Uji Normalitas Kolmogorov-Smirnov dengan SPSS

Cara Melakukan Uji Normalitas Kolmogorov-Smirnov dengan SPSS | Selamat malam, jumpa lagi dengan blog SPSS Indonesia. Sekedar mengingatkan bahwa setelah sobat mampu mempraktekkan Uji Validitas dan Uji Reliabilitas terhadap angket penelitian, kini saatnya kita berlatih lagi ketingkatan uji prasayarat analisis data yakni uji normalitas.

Jika dilihat dari kata dasarnya “normal” pasti sobat sudah mempuyai gambaran seperti apakah kegunaan uji normalitas itu? Yaa benar sekali, uji normalitas bertujuan untuk menguji apakah data penelitian yang dilakukan memiliki distribusi yang normal atau tidak.

Uji normalitas merupakan salah satu bagian dari uji persyaratan analisis data atau uji asumsi klasik, artinya sebelum kita melakukan analisis yang sesugguhnya, data penelitian tersebut harus di uji kernormalan distribusinya. Tentun sobat juga sudah tahu, kalau data yang baik itu adalah data yang normal dalam pendistribusiannya.

Dasar pengambilan keputusan dalam uji normalitas yakni : jika nilai signifikansi lebih besar dari 0,05 maka data tersebut berdistribusi normal. Sebaliknya, jika nilai signifikansi lebih lebih dari 0,05 maka data tersebut tidak berdistribusi normal.
Sudah cukup jelas bukan penjelasan tentang uji normalitas di atas, selanjutnya kita masuk ke bagian Cara Melakukan Uji Normalitas Kolmogorov-Smirnov dengan SPSS. Sebagai contoh saya mempuyai data Motivasi Belajar (X) dan Prestasi Belajar (Y), untuk datanya lihat gambar di bawah ini.

Langkah-langkah Melakukan Uji Normalitas Kolmogorov-Smirnov dengan SPSS :
1. Langkah pertama adalah persiapkan data yang dingin di uji dalam file doc, excel, atau yang lainnya untuk mempermudah tahapannya nanti.
2. Buka program SPSS pada komputer sobat. klik Variable View, dibagian pojok kiri bawah.
3. Selanjunya, pada bagian Name tulis saja Motivasi kemudian Prestasi, pada Decimals ubah semua menjadi angka 0, pada bagian Label tuliskan Motivasi Belajar kemudian Prestasi belajar, abaikan yang lainnnya.

4. Setelah itu, klik Data View, dan masukkan data Motivasi Belajar dan Prestasi Belajar yang sudah dipersiapkan tadi, bisa dengan cara copy-paste.

5. Langkah selanjutnya, kita akan mengubah data tersebut ke dalam bentuk unstandardized residual, caranya adalah : dari menu SPSS pilih menu Analyze, kemudian klik Regression, dan pilih Linear

6. Muncul kotak dialog dengan nama Linear Regression, selanjutnya masukkan variabel Prestasi Belajar (Y) ke Dependent, masukkan variabel Motivasi Belajar (X) ke kotak Independent (s), lalu klik Save

7. Akan mucul lagi kotak dialog dengan nama Linear Regression:save, pada bagian Residuals, centang (V) Unstandardized (abaikan kolom yang lain), Selanjunya klik Continue, lalu klik OK, maka akan muncul variabel baru dengan nama RES_1, abaikan saja output yang muncul dari program SPSS.

8. Langkah selanjutnya, pilih menu Analyze, lalu pilih Non-parametric Test, klik Legaci Dialog, kemudian pilih submenu 1-Sample K-S

9. Muncul kotak dialog lagi dengan nama One-Sampel Kolmogorov-Smirnov test, selanjutnya, masukkan variabel Unstandardized Residuals ke kotak Test Variable List, pada Test Distribution centang (V) Normal

10. Langkah terkahir yakni klik OK untuk mengakhiri perintah, Selanjutnya lihat tampilan Outputnya, tinggal kita interprestasikan supaya lebih jelas.

Berdasarkan output di atas, diketahui bahwa nilai signifikansi sebesar 0,977 lebih besar dari 0,05, sehingga dapat disimpulkan bahwa data yang kita uji berdistribusi normal.