Uji Normalitas Data dengan SPSS

1. 1
UJI NORMALITAS
KOLMOGOROV-SMIROV
ZSKEWNESS – ZKURTOSIS
ANALISIS GRAFIK
UJI ASUMSI KLASIK
Ade Fauji, SE., MM
2018

2. PENDAHULUAN
Uji Kolmogorov Smirnov adalah pengujian
normalitas yang banyak dipakai, terutama
setelah adanya banyak program statistik yang
beredar.
Kelebihan dari uji ini adalah sederhana dan
tidak menimbulkan perbedaan persepsi di
antara satu pengamat dengan pengamat
yang lain, yang sering terjadi pada uji
normalitas dengan menggunakan grafik
Ade Fauji, SE., MM 2018 Uji Normalitas Kolmogorov-Smirov

3. PENDAHULUAN
Uji Normalitas bertujuan untuk menguji apakah
dalam model regresi variabel pengganggu atau
residual memiliki distribusi normal.
Uji t dan F mengasumsikan bahwa nilai residual
mengikuti distribusi normal.
Jika asumsi tersebut dilanggar maka uji statistic
menjadi tidak valid untuk jumlah sampel kecil.
Terdapat 2 (dua) cara untuk mendeteksi apakah
residual berdistribusi normal atau tidak yaitu
dengan analysis grafik dan uji statistic.
Ade Fauji, SE., MM 2018 Uji Normalitas Kolmogorov-Smirov

4. KONSEP UJI KOLMOGOROV SMIRNOV
Pada Dasarnya uji normalitas Kolmogorov Smirnov
adalah membandingkan distribusi data (yang akan
diuji normalitasnya) dengan distribusi normal baku.
Distribusi normal baku adalah data yang telah
ditransformasikan ke dalam bentuk Z-Score dan
diasumsikan normal.
 Jadi sebenarnya uji Kolmogorov Smirnov adalah uji
beda antara data yang diuji normalitasnya dengan
data normal baku.
Ade Fauji, SE., MM 2018 Uji Normalitas Kolmogorov-Smirov

5. SIGNIFIKANSI UJI KOLMOGOROV-SMIROV
jika signifikansi di atas 0,05 maka berarti tidak terdapat
perbedaan yang signifikan antara data yang akan diuji
dengan data normal baku, Berarti data yang kita uji
normal tidak berbeda dengan normal baku
Jika kesimpulan kita memberikan hasil yang tidak
normal, maka kita tidak bisa menentukan transformasi
seperti apa yang harus kita gunakan untuk normalisasi.
 jika tidak normal, gunakan plot grafik untuk melihat
menceng ke kanan atau ke kiri. Atau menggunakan
Skewness dan Kurtosis sehingga dapat ditentukan
transformasi seperti apa yang paling tepat
dipergunakan.
Ade Fauji, SE., MM 2018 Uji Normalitas Kolmogorov-Smirov

6. UJI STATISTIK KS SPSS 25
 Diketahui dari 3 variabel (Gaya Kepemimpinan, Motivasi Kerja dan Kinerja
Karyawan) pada data view sebanyak 40 responden dan variabel view
Ade Fauji, SE., MM 2018 Uji Normalitas Kolmogorov-Smirov

7. LANGKAH ANALISIS DENGAN SPSS 25
 Langkah 1: Klik Analyze > Regression > Linear.
 Langkah 2: Masukan Variabel Kinerja Karyawan ke kolom
Dependent,,Variabel Gaya Kapemimpinan dan Motivasi Kerja
masukan pada kolom Block 1 of 1
Ade Fauji, SE., MM 2018 Uji Normalitas Kolmogorov-Smirov

8. LANGKAH ANALISIS DENGAN SPSS 25
 Langkah 3: klik Tombol Save, akan
muncul box dialog seperti dibawah
ini, lalu checklist Unstandardized
 Lalu klik continue dan klik ok
 Abaikan outputnya lihat pada
variabel baru pada data view muncul
RES_1.
Ade Fauji, SE., MM 2018 Uji Normalitas Kolmogorov-Smirov

9. LANGKAH UJI NORMALITAS - KS DI SPSS 25
Langkah 4: Klik Analyze > Nonparametric Test > Legacy Dialogs > 1 Sample K-S
Ade Fauji, SE., MM 2018 Uji Normalitas Kolmogorov-Smirov

10. LANGKAH UJI NORMALITAS DI SPSS 25
Langkah 5. Muncul kotak dialog One-Sample Kolmogrov-Smirov lalu
masukan variabel Unstandardized Res_1 di kolom Test Variabel List
Lalu klik ok
Ade Fauji, SE., MM 2018 Uji Normalitas Kolmogorov-Smirov

11. INTERPRETASI K-S TEST
 Diketahui nilai Asymp.Sig (2-tailed) sebesar 0.200 lebih besar dari 0.05.
 Maka dapat disimpulkan data berdistribusi normal
Ade Fauji, SE., MM 2018 Uji Normalitas Kolmogorov-Smirov

12. ANALISIS STATISTIK KURTOSIS DAN SKEWNESS
 Skewness menunjukkan seberapa menceng data kita, sementara Kurtosis
menunjukkan seberapa gemuk bentuk distribusi data kita.
 Data yang ideal (normal) adalah yang tidak menceng serta tidak terlalu
gemuk dan tidak terlalu kurus, oleh karenanya Skewness dan Kurtosisnya
nol.
 Zskewness dapat dihitung dari nilai Skewness / SE Skewness. Begitu pula
nilai Zkurtosis dapat dihitung dari nilai Kurtosis / SEKurtosis. Batas toleransi
Zskewness dan Zkurtosis yang masih dianggap normal adalah antara -
1,96 sd 1,96 (sering dibulatkan -2 sd 2)
 Formulasinya sbb :
ZSkewness = Skewness / sqrt (6/N)
ZKurtosis = Kurtosis / sqrt (24/N)
Ade Fauji, SE., MM 2018 Uji Normalitas Skewness & Kurtosis

13. UJI STATISTIK SKEWNESS & KUTOSIS SPSS 25
 Diketahui dari 3 variabel (Gaya Kepemimpinan, Motivasi Kerja dan Kinerja
Karyawan) pada data view sebanyak 40 responden dan variabel view
Ade Fauji, SE., MM 2018 Uji Normalitas Skewness & Kurtosis

14. LANGKAH ANALISIS DENGAN SPSS 25
 Langkah 1: Klik Analyze > Regression > Linear.
 Langkah 2: Masukan Variabel Kinerja Karyawan ke kolom Dependent,,Variabel Gaya
Kapemimpinan dan Motivasi Kerja masukan pada kolom Block 1 of 1
 Langkah 3: klik Save
Ade Fauji, SE., MM 2018 Uji Normalitas Skewness & Kurtosis

15. LANGKAH ANALISIS DENGAN SPSS 25
 Langkah 4: pada kotak Linear Regression Save klik Unstandardized, lalu klik Continue dan OK
 Langkah 5: kita sekarang sudah memiliki data residual RES_1
Ade Fauji, SE., MM 2018 Uji Normalitas Skewness & Kurtosis

16. LANGKAH ANALISIS DENGAN SPSS 25
 Langkah 6: Klik Analyze > Descriptive Statistics > Descriptives..
 Langkah 7: Unstandardized Residual pindahkan ke kotak Variable(s)
 Langkah 8: Klik Options
Ade Fauji, SE., MM 2018 Uji Normalitas Skewness & Kurtosis

17. LANGKAH ANALISIS DENGAN SPSS 25
 Langkah 9: Pada kotak Descriptives: Options checklist
Kurtosis dan Skewness lalu klik Continue dan OK
Ade Fauji, SE., MM 2018 Uji Normalitas Skewness & Kurtosis

18. OUTPUT SKEWNESS & KURTOSIS
 Zskewness dapat dihitung dari nilai Skewness / SE Skewness. Begitu pula
nilai Zkurtosis dapat dihitung dari nilai Kurtosis / SEKurtosis. Batas
toleransi Zskewness dan Zkurtosis yang masih dianggap normal adalah
antara -1,96 sd 1,96 (sering dibulatkan -2 sd 2).
 Dari output ZSkewness dan Zkurtosis berada di bawah nilai tabel dimana
nilai dari output tersebut -0,173 – 0,837. Jadi dapat disimpulkan bahwa
data residual berdistribusi normal, hal ini konsisten dengan uji grafik.
Ade Fauji, SE., MM 2018 Uji Normalitas Skewness & Kurtosis

19. ANALISIS GRAFIK UJI NORMALITAS
Salah satu cara termudah untuk melihat normalitas
residual adalah dengan melihat grafik histogram
yang membanding antara data observasi dengan
distribusi yang mendekati distribusi normal.
Distribusi normal akan membentuk satu garis lurus
diagonal, dan ploating data residual akan
dibandingkan dengan garis diagonal.
Jika distribusi data residual normal, maka garis yang
menggambarkan data sesungguhnya akan
mengikuti garis diagonalnya.
Ade Fauji, SE., MM 2018 Uji Normalitas Analisis Grafik

20.  Diketahui dari 3 variabel (Gaya Kepemimpinan, Motivasi Kerja dan Kinerja
Karyawan) pada data view sebanyak 40 responden dan variabel view
LANGKAH ANALISIS GRAFIK UJI NORMALITAS
Ade Fauji, SE., MM 2018 Uji Normalitas Analisis Grafik

21. LANGKAH ANALISIS GRAFIK DENGAN SPSS 25
 Langkah 1: Klik Analyze > Regression > Linear.
 Langkah 2: Masukan Variabel Kinerja Karyawan ke kolom Dependent,,Variabel
Gaya Kapemimpinan dan Motivasi Kerja masukan pada kolom Block 1 of 1
 Langkah 3: Klik Plots
Ade Fauji, SE., MM 2018 Uji Normalitas Analisis Grafik

22. LANGKAH ANALISIS GRAFIK DENGAN SPSS 25
 Langkah 4: Muncul Box dialog Linear Regression Plots
 Langkah 5: Ceklist Histogram dan Normal probability plot lalu klik
continue lalu OK
Ade Fauji, SE., MM 2018 Uji Normalitas Analisis Grafik

23. OUTPUT ANALISIS GRAFIK DENGAN SPSS 25
 Dengan melihat grafik histogram dan grafik normal plot dapat
disimpulkan bahwa garfik histogram, membentuk kurve normal dan
sebagian besar bar/batang berada di bawah kurve, maka variabel
berdistribusi normal. Dan P-P plot mengikuti garis fit line, maka variabel
berdistribusi normal.
Ade Fauji, SE., MM 2018 Uji Normalitas Analisis Grafik