Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Group Statistic df Sig. Statistic df Sig.

Umur Perlakuan .112 15 .200* .957 15 .642

Kontrol .165 15 .200* .907 15 .123

Pekerjaan Perlakuan .186 15 .170 .877 15 .043

Kontrol .190 15 .148 .829 15 .009

Pendidikan Perlakuan .283 15 .002 .801 15 .004

Kontrol .316 15 .000 .790 15 .003

Jumlah_anak Perlakuan .245 15 .016 .874 15 .038

Kontrol .276 15 .003 .872 15 .037

Pengetahuan Perlakuan .270 15 .004 .882 15 .050

Kontrol .271 15 .004 .815 15 .006

Sikap Perlakuan .179 15 .200* .894 15 .078

Kontrol .283 15 .002 .801 15 .004

Kepatuhan Perlakuan .167 15 .200* .931 15 .279

Kontrol .248 15 .013 .867 15 .031

Interpretasi data
Berdasarkan uji statistik normalitas didapatkan variabel
UNTUK UAS
2 sampel : komparatif : related/independent
Related : ada perubahan sebelum dan sesudh. Ex : kalau pendidikan tidak ada perlakuan sebelum dan sesudah
Independent : A B satu dikasih satu tidak.
Kalau data spearmean itu untuk data normal semua tpi kalo yg gk normal kendalitas

Dasar dari skala non parametik itu nominal dan ordinal, apabila skala tersebut itu interval dan ratio liht
distribusi data tersebut, jika distribusi data TDK NORMAL maka masuk NON PARAMETRIK, jika distribusi
data NORMAL maka lihat BESAR SAMPEL dulu, kalo sampel <30 maka NON PARAMETRIK, jika sampel
> 30 maka PARAMETRIK

Pakai uji kendel ?

Karena tiga hal :ordinal, data non parametrik itu normal dan tidak normal, asosiatif