Uji normalitas data adalah hal yang lazim dilakukan sebelum sebuah metode statistik. Tujuan uji normalitas adalah untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal, yakni distribusi data yang mempunyai pola seperti distribusi normal (distribusi tersebut tidak melenceng ke kiri maupun ke kanan)
Misalkan dalam sebuah penelitian pendidikan ingin diketahui apakah data dalam penelitian tersebut tersebut berdistribusi normal, langkah-langkahnya:
1. Buka lembar kerja SPSS
2. Buat semua keterangan variabel di Variable view seperti pada gambar berikut:
3. Klik Data view dan masukkan semua data sehingga tampak hasilnya sebagai berikut:
4. Lakukan analisis dengan cara: pilih menu Analize, kemudian sub menu Nonarametrics Test. Dari serangkaian pilihan yang ada, pilih 1-Sample K-S, akan muncul kotak dialog sebagai berikut:
5. Pindahkan semua variable ke kotak Test Variable List dengan cara menandai semua variabel, kemudian menekan tanda >
6. Klik Options sehingga muncul kotak dialog sebagai berikut, kemudian centang Descriptive lalu klik Continue
7. Klik OK sehingga akan muncul Output sebagai berikut:
Cara Membaca Ouput pada Uji Normalitas:
1. Deskripsi
Dari data di atas dapat dilihat bahwa jumlah semua data adalah 28 siswa yaitu pada kolom N, rata-rata dapat dilihat ada kolom Mean, standar deviasi pada kolom Std. Deviation, nilai maksimum dan minimum pada komom Maximum dan Minimum.
2. Kolmogorov Smirnov
*Analisis
Ho: Populasi berdistribusi normal
Ha : Populasi tidak berdistribusi normal
*Dasar pengambilan keputusan adalah berdasarkan probabilitas
Jika nilai probabilitas > 0,05 maka Ho diterima
Jika nilai probabilitas <= 0,05 maka Ho ditolak
*Keputusan
a. Prestasi Belajar: Terlihat bahwa pada kolom signifan (Asymp. Sig (2-taild)) adalah 0.117 atau probabilitas lebih dari 0.05 maka Ho diterima berarti populasi berdistribusi normal.
b. Kecemasan Matematika: Terlihat bahwa pada kolom signifan (Asymp. Sig (2-taild)) adalah 0.911 atau probabilitas lebih dari 0.05 maka Ho diterima berarti populasi berdistribusi normal.
c. Bimbingan Orang Tua : Terlihat bahwa pada kolom signifan (Asymp. Sig (2-taild)) adalah 0.992 atau probabilitas lebih dari 0.05 maka Ho diterima berarti populasi berdistribusi normal
5. Pindahkan semua variable ke kotak Test Variable List dengan cara menandai semua variabel, kemudian menekan tanda >
6. Klik Options sehingga muncul kotak dialog sebagai berikut, kemudian centang Descriptive lalu klik Continue
7. Klik OK sehingga akan muncul Output sebagai berikut:
Cara Membaca Ouput pada Uji Normalitas:
1. Deskripsi
Dari data di atas dapat dilihat bahwa jumlah semua data adalah 28 siswa yaitu pada kolom N, rata-rata dapat dilihat ada kolom Mean, standar deviasi pada kolom Std. Deviation, nilai maksimum dan minimum pada komom Maximum dan Minimum.
2. Kolmogorov Smirnov
*Analisis
Ho: Populasi berdistribusi normal
Ha : Populasi tidak berdistribusi normal
*Dasar pengambilan keputusan adalah berdasarkan probabilitas
Jika nilai probabilitas > 0,05 maka Ho diterima
Jika nilai probabilitas <= 0,05 maka Ho ditolak
*Keputusan
a. Prestasi Belajar: Terlihat bahwa pada kolom signifan (Asymp. Sig (2-taild)) adalah 0.117 atau probabilitas lebih dari 0.05 maka Ho diterima berarti populasi berdistribusi normal.
b. Kecemasan Matematika: Terlihat bahwa pada kolom signifan (Asymp. Sig (2-taild)) adalah 0.911 atau probabilitas lebih dari 0.05 maka Ho diterima berarti populasi berdistribusi normal.
c. Bimbingan Orang Tua : Terlihat bahwa pada kolom signifan (Asymp. Sig (2-taild)) adalah 0.992 atau probabilitas lebih dari 0.05 maka Ho diterima berarti populasi berdistribusi normal
0 Comments