Hasil perhitungan pada SPSS dalam kurva Explore dapat digunakan untuk menentukan Normalitas data apakah sebuah sebaran data normal atau tidak normal. Sedangkan untuk menentukan normalitas ada beberapa cara yaitu:
- Menghitung nilai Skweness
- Menghitung nilai Kurtosis
- Kolomgorov – Sminov (KS)
- Steam and Leaf
- QQ-Plot
1. Penjelasan Descriptive pada tabel EXPLORE
- 95 % Confidence interval for mean : Taraf kepercayaan mean sebesar 95 persen.
-
Sdr Error : Kalau begitu berapa mean yang sesungguhnya : Jawabanya tidak pernah diketahui hanya statistik hanya memberikan gambaran.
-
Lower bound : batas bawah mean atau mean yang paling kecil
- Lower bound : Batas bawah mean
Tapi mean nilai aslinya tidak diketahui, tepatnya dimana tidak pernah tahu
- 5 % Trimmed mean (skor ekstrim/ skor diluar skor 90 persen) skor outlier : Sebaran data di potong 5 persen untuk tail kiri dan 5 persen untuk tail kanan.
Kemudian di hitung rata – ratanya skor ouilier tersebut sehingga menghasilkan mean dari (skor ekstrim tertinggi dan skor ekstrim terendah) sehingga tidak terlalu ekstirm skornya
- Variance : Standar deviasi kuadrat
- Minimum
- Maximuum
- Range
- Integuartile range :
- Skewess : Kemiringan kurva normal : -2,0 sampai +2,0 maka masih dikatakan normal
- Cara menghitung Nilai kemiriingan Skeweness
Skeweness = Statistik / Sdr deviasi skeweness
- Kurtosis : titik puncak / ketajaman kurva normal :
- Menghitung kurtosis :
Nilai kurtosis = Statistik / sdr deviasi kurtosis
2. EXTEREME VALUE
- highest skor tertinggi dan skor terendah
- Skor ekstrim trendah dan skor ekstrim tertinggi
3. TEST NORMALITAS
Uji normalitas adalah uji data sebelum di tes, disini kita akan mengetahui apakah sebuah data statistik itu normal atau tidak sebelum dilakukan sebuah test.
a. Versi Kolomgorov – Sminov (KS)
Uji normalitas berdasarkan veri KS kita cukup melihat nila signifikansi dalam tabel (Sig.) Setelah itu maka kita dapat simpulkan bahwa.
- Jika nilai Sig. lebih kecil dair 0,05 atau 5% maka dikatakan signifikan: Maka data tersebut adalah normal.
Secara theoritis sebagai berikut
- Ho (Hipotesis nil) = Sig. > .05/ 0,05/ 5% = tidak signifikan (Ho diterima)
- Ha (Hipotesis kerja) = Sig. < 05/ 0,05/ 5% = signifikant (Ha diterima)
b. Stem and leaf
Uji normalitas dengan Steam dan Leaf hasil perhitungan dengan SPSS juga mudah.
- Jika sebaran frekunsi membentuk seperti kurva normal maka data dikatakan normal.
Hal ini terlihat dari sebaran data pada bagian atas sedikit, bagian tengah paling banyak, dan bagian bawah juga sedikit. Sehingga seperti kurva normal kalau dilihat dari dari samping.
Penjelasan teoritis
- Stem : Batang dalam bilangan bilangan puluhan
- leaf : daun dalam bilangan satuan
4. QQ PLOT
Cara membaca tabel pada QQ Plot, bulatan : letak -letak skor
- Jika letak bulatan disekitar garis / numpang / nempel garis aritnya sebaran datanya normal.
- JIka ada outliyer (skor esktirm) leatknya jauh dari garis
Maka dengan melihat hasil pada Expected Normal Value QQ plot maka dapat dikatakan bahwa, data/ skor kemampuan bahasa inggris itu normal karena bulatan – bulatan ada disekitar garis / tidak jauh dari garis maka ini adalah data normal / kurva nomal.