ANRI
Uji Normalitas
Pengujian normalitas dilakukan untuk mengetahui normal tidaknya
suatu distribusi data.
Hal ini penting diketahui berkaitan dengan ketetapatan pemilihan uji
statistik yang akan dipergunakan. Uji parametrik misalmya,
mensyaratkan data harus berdistribusi normal.
Apabila distribusi data tidak normal maka disarankan untuk
menggunakan uji nonparametrik.
Uji nonparametrik digunakan apabila asumsi-asumsi pada uji
parametrik tidak dipenuhi.
Asumsi yang paling lazim pada uji parametrik adalah sampel
acak berasal dari populasi yang berdistribusi normal, varians
bersifat homogen, dan bersifat linier. Bila asumsi-asumsi ini
dipenuhi, atau paling tidak penyimpangan terhadap asumsinya
sedikit, maka uji parametrik masih bisa diandalkan.
Tetapi bila asumsi tidak dipenuhi maka uji nonparametrik
menjadi alternatif. Ada tiga asumsi uji statistika parametrik
sebagaimana diungkapkan di atas, yaitu normalitas, linieritas
data dan homogenitas varians.
Pengujian normalitas ini harus dilakukan apabila belum ada
teori yang menyatakanbahwa variabel yang diteliti adalah
normal.
Dengan kata lain, apabila ada teori yang menyatakan bahwa
suatu variabel yang sedang diteliti normal, maka tidak
diperlukan lagi pengujian normalitas data.
Ada beberapa teknik yang dapat digunakan untuk menguji
normalitas data, antara lain: uji Chi Square, uji Lilifors, uji
KolmogorovSmirnov, dll.
Uji Linearitas
Uji linearitas bertujuan untuk mengetahui apakah dua
variabel mempunyai hubungan yang linear atau tidak secara
signifikan.
Uji ini digunakan sebagai prasyarat statistik parametrik
khususnya dalam analisis korelasi atau regresi linear yang
termasuk dalam hipotesis assosiatif. Pada program SPSS,
uji linearitas menggunakan Test for Linearity pada taraf
signifikan 0,05. Dua variabel dikatakan mempunyai hubungan
linear bila signifikansi (Deviation from Linearity) > 0,05.
Langkah-langkah uji linearitas pada
SPSS.