3.

Normalitas dan Homogenitas Data

Salah satu syarat dari pengujian statistik parametric adalah data harus
berdistribusi normal dan mempunyai varians yang sama (homogen) atau apakah beberapa
sample yang telah diambil berasal dari populasi yang sama. Bila data tidak berdistribusi
normal maka pengolahannya menggunakan metode nonparametric yang akan dibahas
pada bab-bab akhir dalam buku ini.
Dalam pembahasan mengenai kenormalan data akan digunakan kasus seperti pada
table dibawah ini.
Kasus 3.
Jumlah Hasil Tangkapan ikan tongkol dan lama trip dengan alat tangkap Purse Seine di
perairan Prigi adalah sebagai berikut :
No. Jumlah hasil tangkapan (ton) Trip (hari)
1 30.6 5
2 30.7 5
3 29.8 4
4 30.4 5
5 28.9 4
6 29.7 4
7 30.3 5
8 28.6 4
9 30.2 5
10 29.5 4
11 28.3 4
12 28.8 4
13 29.4 5
14 29.6 5
15 30.4 5

Langkah-langkah :
 Buka file
 Pilih menu Analyze, pilih descriptives statistics.
 Pilih explore
 Untuk dependent list klik variabel jumlah kemudian klik tanda >.
 Klik Statistic dan pilih descriptives
  Klik continue
 Klik pilihan plots
 Pilih Normality plots with test untuk menguji normalitas
 Pilih power estimation untuk menguji kesamaan varians, lalu tekan kontinue.
 Klik Both yang berarti baik statistik maupun plots akan digunakan

Hasil Analisis

Tests of Normality
a
Kolmogorov-Smirnov Shapiro-Wilk
TRIP Statistic df Sig. Statistic df Sig.
JUMLAH 4,00 ,197 7 ,200* ,921 7 ,476
5,00 ,250 8 ,150 ,872 8 ,157
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

Pedoman pengambilan keputusan :

 Nilai sig. Atau nilai probabilitas < 0.05 maka distribusi tidak normal
 Nilai sig. Atau nilai probabilitas > 0.05 maka distribusi adalah normal
Pada hasil test distribusi normal diatas ada dua uji yaitu :
1. Kolmogorov Smirnov yang signifikan dengan uji kenormalan Lilifors dapat
dilihat nilai signifikasinya diatas 0.05 maka dapat dikatakan distribusi sample
adalah normal.
2. Shapiro Wilk, dimana nilai signifikansinya diatas 0.05 maka dapat dikatakan
distribusi sample adalah normal.
 Normal Q-Q Plot of JUMLAH
For TRIP= 4,00
1,5

1,0

,5

0,0
Expected Normal

-,5

-1,0

-1,5
28,2 28,4 28,6 28,8 29,0 29,2 29,4 29,6 29,8 30,0
Normal Q-Q Plots
Observed Value

Normal Q-Q Plot of JUMLAH

For TRIP= 5,00
1,5

1,0

,5

0,0
Expected Normal

-,5

-1,0

-1,5
29,2 29,4 29,6 29,8 30,0 30,2 30,4 30,6 30,8

Observed Value

Uji Q-Q plot diatas digunakan untuk menguji normalitas. Dapat dilihat bahwa
data tersebar disekitar / didekat garis lurus dari kiri ke kanan atas, sehingga dapat
dikatakan distribusinya normal.
Uji Homogenitas dari varians

Test of Homogeneity of Variance

Levene
Statistic df1 df2 Sig.
JUMLAH Based on Mean 1,307 1 13 ,274
Based on Median ,672 1 13 ,427
Based on Median and
,672 1 13,000 ,427
with adjusted df
Based on trimmed mean 1,356 1 13 ,265

Pada SPSS uji ini dilakukan dengan uji Levene, dimana pedoman pengambilan
keputusannya adalah sebagai berikut :
 Jika nilai sig. < 0.05 maka data berasal dari populasi yang mempunyai varians
tidak sama
 Jika nilai sig. > 0.05 maka data berasal dari populasi yang mempunyai varians
sama
Dari tabel diatas dapata dilihat bahwa data homogen atau mempunyai varians yang sama
karena nilai signifikansinya > 0.05
Tes formatif :
1. Apakah kegunaan dari uji normalitas
2. Uji apa saja yang digunakan dalam uji normalitas
3. Lakukanlah uji kenormalan data pada kasus dibawah, tentang berat dan jenis fillet
ikan yang akan dieksport.
No Berat Ikan (gr) Jenis ikan
1 700 Kakap merah
2 800 Cakalang
3 750 Cakalang
4 825 Kakap merah
5 725 Kakap merah
6 700 Cakalang
7 825 Kakap merah
8 800 Cakalang
9 850 Cakalang
10 750 Cakalang
11 800 Kakap merah
12 700 Kakap merah
13 800 Cakalang
14 750 Kakap merah
15 825 Kakap merah