Analisis SPSS

Sunday, September 16, 2012

Uji Normalitas dengan Kolmogorov Smirnov

Uji Normalitas dengan Kolmogorov Smirnov

Banyak sekali teknik pengujian normalitas suatu distribusi data yang telah dikembangkan oleh para ahli. Kita sebenarnya sangat beruntung karena tidak perlu mencari-cari cara untuk menguji normalitas, dan bahkan saat ini sudah tersedia banyak sekali alat bantu berupa program statistik yang tinggal pakai. Berikut adalah salah satu pengujian normalitas dengan menggunakan teknik Kolmogorov Smirnov.

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.

Konsep dasar dari uji normalitas Kolmogorov Smirnov adalah dengan 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. 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 bahwa jika signifikansi di bawah 0,05 berarti data yang akan diuji mempunyai perbedaan yang signifikan dengan data normal baku, berarti data tersebut tidak normal.

Lebih lanjut, jika signifikansi di atas 0,05 maka berarti tidak terdapat perbedaan yang signifikan antara data yang akan diuji dengan data normal baku, artinya….ya berarti data yang kita uji normal, kan 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. Jadi ya kalau 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.

Uji Normalitas dengan Kolmogorov Smirnov dengan Program SPSS

Pengujian normalitas dengan menggunakan Program SPSS dilakukan dengan menu Analyze, kemudian klik pada Nonparametric Test, lalu klik Legacy Dialogs, Klik 1-Sample K-S. K-S itu singkatan dari Kolmogorov-Smirnov. Maka akan muncul kotak One-Sample Kolmogorov-Smirnov Test.


Normalitas Kolmogorov SPSS
Normalitas Kolmogorov SPSS

Data yang akan diuji terletak di kiri dan pindahkan ke kanan dengan tanda panah. Centang Normal pada Test Distribution.

Lalu tekan OK saja.

Pada output, lihat pada baris paling bawah dan paling kanan yang berisi Asymp.Sig.(2-tailed).


Output Normalitas Kolmogorov SPSS
Output Normalitas Kolmogorov SPSS

Lalu intepretasinya adalah bahwa jika nilainya di atas 0,05 maka distribusi data dinyatakan memenuhi asumsi normalitas, dan jika nilainya di bawah 0,05 maka diinterpretasikan sebagai tidak normal.

Untuk Uji Kolmogorov Smirnov dengan Excel, Baca Artikel kami yang berjudul "Normalitas Excel".

Baca Juga Tentang: "Uji Homogenitas"

Untuk Pengujian Normalitas Metode Lilliefors dan Shapiro-Wilk Serta Metode Grafik dalam SPSS, Baca: Normalitas Pada SPSS


Untuk Pengujian Normalitas Metode Anderson-Darling, Ryan-Joiner dan Kolmogorov-Smirnov dalam Aplikasi Minitab, Baca: Normalitas Pada Minitab





8 comments :

  1. mau tanya, knp pas saya uji normalitas pake KS, pada outputnya tidak muncul tulisan "calculated from data" ?

    ReplyDelete
    Replies
    1. Hanya muncul pada SPSS versi 20. Untuk versi 16 ke bawah belum ada. Sedangkan versi 17 hingga 19 masih belum saya cek.

      Delete
  2. data Uji Normalitas dengan Kolmogorov Smirnov yang mana ya

    ReplyDelete
    Replies
    1. Saya memang tidak menyediakan dataset pada tutorial ini

      Delete
  3. kalo misalkan hasil ujinya idak berdistribusi normal gmn?

    ReplyDelete
    Replies
    1. Tergantung pada tujuan dilakukan uji normalitas. Misal sebagai asumsi dari uji regresi linear, maka anda boleh melakukan transformasi atau membuang outlier. Jika tetap tidak normal, maka mengganti uji dengan uji non parametris.

      Delete
  4. terima kasih atas referensinya :)

    ReplyDelete

Tinggalkan Komentar Anda Di Sini

Analisis SPSS