Cara Uji Normalitas SPSS Shapiro Wilk dan Kolmogorov Smirnov

56

Uji normalitas digunakan untuk mengetahui data yang akan dianalisis berdistribusi normal atau tidak. Pada dasarnya, data yang berdistribusi normal dapat diketahui melalui bentuk histogram seperti lonceng. Terdapat banyak uji normalitas untuk mengetahui distribusi data. Berikut cara uji normalitas SPSS shapiro wilk dan kolmogorov smirnov. Perlu diperhatikan pengujian normalitas terhadap data disesuaikan dengan spesifikasi metode yang digunakan serta jenis uji yang dilakukan.

Pengujian Shapiro Wilk dan Kolmogorov Smirnov umumnya digunakan untuk data univariat. Uji univariat akan menguji normalitas data tiap variabel pada data, dan menghasilkan hasil uji normalitas sebanyak variabel yang diujikan. Hasil uji juga dapat disesuaikan dengan pengelompokan data yang disesuaikan misalnya berdasarkan jenis kelamin, tingkatan pendidikan, dan lainnya. Untuk beberapa kasus data dengan banyak variabel dengan korelasi yang cukup atau dengan metode penelitian tertentu, mungkin sebaiknya menggunakan uji normalitas multivariat.

A. Pengertian Uji Normalitas Shapiro Wilk

Uji Normalitas Shapiro Wilk adalah uji yang dilakukan untuk mengetahui sebaran data acak suatu sampel kecil. Dalam 2 seminar paper yang dilakukan Shapiro, Wilk tahun 1958 dan Shapiro, Wilk, Chen 1968 digunakan simulasi data yang tidak lebih dari 50 sampel. Sehingga disarankan untuk menggunakan uji shapiro wilk untuk sampel data kurang dari 50 sampel (N<50). Dalam pengujian, suatu data dikatakan berdistribusi normal apabila nilai signifikansi lebih dari 0.05 (sig. >0.05).

B. Pengertian Uji Normalitas Kolmogorov Smirnov

Uji Normalitas Kolmogorov Smirnov adalah uji yang dilakukan untuk mengetahui sebaran data acak dan spesifik pada suatu populasi (Chakravart, Laha, and Roy, 1967). Berdasarkan pengujian yang dilakukan National Institute of Standars and Technology, uji kolmogorov smirnov menghasilkan performa yang baik untuk ukuran data 20-1000. Namun dalam penelitian pada umumnya, pengujian kolmogorov smirnov masih digunakan untuk sampel data yang berukuran lebih dari 2000 sampel. Sehingga disarankan untuk menggunakan uji kolmogorov smirnov untuk data di atas 50 sampel (20≤N≤1000). Dalam pengujian, suatu data dikatakan berdistribusi normal apabila nilai signifikansi lebih dari 0.05 (sig. >0.05).

C. Cara Uji Normalitas SPSS beserta Grafiknya

Contoh: Melakukan Uji Normalitas keseluruhan data

Diketahui pada Data View berikut (menggunakan tampilan value labels) berisi data nilai ujian matematika dari 20 siswa suatu kelas.

uji normalitas spss

Download Data - Kode: www.advernesia.com

Dengan variabel pada data SPSS

variabel data uji normalitas

Berikut langkah-langkah untuk melakukan uji normalitas pada SPSS,

  1. Klik Analyze > Descriptive Statistics > Explore...

    menu untuk uji normalitas spss

  2. Masukkan variabel yang dilakukan pengujian normalitas pada jendela Explore

    Masukkan variabel dilakukan pengujian ke kolom Dependent List. Kita juga dapat memasukkan variabel ke Factor List untuk melakukan pengujian berdasarkan kriteria tertentu, misalnya uji normalitas data yang dibedakan berdasarkan jenis kelamin.

    memilih variabel yang di uji normalitasnya

    Catatan: Anda dapat memasukkan beberapa variabel sekaligus di Dependent List untuk menguji normalitas masing-masing variabel, misalnya uji normalitas 2 variabel atau 3 variabel.

  3. Klik Plots.. pada jendela Explore dan centang Normality plot with tests

    konfigurasi uji normalitas

    • Boxplots: Untuk membuat Boxplot data
    • Descriptive: Untuk melakukan analisis deskriptif serta membuat grafik Steam-and-leaf atau histogram (centang jika diperlukan)
    • Normality plots with tests: untuk melakukan pengujian normalitas
  4. Klik Continue lalu klik OK
  5. Hasil pengujian ditampilkan pada jendela output

D. Membaca Hasil Uji Normalitas SPSS

Untuk mempermudah membaca hasil analisis anda dapat menggunakan panel navigasi pada jendela output.

Navigasi output

Hasil Pengujian Normalitas (Test of Normality)
Hasil pengujian normalitas

Nilai signifikansi (p) pada uji kolmogorov-smirnov adalah 0.2 ( p > 0.05), sehingga berdasarkan uji normalitas kolomogorov-smirnov data berdistribusi normal.

Nilai signifikansi (p) pada uji shapiro-wilk adalah 0.853 ( p > 0.05), sehingga berdasarkan uji normalitas shapiro-wilk data berdistribusi normal.

Histogram Data
Histogram data

Terlihat bentuk histogram data hampir menyerupai lonceng.

Normal Q-Q Plot

Q-Q Plot

Q-Q Plot baik digunakan dengan data N≥20 untuk melihat keragaman sebaran data univariat (1 variabel).

Baca juga tutorial lainnya: Daftar Isi Tutorial SPSS


Sekian artikel Cara Uji Normalitas SPSS Shapiro Wilk dan Kolmogorov Smirnov. Nantikan artikel menarik lainnya dan mohon kesediaannya untuk share dan juga menyukai Fans Page Advernesia. Terima kasih…

56 KOMENTAR

  1. hallo kak, ijin bertanya. jumlah sampel saya 24. saya sudah menggunakan kolmogorof smirnof dan hasilnya normal. saya membaca komen kakak diatas bahwa sampel 20≤N≤1000 masih dapat mengunakan uji kolmogorof smirnof. apakah kakak memiliki refensi yang menyatakan bahwa sampel 20≤N≤1000 masih dapat mengunakan uji kolmogorof smirnof? terimakasih sebelumnya kak. jawaban kakak akan sangat membantu saya

    • Hai kak Tim, merupakan saran dari saya 20≤N≤1000 berdasarkan
      https://www.itl.nist.gov/div898/handbook/eda/section3/eda35g.htm
      Ada juga tambahan untuk memperkuat, dari sikusi para peniliti di link berikut
      https://www.researchgate.net/post/How_do_we_know_which_test_to_apply_for_testing_normality
      Semoga membantu 🙂

  2. terimakasih sebelumnya untuk balasannya kak. saya ingin bertanya lagi, berdasarkan https://www.itl.nist.gov/div898/handbook/eda/section3/eda35g.htm
    yg telah saya baca ternyata laman tsb hanya memberikan contoh untuk ukuran sampel 20, namun tidak ada pernyataan secara gamblang bahwa uji kolmogorov smirnov dapat dilakukan untuk ukuran sampel 20≤N≤100. apakah ada penelitian/jurnal yang membahas hal ini secara gamblang ya kak? terimakasih 🙂

    • Hai kak Tim,
      Coba kakak gunakan buku asli dari https://books.google.co.id/books?id=t9gC0KzImSIC&dq=Chakravart,+Laha,+and+Roy,+1967+50+sample&hl=id
      Halaman 148
      Semoga membantu 🙂

  3. halo kak, mau tanya dong kalau yang kita uji itu hasilnya tidak normal apa yang harus dilakukan?

    • Data tidak normal disebabkan adanya pencilan data atau (outlier), cara termudah kita dapat menghapus outlier tersebut satu persatu lalu melakukan pengujian ulang.

      Namun, beberapa para ahli tidak setuju untuk melakukan penghilangan data. Maka, langkah yang dapat digunakan adalah melakukan transformasi data dengan logaritma natural (Ln) atau normalisasi

      Jika, masih belum bisa kedua langkah tersebut, dapat mengubah metode dari parametrik (memerlukan data normal) ke non-parametrik (tidak memerlukan data normal).

      Semoga dapat membantu kak Yolan 🙂

  4. Halo kak. Saya sedang melakukan penelitian mengenai hubungan x dengan y. Kebetulan sample saya 152 dan uji hipotesisnya menggunakan product moment. Baiknya saya menggunakan uji normalitas apa ya kak?

    • Hai kak Rara, menurut saya kolmogorov smirnov kak
      Semoga membantu 🙂

    • Hai Kak Delina, kesimpulannya data tersebut berdistribusi normal
      Artinya sebaran data berbentuk normal, dalam artian pencilan data tidak terlalu keras atau tidak ada pencilan
      Semoga membantu 🙂

  5. Om saya mau tanya...saya sdg meneliti pengaruh perubahan lahan terhadap tingkat ketahanan pangan melalui regresi linier sederhana...dengan sampel sebanyak 80...setelah saya lakukan pengujian hasilnya dengan SPSS pada kolmogorof smirnof nilainya 0,2 (normal) sedangkan pada shapiro wilk nilainya 0,03 (tidak normal).. jadi menurut om data saya ini berdistribusi normal atau tidak ya?

    • Hai OM HERI RAHMANTO dilihat dari pengujian kolmogorov 0,2 ini oke, tapi saphiro wilk 0,03 tidak memenuhi syarat normal.
      Berhubung data Om lebih dari 50, menurut saya uji kolmogorov lebih relevan dengan jumlah datanya.
      Jadi menurut saya datanya normal
      Semoga membantu 🙂

  6. Ka mau tanya, ketika saya langsung memasukkan 2 variabel x dan y di dependent list itu hasilnya yg variabel x tdk normal dan yg variabel y normal. Lalu apakah saya bisa ambil kesimpulan bahwa data saya normal?

    • Hai, Kak Ulfa
      Menurut saya tidak bisa dikatakan normal secara uji normalitas univariat,
      Saya sarankan menggunakan metode pengujian yang lebih mutakhir yaitu uji normalitas multivariat
      Semoga membantu 🙂

1 2

AYO BERKOMENTAR

Tulis komentar
Masukkan nama Anda