UJI NORMALITAS DENGAN SPSS (2): Skewness dan Kurtosis

Pada postingan terdahulu telah dibahas pengujian normalitas data denganmenggunakan PP-Plots. Pada kesempatan kali ini, akan dibahas pengujian normalitas dengan nilai Skewness dan Kurtosis menggunakan SPSS. Skewness secara sederhana dapat didefinisikan sebagai tingkat kemencengan suatu distribusi data. Adapun kurtosis adalah tingkat keruncingan distribusi data. Untuk mengetahui nilai skewness dan kurtosis, dilakukan dengan perintah analyze/descriptive/frequencies.

Klik tombol statistics, dan kemudian centang skewness dan kurtosis pada kanan bawah, dan kemudian klik continue, sehingga kita kembali pada form frequencies.

Selanjutnya untuk menampilkan grafik normalitas, klik charts, dan kemudian klik histogram dan centang pada with normal curve, kemudian klik continue, sehingga kita kembali pada form frequencies. Selanjutnya klik OK.

Hasil analisis menampilkan skewness dan standar error of skewness, serta kurtosis dan standar error of kurtosis.

Untuk menguji apakah distribusi data normal atau tidak, dilakukan dengan menggunakan rumus sebagai berikut:

Nilai Zskewness adalah -0,187/0,383 = -0,483. Adapun nilai Zkurtosis = -0,586/0,750 = -0,781. Nilai Z tersebut kemudian dibandingkan dengan nilai Z untuk taraf signifikansi 5%, yaitu 1,96. Nilai Zskewness < Z (-0,187 < 1,96), dan Zkurtosis < Z (-0,781< 1,96). Berdasarkan hal tersebut, maka distribusi data normal.

Sumber:

Field, A. 2009. Discovering Statistics Using SPSS. Singapore: SAGE Publications Asia-Pacific Pte Ltd