefors

yang pada dasarnya menggunakan data dasar yang belum diolah dalam
tabel distribusi frekuensi seperti sebelumnya pada Uji Chi-Squares. Data
yang kita peroleh ditransformasikan dalam nilai Z (yaitu selisih data
dengan rata-rata dibandingkan standar deviasi data tersebut). Biasanya
digunakan untuk data sampel yang kurang dari 30. Berikut langkah-
langkah pengujian Uji Normalitas data menggunakan Uji Lilliefors :
1. Mengurutkan data dari terkecil hingga terbesar.
2. Dari data tersebut dicari skor Z masing-masing. Dengan rumus:

3. Dari skor Z tersebut dan dengan menggunakan daftar distribusi

normal, dihitung peluang F(Zi).
4. Kemudian dihitung proporsi Z1, Z2, Z3 dst. yang lebih kecil
atau sama dengan Zi. Kemudian dibagi jumlah sampel .
5. Hitung selisih F(Zi) S(Zi). Tentukan harga absolutnya.
6. Harga yang paling besar adalah Lhitung yang dicari
7. Lhitung tersebut dibandingkan dengan Ltabel pada tabel nilai kritis
untuk uji Liliefors , jika Lhitung < Ltabel, maka data berdistribusi
normal

A. Perhitungan Manual Uji Normalitas Data

1. Hipotesis
Ho : Data skor sikap siswa SD, SMP, dan SMA berdistribusi normal
Ha : Data skor sikap siswa SD, SMP, dan SMA tidak berdistribusi
normal
2. Nilai
Nilai = level signifikansi = 5% = 0,05
3. Tabel Statistik Penguji
F (X) - S
No. Xi Z F (X) S (X)
(X)
1 -
1 0,100 0,067 0,033
1,281
1 -
2 0,100 0,133 0,033
0,314
 1 -
3 28,82 0,100 0,200 0,100
0
4 2 1,372 0,276 0,267 0,009
5 2 0,686 0,276 0,333 0,058
6 2 0,686 0,276 0,400 0,124
7 2 0,686 0,276 0,467 0,191
8 3 0,686 0,535 0,533 0,002
9 3 0,686 0,535 0,600 0,065
10 3 0,686 0,535 0,667 0,131
11 4 1,372 0,781 0,733 0,047
12 4 0,686 0,781 0,800 0,019
13 5 1,372 0,928 0,867 0,061
14 5 1,372 0,928 0,933 0,006
15 5 0,686 0,928 1,000 0,072
Mean 2,87
Std.
1,46
Deviasi
Jumlah 43

4. Nilai | F(x) - S(x) | tertinggi sebagai angka penguji normalitas,

yaitu 0,191.
5. Nilai Tabel
Nilai Kuantil Penguji Lilliefors, = 0,05 ; N = 15 yaitu 0,220.
6. Daerah Penolakan
Menggunakan rumus ditolak Lhitung < Ltabel (| 0,191 | < | 0,220|) ;
berarti Ho diterima, Ha ditolak.
7. Kesimpulan
Data skor sikap siswa SD, SMP, dan SMA Berdistribusi
Normal

B. Perhitungan Uji Normalitas Data Menggunakan SPSS

Langkah-langkah yang dilakukan untuk melakukan uji t sampel bebas menggunakan
SPSS adalah :
1. Masukkan data ke data editor dengan mengidentifikasi variabel pada
Variabel View.
2. Masukkan semua data ke Data View.

3. Klik menu Analyze, pilih Nonparametric Test, kemudian pilih 1

sample K-S.
4. Maka akan muncul kotak dialog 1 sample K-S, pindahkan Skor_Sikap
ke kotak test variable list. Pada test distribution pilih Normal lalu
OK.

5. Maka akan muncul Output sebagai berikut :

Descriptive Statistics

N Mean Std. Deviation Minimum Maximum

Skor_Sikap 15 2,87 1,457 1 5

One-Sample Kolmogorov-Smirnov Test

 Skor_Sikap

N 15
Mean 2,87
Normal Parametersa,b
Std. Deviation 1,457
Absolute ,191
Most Extreme Differences Positive ,191
Negative -,128
Kolmogorov-Smirnov Z ,738
Asymp. Sig. (2-tailed) ,647

a. Test distribution is Normal.

b. Calculated from data.

Maka dari Output di atas dapat kita interpretasikan :

Dalam pengujian Normalitas dengan SPSS inimkita bisa lihat data tersabut berdistribusi
normal atau tidak dapat dilihat dari Signifikansi yang diperoleh. Dengan ketentuan apabila
Sig. > 0,05 maka data tersebut berdistribusi normal. Dan dari hasil yang didapat Sig. sebesar
0,647 > 0,05 maka data berdistribusi normal.