Uji Normalitas untuk Analisis Regresi Linear


uji+normalitas_untuk+analisis+regresi+linear




Salah satu uji asumsi yang harus dipenuhi dalam analisis regresi linear adalah  asumsi normalitas. Uji normalitas digunakan untuk mengetahui distribusi sebaran data penelitian. Uji Normalitas dilakukan untuk mengetahui distribusi  residual dari model regresi, jika residual berdistribusi normal maka model dapat dianalisis dengan analisis regresi, namun jika residual tidak berdistribusi normal maka model tersebut tidak dapat dianalisis dengan analisis regresi.

Dalam analisis regresi linear, bagian yang diuji normalitas bukanlah data per variabel penelitian melainkan data residual hasil analisis regresi. Untuk mendapatkan residual tersebut, maka pada saat analisis regresi, anda harus memberikan tanda checklist pada bagian unstandarized (pada menu save) seperti contoh berikut :

uji normalitas dengan program spss


Selanjutnya, setelah anda klik continue - OK maka anda akan memperoleh variabel baru pada worksheet SPSS anda yang berlabel Unstandarized Residual, data inilah yang akan diuji normalitasnya. 



Uji normalitas dapat dilakukan dengan dua cara, yaitu secara grafik dan secara statistik,  uji  normalitas secara grafis dilakukan dengan melihat grafik PP-Plot sedangkan uji normalitas secara statistik dapat dilakukan dengan melihat signifikan dari hasil uji normalitas Kolmogorv Sminov. 

Pada uji normalitas dengan grafik PP Plot, jika data residual berpencar di sekitar garis lurus maka dikatakan data residual berdistribusi normal dan pada uji normalitas Kolmogorv Sminov, data residual dikatakan berdistribusi normal jika nilai probabilitas (signifikan ) lebih besar dari 0,05. Pembuatan  grafik PP-Plot dari residual model dapat dibuat dengan bantuan program SPSS, yaitu pada menu descriptive statistics  - input unstandarized residual - checklist bagian  save standarized value as variable - OK


selanjutnya, setelah analisis selesai, akan diperoleh hasil seperti berikut : :



Berdasarkan gambar di atas, data hasil penelitian  menyebar mengikuti arah garis lurus, sehingga dapat disimpulkan bahwa secara grafik, residual model berdistribusi normal.Untuk memperkuat hasil uji normalitas, selanjutnya normalitas residual akan diuji secara statistik dengan menggunakan uji normalitas Kolmogorv Sminov. 

Pada  uji normalitas Kolmogorv Sminov, data residual dikatakan berdistribusi normal jika nilai probabilitas (signifikan ) lebih besar dari 0,05. Cara melakukan uji normalitas dengan program SPSS cukup mudah, yaitu dnegan menu analisys - nonparametric test - 1 Sample K-S selanjutnya diperoleh hasil sebagai berikut :
                                                            
                                                Tabel Hasil Uji Normalitas




Berdasarkan tabel di atas, hasil uji normalitas menunjukkan nilai signifikan sebesar 0,759 , nilai ini lebih besar dari 0,05 sehingga dapat disimpulkan bahwa residual dari model penelitian berdistribusi normal, dengan demikian syarat normalitas terpenuhi.