Dosen Pengampu : Nur Fahma Laili

 untuk mengetahui langkah apa yang akan di

lakukan selanjutnya dalam menguji Hipotesis,
apakah harus pengujian statistika parametrik
atau non-parametrik
 Teknik Pengujian Normalitas Data
 1. Uji Lilliefors,
 2. Uji Chi-kuadrat, dan
 3. Uji Kolmogrov-Smirnov (n≥50)
 4. Uji Shapiro-wilk (n≤50)
 Ho : Populasi nilai variabel X berdistribusi
normal
 H1 : Populasi nilai variabel X tidak

berdistribusi normal
 Jika sig < α (0,05), maka H0 ditolak H1

diterima
 Jika sig >α (0,05) maka H0 diterima H1

ditolak
Kode Siswa Tinggi Kode Siswa Tinggi Kode Siswa Tinggi
Badan (cm) Badan (cm) Badan (cm)

S-1 170 S-11 170 S-21 177

S-2 175 S-12 168 S-22 175
S-3 174 S-13 170 S-23 168
S-4 173 S-14 172 S-24 170
S-5 177 S-15 171 S-25 172
S-6 176 S-16 168 S-26 173
S-7 180 S-17 169 S-27 170
S-8 172 S-18 180 S-28 171
S-9 168 S-19 179 S-29 170
S-10 165 S-20 177 S-30 175
1. Definisikan variabel tinggi badan dan input data ke SPSS
  

2. Pilih menu Analyze → Descriptives Statistics →

Explore.
3. Masukkan variabel tinggi ke Dependent
List, kemudian klik tombol Plots, Pilih
Normality Test With Plots, kemudian klik
Continue dan OK.
 Kriteria pengujian :
 Jika (Sig.) > α maka terima H
0
 Dari statistik uji, didapat nilai Sig. = 0,143
yang mengakibatkan (Sig.) > α. Maka dapat
disimpulkan bahwa data tinggi badan 30
orang siswa berdistribusi normal.
 Metode untuk mengetahui set data berdistribusi normal atau
Metode
tidak
Parameter Kriteria Distribusi data dikatakan normal Keterangan

DESKRIPTIF Koefisien varian Nilai koefisien varians < 30 Std. Dev x 100%
mean
Rasio skewness Nilai -2 s/d 2 Skewness SE
Skewness
Rasio kurtosis Nilai kurtosis -2 s/d 2 Kurtosis SE Kurtosis

Histogram Simetris, tidak miring kiri maupun kanan, tidak

terlalu tinggi atau terlalu rendah

Box plot Simetris, median tepat di tengah, tidak ada

ourfier atau nilai ekstrim

Normal Q-Q plots Data menyebar disekitar garis

Detrended Q-Q plots Data menyebar disekitar garis pada nilai 0

ANALITIK Kolmogorov-Smirnov Nilai kemaknaan (p) > 0.05 Untuk sampel besar
(>50)
Shapiro-wilk Nilai kemaknaan (p) > 0.05 Untuk sampel kecil
(< 50)
N Putih Hitam Lainnya
o
1 3629 3790 3303
2 3005 3402 4054
3 2836 1928 2551
4 2466 1135 3203
5 3459 2367 1588
6 3062 3042 2733
7 3860 2523 3321
8 3756 3860 2282
9 3600 2920 3629
10 3473 2495 3941
11 3940 2187 1729
12 3827 3067 3090
13 2877 2977 1899
14 1790 2381 3969
15 3062 3444 3104
16 3997 2126 3487