Laporan Praktikum

Uji Deskriptif dan Normalitas data

Ditugaskan sebagai tugas

Mata Kuliah Statistika Lanjut

Dosen Pengampu:

Nurul Astuty Yensi. B, S.Si, M. Si

Edi Susanto, M.Pd.

Disusun Oleh:

Refina Pratiwi (A1C020043)

Kelas: III A

Pendidikan Matematika

Fakultas Keguruan dan Ilmu Pendidikan

Universitas Bengkulu

Tahun 2021

Praktikum Uji Deskriptif dan Normalitas data

Mata Kuliah Statistika Lanjut
 Laporan Praktikum

Uji Deskriptif dan Normalitas data

Tujuan Praktikum

Mahasiswa mampu memahami cara mendeskripsikan data melalui analisis statistika secara
deskriptif serta menguji kenormalan data.

Indikator

1. Mempelajari bagaimana pengolahan data statistika deskriptif seperti menghitung

median, rata-rata, modus, sebaran data serta menggambar grafik.
2. Mempelajari bagaimana cara menguji kenormalan data.

Alokasi Waktu

1 x 120 menit

Alat dan Bahan

1. Seperangkat komputer atau laptop

2. Software SPSS versi 18

3. CD RW atau flasdisk untuk menyimpan softcopy laporan praktikum.

Ringkasan Materi:

Deskripsi Data dalam variabel

Untuk mendeskripsikan atau menggambarkan suatu data dalam variabel dapat

dilakukan dengan menggunakan menu Descriptive Statistic. Secara umum menu ini berisi
sub-sub menu Frequencies, Descriptives, Explore, Crosstabs, dan Ratio. Submenu yang
sering digunakan adalah Descriptive. Menu ini bertujuan untuk memberikan gambaran
mengenai nilai mean, sum, standar deviasi, variance, range, minimum dan maximum. Namun
tidak semua nilai deskripsi diperlukan dalam suatu pengujian. Sebaiknya dipilih sesuai
kebutuhan analisis.

Kata yang sering dipakai dalam pengujian data menggunakan SPSS adalah sebagai berikut

Praktikum Uji Deskriptif dan Normalitas data

Mata Kuliah Statistika Lanjut
  Mean, jumlah seluruh angka pada data yang dibagi dengan jumlah data yang ada.
 Median, Angka tengah yang diperoleh apabila angka-angka pada data disusun
berdasarkan angka tertinggi dan terendah.
 Range, selisih dari nilai tertinggi dan nilai terendah dari satu kumpulan data
 Std. Deviation, suatu ukuran penyimpanagan. Jika nilainya kecil maka data yang
digunakan mengelompok di sekitar nilai rata-rata.
 Variance, jumlah selisih antar data dengan rata-rata data dan kemudian dibagi dengan
jumlah data dikurangi satu (n-1).

Menguji Normalitas Data dalam Variabel

Uji Normalitas data ini sebaiknya dilakukan sebelum data diolah berdasarkan
model model penelitian. Uji normalitas ini bertujuan untuk mengetahui distribusi data dalam
variabel. Data yang baik dan layak digunakan dalam penelitian adalah data yang memiliki
distribusi normal. Normalitas data dapat dilihat dengan beberapa cara, antara lain:

a. Nilai Skewness

Nilai Skewness digunakan untuk mengetahui bagaimana distribusi normal data

dalam variabel dengan menilai kemiringan kurva. Nilai skewness yang baik adalah mendekati
angka nol (0). Jika kemiringan dilihat dari nilai skewness, nilai skewness ini bersifat mutlak
(+/-), ketinggian kurva dilihat dari nilai kurtosis. Nilai kurtosis tidak berpengaruh terhadap
penilaian distribusi normal.

b. Histogram Display Normal Curve

Normalitas data bila dilihat dengan cara ini dapat ditentukan berdasarkan bentuk
gambar kurva. Data dikatakan normal jika bentuk kurva memiliki kemiringan yang
cenderung imbang, baik pada sisi kiri maupun sisi kanan, dan kurva berbentuk menyerupai
lonceng yang hampir sempurna.

c. Output Kurva Normal P-Plot

Pada normalisasi data dengan Normal P-Plot, data pada variabel yang digunakan
akan dinyatakan terdistribusi normal atau mendekati normal. Suatu variabel dikatakan normal
jika gambar distribusi dengan titik-titik data yang menyebar di sekitar garis diagonal, dan
penyebaran titik-titik data searah mengikuti garis diagonal.

Kegiatan Praktikum

Lakukan analisis deskriptif data umur mahasiswa (dalam tahun), pekerjaan orang tua (PNS,
swasta, ABRI, polisi, dll) dan penghasilan orang tua sesuai data yang ada di kelas praktikum
ini. Selanjutnya lakukan uji kenormalan data!

Praktikum Uji Deskriptif dan Normalitas data

Mata Kuliah Statistika Lanjut
Mendeskripsi Data dalam variabel

Langkah-langkah pada Descriptive Statistic adalah sebagai berikut:

1. Siapkan data sesuai dengan nama variabel-variabel yang dibutuhkan pada worksheet
SPSS.
2. Klik commands windows Analyze.
3. Klik Descriptive Statistics.
4. Klik Descriptives.
5. Klik atau blok nama-nama variabel yang akan dideskripsikan.
6. Klik tanda panah sehingga nama-nama variabel masuk ke dalam kolom Variable(s)
7. Klik Options.
8. Klik nilai-nilai deskripsi dan sesuaikan dengan kebutuhan analisis, baik itu Mean, Sum,
9. Standar Deviasi, Variance, Range, Minimum (nilai terendah) maupun Maximum (nilai
10. tertinggi).
11. Klik Continue.
12. Klik OK.

Hasil Deskripsi Data dalam variabel

Descriptive Statistics

N Range Minimum Maximum Mean Std. Deviation Variance

Statistic Statistic Statistic Statistic Statistic Std. Error Statistic Statistic

Umur 30 3 18 21 19.30 .193 1.055 1.114

Penghasilan 30 4000000 1000000 5000000 2.79E6 2.414E5 1321946.536 1.748E12

Pekerjaan 30 3 1 4 2.43 .202 1.104 1.220

Valid N (listwise) 30

Menguji Normalitas Data dalam Variabel

a. Nilai Skewness

Langkah-langkah untuk mengetahui nilai skewness dan kurtosis adalah sebagai berikut:

1. Klik Analyze.
2. Klik Descriptive Statistics.
3. Klik Descriptive.
4. Klik nama-nama variabel yang akan didistribusikan.
5. Klik tanda panah sehingga nama-nama variabel masuk ke dalam kolom variable (s)
6. Klik Option.
7. Klik Skewness dan Kurtosis.
8. Klik Continue.
9. Klik OK.

Praktikum Uji Deskriptif dan Normalitas data

Mata Kuliah Statistika Lanjut
Hasil Praktikum mengenai nilai Skewness

Descriptive Statistics

N Skewness Kurtosis

Statistic Statistic Std. Error Statistic Std. Error

Umur 30 .287 .427 -1.068 .833

Penghasilan 30 .248 .427 -1.396 .833

Pekerjaan 30 .016 .427 -1.310 .833

Valid N (listwise) 30

b. Histogram Display Normal Curve

Langkah-langkah untuk melihat gambar kurva normal sebagai berikut:

1. Klik Graph.
2. Klik Histogram.
3. Klik nama variabel.
4. Klik tanda panah sehingga nama variabel masuk ke dalam kolom Variable(s).
5. Klik Display normal curve.
6. Klik OK.

Hasil Praktikum mengenai Histogram Display Normal Curve

Praktikum Uji Deskriptif dan Normalitas data

Mata Kuliah Statistika Lanjut
Praktikum Uji Deskriptif dan Normalitas data
Mata Kuliah Statistika Lanjut
c. Output Kurva Normal P-Plot

Langkah-langkah untuk melihat gambar Normal P-Plot adalah sebagai berikut:

1. Klik Graph.
2. Klik P-P.
3. Klik nama variabel
4. Klik tanda panah sehingga nama variabel masuk ke dalam kolom variable(s).
5. Klik OK.

Hasil Praktikum mengenai Output Kurva Normal P-Plot

Variables Entered/Removedb

Variables Variables
Model Entered Removed Method

1 Penghasilan,
. Enter
Pekerjaana

a. All requested variables entered.

b. Dependent Variable: Umur

Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 .196a .038 -.033 1.073

a. Predictors: (Constant), Penghasilan, Pekerjaan

b. Dependent Variable: Umur

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 1.240 2 .620 .539 .589a

Residual 31.060 27 1.150

Total 32.300 29

a. Predictors: (Constant), Penghasilan, Pekerjaan

b. Dependent Variable: Umur

Praktikum Uji Deskriptif dan Normalitas data

Mata Kuliah Statistika Lanjut
 Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 17.899 1.381 12.963 .000

Pekerjaan .310 .302 .325 1.026 .314

Penghasilan 2.318E-7 .000 .290 .917 .367

a. Dependent Variable: Umur

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 18.77 19.60 19.30 .207 30

Residual -1.488 1.863 .000 1.035 30

Std. Predicted Value -2.540 1.471 .000 1.000 30

Std. Residual -1.388 1.737 .000 .965 30

a. Dependent Variable: Umur

Charts

Praktikum Uji Deskriptif dan Normalitas data

Mata Kuliah Statistika Lanjut
 Variables Entered/Removedb

Variables Variables
Model Entered Removed Method

1 Pekerjaan,
. Enter
Umura

a. All requested variables entered.

b. Dependent Variable: Penghasilan

Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 .809a .655 .630 804594.176

a. Predictors: (Constant), Pekerjaan, Umur

b. Dependent Variable: Penghasilan

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 3.320E13 2 1.660E13 25.642 .000a

Residual 1.748E13 27 6.474E11

Total 5.068E13 29

a. Predictors: (Constant), Pekerjaan, Umur

b. Dependent Variable: Penghasilan

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 2.634E6 2.737E6 .962 .344

Umur 130440.233 142170.702 .104 .917 .367

Pekerjaan -972328.880 135867.100 -.812 -7.156 .000

a. Dependent Variable: Penghasilan

Praktikum Uji Deskriptif dan Normalitas data

Mata Kuliah Statistika Lanjut
 Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 1.09E6 4.40E6 2.79E6 1069961.301 30

Residual -1.937E6 1.332E6 .000 776353.951 30

Std. Predicted Value -1.582 1.510 .000 1.000 30

Std. Residual -2.408 1.656 .000 .965 30

a. Dependent Variable: Penghasilan

Charts

Praktikum Uji Deskriptif dan Normalitas data

Mata Kuliah Statistika Lanjut
 Variables Entered/Removedb

Variables Variables
Model Entered Removed Method

1 Umur,
. Enter
Penghasilana

a. All requested variables entered.

b. Dependent Variable: Pekerjaan

Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate

1 .811a .658 .632 .670

a. Predictors: (Constant), Umur, Penghasilan

b. Dependent Variable: Pekerjaan

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 23.261 2 11.630 25.939 .000a

Residual 12.106 27 .448

Total 35.367 29

a. Predictors: (Constant), Umur, Penghasilan

b. Dependent Variable: Pekerjaan

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 1.975 2.286 .864 .395

Penghasilan -6.734E-7 .000 -.806 -7.156 .000

Umur .121 .118 .116 1.026 .314

a. Dependent Variable: Pekerjaan

Praktikum Uji Deskriptif dan Normalitas data

Mata Kuliah Statistika Lanjut
 Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value .91 3.72 2.43 .896 30

Residual -1.411 1.074 .000 .646 30

Std. Predicted Value -1.706 1.437 .000 1.000 30

Std. Residual -2.108 1.604 .000 .965 30

a. Dependent Variable: Pekerjaan

Praktikum Uji Deskriptif dan Normalitas data

Mata Kuliah Statistika Lanjut
Perbandingan Grafik Output Kurva Normal P-Plot

Praktikum Uji Deskriptif dan Normalitas data

Mata Kuliah Statistika Lanjut
Praktikum Uji Deskriptif dan Normalitas data
Mata Kuliah Statistika Lanjut
d. Kesimpulan

Berdasarkan hasil praktikum dapat disimpulkan bahwa data yang diberikan

berdistribusi normal atau mendekati normal. Hal ini dapat dilihat pada uji normalitas Nilai
Skewness, Histogram Display Normal Curve, dan Output Kurva Normal P-Plot.

Pada uji nilai skewness nilai yang didapat adalah mendekati nilai nol dimana Nilai
skewness yang baik adalah mendekati angka nol (0) untuk bisa mengatahui distribusi data itu.

Pada uji Histogram Display Normal Curve didapatlah gambar grafik yang hampir
menyerupai lonceng. Normalitas data bila dilihat dengan cara ini dapat ditentukan
berdasarkan bentuk gambar kurva. Data dikatakan normal jika bentuk kurva memiliki
kemiringan yang cenderung imbang, baik pada sisi kiri maupun sisi kanan, dan kurva
berbentuk menyerupai lonceng yang hampir sempurna. Sehingga data ini bisa dikatakan
sebagai data yang berdistribusi normal.

Pada uji Output Kurva Normal P-Plot dapat dilihat pada grafik bahwa titik titik data
yang menyebar sepanjang garis searah garis diagonal. Dimana pada uji ini Suatu variabel
dikatakan normal jika gambar distribusi dengan titik-titik data yang menyebar di sekitar garis

Praktikum Uji Deskriptif dan Normalitas data

Mata Kuliah Statistika Lanjut
diagonal, dan penyebaran titik-titik data searah mengikuti garis diagonal. Sehingga data ini
bisa dikatakan sebagai data berdistribusi normal ataupun mendekati normal.

Sehingga dapat disimpulkan bahwa data yang digunakan pada kegiatan praktikum ini
adalah data yang berdistribusi normal atau data yang mendekati normal

Praktikum Uji Deskriptif dan Normalitas data

Mata Kuliah Statistika Lanjut