Uji Normalitas dengan aplikasi SPSS dalam data kesehatan

langkah langkah uji normalits

1. Uji Normalitas dengan SPSS Langkah-langkah Praktis disertai Penjelasan

2. Tujuan Pembelajaran - Memahami pentingnya uji normalitas - Mengenal jenis uji normalitas - Menjalankan uji normalitas dengan SPSS - Menafsirkan hasil uji

3. Pengertian Uji Normalitas Uji normalitas bertujuan untuk mengetahui apakah data berdistribusi normal. Distribusi normal merupakan syarat penting untuk analisis statistik parametrik seperti t-test dan ANOVA.

4. Jenis Uji Normalitas - Kolmogorov-Smirnov (n > 50) - Shapiro-Wilk (n ≤ 50) - Visualisasi: Histogram dan Q-Q Plot

5. Langkah 1: Buka Dataset Buka file data Anda di SPSS.

6. Langkah 2: Akses Menu Explore Klik menu Analyze > Descriptive Statistics > Explore.

7. Langkah 3: Pilih Variabel Masukkan variabel yang ingin diuji ke dalam kotak 'Dependent List'.

8. Langkah 4: Pilih Opsi Plot Klik tombol 'Plots', centang opsi 'Normality plots with tests', lalu klik Continue.

9. Langkah 5: Jalankan Analisis Klik OK untuk menjalankan uji normalitas dan melihat hasil output.

10. Langkah 6: Interpretasi Output - Perhatikan tabel 'Tests of Normality' - Lihat nilai Sig.: * Sig. > 0.05 → data normal * Sig. ≤ 0.05 → data tidak normal

11. Langkah 7: Visualisasi Grafik Periksa Histogram dan Q-Q Plot untuk melihat distribusi data secara visual.

12. Kesimpulan - Uji normalitas penting untuk memilih metode analisis statistik yang tepat. - SPSS mempermudah pelaksanaan uji normalitas. - Interpretasi didasarkan pada nilai Sig. dan grafik distribusi.

13. Mengapa Normalitas Itu Penting? - Uji statistik parametrik mengasumsikan data berdistribusi normal. - Distribusi tidak normal dapat menghasilkan kesimpulan yang salah. - Uji alternatif: uji non-parametrik jika data tidak normal.

14. Kolmogorov-Smirnov vs Shapiro-Wilk - Kolmogorov-Smirnov: * Digunakan untuk sampel besar (> 50) * Kurang sensitif terhadap deviasi kecil - Shapiro-Wilk: * Lebih akurat untuk sampel kecil (≤ 50) * Lebih sensitif terhadap ketidaksesuaian - Keduanya tersedia di SPSS secara otomatis.

15. Contoh Output SPSS (Teks) Tests of Normality ----------------------------- | Kolmogorov-Smirnov | Shapiro-Wilk Sig. | 0.200 | 0.115 Interpretasi: Karena nilai Sig. > 0.05, maka data berdistribusi normal.

16. Alternatif Jika Data Tidak Normal - Transformasi data: log, sqrt, inverse - Gunakan uji non-parametrik: Mann-Whitney, Wilcoxon, Kruskal-Wallis - Gunakan teknik bootstrap/resampling

17. Tips Praktis Uji Normalitas - Jangan hanya andalkan nilai Sig. - Periksa juga Q-Q Plot dan Histogram - Identifikasi outlier sebelum uji - Gunakan uji tambahan jika perlu