By Slidesgo

UJI
NORMALITASKELOMPOK 3
1. Humaidi syaikh thariq 10820009
2. kharisma martha D.P 10820011
3. Pingky afika shafara 10820014
4. Reza fachrudin annas 10820015
 Definisi uji normalitas
Apa itu uji normalitas? UJI Normalitas merupakan suatu
distribusi yang menunjukkan sebaran data yang
seimbang sebagian besar data berada pada nilai di
tengah. Normalitas merupakan syarat keharusan
pada analisis Parametrik dan analisis regresi.
tujuan uji normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model
regresi, variabel pengganggu atau residual memiliki distribusi
normal. 
Jika asumsi ini dilanggar, maka uji statistik menjadi tidak valid
atau bias terutama untuk sampel kecil.
Uji normalitas dapat dilakukan melalui dua pendekatan yaitu 
secara deskriptif dan inferensia.
 Metode dalam uji normalitas
Untuk mendeteksi normalitas dapat digunakan
beberapa cara sebagai berikut:

1. Secara Deskriptif
Menghitung koefisien varians
Menghitung rasio skewness
Menghitung rasio kurtosis
Melihat Histogram
Melihat normal Q-Q plot
Melihat Detrended normal Q-Q plot
Melihat Box-plot
2. Menilai sebaran data secara analitik: Uji
kolmogorov-Smirnov atau Shapiro-Wilk
Langkah langkah uji normalitas

1. Dari baris menu pilih Analyze, kemudian

pilih Decriptive statistic, Explore. 
2. Masukan Variabel tradisional  ke dalam
dependent list.
3. Pilh kotak plots, kemudian pilih Factor
levels together pada boxplot(untuk
menampilkan boxplot),
pilih Histogram pada Descriptive (untuk
menampilkan histogram) dan Normality
Plots with test (untuk menampilkan plot
dan uji normalitas). Akan terlihat tampilan
sebagai berikut:
Proses telah slesai, Klik continue...OK...
UJI NORMALITAS DESKRIPTIF
1. Secara Deskriptif

Normalitas dapat dilakukan dengan melihat

secara deskriptif dari data tersebut. adapun
yang digunakan untuk melihat normalitas
adalah koefisien varians, rasio skewness dam
rasio kurtosis.
a. Koefisien Varians
koefisien varians ini tidak mutlak kita peroleh dari hasil
SPSS sehingga kita harus melakukan perhitungan terlebih
dahulu.

Koefisien varians=(standar deviasi/mean) X 100%

=7,363/86,93 x 100%=8,47%
Data tersebut normal jika nilai koefisien varians
<30%. Setelah dilakukan perhitungan pada output diatas
diperoleh koefisien varians sebesar 8,47%. sehingga dapat
disimpulkan data tersebut normal.
b. Rasio Skewness
skewness merupakan suatu besaran statistik yang
menunjukkan kemiringan data.  skewness ini menunjukkan
datanya cenderung berada di tengah atau miring di satu sisi.
Statistik ini dapat digunakan untuk melihat sebaran data
normal yaitu dengan rasio skewness. rasio skewness
diperoleh dari:

rasio skewness = skewness/standar error skewness 

= -0,052/0,58 = -0,089
Data dikatakan normal ketika nilai rasio skewness
berada pada rentang nilai -2 sampai 2. Hasil dari contoh
output diperoleh sebesar 0,089 sehingga disimpulkan data
tersebut normal.
c. Rasio Kurtosis
Kurtosis menunjukkan keruncingan suatu data. kriteria
normalitas sama dengan rasio skewness yaitu -2 sampai 2. selain
itu, perhitungan juga hampir sama yaitu dengan:

rasio kurtosis = kurtosis/standar error kurtosis

= -1.212/1.121 = -1,08

Dapat disimpulkan bahwa data tersebut normal karena nilai rasio

kurtosis berada pada interval -2 sampai 2.
 D. Melihat histogram

dengan melihat histogram, tampak bahwa  sebaran data yang diperoleh

tidak begitu mirip normal. walaupun hanya sedikit terbentuk.
 E. Melihat Q-Q PLOT
Secara teoritis, suatu set data dikatakan mempunyai sebaran normal apabila data tersebar
di sekitar garis. Dari output, diperoleh Q-Q plot sebagai beikut

Terlihat bahwa data menyebar di sekitar garis, dan tidak ada data yang
letaknya jauh dari garis. kemungkinan besar, sebaran data normal.
 Secara Inferensia

(Uji Kolmogorov Smirnov dan Shapiro Wilk)

Untuk mengetahui apakah sebaran data mempunyai

sebaran normal atau tidak secara analitik yaitu dengan
menggunakan Kolmogrov-Smirnov atau Shapiro Wilk. Uji
Kolmogorov-Smirnovdipergunakan untuk sampel
besar sedangkan Shapiro Wilk untuk sampel yang sedikit
Dari output diperoleh hasil sebagai berikut.
Oleh karena datanya kecil (n=15) maka menggunakan Shapiro
Wilk. berdasarkan nilai Shapiro Wilk diperoleh nilai p=0,346.
karena nilai p<0,05 maka dpat disimpulkan bahwa data
berdistribusi normal
TERIM
A
KASIH
CREDITS: This presentation template was created by
Slidesgo, including icons by Flaticon, and infographics
& images by Freepik