Dengan
kata
lain,
uji
normalitas
data
dan
uji
varians
adalah
hal
yang
lazim sebelum
sebuah
metode
statistik
diterapkan.
Uji normalitas
dan kesamaan
varians
sebuah sampel data
dilakukan
dengan
bantuan alat
uji
SHAPIRO-WILK, LILLIEFORS atau
KOLMOGOROV-
SMIRNOV
,
serta gambar NORMAL PROBABILITY
PLOTS.
Menurut Singgih Santoso
(2007, p.154), dalam menjelaskan
output test of normality,
ada pedoman
pengambilan
keputusan:
Nilai Sig.
Atau signifikansi atau nilai probabiltias
<
0.05, Distribusi adalah tidak
normal.
Nilai Sig. Atau signifikansi
atau nilai probabiltias
>
0.05, Distribusi adalah normal.
Dalam menjelaskan
output test of homogenity of varians, ada pedoman pengambilan
keputusan:
Nilai Sig.
Atau signifikansi
atau
nilai probabiltias
<
0.05, data
berasal
dari populasi-
populasi yang mempunyai
varians tidak sama.
Nilai Sig.
Atau signifikansi
atau
nilai probabiltias
>
0.05, data
berasal
dari populasi-
populasi yang mempunyai
varians sama.
Selain itu, pada gambar Q-Q
Plot
terlihat ada garis
lurus dari kiri
ke kanan atas.
Garis
itu
berasal
dari nilai z. Jika suatu
distibusi data normal, maka
data
akan
tersebar
di sekeliling
garis.
Menurut
Uyanto
(2006, pp.35-36)
asumsi
normalitas
merupakan
prasyarat
dari
prosedur
statistik
inferensial.
Ada
beberapa
cara
untuk
mengeksplorasi
asumsi
normalitas
ini
antara
lain:
Uji
normalitas
Shapiro-Wilk dan
uji
normalitas
Lilliefors
(Kolmogorov-
Smirnov). Dalam
penelitian
ini,
uji normalitas
yang
digunakan
adalah uji normalitas
Lilliefors
(Kolmogorov-Smirnov). Uji
normalitas
ini
terdapat
dalam
prosedur
SPSS
Exprole, selain
itu
juga akan ditampilkan
secara grafis normal probability plot dan detrended normal plot
 |