Uji Normalitas merupakan uji prasyarat dalam statistik parametrik ataupun dalam analisis regresi. Nah dalam tulisan ini saya akan membahas perihal uji normalitas dalam analisis regresi. Uji normalitas bertujuan untuk mengetahui apakah data (residual) yang digunakan berdistribusi secara normal atau tidak. Dalam analisis regresi pastinya ada variabel independen dan variabel dependen, namun dalam kasus uji normalitas untuk syarat analisis regresi, kedua variabel tersebut tidak di uji kenormalan datanya, namun yang di uji atau di analisis yaitu variabel residual (Unstandarized Residual).
Uji normalitas menjadi syarat mutlak yang harus terpenuhi dalam analisis regresi, dengan kata lain data harus berdistribusi secara normal. Ada beberapa metode yang bisa digunakan untuk mendeteksi apakah data yang digunakan berdistribusi secara normal atau tidak, salah satunya yaitu Kolmogorov Smirnov. Metode uji normalitas kolmogorov smirnov merupakan metode yang sering digunakan oleh peneliti untuk mendeteksi kenormalan suatu data.
BERIKUT CARA UJI NORMALITAS KOLMOGOROV SMIRNOV DALAM ANALISIS REGRESI DI SPSS
Siapkan tabulasi data di Excel, lalu input data atau masukan data ke SPSS pada Page Data View
Jangan lupa isikan juga pada Page Variable View
Selanjutnya lakukan analisis data, dengan cara pilih menu Analyze – Regression –Linear
Muncul kotak dialog, seperti ini :
Masukan Variabel X (Independen) ke kolom Independent dan variabel Y (Dependen) masukan ke kolom Dependent – lalu pilih Save.
Muncul kotak dialog lagi, selanjutnya Ceklis Unstandarized Residual – Continue dan OK. Tujuannya yaitu untuk memunculkan Variabel Res_1 (Unstandarized Residual)
Akan muncul variabel baru di Page Data View yaitu variabel Res_1
Selanjutnya baru kita melakukan analisis uji normalitas kolmogorov smirnov, dengan cara pilih menu Analyze – Nonparametric Tests – Legacy Dialogs – 1-Sample K-S
Muncul kotak dialog lagi, seperti ini :
Masukan Variable Unstandarized Residual ke kolom sebelah kanan (Test Variable List) lalu pilih
Keluar Output SPSS untuk Uji Normalitas Kolmogorov Smirnov
Diketahui nilai Asymp. Sig.(2-tailed) sebesar 0,200 (>0,05) maka bisa ditarik kesimpulan bahwa asumsi normalitas data telah terpenuhi, dengan kata lain uji normalitas sudah lolos. Data dinyatakan normal jika nilai Asymp. Sig. atau P-Value lebih besar dari 0,05 (Alpha 5%).