DI SUSUN OLEH :
1. PENGANTAR
SPSS merupakan salah satu sekian banyak software statistika yang telah dikenal
luas dikalangan penggunaannya. Disamping masih banyak lagi software statistika
lainnya seperti minitab, Syastas, Microstat dan masih banyak lagi.
SPSS adalah aplikasi yang digunakan untuk melakukan analisis statistika tingkat
lanjut, analisis data dengan algoritma machine learning, analisis string, serta analisis
big data yang dapat diintegrasikan untuk membangun platform data analisis. SPSS
adalah kependekan dari Statistical Package for the Social Sciences. SPSS sangat
populer di kalangan peneliti dan statistikawan untuk membantu melakukan perhitungan
terkait analisis data. SPSS menyediakan library untuk perhitungan statistika dengan
antarmuka interaktif yang menjadikannya sebagai software analisis data tingkat lanjut
paling populer di berbagai universitas, instansi, dan perusahaan.
Data hasil penelitian akan diuji secara statistik sesuai dengan tujuan penelitian
dan rumusan masalah atau hipotesis penelitiannya. Setiap teknik uji statistik
mempunyai kriteria atau persyaratan yang harus dipenuhi agar dapat menggunakan
teknik uji statistic tertentu. Seperti misalnya uji statistik Parametrik mensyaratkan data
harus berdistribusi normal dan homogen.
Distribusi Normal ini merupakan salah satu fungsi Statistik yang sangat penting
untuk memprediksi atau meramalkan peristiwa-peristiwa yang sangat kompleks dan
luas. Sedangkan Uji homogenitas dilakukan untuk mengetahui apakah data dalam
variabel X dan Y bersifat homogen atau tidak.
2. UJI NORMALITAS
a. Pengertian
Uji Normalitas terdiri dari dua kata yaitu “uji” dan “ normalitas”. Makna darikata uji
adalah sebuah tindakan atau perlakuan yang dilakukan seseorang sepertimengetes dan
mencari tahu terhadap objek yang diamatinya demi mencapai suatu jawaban yang
dicarinya dari hasil perlakuan yang dilakukannya kepada objek tadi.Sedangkan arti dari
kata normalitas adalah sebuah variasi tingkatan suatu objek dapatdikatakan normal atau
tidak normal. Normal menunjukkan suatu hal yang baik sedangkan hasil tidak normal
menunjukkan suatu hal yang tidak baik atau bermasalah. Uji Normalitas adalah sebuah
uji yang dilakukan dengan tujuan untuk menilai sebaran data pada sebuah kelompok
data atau variabel, apakah sebaran data tersebut berdistribusi normal ataukah tidak. Uji
Normalitas berguna untuk menentukan data yang telah dikumpulkan berdistribusi
normal atau diambil dari populasi normal. Metode klasik dalam pengujian normalitas
suatu data tidak begitu rumit. Berdasarkan pengalaman empiris beberapa pakar
statistik, data yang banyaknya lebih dari 30 angka (n > 30), maka sudah dapat
diasumsikan berdistribusi normal. Biasa dikatakan sebagai sampel besar. Namun untuk
memberikan kepastian, data yang dimiliki berdistribusi normal atau tidak, sebaiknya
digunakan uji normalitas. Karena belum tentu data yang lebih dari 30 bisa dipastikan
berdistribusi normal, demikian sebaliknya data yang banyaknya kurang dari 30 belum
tentu tidak berdistribusi normal, untuk itu perlu suatu pembuktian. uji statistik
normalitas yang dapat digunakan diantaranya Chi-Square, Kolmogorov Smirnov,
Lilliefors, Shapiro Wilk, Jarque Bera. Jadi, kesimpulannya adalah Uji Normalitas
adalah suatu cara seseorang dalam mencari tahu dan mengetes objek yang diamatinya
apakah sedang dalamtingkatan (keadaan) normal atau tidak.
Normalitas Data dapat dinyatakan dengan Distribusi Normal atau Kurve Normal.
Distribusi Normal/ Kurve Normal ini merupakan salah satu fungsi Statistik yang
sangat penting untuk memprediksi atau meramalkan peristiwa-peristiwa yang sangat
kompleks dan luas. Distribusi Normal atau Kurve Normal ini juga disebut dengan
istilah Distribusi Gauss, yaitu merupakan distribusi data kuantitatif kontinyu yang
tersebar secara merata dan simetris serta membentuk sebuah kurva seperti lonceng.
Beberapa kriteria Distribusi Normal adalah:
1) Mempunyai 2 parameter populasi yang lengkap, yaitu Mean dan Standar Deviasi
2) Kurva mempunyai bentuk seperti Lonceng dan simetris terhadap Mean.
Sebelum menentukan Teknik Uji Statistik apa yang akan digunakan terutama
untuk Data dengan Skala NUMERIC (Rasio dan Interval), maka perlu diketahui
terlebih dahulu apakah Data tersebut Berdistribusi Normal atau tidak. Hal ini penting
karena untuk Data dengan Skala Rasio dan Interval, maka dalam menentukan teknik
uji statistiknya kemungkinan menggunakan Statistik Parametrik. Sedangkan Statistik
Parametrik sendiri mensyaratkan Data harus berdistribusi Normal. Apabila ternyata
Data Tidak Berdistribusi Normal, maka harus menggunakan alternatif uji statistik
yang Non Parametrik. Berikut adalah langkah-langkah untuk melakukan Uji
Normalitas Data.
b. Langkah-Langkah Uji Normalitas dengan SPSS
Sebagai Contoh, misalnya kita melakukan penelitian dan sudah mengumpulkan
data tentang Usia Responden. Kemudian kita akan menguji Normalitas dari data
tersebut, yang artinya apakah data yang sudah kita kumpulkan tersebut, yaitu Usia
Responden Normal berdistribusi secara normal atau tidak.
Dependent List
6) Kemudian Klik/Pilih BOTH pada bagian DISPLAY (terletak dibagian bawah) dan
Biarkan kotak STATISTICS sesuai default SPSS.
Langkah 6 tersebut dapat dilihat pada Tampilan Gambar 5 di bawah ini:
11) Selanjutnya Klik CONTINUE dan kemudian Klik OK, lalu lihat Hasil atau Outputnya
seperti pada Gambar 8 sebagai berikut ini:
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
umur .109 290 .000 .974 290 .000
responden
a. Lilliefors Significance Correction
Gambar 8. Tabel Output/ Hasil Uji Normalitas Data
12) Selanjutnya simpan File Data dan Output tersebut menggunakan
Menu Save AS
c. Interpretasi Hasil/ Menarik Kesimpulan
Setelah proses analisis data selesai, maka langkah selanjutnya adalah menarik
kesimpulan atau memberikan interpretasi terhadap hasil uji tersebut.
Kriteria atau Cara Memberikan Interpretasi Hasil Uji Normalitas Data adalah sebagai
berikut:
Lihat pada Tabel TESTS OF NORMALITY
Terdapat 2 Jenis Uji Normalitas, yaitu Kolmogorov-Smirnov dan Shapiro-Wilk. Penggunaannya adalah:
Kolmogorov-Smirnov: Untuk Sampel Besar (>50)
Shapiro-Wilk: Untuk Sampel Kecil (≤50)
DatadapatdikatakanBERDISTRIBUSINORMAL,
apabila Nilai P (Sig.) > 0.05, baik pada Kolmogorov-Smirnov maupun Shapiro-Wilk.
Kesimpulan dari Contoh Hasil Uji Normalitas pada Kasus di atas adalah:
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic D Sig.
f
umur .109 290 .000 .974 290 .000
responden
a. Lilliefors Significance Correction
Bahwa Jumlah Sampel (N) adalah 290, hal ini berarti Sampel Besar (>50), sehingga
Tabel hasil Uji Normalitas yang digunakan adalah Tabel Kolmogorov-Smirnov. Dari Tabel
tersebut didapatkan Nila P (Sig.) = 0,000 yang berarti P < 0,05 sehingga Data tersebut
dikatakan TIDAK BERDISTRIBUSI NORMAL.
3. UJI HOMOGENITAS
a. Pengertian
Uji Homogenitas berasal dari dua kata yaitu “uji” dan “Homogenitas”. Karenakita
sudah membahas arti kata uji, kita langsung saja membahas apa itu homogenitas.
Homogenitas adalah sebuah variasi tingkatan dua objek atau lebih yang menunjukkan
adanya kemiripan karakteristik, kriteria, dan keragaman (homogen) atau tidak sama
sekali. Uji homogenitas berbeda dengan uji normalitas meskipun sama-sama digunakan
sebagai syarat dalam uji parametris. Letak perbedannya adalah, jika uji normalitas
diperlukan pada semua uji parametris, maka uji homogenitas tidak selalu digunakan.
Uji homogenitas hanya digunakan pada uji parametris yang menguji perbedaan antara
kedua kelompok atau beberapa kelompok yang berbeda subjeknya atau sumber
datanya. Oleh karena itu, uji homogenitas diperlukan sebagai asumsi dari uji
independen t test dan uji Anova. Sedangkan pada uji regresi linear, homogenitas tidak
diperlukan sebagai syarat sebab uji regresi linear tidak menguji perbedaan beberapa
kelompok. Konsekuensi jika asumsi homogenitas tidak terpenuhi, maka yang harus
dilakukan oleh peneliti juga berbeda-beda tergantung pada analisis hipotesis yang
utama. Misalkan pada uji Anova, jika asumsi homogenitas tidak terpenuhi, maka
peneliti dapat menggunakan koreksi oleh uji brown forsythe atau welch’ s F.
Sedangkan jika asumsi homogenitas tidak terpenuhi apda uji independen t test, peneliti
dapat menggunakan uji independen t test unequal variance atau menggunakan uji
indepeden welch’s test.
Jadi, Uji Homogenitas adalah suatu cara seseorang dalam mencari tahu dan mengetes
dua objek atau lebih yang diamatinya apakah menunjukkan adanya kemiripan
karakteristik, kriteria, dan keramagan atau tidak sama sekali (berbeda).
2) Selanjutnya klik ANALYZE dan pilih COMPARE MEAN dan klik pada ONE
WAY ANOVA. Seperti tampilan Gambar di bawah ini:
5) Selanjutnya klik pada menu OPTION dan beri Tanda Centhang (√) pada pilihan
HOMOGENEITY OF VARIANCE TEST dan kemudian klik CONTINUE.
6) Kemudian klik OK dan lihat hasilnya, seperti Nampak pada gambar berikut:
c. Interpretasi Hasil/ Menarik Kesimpulan
Berdasarkan Output SPSS tersebut, didapatkan hasil Sig (P- Value) = 0,142.
Hal ini menunjukkan bahwa nilai P > 0,05.
Dengan demikian dapat disimpulkan bahwa Varian dari Data tersebut adalah
SAMA atau dapat dikatakan bahwa Data tersebut HOMOGEN.
CONTOH SOAL
1. Lakukan Uji Normalitas Data dan Berikan Interpretasi atau Kesimpulan dari hasil
uji tersebut pada data berikut ini:
No. Data Nilai Mahasiswa
1 80
2 90
3 80
4 75
5 60
6 70
7 60
8 75
9 80
10 80
11 85
12 90
13 90
14 80
15 85
16 70
17 75
18 75
19 60
20 60
21 75
22 75
23 80
24 85
25 85
26 85
27 60
28 60
29 70
30 60
Langkah-Langkah Uji Normalitas dengan SPSS
1) Aktifkan Aplikasi SPSS.
2) Buka File SPSS dgn nama: DATA NILAI MAHASISWA.sav
3) Lihat pada VARIABEL VIEW.
4) Selanjutnya lihat/aktifkan DATA VIEW.
5) Klik ANALYZE selanjutnya pilih DESCRIPTIVE STATISTICS kemudian
klik EXPLORE, dan selanjutnya masukkan Variabel ke dalam Kotak
DEPENDENT LIST.
Lihat langkah-langkahnya (Langkah 5) dalam tampilan Gambar 1-4 di bawah
ini:
6) Kemudian Klik/Pilih BOTH pada bagian DISPLAY (terletak dibagian bawah) dan
Biarkan kotak STATISTICS sesuai default SPSS.
7) Selanjutnya Aktifkan/Klik Kotak PLOTS, sehingga muncul tampilan seperti
8) Lihat pada BOXPLOTS kemudian Aktifkan/Klik/Pilih FACTOR LEVEL
TOGETHER.
9) Lihat pada bagian DESCRIPTIVE, kemudian Aktifkan/Klik/Pilih HISTOGRAM.
10) Kemudian Aktifkan/Klik/Pilih NORMALITY PLOTS WITH TESTS
Langkah No. 6-10 tersebut dapat dilihat pada tampilan Gambar 7 di bawah ini:
Gambar 7. Langkah Pemilihan Fungsi Explore: Plot
11) Selanjutnya Klik CONTINUE dan kemudian Klik OK, lalu lihat Hasil atau Outputnya
seperti pada Gambar 8 sebagai berikut ini:
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Kesimpulan dari Contoh Hasil Uji Normalitas pada Kasus di atas adalah:
Case Processing Summary
Cases
Kolmogorov-Smirnova Shapiro-Wilk
Bahwa Jumlah Sampel (N) adalah 30, hal ini berarti Sampel Besar ( > 5 0), sehingga
Tabel hasil Uji Normalitas yang digunakan adalah Tabel Kolmogorov-Smirnov. Dari Tabel
tersebut didapatkan Nila P (Sig.) = 0,034 yang berarti P < 0,05 sehingga Data tersebut
dikatakan TIDAK BERDISTRIBUSI NORMAL.
1 10 80
2 20 90
3 20 80
4 10 75
5 10 60
6 20 70
7 25 60
8 25 75
9 30 80
10 30 80
11 25 85
12 25 90
13 20 90
14 20 80
15 10 85
16 10 70
17 20 75
18 20 75
19 25 60
20 25 60
21 25 75
22 30 75
23 30 80
24 20 85
25 10 85
26 20 85
27 10 60
28 25 60
29 20 70
30 10 60
2) Selanjutnya klik ANALYZE dan pilih COMPARE MEAN dan klik pada ONE
WAY ANOVA. Seperti tampilan Gambar di bawah ini:
5) Kemudian klik OK dan lihat hasilnya, seperti Nampak pada gambar berikut:
4.836 3 26 .008
2) Buka file data yang akan dianalisis, Pilih menu berikut ini, Analyze,
Descriptives Statistics Explore. Menu uji homogenitas akan tampak seperti
gambar berikut
3) Selanjutnya masukkan Variabel Terikat (Y) yaitu Nilai ke dalam kotak
DEPENDENT LIST dan masukkan Variabel Bebas (X) yaitu Motivasi ke
dalam kotak FACTOR. Sebagaimana ditunjukkan pada Gambar berikut ini:
4) Klik tombol Plots, Pilih Factor Levels Together, Levene test untuk
untransormed, seprti pada gambar di bawah, Klik Continue,
5) Kemudian klik OK dan lihat hasilnya, seperti Nampak pada gambar
berikut:
Motivasi Cases
Descriptives
Median 72.50
Variance 120.982
Minimum 60
Maximum 85
Range 25
Interquartile Range 24
Median 80.00
Variance 55.556
Minimum 70
Maximum 90
Range 20
Interquartile Range 13
Median 67.50
Variance 153.125
Minimum 60
Maximum 90
Range 30
Interquartile Range 23
Median 80.00
Variance 6.250
Minimum 75
Maximum 80
Range 5
Interquartile Range 4
1. UJI NORMALITAS
Langkah-Langkah Uji Normalitas dengan SPSS
1) Aktifkan Aplikasi SPSS.
2) Buka File SPSS dgn nama: DATA NILAI MAHASISWA.sav
3) Lihat pada VARIABEL VIEW.
4) Selanjutnya lihat/aktifkan DATA VIEW.
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Cases
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Bahwa Jumlah Sampel (N) adalah 25, sehingga Tabel hasil Uji Normalitas yang
digunakan adalah Tabel Kolmogorov-Smirnov. Dari Tabel tersebut didapatkan Nila P (Sig.)
> 0,05 sehingga Data tersebut dikatakan BERDISTRIBUSI NORMAL.
2. UJI HOMOGENITAS
4) Selanjutnya klik pada menu OPTION dan beri Tanda Centhang (√) pada
pilihan HOMOGENEITY OF VARIANCE TEST dan kemudian klik
CONTINUE.
5) Kemudian klik OK dan lihat hasilnya, seperti Nampak pada gambar
berikut:
Test of Homogeneity of Variances
NILAI
2.234 2 72 .114
4) Klik tombol Plots, Pilih Factor Levels Together, Levene test untuk untransormed,
seprti pada gambar di bawah, Klik Continue,
5) Kemudian klik OK dan lihat hasilnya, seperti Nampak pada gambar berikut:
kELAS Cases
Descriptives
Median 82.00
Variance 111.777
Minimum 50
Maximum 90
Range 40
Interquartile Range 12
Median 77.00
Variance 42.007
XI MIPA 2 Std. Deviation 6.481
Minimum 66
Maximum 90
Range 24
Interquartile Range 10
Median 78.00
Variance 154.840
Maximum 94
Range 51
Interquartile Range 16