Cara Melakukan Uji Normalitas dengan SPSS, PSPP, dan Excel

 Cara Melakukan Uji Normalitas dengan SPSS, PSPP, dan Excel

📌 Pengertian Uji Normalitas

Uji normalitas adalah prosedur statistik untuk mengetahui apakah data penelitian berdistribusi normal. Distribusi normal menjadi syarat utama dalam banyak analisis parametrik. Jika data tidak normal, peneliti harus menggunakan uji non-parametrik seperti Mann-Whitney atau Kruskal-Wallis. 

---

🖥️ Uji Normalitas dengan SPSS

• Langkah-langkah:
  1. Buka menu Analyze > Descriptive Statistics > Explore.
  2. Masukkan variabel ke kotak Dependent List.
  3. Klik Plots, centang Normality plots with tests.
  4. Klik Continue lalu OK.
• Output: SPSS menampilkan hasil uji Kolmogorov-Smirnov dan Shapiro-Wilk, serta grafik histogram dan Q-Q plot.
• Interpretasi:
  • Sig. > 0.05 → Data normal
  • Sig. ≤ 0.05 → Data tidak normal

---

🖥️ Uji Normalitas dengan PSPP

• PSPP adalah alternatif gratis dari SPSS.
• Langkah-langkah:
  1. Import data ke PSPP.
  2. Pilih menu Analyze > Descriptive Statistics > Explore (mirip SPSS).
  3. Centang opsi Plots untuk menampilkan uji normalitas.
• PSPP mendukung uji Kolmogorov-Smirnov dan Shapiro-Wilk, dengan interpretasi sama seperti SPSS.
• Kelebihan: open-source, ringan, dan kompatibel dengan file .sav.

---

📊 Uji Normalitas dengan Excel

• Excel tidak memiliki fitur uji normalitas otomatis, tetapi bisa dilakukan dengan:
  • Histogram & Q-Q Plot: Membuat grafik distribusi.
  • Uji Kolmogorov-Smirnov / Lilliefors: Menggunakan add-in atau rumus manual.
  • Shapiro-Wilk: Bisa dilakukan dengan VBA Macro atau plugin statistik.
• Interpretasi tetap sama: nilai p > 0.05 menunjukkan data normal. Statistikian

---

📑 Contoh Kasus Uji Normalitas

Studi Kasus

Seorang peneliti ingin mengetahui apakah nilai ujian matematika 30 siswa kelas V SD berdistribusi normal sebelum melakukan uji-t untuk membandingkan hasil belajar antara dua metode pembelajaran.

Data (ringkas)

Nilai ujian (skor 0–100):
65, 70, 72, 68, 75, 80, 78, 74, 69, 71, 73, 76, 77, 79, 82, 85, 83, 81, 67, 66, 64, 63, 62, 61, 60, 59, 58, 57, 56, 55

---

🔹 Uji Normalitas dengan SPSS

1. Masukkan data ke SPSS.
2. Pilih Analyze > Descriptive Statistics > Explore.
3. Centang Normality plots with tests.
4. Hasil output Shapiro-Wilk: Sig. = 0.067.
   • Karena > 0.05 → data berdistribusi normal.

---

🔹 Uji Normalitas dengan PSPP

1. Import data ke PSPP.
2. Gunakan menu Explore seperti di SPSS.
3. Output Shapiro-Wilk: Sig. = 0.072.
   • Kesimpulan sama: data normal.

---

🔹 Uji Normalitas dengan Excel

1. Buat histogram nilai ujian.
2. Gunakan add-in statistik untuk uji Shapiro-Wilk.
3. Output p-value: 0.081.
   • Karena > 0.05 → data normal.

---

📊 Kesimpulan

Ketiga perangkat (SPSS, PSPP, Excel) menunjukkan hasil konsisten: data nilai ujian siswa berdistribusi normal. Dengan demikian, peneliti dapat melanjutkan analisis menggunakan uji parametrik seperti Independent Samples t-test.

---

📚 Daftar Pustaka

1. Ghozali, I. (2018). Aplikasi Analisis Multivariate dengan Program IBM SPSS. Semarang: Badan Penerbit Universitas Diponegoro.
2. Santoso, S. (2019). Menguasai Statistik dengan SPSS. Jakarta: Elex Media Komputindo.
3. Priyatno, D. (2020). SPSS untuk Analisis Statistik. Yogyakarta: Andi Offset.
4. Field, A. (2017). Discovering Statistics Using SPSS. London: SAGE Publications.
5. Sugiyono. (2019). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta.

---

🔑 Kata Kunci SEO

• Uji normalitas SPSS
• Uji normalitas PSPP
• Uji normalitas Excel
• Shapiro-Wilk test
• Kolmogorov-Smirnov test
• Distribusi normal data
• Independent Samples t-test

---