Cara Uji Normalitas One Sample Kolmogorov Smirnov dengan SPSS

-

Cara Uji Normalitas One Sample Kolmogorov Smirnov dengan SPSS


Pengertian Uji Normalitas One Sample Kolmogorov Smirnov

Uji Normalitas One Sample Kolmogorov Smirnov adalah uji yang digunakan untuk mengetahui apakah residual data terdistribusi normal atau tidak. Uji normalitas residual ini digunakan pada uji asumsi klasik pada regresi. Residual data berdistribusi normal merupakan salah satu syarat pada uji asumsi klasik.

Contoh Kasus Uji Normalitas One Sample Kolmogorov Smirnov

Suatu karyawan akan melakukan uji normalitas residual data dengan menggunakan uji One Sample Kolmogorov Smirnov. Ada dua variabel yaitu variabel Gaji dan variabel Tunjangan. Terdapat 20 sampel dengan data sebagai berikut:

Data uji normalitas one sample kolmogorov smirnov

Cara Uji Normalitas One Sample Kolmogorov Smirnov dengan SPSS

Berikut ini langkah-langkah uji Normalitas One Sample Kolmogorov Smirnov menggunakan SPSS:

1. Buka software SPSS, langkah awal yaitu input data di SPSS dengan cara klik Variable View untuk membuat variabel. Pada kolom Name ketik X pada baris pertama dan Y pada baris kedua.

Pada kolom label ketik Gaji pada baris pertama dan Tunjangan pada baris kedua.

Pada kolom Decimals, kita tetapkan jumlah digit setelah koma. Untuk variabel X = 0, variabel Y = 0.

Pada kolom Measure kita pilih Scale untuk kedua variabel. Scale dipilih karena jenis data ini adalah data rasio (data angka).

Untuk kolom-kolom lainnya tidak perlu di setting (tidak perlu di ubah-ubah). Berikut ini tampilan variable view SPSS

Tampilan variable view SPSS

2. Selanjutnya kita input data dengan cara klik bagian Data View, lalu menuliskan langsung data pada SPSS. Apabila data Anda sudah disusun di Microsoft Excel maka bisa dengan cara copy dan paste. Berikut ini tampilan Data View SPSS

Tampilan data view SPSS

3. Setelah selesai input data, maka lanjut ke langkah awal uji normalitas One Sample Kolmogorov Smirnov untuk mencari nilai residual, dengan cara klik Analyze, pilih Regression, lalu pilih Linear.

Langkah-langkah awal uji normalitas one sample kolmogorov smirnov

4. Setelah langkah tersebut, maka keluar kotak dialog Linear Regression. Selanjutnya masukkan variabel X (Gaji) ke dalam kolom Independent dan variabel Y (Tunjangan) ke dalam kolom Dependent.

Kotak dialog linear regression

5. Selanjutnya klik Save, sehingga muncul kotak dialog Linear Regression: Save. 

Kotak dialog linear regression: save

6. Selanjutnya beri centang pada Unstandardized pada kotak Residuals. Lalu klik Continue, sehingga kembali ke kotak dialog sebelumnya. Selanjutnya klik OK. Abaikan output viewer SPSS. Anda buka data view SPSS, maka akan bertambah satu variabel baru bernama RES_1.

Tampilan data view muncul variabel baru RES_1
Muncul Variabel Baru RES_1

7. Setelah selesai membuat variabel residual, langkah selanjutnya yaitu melakukan uji normalitas residual One Sample Kolmogorov Smirnov dengan cara klik Analyze, pilih Non Parametric tests, lalu pilih Legacy Dialogs, klik 1-Sample K-S.

Langkah-langkah Uji Normalitas One Sample Kolmogorov Smirnov

8. Setelah langkah tersebut maka akan muncul kotak dialog One Sample Kolmogorov Smirnov Test. Selanjutnya masukkan variabel Unstandardized Residual (RES_1) ke kotak Test Variable List. Pada bagian Test Distribusion, pastikan Normal sudah tercentang.

Kotak dialog One-Sample Kolmogorov Smirnov Test

9. Selanjutnya klik OK, sehingga SPSS menampilkan output seperti berikut.

Output uji normalitas One-Sample Kolmogorov Smirnov

Interpretasi Uji Normalitas One Sample Kolmogorov-Smirnov dengan SPSS

Pada tabel One-Sample Kolmogorov-Smirnov Test nilai yang digunakan untuk uji normalitas residual adalah pada baris Asymp. Sig (2-tailed). 

Pedoman Pengambilan Keputusan Uji Normalitas Residual

1. Jika nilai Asymp. Sig 2-tailed > 0.05 maka nilai residual data berdistribusi normal. 
2. Jika nilai Asymp. Sig 2-tailed < 0.05 maka nilai residual data berdistribusi tidak normal. 

Pada tabel One-Sample Kolmogorov-Smirnov Test diperoleh nilai Asymp. Sig 2-tailed (0.734) > 0.05 maka nilai residual data berdistribusi normal. Karena residual data berdistribusi normal, maka data ini sudah memenuhi normalitas data pada uji asumsi klasik. 

Anda juga dapat melihat tutorial Uji Normalitas One Sample Kolmogorov Smirnov dalam bentuk video berikut ini



Demikian artikel terkait Cara Uji Normalitas One Sample Kolmogorov Smirnov dengan SPSS, semoga artikel ini bermanfaat. Terimakasih telah mengunjungi blog faqirilmu.com, jangan lupa tinggalkan jejak di kolom komentar ya :)



Referensi:

Purnomo, R. A. 2016. Analisis Statistik Ekonomi dan Bisnis dengan SPSS. Ponorogo: Penerbit Wade Group.
http://www.spssindonesia.com/2014/01/uji-normalitas-kolmogorov-smirnov-spss.html

Komentar

Posting Komentar

Postingan populer dari blog ini

Cara Membaca nilai R Tabel dan Download R Tabel (Tabel R)

-
Gambar
Pengertian R Tabel Apa yang dimaksud R Tabel? R tabel merupakan sebuah tabel angka yang biasa dipakai untuk melakukan uji validitas suatu instrumen penelitian.  Fungsi R Tabel Berdasarkan definisi di atas, maka dapat diambil kesimpulan bahwa r tabel ini mempunyai fungsi untuk melakukan suatu pengujian terhadap instrumen penelitian agar mengetahui apakah instumen penelitian tersebut valid atau tidak.  Dibawah ini merupakan R tabel. Gambar Tabel R ( R Tabel) Mau mendownload R tabel? Silahkan melalui link dibawah ini.  DOWNLOAD R Tabel Cara Membaca Nilai r Tabel dalam Uji Validitas Pearson Ada beberapa cara dalam mengambil keputusan uji validitas. Cara yang pertama dengan menggunakan r tabel dan cara kedua dengan menggunakan nilai signifikansi . Berikut ini pedoman pengambilan keputusan uji validitas SPSS: Membandingkan Nilai r Hitung dengan Nilai r Tabel Jika nilai r hitung > r tabel, maka item pertanyaan kuesioner valid Jika nilai r hitung < r tabel, maka item pertanyaan kuesione
Read more »

Perbedaan Scale, Nominal dan Ordinal pada Measure di SPSS

-
Gambar
Perbedaan Scale, Nominal dan Ordinal pada Measure di SPSS      Measure merupakan salah satu kolom yang berada di variable view IBM SPSS. Kolom measure harus ditetapkan terlebih dahulu sebelum melakukan analisis data lebih lanjut. Terdapat 3 tipe variabel pada kolom measure SPSS yaitu scale, nominal dan ordinal . Ketiga variabel tersebut memberikan jenis nilai serta informasi analisis yang berbeda. Berikut ini pengertian dan perbedaan scale, nominal dan ordinal pada SPSS.      Penentuan measure merupakan hal dasar yang sangat penting untuk diketahui saat bekerja menggunakan SPSS. Misalnya kita tidak boleh membuat variabel nominal untuk melakukan perhitungan nilai rata-rata dan standar deviasi.  Pilihan untuk mengubah tipe variabel suatu variabel terdapat pada lembar kerja Variabel View SPSS. Gambar dibawah ini merupakan ilustrasinya. A.  Variabel Nominal pada SPSS      Variabel nominal merupakan tipe variabel yang digunakan hanya sebatas memberi label pembeda pada suatu data. Variabel
Read more »

Analisis Crosstab dengan SPSS [Uji Chi-Square dan Correlation]

-
Gambar
Cara Analisis Crosstab Menggunakan SPSS  Pada artikel ini, Kita akan belajar analisis crosstabs menggunakan SPSS. Silahkan baca artikel ini sampai selesai ya, agar paham apa itu analisis crosstabs. Pada SPSS, analisis crosstab merupakan bagian dari statistik deskriptif . Lalu apa kegunaan analisis crosstabs? Analisis crosstab merupakan alat analisis untuk mendeskripsikan data dalam bentuk kolom dan baris. Selain itu digunakan untuk memeriksa hubungan antar variabel kategori (nominal atau ordinal). Analisis crosstab ini dibagi menjadi 2 bagian: Analisis Crosstab – Chi Square Analisis Crosstab – Correlations Lalu apa perbedaannya? Ok, kita langsung ke yang pertama, analisis Crosstab – Chi Square A. Analisis Crosstab Chi-Square Analisis Crosstab Chi-Square ini merupakan teknik analisis untuk melihat hubungan antar variabel data nominal. Syarat uji chi-squre ini variabel yang akan kita uji harus data nominal. Langsung aja ke contoh kasus, Suatu perusahaan mengamati apakah pelayanan karya
Read more »

Pengertian Data View dan Variabel View SPSS serta Fungsinya

-
Gambar
Pengertian Data View dan Variabel View serta Penggunaanya pada SPSS      IBM SPSS mempunyai dua lingkungan kerja yaitu data view dan variabel view. Untuk pembahasan yang pertama kita ke Data View dulu, setelah itu baru ke Variabel View. A.  Data View      Data View merupakan tampilan lembar kerja SPSS sebagai tempat kita memasukkan data hasil pengamatan. Data View pada SPSS menampilkan setiap baris sebagai suatu kasus (case) dan setiap kolom merepresentasikan suatu variabel. Berikut ini penjelasan mengenai variabel dan kasus yang terdapat pada data view. 1.  Kasus (case)      Kasus (case) pada SPSS merepresentasikan suatu hasil pengamatan terhadap suatu objek, dapat berupa pengamatan berdasarkan observasi atau eksperimen. Banyaknya kasus pada Data View dapat dilihat pada bagian baris, sedangkan untuk banyaknya variabel dapat dilihat pada bagian kolom. 2.  Variabel      Variabel merupakan suatu karakteristik yang akan diteliti atau apa yang akan menjadi titik perhatian suatu penelit
Read more »

Cara Analisis Regresi Linear Berganda dengan SPSS

-
Gambar
Analisis Regresi Linear Berganda dengan SPSS Pengertian Analisis Regresi Linear Berganda Analisis regresi linear berganda adalah analisis yang digunakan untuk mengetahui pengaruh dua atau lebih variabel independen terhadap variabel dependen . Selain itu analisis regresi linear berganda juga digunakan untuk meramalkan suatu variabel dependen berdasarkan beberapa variabel independen. Regresi linear berganda disebut juga dengan regresi berganda . Pada regresi linear, variabel independen disimbolkan dengan X dan variabel dependen disimbolkan dengan Y.  Perbedaan regresi linear berganda dengan regresi linear sederhana  Apakah Anda tahu perbedaan regresi linear berganda dengan regresi linear sederhana ?  Perbedaan regresi linear berganda dengan regresi linear sederhana terletak pada jumlah variabel independen. Apabila pada regresi linear sederhana hanya terdapat satu variabel independen , sedangkan pada regresi linear berganda terdapat dua atau lebih variabel independen yang mempengaruhi
Read more »