Uji Normalitas data, dilakukan sebelum data diolah berdasarkan metode atau
model-model pengujian yang lain, dari hasilnya dapat ditentukan apakah pengujian
selanjutnya menggunakan metode statistik parametrik atau non parameterik. Uji
normalitas bertujuan untuk mengetahui distribusi data dalam variabel yang akan
digunakan dalam penelitian. Data yang baik digunakan dalam penelitian adalah data yang
memiliki distribusi normal. Suatu data berdistribusi Normal biasanya memiliki ciri-ciri
sebagai berikut:
- Datanya bisa di ukur.
- Jumlah data yang nilainya ekstrim (sangat kecil atau sangat besar) jumlanya
sedikit.
- Data yang nilainya mendekati nilai rata-rata, jumlah(frekuensi)nya terbanyak.
- Kurvanya berupa garis lengkung berbentuk seperti genta (lonceng) dengan kedua
ujung kurva semakin mendekati sumbu X, tetapi tidak pernah memotongnya.
PRAKTEK MODUL V
Berikut ini merupakan data sampel berat badan dan tinggi badan Mahasiswa
STIKES Surya Global Yogyakarta.
Langkah – langkah Praktek :
1. Lakukan pendefenisian variabel pada lembar kerja Variable View
2. Isikan data mahasiswa yang didapat dari sampel, ke dalam kolom variabel -
variabel yang sudah di defenisikan sebelumnya pada lembar kerja Data View.
3. Simpan data misal dengan nama file Praktek 5.1.sav
4. Lakukan pengolahan uji Normal Kolmogorov – Smirnov,
dengan cara : - Klik Menu AnalyzeNon Parametric Tests1
Sample K-S
- Pindahkan variabel beratbdn dan variabel tggibdn ke kotak Test
Variable List.
- Pada bagian Test DistributionPilih Normal.
- Klik OK
- Berikut ini merupakan hasil output pengolahannya :
NPar Tests
One-Sample Kolmogorov-Smirnov Test
Analisis :
Pengambilan kesimpulan
- Jika Nilai P > 0,05 maka data berdistribusi Normal
- JIka Nilai P < 0,05 maka data berdistribusi Tidak Normal.
Nilai Sig atau nilai P variabel berat badan = 0,990 dan nilai P untuk variabel
Tinggi Badan = 0,125 kedua – duannya lebih besar dari 0,05 sehingga distribusi
datanya adalah Normal.
5. Simpan File Output, misal dengan nama file : Output 5.1
Tutup atau Close jendela Output Viewer
Uji Skewness dan Kurtosis ini digunakan untuk mengetahui apakah suatu data
yang didapat dari sampel, memiliki distribusi data normal atau tidak dengan cara menilai
keringan kurva (Skewness) dan keruncingna kurva (Kurtosis).
Soal Praktek
Berikut ini merupakan data sampel berat badan mahasiswa Stikes Surya Global
Yogykarta :
3. Aktifkan lembar kerja Data View. Kemudian isikan data – data yang di dapat dari
sampel.
4. Simpan data misal dengan nama file Praktek 5.1.sav
5. Lakukan pengolahan uji Normalitas, dengan cara berikut ini :
- Klik Menu AnalyzeDescriptive StatisticsExplore
- Pindahkan variabel berat ke kotak Dependent List
- Pindakan variabel jk ke kotak Factor List
- Klik tombl Statisticsberit tanda centang pada kotak Descriptive dan
Confidence Interval for mean = 95 % Continue.
- Klik tombol Plots pada bagian BoxPlots pilih None
- Kosongkan semua pilihan pada bagian Descriptive
- Beri tanda centang pada Normality plots with test
- Pada bagian Spread vs level … pilih None
3. Klik tombol Continue
4. Klik tombol Option, kemudian bila pilihan terdapat pada Exclude cases listwise
tidak perlu lagi dilakukan perubahan, klik Continue.
5. Klik OK.
6. Berikut ini merupakan hasil dari pengolahannya.
Explore
Jenis Kelamin
Case Processing Summary
Cases
Valid Missing Total
Jenis Kelamin N Percent N Percent N Percent
Berat Badan Mahasiswa Laki - laki 10 100,0% 0 ,0% 10 100,0%
Perempuan 10 100,0% 0 ,0% 10 100,0%
Descriptives
Tests of Normality
a
Kolmogorov -Smirnov Shapiro-Wilk
Jenis Kelamin Statistic df Sig. Statistic df Sig.
Berat Badan Mahasiswa Laki - laki ,161 10 ,200* ,942 10 ,578
Perempuan ,159 10 ,200* ,944 10 ,594