Uji Normalitas data menggunakan SPSS

Uji normalitas data mutlak harus dilakukan sebelum melaksanakan analisis regresi,hal ini dilakukan agar hasil dari analisis data tidak meyalahi asumsi klasik. Uji normalitas data dapat dilakukan dengan 3 cara yaitu dengan melihat grafik dengan kurva normal, grafik P-P Plot, serta dengan uji statistik 1 sampel K-S. berikt ini adalah cara untuk menguji normalitas sebuah data :



1. Kurva normal dan grafik P-P Plot
    a. Buka data untuk analisis regresi kemudian klik analyze-regresion-linier

        
    b. pindahkan variabel y ke kolom dependen dan variabel x1 dan x2 ke kolom independen kemudian klik   plotskemudian tandai kotak histogram dan normal probibility plots, abaikan yang lain kemudian continue-Ok

   c. output yang akan muncul adalah sebagai berikut

       dari output diatas apabila kurva tidak menceng ke kiri atau menceng kek kanan (sisi kanan dan sisi kiri sama lebarnya) maka data dapat dikatakan normal namun apabila sebaliknya maka data berdistribusi tidak normal.

       dari tampilan output diatas maka dapat dilihat dari apabila titik-titik pada p-p plot diatas menyebar sesuai dengan garis diagonal maka data dapat dikatakan normal,namun apabila menyebar tidak sesuai dengan garis diagonal nya maka data dikatakan tidak normal.

2. ONE SAMPEL K-S
   a. buka data untuk analisis regresi kemudian lakukan pindahkan variabel y ke kolom dependen dan variabel x1 dan x2 ke kolom independen seperti l,angkah yang sudah dijelaskan sebelumnya namun sebelum mengkilk OK,, klik save maka akan muncul tampilan berikut ini

        pada bagian residual tandai unstandardized, kemudian continue-OK
b.  Jangan melihat output dahulu, yang kita perlukan adalah muncul nya data RES_1 pada lembar kerja data pada SPSS

  c.  Apabila sudah muncul tampilan diatas, klik analyse-non parametric tes-1-sampel-KS

  d. Pindahkan variabel unstandardized residual ke kolom test variabel list kemudian OK

e. Maka didapat output sebagai berikut

One-Sample Kolmogorov-Smirnov Test
		Unstandardized Residual
N		52
Normal Parametersa,,b	Mean	.0000000
	Std. Deviation	2.88129911
Most Extreme Differences	Absolute	.060
	Positive	.060
	Negative	-.060
Kolmogorov-Smirnov Z		.434
Asymp. Sig. (2-tailed)		.992
a. Test distribution is Normal.
b. Calculated from data.

    Dari tampilan diatas apabila Asymp. Sig. (2-tailed) lebih dari 0.05 maka data dapat dikatakan normal, namun apabila nilai nya kurang dari 0.05 maka data berdistribusi tidak normal