Cara Membaca Hasil Uji Shapiro-Wilk di SPSS, Lengkap dengan Contoh Interpretasi

Uji normalitas merupakan salah satu tahap penting dalam analisis statistik. Salah satu metode yang sering digunakan untuk menguji normalitas data adalah uji Shapiro-Wilk. Melalui SPSS, pengguna dapat menjalankan pengujian ini dan melihat hasilnya pada tabel Tests of Normality.

Namun, memahami hasil uji Shapiro-Wilk tidak cukup hanya melihat angka yang muncul pada output SPSS. Pengguna juga perlu mengetahui arti nilai signifikansi, kriteria pengambilan keputusan, dan cara menuliskan hasil pengujian dalam laporan penelitian. Artikel ini membahas cara membaca hasil uji Shapiro-Wilk di SPSS, lengkap disertai contoh interpretasi yang dapat dijadikan acuan untuk skripsi, tesis, maupun penelitian lainnya. Simak penjelasannya di bawah ini sahabat DQLab!

1. Apa itu Uji Shapiro-Wilk?

Uji Shapiro-Wilk adalah metode statistik yang digunakan untuk menilai apakah data memiliki distribusi yang konsisten dengan distribusi normal. Pengujian ini banyak digunakan dalam penelitian kuantitatif, terutama ketika peneliti perlu memeriksa asumsi normalitas sebelum melakukan analisis statistik tertentu.

Dalam SPSS, hasil uji Shapiro-Wilk ditampilkan bersama uji Kolmogorov-Smirnov pada tabel Tests of Normality. Peneliti dapat menggunakan nilai statistik Shapiro-Wilk dan nilai signifikansinya untuk menentukan keputusan pengujian. Secara umum, hipotesis dalam uji Shapiro-Wilk adalah sebagai berikut:

• H0: Data berasal dari populasi yang berdistribusi normal

• H1: Data berasal dari populasi yang tidak berdistribusi normal.

Keputusan pengujian didasarkan pada nilai signifikansi atau p-value dengan tingkat signifikansi yang telah ditentukan.

Baca Juga: Portofolio Sudah Banyak, Apakah Kompetensi Content Creator BNSP Bisa Dibuktikan?

2. Kriteria Pengambilan Keputusan

Kolom yang paling sering digunakan untuk mengambil keputusan adalah Sig. atau p-value. Nilai ini dibandingkan dengan tingkat signifikansi yang ditetapkan, umumnya 0,05. Berikut adalah kriteria pengambilan keputusannya:

• Sig. > 0,05: H0 tidak ditolak. Tidak terdapat bukti statistik yang cukup untuk menyimpulkan bahwa data menyimpang dari distribusi normal.

• Sig. ≤ 0,05: H0 ditolak. Terdapat bukti statistik bahwa data menyimpang dari distribusi normal.

3. Contoh Hasil Uji Shapiro-Wilk dan Interpretasinya

Misalnya, seorang mahasiswa ingin menguji normalitas nilai ujian dari 30 responden sebelum melakukan analisis statistik. Setelah menjalankan uji normalitas di SPSS, diperoleh hasil ilustratif sebagai berikut.

Tabel 1. Contoh Output Uji Shapiro-Wilk

Catatan: Angka pada tabel merupakan data ilustrasi, bukan hasil pengujian dari dataset nyata.

Berdasarkan tabel tersebut, nilai signifikansi uji Shapiro-Wilk adalah 0,615. Nilai ini lebih besar daripada 0,05 sehingga H0 tidak ditolak. Artinya, tidak terdapat bukti statistik yang cukup untuk menyimpulkan bahwa data nilai ujian menyimpang dari distribusi normal. Peneliti dapat melanjutkan pemeriksaan asumsi analisis berikutnya sesuai metode yang digunakan.

Baca Juga: Pengaruh Belum Tentu Kausal, Terus Bedanya di Mana?

4. Bagaimana jika nilai Sig. kurang dari 0,05?

Sebagai contoh lain, hasil uji Shapiro-Wilk menunjukkan nilai signifikansi sebesar 0,018. Karena nilai 0,018 lebih kecil daripada 0,05, H0 ditolak. Artinya, terdapat bukti statistik bahwa data menyimpang dari distribusi normal. Dalam kondisi tersebut, peneliti dapat memeriksa histogram dan Q-Q plot, mengevaluasi kemungkinan pencilan, dan mempertimbangkan metode analisis yang sesuai. Transformasi data atau penggunaan metode nonparametrik dapat dipertimbangkan apabila relevan dengan karakteristik data dan tujuan penelitian.

5. Cara Menuliskan Interpretasi Uji Shapiro-Wilk dalam Skripsi

Setelah membaca output SPSS, peneliti perlu menyampaikan hasilnya dalam bentuk narasi yang jelas dan sesuai kaidah akademik. Berikut contoh narasi berdasarkan hasil ilustrasi dengan nilai Sig. 0,615. Contoh narasi jika data tidak menunjukkan penyimpangan signifikan dari normalitas:

“Berdasarkan hasil uji normalitas menggunakan metode Shapiro-Wilk, diperoleh nilai signifikansi sebesar 0,615. Nilai tersebut lebih besar daripada tingkat signifikansi 0,05 sehingga hipotesis nol tidak ditolak. Hasil ini menunjukkan bahwa tidak terdapat bukti statistik yang cukup untuk menyimpulkan bahwa data menyimpang dari distribusi normal. Oleh karena itu, berdasarkan hasil pengujian tersebut, asumsi normalitas tidak ditolak.”

Sementara itu, jika nilai signifikansi sebesar 0,018, narasi yang dapat digunakan adalah:

“Berdasarkan hasil uji normalitas menggunakan metode Shapiro-Wilk, diperoleh nilai signifikansi sebesar 0,018. Nilai tersebut lebih kecil daripada tingkat signifikansi 0,05 sehingga hipotesis nol ditolak. Hasil ini menunjukkan bahwa terdapat bukti statistik bahwa data menyimpang dari distribusi normal. Oleh karena itu, diperlukan pemeriksaan lebih lanjut terhadap distribusi data dan kesesuaian metode analisis yang akan digunakan.”

Cara membaca hasil uji Shapiro-Wilk di SPSS berpusat pada kolom Sig. dalam tabel Tests of Normality. Jika nilai signifikansi lebih besar dari 0,05, hipotesis nol tidak ditolak. Sebaliknya, jika nilai signifikansi kurang dari atau sama dengan 0,05, hipotesis nol ditolak. Meskipun demikian, keputusan mengenai normalitas sebaiknya tidak bergantung pada satu angka. Pemeriksaan grafik, ukuran sampel, karakteristik data, dan asumsi metode analisis tetap diperlukan agar interpretasi hasil penelitian lebih tepat.

FAQ

Nilai Sig. yang lebih besar dari 0,05 umumnya menunjukkan bahwa tidak terdapat bukti statistik yang cukup untuk menolak asumsi normalitas. Hasil ini bukan bukti mutlak bahwa data berdistribusi normal.

2. Apa arti nilai Sig. Shapiro-Wilk sebesar 0,000 di SPSS?

Nilai 0,000 pada tampilan SPSS umumnya berarti nilai p sangat kecil dan dibulatkan hingga tiga angka desimal, bukan benar-benar nol. Hasil tersebut biasanya dilaporkan sebagai p < 0,001 dan menunjukkan bukti statistik yang menentang normalitas pada tingkat signifikansi 0,05.

3. Apakah uji Shapiro-Wilk bisa digunakan untuk data lebih dari 50 responden?

Bisa. Uji Shapiro-Wilk tidak terbatas hanya untuk sampel di bawah 50 responden. Namun, sensitivitas pengujian perlu dipertimbangkan bersama ukuran sampel dan pemeriksaan grafik distribusi.

Kalau kamu tertarik untuk berkarir sebagai Data Analyst yang menguasai teknik Data Cleaning secara handal, ini adalah saat yang tepat! Yuk, segera Sign Up ke DQLab! Di sini, kamu bisa belajar dari dasar hingga tingkat lanjut dengan materi dan tools yang relevan dengan kebutuhan industri, bahkan tanpa latar belakang IT. Belajar kapan saja dan di mana saja dengan fleksibilitas penuh, serta didukung oleh fitur eksklusif Ask AI Chatbot 24 jam!

Tidak cuma itu, DQLab juga sudah menerapkan metode pembelajaran HERO (Hands-On, Experiential Learning & Outcome-based) yang dirancang ramah untuk pemula, dan telah terbukti mencetak talenta unggulan yang sukses berkarier di bidang data. Jadi, mau tunggu apa lagi?

Jadi, tunggu apa lagi? Segera persiapkan diri untuk menguasai keterampilan di bidang data dan teknologi dengan subscribe modul premium, atau ikuti Bootcamp Data Analyst with SQL and Python sekarang juga!

Penulis: Reyvan Maulid