UJI NORMALITAS Uji Normalitas digunakan untuk mengetahui distribusi
UJI NORMALITAS
Uji Normalitas • digunakan untuk mengetahui distribusi data normal/tidak • Hanya dilakukan pada data numerik • Biasanya dilakukan untuk menentukan jenis analisis (statistik parametrik atau non parametrik)
Uji Normalitas • Untuk mengetahui suatu data dikatakan normal atau tidak, dapat dilihat dengan 3 cara: – Lihat histogram dan garis normalnya data dikatakan normal jika histogram atau garis normal data berbentuk simetris/lonceng terbalik. Jika terdapat data ekstrim, atau kemencengan (tidak simetris) pada histogram/garis normal, maka data tersebut tidak normal – Dengan melakukan uji Kolmogorov Smiirnov (Uji KS) Data dikatakan normal, jika nilai sig. (nilai-p) uji KS > 0, 05. Jika sig. Uji KS < 0, 05, maka data tidak terdistribusi normal. – Dengan melihat nilai Skewness dan SE (Standard Error) Skewness data terdistribusi normal jika nilai Skewness dibagi SE Skewness (Skewness/SE Skewness) berada diantara -2 s/d +2. Jika hasil bagi < -2 atau > +2, maka data tidak terdistribusi normal.
Aplikasi Uji Normalitas • Sebagai contoh, kita ingin mengetahui variabel berat bayi (bbayi) pada data bayi 95. sav terdistribusi normal/tidak. Dengan menggunakan aplikasi SPPS, maka data bbayi dikatakan terdistribusi normal jika: – Histogram terlihat normal – Nilai sig. Hasil uji Kolmogorov Smirnov > 0. 05 – Nilai Skewness dibagi nilai SE-Skewness-nya berada diantara -2 s/d +2
Langkah-langkah Uji Normalitas (1) • Bukalah aplikasi SPSS, dan kemudian buka data bayi 95. sav. Kemudian lakukan analisis sebagai berikut. • Dari menu utama, pilihlah: 1. Untuk melihat histogram dan garis normal: – Graph < Legacy Dialogs < Histogram – Masukkan variabel bbayi ke kotak variables – Klik Display normal curve, kemudian OK
• Hasilnya sebagai berikut Catatan: Penentuan normal atau tidaknya suatu distribusi data melalui histogram sangat Subjektif dalam melihat kesimetrisannya, tidak ada batasan mutlak yang harus dipenuhi
Langkah-langkah Uji Normalitas (2) • Untuk melihat hasil Uji Kolmogorov Smirnov dan Skewness (Cara uji normal ke-2 dan ke-3), • Dari menu utama, pilihlah: – Analyze < Descriptive Statistic < Explore… • Pada kotak dialog tersebut, pilih variabel bbayi, Kemudian klik tanda panah ke kanan >, untuk memasukkannya ke kotak Dependent list • Klik Plots. . , kemudian aktifkan Histogram dan Normality plot with test.
• Klik Continue dan OK untuk menjalankan prosedur. Hasilnya sebagai berikut: • Dengan uji Kolmogorov-Smirnov (Uji Normalitas cara kedua), disimpulkan bahwa pada alpha 0. 05 distribusi data berat bayi adalah normal (nilai-p = 0. 200). • Kesimpulan normal atau tidaknya suatu data didasarkan pada – Ho : “Distribusi data sama dengan distribusi normal”, – Ha : “Distribusi data tidak sama dengan distribusi normal”. • Apabila nilai-p kurang dari alpha 0. 05 (mis 0. 000), maka Ho ditolak dan disimpulkan “Distribusi data adalah tidak normal”. • Sedangkan apabila nilai-p lebih dari atau sama dengan alpha 0. 05 (mis. 0. 222), maka Ho gagal ditolak dan disimpulkan “Distribusi data adalah normal”.
• Lihat nilai Skewness/SE Skewness (Uji normalitas cara ketiga). • Nilai SE-Skewness dibagi nilai Skewness-nya = -2. 10 / 0. 177 = 1. 186, masih berada diantara -2 s/d +2, sehingga disimpulkan distribusi berat bayi adalah normal.
• Berdasarkan ketiga Uji Normalitas yang telah dilakukan, dapat disimpulkan bahwa data berat bayi bata data bayi 95. sav adalah normal.
- Slides: 12