TUGAS STATISTIK II

Uji Normalitas Shapiro-Wilk, Uji Normalitas Liliefors, Uji Normalitas Skewness

Dan Kurtosis

Disusun untuk memenuhi tugas Mata Kuliah Statistik II

Dosen pembina: AHMAD RIFA’I,S.E.,M.Si

Disusun oleh:
SUSANTINA
101181010115

PROGRAM STUDI MANAJEMEN FAKULTAS EKONOMI

UNIVERSITAS ISLAM INDRAGIRI
TEMBILAHAN
2019
 UJI NORMALITAS

A. UJI NORMALITAS SHAPIRO-WILK

Uji Normalitas bertujuan untuk mengetahui apakah data penelitian berdistribusi normal atau
tidak. Sebab, dalam statistik Paramertik distribusi data yang normal adalah suatu keharusan
dan merupakan syarat yang mutlak yang harus terpenuhi. Uji Normalitas data dapat dilakukan
dengan beberapa uji statistik, seperti:
1. Uji Shapiro-Wilk
2. Uji Kolmogorov-Smirnov
3. Uji Liliefors
4. Uji Skweness dan Kurtosis

Dasar Pengambilan Keputusan dalam Uji Normalitas Shapiro-Wilk

1. Jika nilai Sig. > 0,05, maka data berdistribusi normal

2. Jika nilai Sig. < 0,05, maka data tidak berdistribusi normal
Contoh Kasus dalam Uji Normalitas Shapiro-Wilk
Saya mempunyai data Prestasi belajar siswa untuk dua kelompok yang tidak berpasangan,
sebelum saya melakukan Uji Independent Sample T-Test, maka saya harus memastikan bahwa
data berdistribusi normal dulu. Adapun data Prestasi belajar dua kelompok tersebut dituangkan
dalam bentuk nilai seperti gambar dibawah ini.

Kelompok Kelompok
S Nilai Z Nilai
4 78,7 5 85,3
4 85,3 5 78,5
4 75,2 5 65,9
4 70,4 5 90,2
4 80,5 5 78,3
4 78,3

Keterangan : Kelompok S diberi kode 4 dengan N = 6 siswa, sedangkan Kelompok Z diberi kode
5 dengan N = 5 siswa.
 Hasil Uji Normalitas Shapiro-Wilk Dengan Spss

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Kelompok Statistic df Sig. Statistic df Sig.

*
Nilai Kelompok S ,185 6 ,200 ,981 6 ,956
*
Kelompok Z ,242 5 ,200 ,949 5 ,729
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

Interpretasi atau Penjelasan Output Uji Normalitas Shapiro-Wilk

Berdasarkan output Test of Normality, diperoleh nilai signifikansi untuk Kelompok S sebesar
0,956, sedangkan nilai signifikansi untuk Kelompok Z sebesar 0,729. Karena nilai signifikansi
Kelompok S dan Kelompok Z lebih besar > 0,05, maka dapat disimpulkan bahwa data Prestasi
bekerja berdistribusi normal.

B. UJI NORMALITAS LILIEFORS

Syarat pengambilan keputusan
 Jika nilai Sig > 0,05 ( nilai Sig lebih besar dari 0,05) maka data berdistribusi
normal.
 Jika nilai Sig < 0,05 (nilai Sig lebih kecil dari 0,05) maka data tidak berdistribusi
normal.
 Nilai Sig variabel Motivasi Bekerja = 0,200
 0,200 > 0,05 (nilai Sig lebih besar dari 0,05)

Kesimpulan :
Maka data variabel loyalitas motivasi bekerja normal.

Syarat pengambilan keputusan

 Jika nilai Sig > 0,05 ( nilai Sig lebih besar dari 0,05) maka data berdistribusi
normal.
 Jika nilai Sig < 0,05 (nilai Sig lebih kecil dari 0,05) maka data tidak berdistribusi
normal.
 Nilai Sig variabel Prestasi Bekerja = 0,200
 0,200 > 0,05 (nilai Sig lebih besar dari 0,05)
 Kesimpulan :
Maka data variabel prestasi bekerja berdistribusi normal.

Hasil Uji Normalitas Liliefors Dengan Spss

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
*
Motivasi Bekerja ,134 12 ,200 ,925 12 ,326
Prestasi Bekerja ,190 12 ,200* ,907 12 ,197
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

Berdasarkan output di atas dapat dilihat nilai sig pada motivasi bekerja
kolom kolmogorof-sminov adalah 0,200. Dan sesuai dengan kriteria yang di
uji bahwa jika nilai sig lebih besar dari 0,05 maka berdistribusi secara
normal.

Uji normalitas dengan metode liliefors digunakan apabila datanya tidak dalam distribusi
frekuensi data tergolong (berkelompok).
Artinya uji normalitas liliefors dilakukan apabila datanya merupakan tunggal, bukan
data kelompok.
C. UJI NORMALITAS SKEWNESS DAN KURTOSIS

Uji normalitas skeness dan kurtosis memberikan kelebihan tersendiri, yaitu bahwa
akan diketahui grafik normalitas melenceng kekanan atau ke kiri, datar atau mengumpul
ditengah. Oleh karena itu, uji normalitas dengan skewness dan kurtosis juga sering
disebut dengan ukuran kemencengan data.
Hasil uji normalitas skewness dan kurtosis

Statistics

Motivasi
Bekerja Prestasi Bekerja
N Valid 12 12
Missing 0 0
Skewness -,003 -,661
Std. Error of Skewness ,637 ,637
Kurtosis -1,371 -,238
Std. Error of Kurtosis 1,232 1,232

Berdasarkan output diatas nilaiZ skewness adalah -0,003/0,637 = -0,004

adapun nilai Zkurtosis adalah -1,371/1,232 = -1,112. Nilai Z tersebut kemudian
dibandingkan dengan nilai Z untuk taraf signifikansi 0,05 yaitu 1,96. Nilai Zskewness <
Z (-0,003 < 1,96 ) dan Zkurtosis < Z ( -1,371 < 1,96). Berdasarkan hal tersebut, maka
distribusi data berdistribusi normal.
Syarat data normal adalah nilai Zskewness dan Zkortosis < (lebih kecil) 1,96
( signifikansi 0,05).
Kelebihan dari uji skewness dan kurtosis adalah bahwa kita dapat mengetahui
kemencengan data, dimana data yang normal akan menyerupai bentuk lonceng.
Kemungkinan yang ada adalah menceng kekiri, jika nilai Zskewness positif dan diatas
1,96 atau menceng kekanan jika Zskewness bernilai negatif dan dibawah 1,96.