Kind: captions
Language: id
Assalamualaikum warahmatullahi
wabarakatuh berjumpa lagi dengan saya di
channel YouTube saya ensiklopedia Ahmad
faauzi di video kali ini Mari kita
pelajari berbagai macam uji normalitas
ketika kita menggunakan
SPSS ketika menggunakan SPSS setidaknya
ada dua metode yang bisa kita gunakan
untuk melihat apakah data kita Normal
atau tidak yang pertama adalah metode
grafik dan yang kedua adalah metode
numerik di metode grafik kita bisa
menggunakan histogram maupun QQ plot
sedangkan di metode numerik kita bisa
menggunakan analisis skines maupun
kurtosis uji kolmogorov smirnov hingga
uji sapirowi di video kali ini Mari kita
pelajari kelimanya selain itu kita juga
akan mempelajari cara interpretasi dan
cara melaporkannya secara lengkap dan
tepat Nah sekarang Mari kita langsung ke
SPSS kita nah misal kan kita memiliki
data seperti ini ya di sini ada data
pretest kemudian ada data post test
kemudian ada data selisih misalkan saja
kita ingin cek distribusi normalitas
dari data selisih Bagaimana cara
melakukan analisis normalitas tersebut
nah di atas sini ya Ada menu analyze
analyze bisa kita klik kemudian kita
pilih yang desriptive
statistick Setelah itu kita pilih yang
explore seperti ini sehingga nanti kita
akan mendapatkan kotak seperti ini ya
kotak explore mohon maaf kotak
explore kemudian tadi kita ingin
menganalisis data selisih maka selisih
di sini kita klik ya data yang kita
inginkan kita klik kiri kemudian di sini
ada tanda panah bisa kita klik sehingga
data yang ingin Kita uji normalitasnya
masuk kotak dependent list lalu di sisi
kanan ada menu plots menu plots bisa
kita klik sehingga muncul kotak explore
plot seperti ini nah kemudian di
desriptif jangan lupa dicentang
histogram kemudian di bawah sini ada
normality plot ST test bisa kita centang
juga lalu di bawah sini ada continue
bisa kita klik kemudian ketika kita
kembali lagi di kotak explore kita pilih
oke nah sehingga kita mendapatkan output
seperti ini nah sementara ini kita akan
baca terlebih dahulu normalitas
berdasarkan metode grafik kalau kita
lihat di sisi kanan ini Nah di sini ada
berbagai hasil analisis ya kita pilih
yang
histogram sehingga di sisi kanan akan
muncul grafik histogramnya seperti ini
data dikatakan terdistribusi normal
ketika histogramnya menggambarkan
seperti bentuk lonceng Nah ini kan
seperti bentuk lonceng ya di sini kecil
kemudian di sini banyak sehingga tinggi
kemudian merendah lagi kecil lagi kalau
digambarkan kayak gunung atau kayak
lonceng data ketika terdistribusi normal
sangat normal bentuknya seperti ini
kalau menuju atau mendekati normal maka
datanya hampir seperti ini ketika kita
memiliki data penelitian tidak selalu
senormal ini ya bisa jadi bentuknya
sedikit sedikit berbeda tetapi selama
mendekati bentuk lonceng seperti ini
data kita bisa dikatakan normal
berdasarkan kan
histogram kemudian kita bisa melihat
dari QQ plot-nya juga kalau kita kembali
di sisi kiri di sini ada normal QQ plot
ini bisa kita klik sehingga di sisi
kanan muncul grafik QQ plot ini
prinsipnya ketika hasil QQ plot
menghasilkan titik-titik yang mendekati
garis diagonal ini maka data kita
dikatakan terdistribusi normal ya
misalkan kita punya data penelitian
kemudian kita buat buat QQ plotnya dan
titik-titiknya mendekati garis diagonal
ini maka data penelitian kita normal
namun ketika banyak titik yang menjauh
dari garis diagonal ini misalkan di sini
di sini di sini maka data kita dikatakan
tidak
terdistribusi normal Nah sekarang Mari
kita menggunakan metode yang kedua yaitu
metode numerik kita kembali ke sisi kiri
kemudian kita bisa pilih
desriptif sehingga di sisi kanan muncul
kotak deskriptif seperti ini sekarang
Mari kita baca hasilnya nah bagaimana
cara membacanya karena kita fokusnya
pada squinus dan kurtosis maka kita
lihat dua baris terbawah ini prinsipnya
begini ya squinness itu kecondongan atau
kemiringan data ketika squinnessnya nol
sesuai hasil SPSS maka distribusi kita
dikatakan simetris data dikatakan
terdistribusi normal ketika data
tersebut simetris ya kemiringannya
jadinya nol sehingga statistiknya nol
atau mendekati ol0 begitu tetapi ketika
kita membaca squinus Kita juga harus
membaca standar errornya nanti kita juga
perlu bandingkan Oh statistiknya
mendekati no0 kemudian kita bandingkan
atau kita bagi statistik dengan standar
errornya sehingga kita mendapatkan nilai
z scornya ketika perbandingan antara
akka statistik dan standar error diantar
-2 sampai +2 ya angka hasil perbandingan
kita di antara ne-2 hingga pos2 maka
data kita dikatakan memenuhi
normalitas begitu juga kurtosis ya kalau
kurtosis itu apa ya E lancipan
kelancipan data kita ya tadi kita lihat
histogramnya ya Nah ketika datanya
Lancip sekali itu kurtosisnya terlalu
tinggi nilainya Tetapi kalau data kita
mendatar atau flat itu kurtosisnya
terlalu kecil begitu nah ketika kita
menggunakan SPSS data dikatakan normal
ketika statistiknya itu no0 atau
mendekati 0 ya tidak sampai angka 1 gitu
misalkan dan sama nanti kita juga perlu
memperlihatkan perbandingan antara angka
statistik dengan standar errornya ketika
perbandingan atau hasil pembagian antara
statistik dengan standar errornya di
antara -2 hingga +2 maka data kita juga
dikatakan terdistribusi normal
berdasarkan hurtosis sekarang bagaimana
cara melaporkannya Nah kita bisa seperti
ini analisis distribusi data hasil
belajar mengungkapkan bahwa distribusi
tersebut memiliki squinus yang simetris
dengan nilai squinus sebesar
0,025 sedangkan standar errornya
0,564 sekarang kita baca kurtosisnya
sementara itu kurtosis untuk untuk data
hasil belajar adalah sebesar
-0,9597 sedangkan standar errornya
adalah
1,091 yang mengindikasikan bahwa
distribusi data mendekati
mesocurtik ya kalau mesokurtik itu bagus
artinya ya nah kemudian kita laporkan
zsor-nya hasil zsor saya ingatkan ya
zore itu perbandingan antara statistik
dengan standar eror tinggal dibagi saja
ya hasil Z skor untuk squines adalah
0,044 berasal dari 0,025 /
0,564 Sedangkan untuk kurtosisnya adalah
0,547 angka ini berasal dari
0,597 /
1,091 nah dua-duanya berada di antara -2
hingga +2 tidak kurang dari -2 dan tidak
melebihi
2 Oleh karena itu data kita
terdistribusi normal Nah sekarang kita
lihat ee metode numerik yang kedua dan
ketiga yaitu kolmogorov smirnov dan
sapirok nah ini ya
kolmogorovorf dan sapiroilnya bagaimana
cara membacanya nah secara sederhana
kita bisa membaca berdasarkan nilai sik
yang dihasilkan ketika di atas
0,05 maka data kita dikatakan normal
begitu juga untuk sapiro maka kita bisa
melaporkannya seperti ini hasil uji
kolmogorov smirnov menginformasikan
bahwa data data terdistribusi normal ini
sebbenumnya data selisih ya data selisih
kita atau data selisih hasil belajar
kita terdistribusi normal kemudian kita
tulis huruf d dimiringkan d ini
merupakan simbol dari kolmogorov smirnov
kemudian dalamung 16 16 itu DF atau
derajat bebas kemudian tutup kurung sama
dengan dengan
0,133 dari angka statistik ini lalu
sig-nya adalah P value-nya ah ini ya di
atas 0,05 sehingga datanya normal
menurut kolmogorov semirno sekarang
kalau kita ingin membaca sapirowik maka
kita bisa menyampaikan hasil uji
sapirowik menginformasikan bahwa
data-data data selisih ya lagi-lagi
salah ini data selisih terdistribusi
normal kemudian kita menggunakan huruf w
kapital sebagai simbol dari sapirowiik
kemudian dalam kurung db-nya atau degree
of Freedom atau df-nya 16 tutup kurung
sama dengan
0,973 ini Angka statistik dari sapirok
kemudian P value-nya kita peroleh dari
tabel atau kolom S yaitu 0,897
Oke Demikian Ya penjelasan saya terkait
Bagaimana caranya melakukan berbagai
macam uji normalitas menggunakan SPSS di
video selanjutnya Mari kita p i berbagai
analisis lain menggunakan SPSS juga
terima kasih asalamualaikum
warahmatullahi wabarakatuh