diperlukan persyaratan yang harus dipenuhi antara lain: (a) skala pengukuran serendah-
rendahnya berskala interval ; (b) sampel berdistribusi Normal; (c) sampel berasal dari
Apabila kita menggunakan data n sampel yang diambil dari sejumlah populasi
terlebih dahulu perlu diuji kenormalitasan sampel tersebut dengan tujuan apakah
jumlah sampel yang diambil tersebut sudah representatif atau belum sehingga
dipertanggungjawabkan.
Banyak model yang dipergunakan untuk uji normalitas, model mana yang akan dipakai oleh
peneliti tergantung kebiasaan si peneliti itu sendiri. Misalnya dengan menggunakan model
Misalkan kita akan melakukan uji normalitas sampel dari 64 orang responden mengenai
variabel Kualitas Pelayanan Jasa (X1) dan Kepuasan Pelanggan (X2) terhadap Loyalitas
1 48 97 61 33 42 67 54
2 47 77 40 34 41 58 50
3 47 99 48 35 55 90 61
4 41 77 54 36 68 77 47
5 41 77 34 37 61 99 68
6 42 55 48 38 61 109 82
7 61 88 68 39 54 76 67
8 69 120 67 40 48 75 69
9 62 87 67 41 40 77 55
10 65 87 75 42 34 67 48
11 48 50 56 43 48 68 47
12 52 87 60 44 38 67 55
13 47 87 47 45 55 89 61
14 47 87 60 46 62 87 61
15 47 81 61 47 68 87 68
16 41 55 47 48 56 87 65
17 55 88 68 49 38 65 70
18 75 98 68 50 61 98 75
19 62 87 74 51 68 105 61
20 68 87 75 52 60 78 54
21 48 44 55 53 55 77 60
22 49 94 61 54 27 66 55
23 48 77 46 55 48 66 55
24 54 55 61 56 40 55 47
25 54 76 58 57 40 78 56
26 48 65 50 58 48 79 54
27 61 90 68 59 38 75 69
28 54 119 75 60 57 98 74
29 68 119 75 61 68 98 68
30 68 98 75 62 61 87 66
31 47 55 56 63 35 87 61
32 41 66 61 64 40 77 69
Dari data tersebut di atas akan dilakukan uji normalitas sampel dengan =0.05
Langkah kerja:
b. Dari menu utama SPSS, pilih menu Analyze, kemudian pilih submenu
Descriptive Statisticts dan pilih Explore …. maka akan muncul kotak dialog:
c. Pada kotak Dependent List masukan variabel yang akan diuji normalitasnya dalam kasus
Pada kotak Boxplots pilih None, kemudian aktifkan Normality plots with tests, yang
lainnya abaikan kemudian klik continue, kemudian tekan Ok, maka hasilnya sebagai
berikut:
Explore
Tests of Normality
a Shapiro-Wilk
Kolmogorov -Smirnov
Statistic df Sig. Statistic df Sig.
Kualitas Pelayanan .141 64 .003 .965 64 .067
Kepuasan Pelanggan .120 64 .023 .972 64 .160
Loyalitas Pelanggan .102 64 .094 .972 64 .159
a. Lillief ors Significance Correction
Normal Q-Q Plot of Loyalitas Pelanggan
3
2
-1
-2
-3
30 40 50 60 70 80 90
Observed Value
Analisis Output:
Semua data responden (64 konsumen) dalam keadaan valid (100%) untuk
Rumusan Hipotesis:
Tolak Ho apabila nilai Signifikansi (Sig.) < 0.05 berarti distribusi sampel
tidak normal.
uji Kolmogorov Smirnov (KS) diperoleh 0.094 > 0.05 juga pada uji Shapiro Wilk diperoleh
signifikan 0.159 > 0.05 maka distribusi data variabel loyalitas pelanggan adalah normal
(menerima Ho). Sedangkan untuk kedua variabel lainnya hanya normal pada uji Shapiro
Wilk saja.
Jika suatu distribusi data normal, maka data akan tersebar disekeliling garis. Terlihat
pada gambar hampir semua data tersebar pada garis lurus walaupun ada satu data jauh
Langkah Kerja:
Langkah kerja:
b. Dari menu utama SPSS, pilih menu Analyze, kemudian pilih submenu
Non Paremetric Test dan pilih Sample K-S …. maka akan muncul
kotak dialog
a. Selanjutnya masukan variabel yang akan di uji normlaitasnya ke kolom Test Variable List,
dalam hal ini masukan semua variabel Kualitas Pelayanan, Kepuasan dan Loyalitas
Pelanggan ke dalam kotak test variable list dengan cara blok/control A kemudian klik
tanda panah ke kolam test variable list dan hasilnya sebagai berikut:
NPar Tests
Rumusan Hipotesis:
Kriteria pengujian:
Tolak Ho apabila nilai Asymp. Sig.(2-tailed) < 0.025 berarti distribusi sampel
tidak normal.
Terima Ho apabila nilai Asymp. Sig.(2-tailed) > 0.025 berarti distribusi sampel
adalah normal.
Berdasarkan hasil perhitungan didapat angka Asymp. Sig.(2-tailed) Untuk semua variabel
pada Kolmogorov-smirnov semuanya lebih besar dari 0,025 maka Ho diterima dengan kata
lain distribusi data semua variabel adalah normal, untuk lebih jelasnya lihat Tabel di bawah
ini:
Tujuan uji homogenitas sampel adalah untuk mengetahui apakah data sampel yang
Explore atau model Anova.I Dalam kasus disini akan memakai model Anova.
Kasus 7.2:
Dalam kasus disini kita memakai data kasus Normalitas sampel (kasus 7.1).
Langkah Kerja:
b. Dari menu utama SPSS, pilih menu Analyze, kemudian pilih submenu
Compere means dan pilih One Way Anova …. maka akan muncul
kotak dialog
c. Dalam kotak Dependent List isikan variabel yang akan diuji homogenitasnya
dalam hal ini kita isikan kualitas pelayanan dan kepuasan pelanggan. Sedangkan
b. Dalam kotak statistik klik kolom Homogeneity of variance test kemudian tekan
Analisis Output:
Pada bagian ini menguji apakah data sampel yang diambil dari populasi itu
Rumusan Hipotesis:
Dari hasil perhitungan di atas ternyata untuk kualitas pelayanan dan kepuasan
pelanggan adalah homogen karena nilai kedua probabilitas (Sig.) > dari 0.05.
LATIHAN:
antara biaya produksi (X1) dan biaya promosi (X2) dengan laba perusahan perbulan
X1 50 70 70 65 70 60 80 75 85 90 90 74
X2 40 60 60 65 60 70 80 85 55 70 60 50
Y 45 48 40 47 48 46 48 47 49 48 58 55
Keterangan:
Ditanyakan:
1. Apakah sampel tersebut berdistribusi normal ?
2. Apakah sampel berasal dari populasi yang homogen?
3. Analisis Output
4. Langkah-langkah proses analisis