Uji Normalitas

Uji normalitas merupakan uji asumsi dasar yang dilakukan oleh peneliti sebagai prasyarat melakukan uji statistika parametrik. Uji normalitas digunakan untuk mengetahui apakah populasi data berdistribusi normal atau tidak. Jika analisis menggunakan metode parametrik maka persyaratan normalitas harus terpenuhi. Jika data tidak berdistribusi normal atau jumlah sampel sedikit, atau jenis data nominal atau ordinal maka metode yang digunakan adalah statistik non parametrik. Uji normalitas data dapat menggunakan uji Kolmogorov Smirnov atau distribusi Chi-Kuadrat (𝛘²).

Uji Kolmogorov Smirnov

            Uji 1 sampel kolmogorov-Smirnov digunakan untuk mengetahui apakah distribusi nilai-nilai sampel yang teramati sesuai dengan distribusi teoritis (normal, uniform, poisson, eksponensial). Uji Kolmogorov-Smirnov beranggapan bahwa distribusi variabel yang sedang diuji bersifat kontinu dan pengambilan sampel secara acak sederhana. Dengan demikian uji ini hanya dapat digunakan, apabila variabel diukur paling sedikit dalam skala ordinal.

Uji keselarasan Kolmogorov–Smirnov dapat diterapkan pada  2 keadaan:

a.   Menguji apakah suatu sampel mengikuti suatu bentuk distribusi populasi teoritis 

b.  Menguji apakah dua buah sampel berasal dari dua populasi yang identik. 

Contoh .

Diketahui data hasil tes matematika bagi anak sekolah dasar di Sekolah Harapan Bunda.

Pengujian Normalitas dengan SPSS

1.         Bukalah SPSS, kemudian masukanlah data berat badan pada contoh soal 6.2.

2.         Klik Analyze à Descriptive Statisticà explore, masukan nilai tes matematika ke dalam Dependent List.

 3.      Klik Plots, akan muncul sebuah layar baru, ceklist Normality Plots With Test, klik juga histogram untuk menampilkan grafik kurva normal lalu continue.

 4.   Kita juga dapat melihat data pencilan (outliers) dan mengatur taraf Kepercayaan dengan mengklik tombol statistics.

 5.         Setelah itu klik continue, dan OK untuk melihat hasilnya.

         Hasil Output SPSS :

Interpretasi :

Ø  Dari hasil diatas dapat kita lihat pada kolom Kolmogorov Smirnov dan dapat diketahui bahwa nilai signifikansi untuk data tes matematika sebesar  0,120 dimana lebih besar dari 0,05 maka dapat disimpulkan bahwa data tersebut berdistribusi normal. Akan tetapi dengan uji Shapiro Wilk diperoleh nilai sig. Sebesar 0.29 dimana lebih besar kecil 0.05, sehingga apabila kita menggunakan uji Shapiro Wilk (uji Shapiro Wilk muncul karena data yang kita msukkan kurang dari 50), hasilnya tidak normal, hal ini dimungkinkan terjadi karena perbedaan rumus dan prinsip yang digunakan, silahkan memilih rumus yang paling sesuai kebutuhan, keputusan yang paling baik apabila uji Kolmogorov Smirnov dan Shapiro Wilk menunjukan bahwa data tersebut berdistribusi normal.