Mengenal Uji Normalitas dan Jenisnya yang Sering Digunakan dalam Penelitian

Reporter : Novi Hardita Larasati
Kamis, 9 Juli 2020 11:32

Uji normalitas adalah salah satu bagian dari uji persyaratan analisis data.

Uji normalitas adalah uji yang didapatkan dari sebaran data untuk mengetahui apakah data tersebut memiliki berdistribusi normal atau mendekati normal.

Sedangkan menurut Saeful dan Bahruddin (2014:113), uji normalitas adalah uji untuk mengetahui normal atau tidaknya suatu distribusi data yang nantinya akan berkaitan dengan pemilihan uji statistik.

Sehingga untuk mengetahui uji normalitas adalah kamu bisa menggunakan beberapa cara, diantaranya p-plot, kolmogrov, lilliefors, dan chi square.

Nah, supaya kamu lebih paham tentang uji normalitas, langsung saja simak ulasan berikut ini yang telah dilansir dari berbagai sumber.

1 dari 4 halaman

Uji Normalitas Kolmogrov Smirnov

Uji Normalitas © unsplash.com/@lukechesser

Saat ini banyak sekali teknik pengujian normalitas suatu distribusi data yang dikembangkan oleh para ahli. Sehingga salah satunya ialah uji normalitas kolmogrov smirnov.

Uji normalitas kolmogrov smirnov merupakan pengujian normalitas yang banyak dipakai oleh peneliti, terutama setelah banyak adanya program statistik yang beredar.

Konsep dasar dari uji normalitas adalah dengan membandingkan distribusi data yang akan diuji dengan distribusi normal baku. Singkatnya, uji ini untuk membedakan antara data yang diuji normalitasnya dengan data normal baku.

Adapun syarat dari uji normalitas adalah data berskala kuantitatif, serta belum dikelompokkan pada tabel distribusi frekuensi.

2 dari 4 halaman

Uji Normalitas Data

Uji Normalitas © shutterstock.com/SmartPhotoLab

Seperti yang diketahui uji normalitas adalah uji yang digunakan untuk mengetahui populasi data berdistribusi normal atau tidak, serta mengukur data berskala ordinal, interval, maupun rasio.

Sehingga untuk analisis uji normalitas data adalah data harus berasal dari distribusi yang normal. Sebab kalau tidak berdistribusi normal, maka metode yang digunakan adalah statistik non parametrik.

Selain itu jenis distribusi data bisa ditentukan dari karakteristik data itu sendiri, serta bisa juga dilakukan dengan pengujian apakah data tersebut memiliki kecenderungan terhadap suatu distribusi (salah satunya distribusi normal).

Tak hanya digunakan sebagai menguji data, namun kegunaan uji normalitas adalah biasanya dilakukan untuk sebagai persyaratan atas sebuah metode tertentu, misalnya dalam regresi linier guna salah satu persyaratan asumsi klasik.

3 dari 4 halaman

Uji Normalitas SPSS

Uji Normalitas © shutterstock.com/tadamichi

Pada dasarnya uji normalitas adalah suatu distribusi yang menunjukkan sebaran data yang seimbang. Kalau digambarkan dengan histrogram, akan menyerupai bentuk lonceng.

Untuk itu, kali ini kita akan lebih fokus kepada pembahasan uji normalitas SPSS. Nah, buat kamu yang belum paham tentang uji normalitas dan cara ujinya, simak ulasan berikut ya.

Untuk uji normalitas SPSS, kamu bisa melakukannya dengan uji shapiro wilk atau lilliefors, kolmogorov smirnov, serta metode grafik.

4 dari 4 halaman

Adapun cara untuk uji normalitas adalah sebagai berikut:

1. Analyze – descriptive statistics – explore
2. Masukkan variabel agresivitas ke dependent list
3. Klik plot, lalu centang histogram dan normality plots with test
4. Klik continue, lalu OK

Perlu diingat, kalau kamu melakukan uji normalitas adalah dengan SPSS versi 22 ke atas, hasilnya akan sama saja. Namun jika menggunakan SPSS versi lama (20 ke bawah), maka akan ada perbedaan.

Sebab, analisis melalui menu nonparametric test di SPSS versi lama hasilnya belum dilakukan koreksi Lilliefors. Sehingga sebenarnya kurang tepat kalau kamu menguji normalitas dengan SPSS versi lama melalui menu nonparametric test.

Intinya, uji normalitas adalah sebaran data yang menyebar merata dan polanya tidak kekiri maupun kekanan.