JURUSAN PENDIDIKAN EKONOMI FAKULTAS EKONOMI UNNES UJI NORMALITAS DATA JURUSAN PENDIDIKAN EKONOMI FAKULTAS EKONOMI UNNES

UJI NORMALITAS Tujuan : MENGAPA HARUS NORMAL? Tujuan : Untuk menguji apakah dalam model regresi variabel pengganggun atu residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi itu dilanggar uji statistik menjadi tidak valid untuk sampel kecil. Dua cara untuk menguji normalitas (1) Grafik dan (2) uji statistik.

HIPOTHESIS Ho : Data berdistribusi normal Ha : Data tidak berdistribusi normal Jika : P – value < α, maka Ho ditolak P – value > α, maka Ho tidak dapat ditolak

Analisis grafik Analisis stistik

Lakukan analisis regresi Aktifkan “PLOTS” Aktifkan “STANDARDIZED RESIDUAL pada HISTOGRAM dan pada NORMAL PROBABILITY PLOTS. Tekan “CONTINUE” dan “OK”

ANLISIS REGRESI

TEKAN “PLOTS”

AKTIFKAN STANDARDIZED RESIDUAL

OUT PUT UJI NORMALITAS y = -9,8061 – 0,301(JRS) + 0,021(BUS) + 0,066(PO) + 1,141 (KG)

OUT PUT Normal P-P Plot

INTEPRETASI Dilihat dari Histogram dan Normal plots kedua grafik tersebut menggambarkan model regresi memenuhi asumsi normalitas.

UJI NORMALITAS Uji Statistik Lakukan analinis regresi, seperti langkah sebelumnya Lanjutkan dengan menekan ‘SAVE” aktifkan “UNSDARDIZE” Tekan “OK” Kita memiliki data residual (Res_1) Dari menu SPSS pilih “ANALIZE” kemudian pilih “DESCREPTIIVE STATISTIK” kemudian pilih sub menu “DESCRIPTIVE” Pada kotak variabel, isikan “UNSTANDARDIZED RESIDUAL” lalu pilih ”OPTION” Aktifkan “KURTOSIS” dan “SKEWNESS”

Tekan “SAVE”

Aktifkan “UNSTANDARDIZE RESIDUAL”

Pilih “ANALIZE” “DESCRPTIVE STATISTIK” pilih “DESCRIPTIVE”

Masukan “UNSTANDARDIZE RESIDUAL” pada kolom “VARIABLE” PILIH OPTION

Aktifkan “KURTOSIS” DAN “SKEWNESS” LANJUTKAN “CONTINUE”

OUT PUT UJI NORMALITAS STATISTIK Descriptive Statistik   N Skewness Kurtosis Statistic Std. Error Ustand. Res. Valid N 50 0,545 0,337 0,016 0,662

Intepretasi Dilihat dari residual nilai Skewness dan Kurtosis Z sk = (Skewness) / √6/N Z k = (Kurtosis) / √24/N Kriteria Jika Zsk dan Zk > 2,58, (Sig. 0,01) asumsi normalitas ditolak. Z sk = (0,545)/√6/50 = 1,57 Zk = (0,016)/√24/50 = 0,023 Karena Zsk dan Zk < 2,58 maka asumsi normal dapat diterima

TES KOLMOGOROV-SMIRNOV Z Dari menu SPSS Pilih “ANALYZE” Pilih “NON PARAMETRIC TEST” Pilih sub menu “1-Sample K-S”

Dari menu SPSS Pilih “ANALYZE” Pilih “NON PARAMETRIC TEST” Pilih sub menu “1-Sample K-S”

Masukan Unstandardize Residual , hidupkan “NORMAL” tekan “OK”

Out Put Kolmogorov – Smirnov (K-S) Unstandardize residual N 50 Normal Parameter a.b Mean .000000000 Std. Deviation 1.47852211 Most Extreme Absolute .101 Difference Positif Negative - . 060 Kolmogorov – Smirnov Z .711 Asymp. Sig. (2-tiled) .693

Intepretasi Besar nya nilai Kolmogorov-Smirnov adalah 0,711 Signifikansi pada 0,693, karena > 0,05 berarti data residual berdistribusi normal, konsisten dengan hasil sebelumnya.

TERIMA KASIH SEMOGA BERMANFAAT