1.2.

Uji Kolmogorof-Smirnov
One-Sample Kolmogorov-Smirnov Test
Umur
N 446
Normal Parametersa,b Mean 42,25
Std. Deviation 24,898
Most Extreme Differences Absolute ,272
Positive ,272
Negative -,235
Test Statistic ,272
Asymp. Sig. (2-tailed) ,000c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
• Variabel Umur bernilai probabilitas 0.000, jauh di bawah α=0.05, sehingga hipotesis
nol ditolak atau variabel Umur tidak berdistribusi normal.
1.3. Uji Normalitas dengan Grafik

• Hasil output SPSS menunjukkan bahwa variabel Umur tidak normal dan menceng ke
kiri (positive skewness)

2. Transformasi Data
2.1. Proses Transformasi Data ke 1
Bentuk grafik variabel Umur adalah Substantial Positive Skewness (SPS), sehingga
bentuk transformasi yang digunakan adalah logaritma 10 atau LN.
Pada data editor akan muncul variabel baru dengan nama SPS_Umur (Lihat lampiran 2)
2.2. Uji Normalitas setelah Transformasi Data:
a. Uji Signifikansi Skewness dan Kurtosis
Descriptive Statistics
N Skewness Kurtosis
Statistic Statistic Std. Error Statistic Std. Error
SPS_Umur 446 3,015 ,116 24,393 ,231
Valid N (listwise) 446

𝑆−0 3,015−0
𝑍𝑠𝑘𝑒𝑤(𝑈𝑚𝑢𝑟) = = = 25,99436
√6/𝑁 √
6
446

𝐾−0 24,393−0
𝑍𝑘𝑢𝑟𝑡(𝑈𝑚𝑢𝑟) = = = 105,1543
√24/𝑁 √
24
446

• Hasil perhitungan Z untuk variabel Umur menghasilkan nilai yang jauh di

atas nilai kritisnya yaitu ± 2.58 (signifikan pada α=0.01)
• Jadi dapat disimpulkan bahwa kondisi variabel Umur setelah di transformasi
masih tidak terdistribusi secara normal.