Definisi uji normalitas

Uji normalitas adalah sebuah uji yang dilakukan untuk menilai sebaran data pada
sebuah kelompok data atau variabel, apakah sebaran data tersebut berdistribusi normal atau
tidak. Distribusi normal adalah distribusi simetris dengan modus, mean, dan median berada
dipusat. Distribusi normal diartikan sebagai sebuah distribusi tertentu yang memiliki
karakteristik berbentuk seperti lonceng jika dibentuk menjadi sebuah histogram seperti
gambar dibawah ini.

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 meberi kepastian data yang dimiliki
berdistribusi normal apa tidak, sebaiknya dilakukan uji normalitas. Karena belum tentu
data yang lebih dari 30 itu sudah pasti berdistribusi normal, demikian pula sebaliknya data
yang kurang dari 30 belum tentu tidak berdistribusi normal.
Data normal merupakan salah satu syarat yang harus dipenuhi untuk melakukan
inferensi statistik (proses menarik kesimpulan tentang populasi yang mendasari
berdasarkan sampel atau subset data). Berdasarkan hal ini, dapat dikatakan bahwa Statistik
inferensial adalah metode yang berhubungan dengan analisis data pada sampel untuk
digunakan untuk penggeneralisasian pada populasi. Berikut beberapa alas an mengapa
distribusi normal menjadi salah satu distribusi penting yang akan kita hadapi:
1. Banyak variabel dependen, umumnya diasumsikan terdistribusi secara normal dalam
populasi. Artinya, kita sering berasumsi bahwa jika kita mendapatkan seluruh populasi
pengamatan, distribusi yang dihasilkan akan sangat mirip dengan distribusi normal.
2. Jika kita dapat mengasumsikan bahwa variabel setidaknya mendekati terdistribusi
normal, maka teknik ini memungkinkan kita untuk membuat sejumlah kesimpulan
(baik yang tepat atau perkiraan) tentang nilai-nilai variabel itu.
3. Menguji normalitas data kerapkali disertakan dalam suatu analisis statistika inferensial
untuk satu atau lebih kelompok sampel. Normalitas sebaran data menjadi sebuah
asumsi yang menjadi syarat untuk menentukan jenis statistik apa yang dipakai dalam
penganalisaan selanjutnya.
Uji normalitas biasanya digunakan untuk mengukur data berskala ordinal, interval,
ataupun rasio. Jika analisis menggunakan metode parametrik, maka persyaratan normalitas
harus terpenuhi yaitu data berasal dari distribusi yang normal. Jika data tidak berdistribusi
normal, atau jumlah sampel sedikit dan jenis data adalah nominal atau ordinal maka
metode yang digunakan adalah statistik non parametrik.
Uji normalitas digunakan untuk mengetahui apakah data yang diperoleh
terdistribusi normal atau tidak. Dasar pengambilan keputusan adalah jika nilai Lhitung > Ltabel
maka H 0 ditolak, dan jika nilai Lhitung > Ltabel maka H 0 diterima (Murwani, 2001:20).
Hipotesis statistik yang digunakan: H 0 sampel berdistribusi normal H 1: sampel data
berdistribusi tidak normal
Ada beberapa cara yang dapat dilakukan dalam analisis normalitas data yaitu
liliefors, kolmogorof-smirnov, chi square, dan sebagainya. Dalam makalah ini akan akan
memfokuskan pada pembahasan uji normalitas dengan menggunakan uji liliefors dan chi
square.

Menghitung dengan SPSS

1. Uji Liliefors

2. Uji chi square.

Untuk melakukan uji chi square terhadap data penelitian, kita dapat menggunakan
fasilitas Crosstab (tabulasi silang) yang ada dalam program SPSS. Uji chi square
bertujuan untuk mengetahui hubungan antar variabel yang terdapat pada baris dengan
kolom. Jenis data yang digunakan dalam uji ini harus berbentuk data frekuensi berskala
nominal atau ordinal (data kualitatif) atau dapat