Perbedaan Uji Normalitas Kolmogorov Smirnov Dan Shapiro Wilk

Normalitas Data

Cara Uji Normalitas SPSS Shapiro Wilk dan Kolmogorov Smirnov

Uji normalitas digunakan untuk mengetahui data yang akan dianalisis berdistribusi normal atau tidak. Secara fundamental, data yang berdistribusi normal dapat diketahui melalui bentuk histogram seperti lonceng. Terdapat banyak uji normalitas untuk mengetahui distribusi data. Berikut cara uji normalitas SPSS shapiro wilk dan kolmogorov smirnov.

A. Pengertian Uji Normalitas Shapiro Wilk

Uji Normalitas Shapiro Wilk adalah uji yang dilakukan untuk mengetahui sebaran data acak suatu sampel kecil. Dalam 2 seminar paper yang dilakukan Shapiro, Wilk tahun 1958 dan Shapiro, Wilk, Chen 1968 digunakan simulasi data yang tidak lebih dari 50 sampel. Sehingga disarankan untuk menggunakan uji shapiro wilk untuk sampel data kurang dari 50 sampel (N<50). Dalam pengujian, suatu data dikatakan berdistribusi normal apabila nilai signifikansi lebih dari 0.05 (sig. >0.05).

B. Pengertian Uji Normalitas Kolmogorov Smirnov

Uji Normalitas Kolmogorov Smirnov adalah uji yang dilakukan untuk mengetahui sebaran data acak dan spesifik pada suatu populasi (Chakravart, Laha, and Roy, 1967). Berdasarkan pengujian yang dilakukan National Institute of Standars and Technology, uji kolmogorov smirnov menghasilkan performa yang baik untuk ukuran data 20-1000. Namun dalam penelitian pada umumnya, pengujian kolmogorov smirnov masih digunakan untuk sampel data yang berukuran lebih dari 2000 sampel. Sehingga disarankan untuk menggunakan uji kolmogorov smirnov untuk data diatas 50 sampel (20≤N≤1000). Dalam pengujian, suatu data dikatakan berdistribusi normal apabila nilai signifikansi lebih dari 0.05 (sig. >0.05).

C. Cara Uji Normalitas SPSS beserta Grafiknya

Contoh: Melakukan Uji Normalitas keseluruhan data

Diketahui pada Data View berikut (menggunakan tampilan value labels) berisi data nilai ujian matematika dari 20 siswa suatu kelas.

Download Data

Password: www.advernesia.com

Dengan variabel pada data SPSS

Berikut langkah-langkah untuk melakukan uji normalitas pada SPSS,

Masukkan variabel dilakukan pengujian ke kolom Dependent List. Kita juga dapat memasukkan variabel ke Factor List untuk melakukan pengujian berdasarkan kriteria tertentu, misalnya uji normalitas data yang dibedakan berdasarkan jenis kelamin.

Catatan: Anda dapat memasukkan beberapa variabel sekaligus di Dependent List untuk menguji normalitas masing-masing variabel, misalnya uji normalitas 2 variabel atau 3 variabel.
- Boxplots: Untuk membuat Boxplot data
- Descriptive: Untuk melakukan analisis deskriptif serta membuat grafik Steam-and-leaf atau histogram (centang jika diperlukan)
- Normality plots with tests: untuk melakukan pengujian normalitas

D. Membaca Hasil Uji Normalitas SPSS

Untuk mempermudah membaca hasil analisis anda dapat menggunakan panel navigasi pada jendela output.

Hasil Pengujian Normalitas (Test of Normality)

Nilai signifikansi (p) pada uji kolmogorov-smirnov adalah 0.2 ( p > 0.05), sehingga berdasarkan uji normalitas kolomogorov-smirnov data berdistribusi normal.

Nilai signifikansi (p) pada uji shapiro-wilk adalah 0.853 ( p > 0.05), sehingga berdasarkan uji normalitas shapiro-wilk data berdistribusi normal.

Histogram Data

Terlihat bentuk histogram data hampir menyerupai lonceng.

Normal Q-Q Plot

Q-Q Plot baik digunakan dengan data N≥20 untuk melihat keragaman sebaran data univariat (1 variabel).

Baca juga tutorial lainnya: Daftar Isi Tutorial SPSS

Sekian artikel Cara Uji Normalitas SPSS Shapiro Wilk dan Kolmogorov Smirnov. Nantikan artikel menarik lainnya dan mohon kesediaannya untuk share dan juga menyukai Fans Page Advernesia. Terima kasih…