Uji Normalitas bertujuan untuk mengetahui apakah nilai residual berdistribusi normal atau
tidak. Model regresi yang baik adalah memiliki nilai residual yang berdistribusi normal.
Salah satu alat uji yang sering digunakan untuk mengetahui apakah sebaran data berdistribusi
normal atau tidak adalah Uji Kolmogorov-Smirnov
Hipotesis yang digunakan dalam Uji Kolmogorov-Smirnov adalah:
H0: data berdistribusi normal
H1: data tidak berdistribusi normal
Dasar Pengambilan Keputusan pada Uji Normalitas Kolmogorov-Smirnov dengan melihat
nilai signifikansi:
Jika nilai Signifikansi > 0,05, maka keputusannya adalah menerima H0 atau dengan
kata lain model regresi linear mempunyai nilai residual atau error yang normal.
Jika nilai Signifikansi < 0,05, maka keputusannya adalah tolak H0 atau dengan kata
lain model regresi linear mempunyai nilai residual atau error yang tidak normal.
Langkah-Langkah Uji Normalitas Menggunakan SPSS
1. Masuk program SPSS
2. Klik variabel view pada SPSS data editor
3. Pada kolom Name ketik X pada baris pertama dan ketik Y pada baris kedua
4. Pada kolom Label ketik Resiliensi Diri pada baris pertama dan untuk baris kedua
ketik Hasil Belajar
5. Selanjutnya buka data view pada SPSS data editor, amak didapat kolom variabel X
dan Y
6. Ketikkan data sesuai dengan variabel-variabelnya
8. Maka akan tampil kotak dialog sepeti dibawah ini. Selanjutnya klik variabel
Resiliensi Diri dan masukkan ke kotak independent, kemudian klik variabel Hasil
Belajar dan masukkan ke kotak dependent
9. Klik Save, kemudian pada menu Residuals pilih (ceklis) Unstandardized. Klik
Continue. Selanjutnya klik OK
10. Selanjutnya akan muncul kolom Residual (RES_1). Kolom ini akan digunakan untuk
mencari nilai signifikansi menggunakan metode Kolmogorov-Smirnov
11. Klik Analyze - Nonparametric Test - Legacy Dialogs - 1 Sample K-S
Kesimpulan:
Berdasarkan hasil uji normalitas diketahui nilai signifikansi 0.753 > 0,05, maka dapat
disimpulkan bahwa nilai residual berdistribusi normal.