Cara Melakukan Uji Normalitas dalam Analisis Faktor dengan SPSS

Cara Melakukan Uji Normalitas dalam Analisis Faktor dengan SPSS | Normalitas data merupakan suatu hal yang penting dalam sebuah penelitian. Data yang normal akan mampu menghasil analisis statistik yang akurat. Dalam analisis faktor salah satu persyaratan yang harus terpenuhi adalah data dari masing-masing variabel faktor berdistribusi normal.

Mesikpun demikian, dalam beberapa kasus sering kita dijumpai data tidak berdistribusi normal, akan tetapi peneliti tetap melakukan analisis faktor. Terkait persoalan ini, saya belum menemukan referensi dan agumentasi pendukung untuk menguatkan teori tersebut. Oleh karena itu, ada baiknya sebelum kita melakukan analisis faktor, kita melakukan uji normalitas terlebih dahulu untuk mengetahui apakah data penelitian kita berdistribusi normal atau tidak. Jika data penelitian sudah berdistribusi normal barulah analisis faktor dapat kita lakukan.

Contoh Soal Uji Normalitas dalam Analisis Faktor

Seorang mahasiswa akan melakukan penelitian tentang “Analisis Faktor-Faktor yang mepengaruhi Kepuasan Pelanggan terhadap Pelayanan PT. Telkom Solo”. Ada 25 orang responden yang menjawab 5 item pertanyaan kuesioner tentang: P1 (Keandalan), P2 (Ketanggapan), P3 (Keyakinan), P4 (Empati), dan P5 (Berwujud). Pertanyaan tersebut adalah jenis pertanyaan positif, dimana setiap pertanyaan memiliki lima pilihan jawaban dengan kriteria skor, sebagai berikut ini:

1. Sangat Tidak Puas (skor 1)
2. Kurang Puas (skor 2)
3. Cukup Puas (skor 3)
4. Puas (skor 4)
5. Sangat Puas (skor 5)

Adapun data jawaban ke-25 orang responden tersebut adalah sebagai berikut.

[Download Data Lengkap]

Dari data di atas saya akan melakukan uji normalitas terhadap kelima variabel faktor yang diteliti, adapun ke-5 variabel faktor tersebut adalah:

1. Keandalan
2. Ketanggapan
3. Keyakinan
4. Empati
5. Berwujud

Cara Uji Normalitas dalam Analisis Faktor dengan SPSS

1. Aktifkan lembar kerja baru SPSS, kemudian klik Variable View untuk mengisi Name, Decimals, Label dan Measure, dengan ketentuan sebagaimana gambar berikut.

2. Langkah selanjutnya klik Data View, lalu masukkan data Keandalan ke kolom P1, data Ketanggapan kolom P2, data Keyakinan kolom P3, data Empati kolom P4, dan data Berwujud kolom P5. Tampak dilayar sebagaimana gambar berikut.

3. Setelah itu, dari menu SPSS klik Analyze >> Nonparametric Tests >> Legacy Dialogs >> 1-Sample K-S… Tampak dilayar sebagai berikut.

4. Muncul kotak dialog “One-Sample Kolmogorov-Smirnov Test” kemudian masukkan kelima variabel faktor tersebut ke kotak Variables. Pada bagian “Test Distribution” beritanda centang (v) pada Normal. Tampak dilayar sebagai berikut.

5. Langkah terkahir adalah klik Ok. Maka akan mucul output SPSS sebagai berikut.

Dasar Pengambilan Keputusan dalam Uji Normalitas

1. Jika nilai Asymp. Sig. (2-tailed) > 0,05 maka data berdistribusi Normal.
2. Jika nilai Asymp. Sig. (2-tailed) < 0,05 maka data tidak berdistribusi Normal.

Keputusan Uji Normalitas dalam Analisis Faktor

Berdasarkan output SPSS “One-Sample Kolmogorov-Smirnov Test” di atas diketahui nilai Asymp. Sig. (2-tailed) untuk masing-masing variabel adalah sebagai berikut:

1. Keandalan sebesar 0,108
2. Ketanggapan sebesar 0,068
3. Keyakinan sebesar 0,089
4. Empati sebesar 0,082
5. Berwujud sebesar 0,082

Karena nilai Asymp. Sig. (2-tailed) untuk ke-5 variabel di atas lebih besar dari 0,05 maka dapat disimpulkan bahwa data dari ke-5 variabel tersebut adalah berdistribusi normal. Dengan demikian maka analisis faktor dalam penelitian ini dapat dilanjutkan.

Buka: Panduan Analisis Faktor dan Interpretasi dengan SPSS Lengkap

Demikian pembahasan saya mengenai cara melakukan uji normalitas dalam analisis faktor dengan SPSS, terimakasih semoga bermanfaat dan semoga sukses dan lancar untuk penelitian anda.

[Kata Kunci Pencarian: Cara Melakukan Uji Normalitas dalam Analisis Faktor dengan SPSS, Uji Normalitas One-Sample Kolmogorov-Smirnov Test untuk Analisis Faktor Menggunakan SPSS, Langkah-Langkah Uji Normalitas Data dalam Analisis Faktor dengan Program SPSS]

Share on Facebook

Share on Twitter

Share on Google+

Share on LinkedIn