UJI NORMALITAS

Sumber : Santoso, Singgih. 2002. Buku Latihan: SPSS Statistik Parametrik. Jakarta : PT
Elex Media Komputindo

Merupakan salah satu uji asumsi prasyarat sebelum melaksanakan analisis statistik
parametrik. Uji normalitas dilakukan untuk mengetahui apakah sebuah data terdistribusi
mengikuti atau mendekati kurva normal. Sehingga distribusi tersebut dapat dikatakan
normal. Uji normalitas dapat dilakukan dengan beberapa cara yaitu:

1. Melakukan metode statistik tertentu, contohnya Uji Kormogorov-Smirnov atau uji

Shapiro Wilk
2. Membuat grafik dengan prosedur tertentu dan mengamati pola plot/grafik tersebut.

LANGKAH UJI NORMALITAS DENGAN SPSS

Cara 1 – EXPLORE

1) Siapkan distribusi data dalam SPSS dengan format (*.sav). namai variable di jendela
variable view

2) Klik Analyze  Pilih Descriptive Statistics  Klik Explore

3) Masukkan data yang dicari normalitasnya ke dalam kolom Dependent List
4) Klik Plot  Pilih Normality Plots with tests
 5) Klik Continue Abaikan yang lain  Klik OK

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Signifikansi. Statistic df Signifikansi.

ketidakpuasan bentuk tubuh .082 66 .200* .987 66 .715

indeks massa tubuh .137 66 .003 .925 66 .001

citra tubuh ideal .064 66 .200* .988 66 .785

persepsi teman sebaya .159 66 .000 .935 66 .002

a. Lilliefors Significance Correction

*. This is a lower bound of the true significance.

Hipotesis
H01 : data ketidakpuasan terdistribusi normal
H02 : data indeks massa tubuh terdistribusi normal
H03 : data citra tubuh ideal terdistribusi normal
H04 : data persepsi teman sebaya terdistribusi normal

Pengambilan keputusan :
- Probabilitas/sig > 0.05, maka H0 diterima
- Probabilitas/sig < 0.05, maka H0 ditolak

Kesimpulan :
1. H01 : data ketidakpuasan terdistribusi normal
KS = .082, sig .200 > 0.05 , Ho diterima
data ketidakpuasan terdistribusi normal
2. H02 : data indeks massa tubuh terdistribusi normal
KS = .137, sig .003 < 0.05 , H0 ditolak
data indeks massa tubuh tidak terdistribusi normal
3. H03 : data citra tubuh ideal terdistribusi normal
KS = .064, sig .200 > 0.05, H0 diterima
data citra tubuh ideal terdistribusi normal
4. H04 : data persepsi teman sebaya terdistribusi normal
KS = .159, sig .000 < 0.05, H0 ditolak

Catatan :

 Dengan cara 1 – EXPLORE, peluang data menjadi tidak normal adalah lebih besar
karena menggunakan koreksi Liliefors.
 Dari grafik normal Q-Q plots dapat dilihat data yang menyebar dekat dengan garis
lurus dab data mengikuti laur ke kanan atas maka, distribusi termasuk dalam
kategori normal atau H0 diterima.
 walau dapat dijelaskan dengan plot, namun pengujian dengan alat statistik
(Kolmogorov-Smirnov & Shapiro Wilk) tetap lebih dianjurkan untuk pengambilan
keputusan yang tepat.
 Jika dengan cara 1 – Explore ditemukan distribusi yang tidak normal maka, peneliti
dapat mencoba cara yang ke -2 (1 Sample KS)
Cara 2 – 1 Sample KS

1) Siapkan distribusi data dalam SPSS dengan format (*.sav). namai variable di jendela
variable view

2) Klik Analyze  Pilih Nonparametric  Klik 1 Sample KS…

3) Masukkan data yang dicari normalitasnya ke dalam kolom Test Variable List

4) Abaikan pilihan lain (biarkan sesuai default)  Klik OK

OUTPUT

One-Sample Kolmogorov-Smirnov Test

ketidakpuasan indeks massa citra tubuh persepsi

bentuk tubuh tubuh ideal teman sebaya

N 66 66 66 66

Normal Parametersa,,b Mean 80.47 20.7844 67.95 45.06

Std. Deviation 11.914 3.35926 7.707 3.962

Most Extreme Absolute .082 .137 .064 .159

Differences Positive .082 .137 .064 .077

Negative -.066 -.092 -.051 -.159

Kolmogorov-Smirnov Z .665 1.116 .523 1.289

Asymp. Sig. (2-tailed) .768 .165 .947 .072

a. Test distribution is Normal.

b. Calculated from data.

Hipotesis
H01 : data ketidakpuasan terdistribusi normal
H02 : data indeks massa tubuh terdistribusi normal
H03 : data citra tubuh ideal terdistribusi normal
H04 : data persepsi teman sebaya terdistribusi normal

Pengambilan keputusan :
- Probabilitas/sig > 0.05, maka H0 diterima
- Probabilitas/sig < 0.05, maka H0 ditolak

Kesimpulan :
1. H01 : data ketidakpuasan terdistribusi normal
KS = .665, sig .768 > 0.05 , Ho diterima
data ketidakpuasan terdistribusi normal
2. H02 : data indeks massa tubuh terdistribusi normal
KS = 1.116, sig .165 > 0.05 , H0 diterima
data indeks massa tubuh tidak terdistribusi normal
3. H03 : data citra tubuh ideal terdistribusi normal
KS = .523, sig .947 > 0.05, H0 diterima
data citra tubuh ideal terdistribusi normal
4. H04 : data persepsi teman sebaya terdistribusi normal
KS = 1.289, sig .072 < 0.05, H0 diterima