Uji Kenormalan Data

Data yang akan dianalisis haruslah berdistribusi normal. Maka dari itu, perlu
dilakukan uji kenormalan data. Uji kenormalan data dengan SPSS dapat dilakukan
dengan Kolmogorov-Smirnov dan Shapiro-Wilk.
1. Kolmogorov-Smirnov
Uji kenormalan Kolmogorov-Smirnov dilakukan dengan membandingkan
distribusi data (yang akan diuji normalitasnya) dengan distribusi normal baku.
Distribusi normal baku merupakan data yang telah ditransformasikan ke dalam
bentuk Z-Score dan diasumsikan normal. Seperti pada uji beda biasa, jika
signifikansi di bawah 0,05 berarti terdapat perbedaan yang signifikan, dan jika
signifikansi di atas 0,05 maka tidak terjadi perbedaan yang signifikan. Penerapan
pada uji Kolmogorov Smirnov adalah jika signifikansi di bawah 0,05 berarti data
yang akan diuji mempunyai perbedaan yang signifikan dengan data normal baku,
berarti data tersebut tidak normal. Adapun prosedur untuk melakukan uji
kenormalan Kolmogorov-Smirnov dengan SPSS adalah sebagai berikut:
a. Entry data ke bagian Data view SPSS.
b. Pilih analize descriptive statistics explore.
c. Masukkan satu variable yang akan diuji ke dependent list.
d. Klik plots.
e. Tandai histogram.
f. Tandai normality plots with tests klik continue.
g. Klik ok.
h. Maka akan muncul outpus SPSS.
Tests of Normality
Kolmogorov-Smirnova
Statistic
Umur responden

.181

df

Shapiro-Wilk

Sig.
300

.000

Statistic
.914

df

Sig.
300

.000

a. Lilliefors Significance Correction

Dengan uji Kolmogorov-Smirnov, dapat disimpulkan bahwa pada alpha 0,05

distribusi data umur responden adalah tidak normal (nilai p = 0.000, p < 0,05).

Berdasarkan grafik histogram, terlihat bahwa data umur responden memang

tidak normal, tepatnya distribusi tersebut miring ke kanan. Ketidaknormalan data
juga terlihat dari nilai skewness dan standar errornya yang 2.
Descriptives
Statistic
Umur responden Mean

20.11

95% Confidence Interval Lower Bound

for Mean

Upper Bound

20.27
20.03

Median

20.00

Variance

2.089

Std. Deviation

1.445

Minimum

17

Maximum

26

Range

Interquartile Range

Kurtosis

.083

19.94

5% Trimmed Mean

Skewness

2. Shapiro-Wilk

Std. Error

.836

.141

1.503

.281

Pada prinsipnya, uji Shapiro-Wilk sama dengan uji Kolmogorov-Smirnov.

Akan tetapi, hasil uji Shapiro-Wilk dianggap valid apabila data yang akan diuji
dalam jumlah kecil (<30). Langkah-langkah untuk mendapatkan output hasilnya
juga sama dengan uji Kolmogorov-Smirnov.
Daftar Pustaka:
Hastono, S. P. (2007). Analisis data kesehatan. Depok: Fakultas Kesehatan Masyarakat
Universitas Indonesia.
Besral. (2010). Pengolahan dan analisis data-1 menggunakan SPSS.