Uji Normal Probability Plot atau ada pula yang menyebutnya dengan dengan nama uji P P-Plot menjadi salah satu alternatif yang cukup efektif untuk mendeteksi apakah data yang akan dianalisis berdistribusi normal atau tidak. Dalam uji ini, normalitas dilakukan pada nilai residual pada model regresi dan bukan pada masing-masing variabel. Model regresi yang baik seharusnya mempunyai nilai residual yang normal. Pendeteksian kenormalan nilai residual ini dilakukan dengan melihat titik-titik plot hasil dari ouput SPSS dan melihat apakah titik-titik tersebut berada disekitar garis diagonalnya atau tidak. Namun, jikalau ternyata nilai residual tidak berdistribusi normal, maka perlu dilakukan transformasi data [merubah data kebentuk lain] bahkan melaksanakan outliner atau pemotongan data sehingga nilai residual sanggup berdistribusi normal. Dengan demikian uji normalitas residual merupakan uji yang sangat penting dilakukan sebelum kita melaksanakan analisis regresi linear
Pedoman Pengambilan Keputusan dalam Uji Normal Probability Plot
Seperti yang sudah saja paparkan di atas, bahwa untuk melihat kenormalan suatu nilai residual sanggup berpedoman dari titik-titik yang ada dari hasil output spss, dengan ketentuan.
- Jika titik-titik atau data berada di erat atau mengikuti garis diagonalnya maka sanggup dikatakan bahwa nilai residual berdistribusi normal.
- Sementara itu, jikalau titik-titik menjauh atau tersebar dan tidak mengikuti garis diagonal maka hal ini menunjukkan bahwa nilai residual tidak berdistribusi normal.
Langkah – langkah Uji Normal Probability Plot dengan SPSS
Sebagai contoh, disini saya mempunyai model regresi efek Motivasi terhadap Prestasi Belajar. Untuk itu, saya perlu melihat apakah nilai residual dalam model regresi ini beridistribusi normal atau tidak. Adapun data penelitian yang akan saya uji yakni sebagai berikut.
[Download Data untuk Latihan]
1. Langkah pertama saya buka kegiatan SPSS, selanjutnya saya klik Variabel View, pada kolom Name baris pertama saya ketik X dan pada baris kedua saya ketik Y, selanjutnya pada kolom Label baris pertama tulis dengan Motivasi dan pada baris kedua tulis Prestasi Belajar. [untuk pilihan lainnya abaikan saja],
2. Setelah itu, klik Data View, disini muncul variabel dengan nama X dan Y. Selanjutnya, saya hanya perlu memasukkan data penelitian sebagaimana nama variabel tersebut yaitu X untuk Motivasi dan Y untuk Prestasi Belajar
3. Selanjutnya, dari sajian yang ada di SPSS saya pilih sajian Analyze – kemudian pilih Regression – kemudian pilih Linear
4. Maka akan keluar kotak Linear Regression, masukkan variabel Prestasi Belajar [Y] ke kotak Dependent. kemudian masukkan variabel Motivasi [X] ke kotak Independent (s) caranya dengan mengklik tombol panah yang tersedia > jikalau sudah, selanjutnya klik Plots..
5. Keluar kotak dialog, berikan tanda centang (V) pada pilihan Normal probability plot, abaikan yang lainnya dan klik Continue
6. Setelah itu, klik Ok untuk mengakhiri perintah, maka akan muncul output SPSS, disini ada banyak tabel output yang keluar, anda hanya perlu memperhatikan output yang terakhir yakni output Charts
Interpretasi Output Uji Normal Probability Plot
Dari output Chart di atas, kita sanggup melihat bahwa titik-titik yang ada selalu mengikuti dan mendekati garis diagonalnya. Oleh alasannya itu, sanggup disimpulkan bahwa nilai residual berdistribusi normal sehingga syarat normalias nilai residual untuk analisis regresi sanggup terpenuhi.
CATATAN : Jika terjadi perselisihan dalam melihat titik-titik output Normal P P-Plot tersebut, apakah nilai residual termasuk kategori normal atau tidak. Maka anda sanggup menandakan kenormalan nilai residual memakai metode lain yakni dengan Uji Normalitas Kolmogorov Smirnov dengan SPSS
[Search : Cara Uji Normal Probability Plot dalam Model Regresi dengan SPSS, Langkah-langkah Uji Normalitas Nilai Residual dengan Plots SPSS Lengkap, Normal P-P Plot Of Regression Standardized Residual]
[Img : Screenshot SPSS versi 21]
Lihat Juga: VIDEO Cara Uji Normal Probability Plot dengan SPSS