CMHC Committee 
Uji normalitas adalah suatu teknik statistik yang digunakan untuk menentukan apakah suatu sampel data atau variabel tertentu berasal dari populasi yang memiliki distribusi normal atau tidak. Distribusi normal (juga dikenal sebagai distribusi Gaussian atau distribusi normal bell-shaped) adalah jenis distribusi yang paling umum ditemui dalam statistik. Distribusi normal memiliki kurva lonceng simetris dengan mean (rata-rata) di tengah dan standar deviasi yang mempengaruhi tinggi dan lebar kurva.
Ada beberapa metode yang dapat digunakan untuk menguji normalitas suatu data, namun yang paling umum adalah uji normalitas Kolmogorov-Smirnov, uji normalitas Shapiro-Wilk, dan uji normalitas Anderson-Darling. Dalam uji normalitas, hipotesis nolnya adalah bahwa data berasal dari populasi yang berdistribusi normal, sementara hipotesis alternatifnya adalah data berasal dari populasi yang tidak berdistribusi normal. Jika hasil uji normalitas menunjukkan nilai signifikan (p-value < 0,05), maka hipotesis nol ditolak dan data dianggap tidak berdistribusi normal. Sebaliknya, jika hasil uji normalitas tidak menunjukkan nilai signifikan, maka hipotesis nol diterima dan data dianggap berasal dari populasi yang berdistribusi normal.
Berikut adalah langkah-langkah untuk melakukan uji normalitas dengan menggunakan perangkat lunak SPSS:
- Buka program SPSS dan masukkan data Anda ke dalam spreadsheet.
- Pilih menu “Analyze” di bagian atas jendela SPSS, lalu pilih “Descriptive Statistics” dan kemudian pilih “Explore”.
- Setelah muncul jendela Explore, pilih variabel yang ingin diuji normalitasnya pada kolom “Dependent List”.
- Pilih “Plots” pada jendela Explore, kemudian pilih “Normality plots with tests”.
- Pilih “Continue” pada jendela Plot, lalu klik “OK” pada jendela Explore.
- SPSS akan menampilkan output dari uji normalitas, termasuk grafik normalitas dan nilai signifikansi untuk masing-masing uji normalitas yang dilakukan.
- Interpretasikan hasil uji normalitas dengan melihat nilai signifikansi. Jika nilai signifikansi kurang dari 0,05, maka data dianggap tidak berdistribusi normal, sedangkan jika nilai signifikansi lebih besar dari 0,05, maka data dianggap berdistribusi normal.
Perlu diingat bahwa hasil uji normalitas hanya memberikan informasi mengenai apakah suatu variabel berdistribusi normal atau tidak. Jika data tidak berdistribusi normal, maka mungkin perlu dilakukan transformasi data atau menggunakan metode analisis yang tidak bergantung pada asumsi normalitas.
