Cara Uji Normalitas Spss

Secara teori uji normalitas atau biasa disebut uji normalitas residual adalah pengujian yang dilakukan untuk mengetahui apakah residual data berdistribusi normal atau tidak. Uji normalitas tersebut digunakan sebagai pra syarat atau uji asumsi klasik pada analisis regresi linear baik itu regresi linear sederhana maupun regresi linear berganda.

Model regresi tersebut dinilai baik apabila nilai residual yang terdistribusi masuk dalam kategori normal, begitu juga sebaliknya. Pada umumnya terdapat beberapa metode uji normalitas yang bisa digunakan salah satunya yang cukup populer adalah uji normalitas Kolmogorov-Smirnov.

Bagi yang penasaran bagaimana cara melakukan uji normalitas dengan memanfaatkan aplikasi SPSS dan menggunakan metode Kolmogorov-Smirnov maka kita bisa simak pembahasan artikel berikut!

Cara Uji Normalitas Spss dan Contohnya

  1. Siapkan data yang akan diuji normalitasnya, misal data dari file ms excel mengenai gaji karyawan dengan 2 variable yakni variable Gaji atau X, dan variabel Tunjangan atau Y,
    contoh data normalitas di excel
  2. Buka aplikasi SPSS yang sudah diinstall di laptop atau di komputer,
  3. Masuklah ke dalam tampilan Variable View dengan cara klik Variable View yang ada di bawah jendela aplikasi SPSS,
  4. Ketikkan variabel pertama atau variable Independen yakni X pada kolom Name yang pertama,
  5. Ketikkan variabel kedua atau variable Dependen yakni Y pada kolom Name berikutnya,
  6. Isikan label variabel X tersebut, yakni Gaji. Label berfungsi untuk memberikan keterangan pada variabel,
  7. Isikan label variabel Y yakni Tunjangan,
  8. Ubah juga pada bagian Decimals menjadi angka 0 agar angka variabel tidak menampikan angka 0 dibelakang koma,
  9. Atur measure variabel X dan variabel Y dengan memilih measure Scale karena berupa data rasio atau data berupa angka,
  10. Masuklah ke tampilan Data view aplikasi SPSS dengan cara klik Data View yang ada di bawah. Setelah itu akan muncul dua variabel yang telah kita input yakni variabel X dan Y,
  11. Copy isi data yang akan diuji normalitasnya dari file ms excel tersebut,
  12. Paste-kan data yang telah dicopy tersebut ke dalam lembar kerja SPSS, tepatnya pada tampilan Data View,
  13. Pilih menu Analyze,
  14. Arahkan kursor di bagian menu Regression,
  15. Pilih Linear, setelah itu jendela Linear Regression akan terbuka,
  16. Masukkan variabel Gaji (X) atau variable independen pada kotak Independents, caranya klik Gaji (X),
  17. Klik tanda panah mengarah ke kanan yang ada di kolom Indepedents,
  18. Masukkan variabel Tunjangan (Y) atau variabel dependen pada kotak Dependent dengan cara klik Tunjangan (Y),
  19. Klik tanda panah mengarah ke kanan pada kolom Dependent untuk memasukkannya,
    menu linear regression di spss
  20. Klik tombol Save…,
  21. Centang opsi Unstandardized pada bagian Residuals,
  22. Klik Continue,
  23. Klik OK, setelah itu akan muncul data output dan muncul variable baru bernama RES_1 atau variabel residual pada Data View. Variabel tersebutlah yang akan digunakan untuk uji normalitass,
  24. Abaikan data output yang muncul,
  25. Klik menu Analyze,
  26. Arahkan kursor di bagian Nonparametric Tests, lalu pilih Legacy Dialogs,
  27. Klik di bagian 1-Sample K-S, kemudian akan muncul tampilan One-Sample Kolmogorov-Smirnov Test,
  28. Klik variable baru tadi yang bertuliskan Unstandardized Res..,
  29. Klik tanda panah mengarah ke kanan untuk memasukkannya pada kotak Test Variable List,
  30. Pastikan sudah tercentang opsi Normal di bagian Test Distribution,
  31. Klik OK, maka akan muncul output berupa One-Sample Kolmogorov-Smirnov Test,
    tampilan hasil tes normalitas di spss
  32. Perhatikan nilai pada baris Asymp. Sig (2-tailed), dari situ kita bisa menyimpulkan hasil uji normalitas sesuai dengan pedoman yang berlaku.

Bagi yang belum tahu pedoman pengambilan keputusan untuk uji normalitas residual dikategorikan menjadi dua macam.

Di mana apabila data nilai ASymp Sig tersebut lebih besar dari 0,05 maka nilai residual data berdistribusi normal.

Sebaliknya bila nilai ASymp Sig lebih kecil dari 0,05 maka nilai residual data tersebut berdistribusi tidak normal.

Pada data contoh di atas nilai ASymp Sig yang didapatkan adalah 0,734 yang berarti lebih besar dari 0,05. Dengan begitu dapat disimpulkan bahwa nilai residual data tersebut berdistribusi normal. Baca juga: Cara Download Spss.

Penutup

Aplikasi SPSS tentu sangat bisa diandalkan untuk melakukan uji normalitas pada sebuah data terutama jika menggunakan metode Kolmogorov-Smirnov.

Setelah mengetahui hasil uji normalitas kita baik itu sebagai mahasiswa maupun para peneliti bisa langsung memasukkannya ke dalam laporan penelitian kita.

Adi Wirawan
Menyukai dunia fotografi dan teknologi. Pernah belajar teknik komputer dan jaringan.

Kirim Komentar