1. Pengertian normalitas distribusi
Menurut Sugiyono (2010:75-80) sebelum menganalisis variabel penelitian menggunakan statistika parametrik terlebih dahulu peneliti harus membuktikan bahwa varibelberdistribusi normal. Apabila variabel terbukti berdistribusi normal maka berhak untuk dianalisis menggunakan statistika parametrik dalam menguji hipotesis. Namun jika ternyatavariabel terbukti berdistribusi tidak normal maka peneliti tidak dapat menggunakan statistika parametrik sebagai alat untuk menganalisis variabel tetapi harus menggunakanstatistika nonparametrik.
Teknik pengujian yang umum digunakan oleh beberapa peneliti untuk mengetahui normalitas distribusi suatu data adalah menggunakan Kolmogorov-Smirnov dan shapiro-wilk.
2. Menguji normalitas distribusi menggunakan Kolmogorov-Smirnov
Pada kesempatan ini saya menyediakan data hasil belajar siswa pada mata pelajaran dasar dan pengukuran listrik yang diajar dengan MPBM dan MPL. Data tersebut akandiuji, apakah berdistribsi normal atau tidak.
Tabel 1
No.
|
HB MPBM
|
HB MPL
|
1
|
63
|
65
|
2
|
75
|
75
|
3
|
60
|
75
|
4
|
76
|
85
|
5
|
63
|
85
|
6
|
78
|
80
|
7
|
88
|
85
|
8
|
73
|
70
|
9
|
58
|
85
|
10
|
68
|
85
|
11
|
73
|
90
|
12
|
75
|
70
|
13
|
68
|
85
|
14
|
85
|
75
|
15
|
68
|
75
|
a. Hipotesis
· H0 : sampel berasal dari distribusi normal
· H1 : sampel tidak berasal dari distribusi normal
b. Mengoperasikan SPSS
· Buka aplikasi SPSSyang antum miliki, sehingga muncul tampilan seperti pada gambar 1 di bawah ini.
Gambar 1. Tampilan awal SPSS
· Klik variableview yang ada di pojok kiri bawah dari spss sehingga akan muncul
seperti gambar 2 di bawah ini.
Gambar 2. Variable view yang belum diisi
· Buatlah lapak dengan ketentuan seperti di bawah ini:
Ø Name: Isi dengan nama variable anda (terserah mau diberi nama apa aja), biasanya dalam bentuk singkatan.
Ø Type : Pilih Numeric
Ø Width : Isi dengan angka 8
Ø Decimal : Pada bagian ini pilih 2 (terserah user)
Ø Label : Isi dengan kepanjangan dari name di atas.
Ø Value : Pilih none
Ø Missing : Pilih none
Ø Columns : Isi dengan angka 8
Ø Align : pilih right (terserah user)
Ø Measure : Pilih scale
Gambar 3. Tampilan varible view yang sudah di isi
· Kalau sudah selesai klik data view (sebelahnya variable view)
· Masukkan data MPBM dan MPL diatas kedalam spss dengan di ketik atau copas.
Gambar 4. Tampilan data view yang sudah diisi data
· Klik menu analyze –pilih nonparametric Test---pilih 1-sample K-S
Gambar 5. Langkah-langkah pengoperasian K-S
· Akan muncul kotak dialog seperti di bawah ini
Gambar 6. Kotak dialog
· Masukkan semua variabel ke kotak test variabel List ---kemudian pilih Normal pada kotak test Distribution---pilih ok
Gambar 7 kotak dialog
· Output nya
· Pengambilan keputusan
Jika Asymp.Sig(2tailed) lebih besar dari 0,05 maka terima H0 (data berdistribusi normal)
Jika Asymp.Sig(2tailed) lebih kecil dari 0,05 maka terima H1 (data tidak berdistribusi normal).
· Kesimpulan
Bersasarkan hasil perhitungan SPSS diperoleh:
Ø Asymp. Sig. (2-tailed) Model Pembelajaran Berdasarkan Masalah (MPBM) 0.982 lebih besardari 0.05, sehingga dapat disimpulkan terima H0 (data berdistribusi normal)
Ø Asymp. Sig. (2-tailed) Model Pembelajaran Langsung (MPL) 0.267 lebih besardari 0.05, sehingga dapat disimpulkan terima H0 (data berdistribusi normal)
3. Menguji normalitas distribusi menggunakan shapiro-wilk
Komentar
Posting Komentar
silahkan berikan komentar