Uji Normalitas Dan Uji Linieritas
Uji Normalitas Dan Uji Linieritas
UJI LINEARITAS
UJI NORMALITS
• Uji Normalitas bertujuan untuk mengetahui distribusi
data dalam variabel yang akan digunakan dalam
penelitian
• Data yang layak digunakan dalam penelitian adalah data
yang memiliki distribusi normal
• Normalitas data dapat diketahui dengan melakukan uji
normalitas Kolmogorov-Smirnov (untuk ukuran data dari
20 – 1000) dan Uji Shapiro-Wilk (untuk ukuran data yang
tidak lebih dari 50 sampel)
• Data dapat disimpulkan berdistribusi normal apabila
signifikansi > 0,05
Contoh Uji Normalitas Kolmogorov Smirnov dan
Uji Normalitas Shapiro-Wilk
BERAT TINGGI
54 160
Sebuah penelitian ingin 44
34
165
150
Badan. 53
44
170
155
47 158
Berikut ini adalah data sampel 62 175
72 180
yang akan diolah: 64 160
59 175
55 155
50 157
60 160
65 160
54 160
52 155
Langkah-langkah:
• Siapkan variabel
dan data variabel
di SPSS
• Klik ANALYZE –
DESCRIPTIVE
STATISTICS -
EXPLORE
Tampilan Output dan Interpretasi:
• Pada Uji Kolmogorov
Smirnov nilai signifikansi
BERAT = 0,2 dan TINGGI =
0,001
• Pada Uji Shapiro-Wilk Nilai
Signifikansi BERAT = 0,950
dan Nilai Signifikansi
TINGGI = 0,041
• Bisa disimpulkan bahwa
Variabel BERAT Normal,
sedangkan Variabel TINGGI
tidak normal.
UJI LINEARITAS
• Uji linearitas bertujuan untuk mengetahui
apakah dua variabel mempunyai hubungan
yang linier secara signifikan atau tidak.
• Korelasi yang baik seharusnya terdapat
hubungan yang linier antara variabel bebas
dan terikat
• Data dapat disimpulkan linear apabila nilai
signifikansi DEVIATION OF LINEARITY > 0,05
atau F Hitung < F Tabel
Contoh Uji Linearity