2. Cara Uji Normal Probability Plot dalam Model
Regresi dengan SPSS | Sesuai namanya, uji
normalitas dilakukan untuk mengetahui apakah
sebuah data dapat dikatakan berdistribusi normal
atau tidak. Kenormalan distribusi sebuah data
merupakan suatu keharusan yang mesti terpenuhi
ketika kita hendak melakukan analisis statistik
parametrik (dalam hal ini adalah analisis regresi
linear sederhana maupun berganda).
3. Add your company Add your website
Untuk mendeteksi kenormalan nilai residual ini, dapat
dilakukan dengan cara melihat titik-titik ploting dari hasil
output SPSS dan melihat apakah titik-titik ploting tersebut
berada disekitar garis diagonalnya atau tidak. Sementara
itu, jika didapati bahwa nilai residual tidak berdistribusi
normal, maka perlu dilakukan transformasi data yakni
merubah data ke dalam bentuk lain, misal ke bentuk Ln
atau logaritma natural. Atau jika dengan cara transformasi
data tersebut ternyata nilai residual masih tidak
berdistribusi normal maka solusinya adalah dengan
melakukan outlier atau pemotongan (pemangkasan) data
ekstrim, sehingga nilai residual dalam model regresi dapat
berdistribusi normal. Dengan demikian, maka artinya uji
normalitas residual merupakan uji yang sangat penting
dilakukan sebelum kita menggunakan analisis regresi
linear sederhana maupun berganda untuk pengujian
hipotesis penelitian.
Uji normalitas merupakan bagian dari uji asumsi
klasik (uji persyaratan) dalam analisis regresi. Uji
normal probability plot atau ada pula yang
menyebutnya dengan nama uji P P-Plot
merupakan salah satu alternatif yang cukup efektif
untuk mendeteksi apakah model regresi yang
akan di analisis dalam sebuah penelitian
berdistribusi normal atau tidak. Teknik dalam uji
normalitas ini, dilakukan pada nilai residual dalam
model regresi dan bukan untuk masing-masing
data variabel penelitian. Model regresi yang baik
seharusnya memiliki nilai residual yang normal.
4. Pedoman Pengambilan Keputusan dalam Uji Normal Probability Plot
Seperti yang sudah di paparkan pada penjelasan di atas, bahwa untuk melihat kenormalan dari nilai residual ini, maka
kita dapat berpedoman pada titik-titik ploting yang terdapat dalam hasil output SPSS. Adapun ketentuannya adalah
sebagai berikut.
1. Jika titik-titik atau data berada di dekat atau mengikuti garis diagonalnya maka dapat dikatakan bahwa nilai
residual berdistribusi normal.
2. Sementara itu, jika titik-titik menjauh atau tersebar dan tidak mengikuti garis diagonal maka hal ini menunjukkan
bahwa nilai residual tidak berdistribusi normal (Imam Ghozali, 2011: 160-161).
5. Add your company Add your website
Contoh Kasus Uji Normal Probability Plot
dalam Penelitian
Sebagai contoh, kita mempunyai judul
penelitian dengan model regresi
pengaruh Motivasi Belajar terhadap
Prestasi Belajar. Dari judul penelitian di
atas, maka diketahui bahwa yang menjadi
variabel independent (X) adalah motivasi
belajar. Sementara variabel dependent (Y)
adalah prestasi belajar. Sebelum kita
dapat menggunakan analisis regresi linear
sederhana dalam pengujian hipotesis dari
judul penelitian tersebut. Sebelumnya kita
harus melakukan uji asumsi klasik
mencakup uji normalitas, uji linearitas dan
uji heteroskedastisitas
Uji asumsi klasik yang pertama yakni
normalitas. Oleh karena itu perlu
mendeteksi apakah nilai residual dalam
model regresi dalam penelitian ini
berdistribusi normal atau tidak. Adapun
data penelitian yang akan kita uji
normalitas dengan teknik probability plot
adalah sebagai berikut.
6. Cara Melakukan Uji Normalitas Kolmogorov-Smirnov dengan
SPSS |
Selamat pagi, berjumpa lagi dengan blog SPSS Indonesia yaitu
blog panduan analisis data dengan program SPSS. Sekedar
mengingatkan bahwa setelah kita mampu mempraktekkan uji
validitas product moment dan uji reliabilitas alpha cronbach’s
terhadap angket atau kuesioner penelitian, kini saatnya kita
berlatih lagi ketingkatan uji persyaratan atau uji asumsi analisis
data yakni uji normalitas.
Jika dilihat dari kata dasarnya “normal” pasti anda sudah
mempunyai gambaran seperti apakah kegunaan uji normalitas
itu? Ya benar sekali, uji normalitas bertujuan untuk menguji
apakah data yang digunakan dalam penelitian berdistribusi yang
normal atau tidak.
7. Uji normalitas merupakan salah satu bagian dari uji persyaratan
analisis data atau uji asumsi klasik, artinya sebelum kita
melakukan analisis statistik untuk uji hipotesis dalam hal ini
adalah analisis regresi, maka data penelitian tersebut harus di uji
kernormalan distribusinya. Tentunya kita juga sudah tahu, kalau
data yang baik itu adalah data yang berdistribusi normal.
8. Add your company Add your website
Dasar Pengambilan Keputusan dalam Uji
Normalitas K-S
1. Jika nilai signifikansi (Sig.) lebih besar dari 0,05 maka data
penelitian berdistribusi normal.
2.Sebaliknya, jika nilai signifikansi (Sig.) lebih kecil dari 0,05
maka data penelitian tidak berdistribusi normal.
9. Cara Uji Normalitas Shapiro-Wilk dengan SPSS Lengkap |
Uji normalitas bertujuan untuk mengetahui apakah sebuah data
penelitian berdistribusi normal atau tidak. Dalam analisis statistik
paramertik, data berdistribusi normal adalah suatu keharusan
sekaligus merupakan syarat mutlak yang harus terpenuhi. Adapun
jika di dapati data tidak berdistribusi normal, maka pengujian
hipotesis penelitian dilakukan dengan menggunakan pendekatan
analisis statistik non parametrik.
10. Salah satu cara untuk mendeteksi kenormalan sebuah
data dapat dilakukan dengan teknik shapiro wilk. Uji
shapiro wilk pada umumnya dipakai untuk sampel yang
jumlahnya kecil (kurang dari 50 data). Sementara, untuk
jumlah sampel besar (lebih dari 50 data) maka uji
normalitas menggunakan teknik kolmogorov smirnov.
11. Add your company Add your website
Cara Melakukan Uji Normalitas Shapiro-Wilk dengan SPSS
1. Buka lembar kerja SPSS, lalu klik Variable View. Pada bagian ini, kita akan mengisi properti variabel
dengan ketentuan sebagaimana gambar berikut ini.
Cara Uji Normalitas Shapiro-Wilk dengan SPSS Lengkap
Properti variabel pertama “Hasil Belajar”, maka isikan:
Name tuliskan Hasil
Type pilih Numeric
Width pilih 8
Decimals pilih 1(karena data hasil belajar berupa angka pecahan desimal)
Label ketikan Hasil Belajar
Value pilih None
Missing pilih None
Columns pilih 8
Align pilih Right
Measure pilih Scale
Role pilih Input
12. Add your company Add your website
Properti variabel kedua “Kelompok”, maka isikan:
Name tuliskan Kelompok
Type pilih Numeric
Width pilih 8
Decimals pilih 0
Label ketikan Kelompok
Klik kolom None pada “Values” hingga muncul kotak
dialog “Value Label", pada kotak Value isikan 1 dan pada
kotak Label isikan Kelompok A, lalu klik Add. Tampak
dilayar.
Cara Uji Normalitas Shapiro-Wilk dengan SPSS Lengkap
Kemudian, isi kembali pada kotak Value dengan angka 2
dan pada kotak Label tuliskan Kelompok B, lalu klik Add.
Tampak di layar
Cara Uji Normalitas Shapiro-Wilk dengan SPSS Lengkap
Jika sudah benar selanjutnya klik Ok
Missing pilih None
Columns pilih 8
Align pilih Right
Measure pilih Nominal
Role pilih Input
Jika proses mengisi properti variabel sudah dilakukan
dengan benar, maka tampilan Variable View di SPSS akan
tampak seperti gambar berikut ini.
13. Add your company Add your website
2. Setelah itu, klik Data View, selanjutnya
untuk variabel “Hasil” isikan dengan nilai
hasil belajar siswa kelompok A lalu di ikuti
kelompok B, kemudian untuk variabel
“Kelompok” isikan kode kelompok A (1) di
ikuti di bawahnya kode kelompok B (2).
Tampak di layar.
3. Selanjutnya, dari menu SPSS, klik Analyze –
Descriptive Statistics .
4. Maka muncul kotak dialog “Explore”
masukkan variabel Hasil Belajar ke kotak
Dependent List, lalu masukkan variabel
Kelompok ke kotak Factor List, pada bagian
"Display" pilih Both, selanjutnya klik Plots…
14. Add your company Add your website
Input text
Input text
5. Maka akan mucul kotak dialog “Explore: Plots”, dari serangkaian pilihan yang ada, berikan tanda centang (v) pada
Normality plots with tests, lalu klik Continue. Tampak di layar.
Cara Uji Normalitas Shapiro-Wilk dengan SPSS Lengkap
6. Langkah terakhir klik Ok. Maka akan muncul output SPSS. Untuk uji normalitas menggunakan teknik shapiro wilk
kita cukup memperhatikan pada tabel output “Test of Normality”