A.

TOPIK
1. Penggunaan program Ms.Excel untuk analisis deskriptif
2. Penggunaan program SPSS untuk analisis deskriptif
B. TUJUAN
Dapat menganalisis normalitas data dengan program Ms.Excel dan program SPSS
C. DATA
Tabel data tinggi badan dan berat badan 35 mahasiswa
169 150 160 150 152 157 152
Tinggi 157 160 157 160 163 152 156
Badan 172 162 165 153 151 176 161
153 151 150 156 172 150 153
164 158 155 155 162 153 163
60 47 53 47 47 41 44
Berat 55 39 60 48 42 55 38
Badan 64 43 48 48 44 45 57
60 58 53 49 47 50 60
62 50 45 46 46 46 70

D. TEKNIK ANALISIS DATA

Teknik analisis normalitas data dilakukan menggunakan program MS. Excel dengan
Uji Liliefors dan menggunakan program SPSS dengan uji Kolmogorof-Smirnov dan
Shapiro-Wilk.
E. HASIL ANALISIS DATA
Hasil analisis data dengan program Ms. Excel
Tabel 1.1

tinggi
zi f(zi) s(zi) Li
badan
169 1,595554 0,944706 0,914286 0,03042
157 -0,14505 0,442336 0,885714 0,443379
172 2,030705 0,978858 0,857143 0,121715
153 -0,72525 0,234149 0,857143 0,622994
164 0,870302 0,807932 0,828571 0,020639
150 -1,1604 0,122942 0,8 0,677058
160 0,290101 0,61413 0,771429 0,157298
162 0,580201 0,719111 0,742857 0,023747
151 -1,01535 0,154969 0,714286 0,559317
158 0 0,5 0,685714 0,185714
160 0,290101 0,61413 0,657143 0,043012
157 -0,14505 0,442336 0,628571 0,186236
165 1,015352 0,845031 0,6 0,245031
150 -1,1604 0,122942 0,571429 0,448486
155 -0,43515 0,331726 0,542857 0,211131
150 -1,1604 0,122942 0,514286 0,391343
160 0,290101 0,61413 0,485714 0,128416
153 -0,72525 0,234149 0,457143 0,222994
156 -0,2901 0,38587 0,428571 0,042702
155 -0,43515 0,331726 0,4 0,068274
152 -0,8703 0,192068 0,371429 0,179361
163 0,725252 0,765851 0,342857 0,422994
151 -1,01535 0,154969 0,314286 0,159317
172 2,030705 0,978858 0,285714 0,693143
162 0,580201 0,719111 0,285714 0,433396
157 -0,14505 0,442336 0,257143 0,185193
152 -0,8703 0,192068 0,228571 0,036504
176 2,610906 0,995485 0,2 0,79548
150 -1,1604 0,122942 0,2 0,077058
153 -0,72525 0,234149 0,171429 0,06272
152 -0,8703 0,192068 0,142857 0,049211
156 -0,2901 0,38587 0,114286 0,271584
161 0,435151 0,668274 0,085714 0,582559
153 -0,72525 0,234149 0,057143 0,177006
163 0,725252 0,765851 0,028571 0,73728
Tabel 1.2

berat
zi f(zi) s(zi) Li
badan
60 -0,19808 0,421493 0,914286 0,492793
47 -0,45557 0,324348 0,885714 0,56137
53 -0,33673 0,368161 0,857143 0,488982
47 -0,45557 0,324348 0,828571 0,504223
47 -0,45557 0,324348 0,8 0,475652
41 -0,57442 0,282842 0,771429 0,488587
44 -0,515 0,303277 0,742857 0,43958
55 -0,29711 0,38319 0,714286 0,331096
39 -0,61404 0,269596 0,685714 0,416118
60 -0,19808 0,421493 0,657143 0,23565
48 -0,43577 0,331503 0,628571 0,297068
42 -0,55461 0,28958 0,6 0,31042
55 -0,29711 0,38319 0,571429 0,188239
38 -0,63384 0,263092 0,542857 0,279765
64 -0,11885 0,452699 0,514286 0,061587
43 -0,5348 0,296392 0,514286 0,217893
48 -0,43577 0,331503 0,485714 0,154211
48 -0,43577 0,331503 0,457143 0,12564
44 -0,515 0,303277 0,428571 0,125294
45 -0,49519 0,310233 0,4 0,089767
57 -0,2575 0,398397 0,371429 0,026968
60 -0,19808 0,421493 0,342857 0,078636
58 -0,23769 0,40606 0,314286 0,091775
53 -0,33673 0,368161 0,285714 0,082446
49 -0,41596 0,33872 0,257143 0,081577
47 -0,45557 0,324348 0,228571 0,095777
50 -0,39615 0,345997 0,2 0,145997
60 -0,19808 0,421493 0,171429 0,250064
62 -0,15846 0,437047 0,142857 0,29419
50 -0,39615 0,345997 0,142857 0,203139
 45 -0,49519 0,310233 0,114286 0,195947
46 -0,47538 0,317257 0,085714 0,231543
46 -0,47538 0,317257 0,057143 0,260115
46 -0,47538 0,317257 0,028571 0,288686
70 0 0,5 0 0,5

Hasil Analisis Data dengan Program SPSS

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

tinggibadan 35 100.0% 0 .0% 35 100.0%

beratbadan 35 100.0% 0 .0% 35 100.0%

Descriptives

Statistic Std. Error

tinggibadan Mean 1.5800E2 1.16533

95% Confidence Interval for Lower Bound 1.5563E2

Mean
Upper Bound 1.6037E2

5% Trimmed Mean 1.5754E2

Median 1.5700E2

Variance 47.529

Std. Deviation 6.89416

Minimum 150.00

Maximum 176.00

Range 26.00

Interquartile Range 10.00

Skewness .922 .398

Kurtosis .286 .778

beratbadan Mean 50.4857 1.29340

 95% Confidence Interval for Lower Bound 47.8572
Mean
Upper Bound 53.1142

5% Trimmed Mean 50.2143

Median 48.0000

Variance 58.551

Std. Deviation 7.65188

Minimum 38.00

Maximum 70.00

Range 32.00

Interquartile Range 12.00

Skewness .632 .398

Kurtosis -.213 .778

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

tinggibadan .137 35 .093 .910 35 .008

beratbadan .170 35 .012 .947 35 .091

a. Lilliefors Significance Correction

F. INTERPRETASI DATA

Uji normalitas data dari tinggi badan dan berat badan 35 orang mahasiswa
dilakukan dengan menggunakan program Ms.Excel dan program SPSS. Pengujian dengan
program Ms.Excel dilakukan dengan menggunakan uji Liliefors. Analisis data dengan
menggunakan Ms.Excel diawali dengan menginput data ke dalam Ms. Excel, lalu
selanjutnya mencari nilai zi, f(zi), s(zi), dan Li. Untuk mencari nilai zi, digunakan nilai
simpangan baku dan nilai mean dari data yang akan diuji. Nilai f(zi) dapat ditentukan
setelah nilai zi didapatkan dan nilai s(zi) didapatkan dengan melihat hasil zi. Setelah zi
ditemukan maka akan ditemukan Li yang merupakan hasil pengurangan dr f(zi) – s(zi).
 Dari hasil Li yang didapat, kita dapat menentukan apakah persebaran data yang
diuji tersebar secara normal atau tidak. Penentuan dilakukan dengan menentukan nilai
tertinggi pada Li lalu dibandingkan dengan nilai derajat α 0.05 yang dilihat pada tabel.
Berdasarkan tabel, nilai derajat α 0.05 untuk n (banyak data) lebih dari 30 adalah 0.886.
Dari hasil analisis, diperoleh nilai tertinggi Li pada data tinggi badan mahasiswa adalah
0.795485, sedangkan nilai tertinggi Li pada data berat badan mahasiswa adalah 0.561366.
Berdasarkan hasil analisis data yang telah dilakukan, nilai Li baik untuk data tinggi badan
maupun berat badan mahasiswa memiliki nilai kurang dari 0.8886 yang berarti data
memiliki peresebaran data yang normal.

Uji normalitas data dengan program SPSS diawali dengan cara yang sama dengan
penggunaan program Ms.Excel yaitu menginput data yang akan diuji. Lalu selanjutnya
memberikan nama atau kode pada kolom yang tersedia untuk mempermudah pembacaan
hasil yang akan diperoleh. Analisis data diperoleh dengan cara memilih analyze lalu
memasukan data maka akan langsung diperoleh hasil seperti dibawah ini :

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

tinggibadan .137 35 .093 .910 35 .008

beratbadan .170 35 .012 .947 35 .091

a. Lilliefors Significance Correction

Berdasarkan hasil yang diperoleh, kita dapat melihat dua hasil uji normalitas data yaitu
uji Kolmogorov-Smirnov dan uji Shapiro-Wilk. Dalam tabel ini, nilai yangg dilihat
untuk menentukan normalitas data yaitu nilai Sig. Apabila nilai Sig lebih besar dari nilai
0.05 (derajat α), maka data yang diuji mengikuti pola distribusi normal. Uji Kolmogorov-
Smirnov menunjukan bahwa nilai sig untuk data tinggi badan lebih besar dibandingkan
dengan nilai derajat α, sehingga dapat dikatakan bahwa data tinggi badan terdistribusi
normal, namun sebaliknya pada uji Shapiro-Wilk, nilai data tinggi badan tidak
terdistribusi dengan normal. Data berat badan pada uji Shapiro-Wilk menunjukan data
terdistribusi normal, namun terjadi hal sebaliknya pada uji Kolmogorov-Smirnov. Hal ini
mungkin saja terjadi karena pertimbangan beberapa faktor analisis yang berbeda yang
menyebabkan perbedaan nilai pada kedua uji ini. Namun hal ini juga dapat dibuktikan
dengan kurva dan grafik yang diperoleh dari uji normalitas data ini.

Bentuk kurva dari data berat badan menunjukan bahwa nilai teitinggi berada
pada bagian tengah data, sedangkan untuk nilai data yang paling tinggi dan paling rendah
memiliki nilai yang lebih kecil pada nilai-nilai data yang berada di tengah kurva. Hal ini
menunjukan bahwa data berat badan memiliki persebaran data yang normal.

Data tinggi badan 35 mahasiswa menunjukan kurva yang tidak sesuai dengan pola
distribusi normal. Hal ini menunjukan bahwa data tinggi badan 35 mahasiswa tidak
memiliki persebaran data yang normal.
G. KESIMPULAN

Uji normalitas data berat badan dan tinggi badan 35 mahasiswa menunjukan pola
distribusi normal pada uji Liliefors dengan menggunakan program Ms.Excel. Sedangkan
uji normalitas data untuk data tinggi badan menunjukan distribusi normal pada uji
Kolmogorov-Smirnov namun menunjukan hasil sebaliknya pada uji Shapiro-Wilk dan
untuk data berat badan menunjukan distribusi normal pada uji Shapiro-Wilk dan
menunjukan hasil sebaliknya pada uji Kolmogorov-Smirnov.