Uji Normalitas Data dan Varians

Uji normalitas dan kesamaan varians dapat dilakukan dengan

1. Uji Normalitas Shapiro-Wilk
2. Uji Normalitas Kolmogorov Smirnov
3. Secara grafis dengan normal probability plot dan detrended normal plot
4. Uji Levene

Contoh Latihan Soal

1. Entri data nilai mahasiswa berikut ini:

2. Dari menu SPSS, pilih menu Analyze, kemudian pilih submenu Deskriptive Statistics.
3. Dari serangkaian yang ada, pilih Explore, maka terbuka kotak dialog Explore.
 Dependent List, klik variabel Nilai, kemudian masukkan variabel Nilai ke kotak
Dependent List.
 Factor List, klik variabel Sex, masukan ke kotak Factor List.

1
4. Klik pilihan Statistics, pilih Deskriptives, lalu klik continue.
5. Klik pilihan Plots, akan terbuka kotak dialog,
 Pada Boxplots pilih None
 Pada Deskriptive pilih Steam-and leaf dan Histogram
 Klik pilihan Normality Plot with test
 Pada pilihan Spread vs level with Levene Test, pilih Power Estimation,
kemudian klik Continue

6. Pada bagian displays, pilih Both (yang berarti statistics maupun Plots akan digunakan.
7. Klik OK

2
8. Hasil Output : simpan dengan nama file: Nama…, NIM..., Rombel…, Output Uji
Normalitas Nilai Mahasiwa.spv

Output

Case Processing Summary

Cases
Valid Missing Total
Sex N Percent N Percent N Percent
Nilai Laki-laki 6 100.0% 0 .0% 6 100.0%
Perempuan 9 100.0% 0 .0% 9 100.0%

Descriptives
Sex Statistic Std. Error
Nilai Laki-laki Mean 63.33 7.491
95% Confidence Interval for Lower Bound 44.08
Mean
Upper Bound 82.59
5% Trimmed Mean 62.87
Median 57.50
Variance 336.667
Std. Deviation 18.348
Minimum 45
Maximum 90
Range 45
Interquartile Range 34
Skewness .617 .845
Kurtosis -1.562 1.741
Perempuan Mean 65.56 2.940
95% Confidence Interval for Lower Bound 58.78
Mean
Upper Bound 72.33
5% Trimmed Mean 65.90
Median 70.00
Variance 77.778
Std. Deviation 8.819
Minimum 50
Maximum 75
Range 25
Interquartile Range 15
Skewness -.741 .717
Kurtosis -.631 1.400

3
 Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Sex Statistic Df Sig. Statistic df Sig.
Nilai Laki-laki .266 6 .200* .889 6 .312
Perempuan .248 9 .116 .900 9 .250
a. Lilliefors Significance Correction
*. This is a lower bound of the true significance.

Test of Homogeneity of Variance

Levene Statistic df1 df2 Sig.
Nilai Based on Mean 5.821 1 13 .031
Based on Median 3.467 1 13 .085
Based on Median and with
3.467 1 11.300 .089
adjusted df
Based on trimmed mean 5.793 1 13 .032

Nilai
Stem-and-Leaf Plots
Nilai Stem-and-Leaf Plot for
Sex= Laki-laki

Frequency Stem & Leaf

1,00 0 . 4
5,00 0 . 55689

Stem width: 100

Each leaf: 1 case(s)

Nilai Stem-and-Leaf Plot for

Sex= Perempuan

Frequency Stem & Leaf

1,00 5 . 0
1,00 5 . 5
1,00 6 . 0
1,00 6 . 5
3,00 7 . 000
2,00 7 . 55

Stem width: 10
Each leaf: 1 case(s)

4
Normal Q-Q Plots

5
Detrended Normal Q-Q Plots

6
Analisis:
Output Case Processing Summary.
 Bagian ini mengenai jumlah data perempuan dan laki-laki yang diproses, di mana
semua data valid ( 100%) dapat diproses
Descriptives
Sex Statistic Std. Error
Nilai Laki-laki Mean 63.33 7.491
95% Confidence Interval for Lower Bound 44.08
Mean
Upper Bound 82.59
5% Trimmed Mean 62.87
Median 57.50
Variance 336.667
Std. Deviation 18.348
Minimum 45
Maximum 90
Range 45
Interquartile Range 34
Skewness .617 .845
Kurtosis -1.562 1.741
Perempuan Mean 65.56 2.940
95% Confidence Interval for Lower Bound 58.78
Mean
Upper Bound 72.33
5% Trimmed Mean 65.90
Median 70.00

7
 Variance 77.778
Std. Deviation 8.819
Minimum 50
Maximum 75
Range 25
Interquartile Range 15
Skewness -.741 .717
Kurtosis -.631 1.400

Output Descriptives
Bagian ini mengenai ringkasan statistik deskripsi dari perempuan dan laki-laki
Perempuan :
 Rata –rata nilai perempuan adalah 65,56 dengan range berkisar antara 58,78 sampai
72,33.
 5% Trimmed Mean. Ukuran ini di dapat dengan mengurutkan data nilai perempuan
dari yang terendah sampai yang tertinggi, kemudian memotong 5% dari data yang
terendah dan 5% dari data yang tertinggi. Hal ini bertujuan untuk membuang
(trimming) nilai ata yang “unsual” atau “menyimpang” (karena jauh dari rata-rata).
Kemudian hasil yang ada setelah proses ‘trimming” , dilakukan perhitungan Mean
seperti biasa. Terlihat hasil 65,90 yang berarti rata-rata nilai dengan proses
“trimming” menjadi 65,90. Mean ini lebih mempunyai informasi yang berguna
dibandingkan data Median.
 Interquartile Range. Ukuran ini menunjukan selisih antara nilai persentil yang ke 25
dan persentil yang ke 75. Seperti diketahui secara teoritis, 50% dari data , terletak
diantara persentil ke 25 dan persentil ke 75. Dari output didapat nilai 15 yang berarti
pada 50% data nilai perempuan, selisih yang tertinggi dan terendah adalah 15.
 Rasio skewnes dan Kurtosis :
 Skewnes = - 0,741/0,717= - 1,033
 Kurtosis = -0,631/1,400= - 0,450
Oleh karena hasil tidak lebih dari 2, maka dapat dikatakan distribusi data nilai
perempuan mendekati normal.
Demikian dapat dianalisis dengan cara yang sama untuk jenis kelamin laki – laki.

8
Output test of Normality
Pedoman pengambilan keputusan :
 Nilai Sig. atau signifikansi atau nilai probabilitas < 0,05 distribusi adalah tidak normal.
 Nilai Sig. atau signifikansi atau nilai probabilitas > 0,05 distribusi adalah normal.
Ada 2 uji yaitu:
 Kolmogorov Smirnov dengan keterangan adalah sama dengan Uji Lilliefors (lihat tanda
‘a’ di bawah tabel). Didapat baik untuk jenis kelamin perempuan dan laki – laki, tingkat
signifikansi atau probabilitas di atas 0,05 (0,116 dan 0,200). Distribusi kedua sampel
normal.
 Shapiro Wilk. Di dapat baik untuk jenis kelamin perempuan dan laki – laki, karena
tingkat signifikansi atau probabilitas di atas 0,05 (0,250 dan 0,312). Distribusi normal.

Output Test of Homogeneity of Variance

 Nilai Sig. atau signifikansi atau nilai probabilitas < 0,05, data berasal dari populasi
–populasi yang mempunyai varians tidak sama.
 Nilai Sig. Atau signifikansi atau nilai probabilitas > 0,05 data berasal dari populasi
–populasi yang mempunyai varians sama.
Hanya ada satu uji, Uji Levene:
 Levene test. Didapat tingkat signifikansi atau nilai probabilitas di bawah 0,05
(0,031<0,05) ,maka dapat dikatakan data berasal dari populasi–populasi yang
mempunyai varians tidak sama.

Output untuk menguji normalitas dengan Plot (Q-Q plot)

Dengan Normal Probablity Plot setiap nilai data yang diamati dipasangkan dengan nilai
harapan (expected value) dari distribusi normal. Jika sampel data berasal dari suatu
populasi yang terdistribusi normal, maka titik nilai data akan terletak kurang lebih dalam
satu garis.
Pada gambar Q-Q Plot untuk variabel nilai baik untuk jenis kelamin perempuan maupun
laki – laki, terdapat garis lurus dari kiri ke kanan atas. Terlihat memang data tersebar di
sekeliling garis, (kecuali pada jenis kelamin laki- laki ada satu data yang outlier). Oleh
karena itu dapat dikatakan bahwa distribusi normal.

9
Output untuk menguji Normalitas dengan Plot ( Detrendet Normal Q-Q)
Dalam detreded normal plot yang digambarkan adalah simpangan dari nilai data terhadap
garis lurus. Output ini untuk mendeteksi pola- pola dari titik –titik yang bukan dari kurva
normal. Jika titik 2 tersebar di sekitar garis, dikatakan distribusi normal.

DAFTAR PUSTAKA
1. Sugiyono. 2009. Statistik untuk Penelitian. Alfabeta
2. Uyanto, S. 2009. Pedoman Analisis Data dengan SPSS. Graha Ilmu : Yogyakarta
3. Dahlan, M.S. 2008. Statistik untuk Kedokteran dan Kesehatan. Jakarta : Salemba
Medika.

10