Pusing untuk menentukan cara uji normalitas SPSS? Mengingat, uji normalitas data jadi langkah penting dalam analisis data telah terdistribusi normal. Sebab, distribusi (sebaran) normal pada data itu penting untuk memenuhi asumsi beragam metode statistik, seperti uji T, ANOVA, dan regresi linier.
Nah, ikuti artikel ini hingga akhir. Sebab, pada artikel ini, akan menjelaskan secara lengkap dan praktis cara menguji normalitas data dengan SPSS. Selain itu, juga akan membahas interpretasi hasil uji normalitas dan tips praktis untuk membantu Anda dalam proses analisis data.
Cara Uji Normalitas SPSS.
Tanpa pengujian normalitas, hasil analisis data yang Anda peroleh mungkin tidak akurat dan menyesatkan. Oleh karena itu, dalam cara uji normalitas SPSS penting untuk melakukan uji normalitas sebelum melakukan analisis data lebih lanjut. Oleh karena itu, simak hingga akhir agar tahu bagaimana caranya.
- Buka program SPSS.
- Gulir ke File > Open > setelah itu gulir ke file data Anda.
- Jika sudah, maka pastikan data Anda terstruktur dalam kolom dan baris.
- Pada menu Analyze, gulir ke Descriptive Statistics dan kemudian Explore.
- Setelah itu, jendela Explore akan terbuka.
- Kemudian, pada kolom Dependent List, gulir ke variabel yang ingin Anda uji normalitasnya.
- Kemudian, pencet tombol > untuk memindahkan variabel ke kolom Dependent List.
- Pada kotak Plots, centang kotak Normality plots with tests.
- Nah, di sini akan menampilkan grafik normalitas dan nilai signifikansi untuk uji normalitas.
- Jika sudah, gulir ke tombol Continue untuk melihat pengaturan plot.
- Kemudian, pada jendela Plot Options, Anda dapat memilih jenis grafik normalitas yang ingin Anda tampilkan.
- Klik OK untuk menjalankan uji normalitas.
- Hasil uji normalitas akan ditampilkan di jendela output.
- Selain itu, perhatikan pula nilai signifikansi untuk each test. Jika nilai p > 0.05 itu menunjukkan data tersebar normal. Sedangkan jika p < 0.05 itu artinya data tidak tersebar normal.
Interpretasi Hasil Uji Normalitas.
Setelah melakukan cara uji normalitas SPSS, Anda akan memperoleh hasil yang menunjukkan apakah data Anda tersebar normal atau tidak. Nah, berikut adalah cara menginterpretasikan hasil tersebut.
- Nilai Signifikansi
Nilai signifikansi (p-value) ialah probabilitas memperoleh hasil yang sama atau lebih ekstrim dari data Anda jika data tersebut benar-benar tersebar normal.
Untuk p > 0.05 itu berarti bahwa data Anda tidak cukup bukti untuk menyimpulkan bahwa data tidak tersebar normal. Dengan kata lain, data Anda dapat diasumsikan tersebar normal. Sedangkan untuk p < 0.05 menunjukkan bahwa data Anda punya bukti yang cukup untuk menyimpulkan bahwa data tidak tersebar normal.
- Grafik Normalitas.
Pada grafik normalitas menunjukkan sebaran data Anda. Nah, jika data Anda terdistribusi normal, maka titik-titik pada grafik akan mengikuti garis diagonal. Sedangkan ketika data Anda tidak terdistribusi normal, maka titik-titik pada grafik akan menyimpang dari garis diagonal.
- Jenis Uji Normalitas.
Ada beberapa jenis uji normalitas yang SPSS sediakan, dan kesemuanya punya kelebihan dan kekurangannya masing-masing. Misalnya mau pakai cara uji normalitas manual atau pakai tools seperti berikut ini.
- Uji normalitas Kolmogorov-Smirnov.
- Cara uji normalitas Shapiro Wilk.
- Uji Liliefors.
Sebagai catatan, pertimbangkan visualisasi data seperti histogram dan Q-Q plot untuk membantu interpretasi hasil. Kemudian, dalam cara uji normalitas SPSS ini, jika Anda tidak yakin dengan interpretasi hasil, sebaiknya konsultasikan dengan ahli statistik untuk hasil yang lebih valid.
