Expert Judgement Validitas Modul Pembelajaran Interaktif

Diposting oleh pada tanggal
Validitas Modul Pembelajaran Interaktif Kelas 5 SD pada   Materi Mengenal Organ Tubuh Manusia Pendahuluan Pengembangan modul pembelajaran interaktif untuk siswa sekolah dasar saat ini menjadi salah satu upaya penting dalam meningkatkan kualitas pembelajaran. Modul interaktif dipandang mampu memberikan pengalaman belajar yang lebih menarik, menumbuhkan motivasi, serta membantu siswa memahami materi dengan lebih mudah melalui kombinasi teks, gambar, audio, animasi, dan aktivitas. Salah satu materi yang memiliki tingkat kompleksitas cukup tinggi bagi siswa kelas 5 SD adalah materi mengenal organ tubuh manusia. Materi ini tidak hanya memerlukan pemahaman konsep, tetapi juga kemampuan siswa dalam mengidentifikasi fungsi serta letak organ dalam tubuh. Agar modul pembelajaran interaktif yang dikembangkan dapat digunakan secara efektif, diperlukan proses validasi untuk memastikan bahwa isi, penyajian, tampilan, dan kegunaannya sesuai dengan kebutuhan pembelajaran. Salah satu metode validas...
0

Cara Mudah Uji Normalitas K-S di SPSS

Diposting oleh pada tanggal

Panduan Lengkap Uji Normalitas Kolmogorov-Smirnov di 


SPSS untuk Skripsi & Tesis



Pendahuluan


Dalam penelitian kuantitatif, khususnya skripsi dan tesis, uji normalitas selalu menjadi bagian penting dalam tahap pengolahan data. Banyak mahasiswa yang merasa bingung ketika pertama kali mendengar istilah “Uji Kolmogorov-Smirnov (K-S)”, “Lilliefors”, atau bahkan ketika mendapati hasil uji normalitas yang tidak sesuai harapan.

Tenang—artikel ini akan membantu kamu memahami apa itu uji normalitas, bagaimana cara menjalankannya di SPSS, serta apa yang harus dilakukan ketika data tidak normal. Kita bahas semuanya dengan bahasa yang santai namun tetap ilmiah.

Mari mulai!


Apa Itu Uji Normalitas Kolmogorov-Smirnov (K-S)?


Uji Kolmogorov-Smirnov (K-S) adalah uji statistik yang digunakan untuk mengetahui apakah sebuah data memiliki distribusi normal atau tidak. Normalitas ini penting karena banyak metode statistik, seperti regresi linear dan analisis jalur, mensyaratkan data yang berdistribusi normal. Oleh karena itu, asumsi normalitas data merupakan fondasi utama dalam analisis statistik parametrik. Jika data Anda tidak terdistribusi normal, hasil analisis parametrik dapat menjadi tidak valid atau menyesatkan. 

Dalam SPSS, terdapat dua jenis uji berbasis K-S:


1. Uji K-S Asli


Uji normalitas Kolmogorov-Smirnov (K-S) dapat diakses melalui menu Nonparametric Tests: Legacy Dialogs. Jalur ini adalah cara tradisional di SPSS, dan sering digunakan ketika peneliti hanya ingin menguji normalitas K-S tanpa plot dan statistik deskriptif lain yang dihasilkan oleh menu Explore. Uji ini membandingkan distribusi data dengan distribusi normal teoretis secara langsung.


2. Uji Normalitas dengan SPSS (Explore)


Cara paling komprehensif untuk menguji normalitas di SPSS adalah melalui menu Explore, karena menghasilkan uji statistik formal (Shapiro-Wilk dan Kolmogorov-Smirnov) sekaligus analisis visual (Q-Q Plot dan Histogram). Ini adalah versi modifikasi yang digunakan ketika mean dan standar deviasi diestimasi dari sampel, bukan dari populasi.

Lilliefors biasanya dianggap lebih ketat, sehingga pada data yang sama sering memberikan hasil yang lebih sensitif terhadap ketidaknormalan.


Kenapa Uji Normalitas Penting dalam Skripsi & Tesis?


Normalitas mempengaruhi apakah kita boleh atau tidak menggunakan analisis statistik tertentu, terutama:

  • Regresi linear

  • Analisis jalur (path analysis)

  • SEM berbasis covariance

  • ANOVA dan ANCOVA

  • Korelasi parametrik (Pearson)

Jika normalitas tidak terpenuhi, maka:

  • Hasil analisis bisa bias,

  • Signifikansi bisa salah,

  • Dan kesimpulan bisa keliru.

Karena itu, uji normalitas jadi langkah penting sebelum menganalisis data lebih jauh.


Langkah Uji Normalitas K-S Lilliefors di SPSS


Uji Lilliefors dijalankan melalui menu Explore di SPSS.


Langkah-langkahnya:

  1. Buka menu Analyze

  2. Pilih Descriptive Statistics

  3. Klik Explore

  4. Masukkan variabel yang ingin diuji

  5. Centang opsi normalitas

  6. Klik OK

SPSS akan menampilkan output normalitas termasuk Lilliefors (Kolmogorov-Smirnov dengan koreksi).


Contoh hasil penelitian:

  • Model 1 → Signifikansi = 0,000

  • Model 2 → Signifikansi = 0,000

Karena nilai < 0,05 → data tidak normal menurut Lilliefors.


Langkah Uji Normalitas K-S Asli di SPSS


Untuk menjalankan uji K-S versi asli, gunakan jalur berikut:


Langkah-langkahnya:

  1. Buka menu Analyze

  2. Pilih Nonparametric Tests

  3. Klik Legacy Dialogs

  4. Pilih 1-Sample K-S

  5. Masukkan variabel

  6. Klik OK


Contoh hasil penelitian (sebelum transformasi):

  • Model 1 → Signifikansi = 0,68 (normal)

  • Model 2 → Signifikansi = 0,09 (mendekati normal)

Ini menunjukkan bahwa Lilliefors lebih ketat dibanding K-S asli.
Namun, jika salah satu uji masih menunjukkan data tidak normal, kita tetap perlu menangani masalah tersebut.


Solusi Jika Data Tidak Normal: Transformasi Data


Menurut Ningsih, C. dkk (2024) dalam bukunya, salah satu cara efektif mengatasi data yang tidak normal adalah dengan melakukan transformasi data.

Tujuannya adalah:

  • Mengurangi skewness

  • Menormalkan distribusi

  • Memperbaiki residu untuk regresi atau analisis jalur

Data yang tidak normal sering kali disebabkan oleh Skewness (kemiringan) atau Kurtosis (keruncingan) yang ekstrem, biasanya karena adanya outlier atau skala pengukuran yang tidak tepat. Transformasi membantu "memperas" atau "meregangkan" data untuk mengurangi dampak ketidaknormalan tersebut.

Pemilihan jenis transformasi disesuaikan dengan arah ketidaknormalan (Skewness). Anda dapat memeriksa nilai Skewness di tabel Descriptives pada output Explore.



Ada banyak jenis transformasi (log, sqrt, inverse, dsb), namun dalam penelitian ini, digunakan transformasi inverse.


Transformasi Inverse untuk Model 2 pada Variabel X dan M


Transformasi inverse dilakukan ketika data condong ke kanan (skewed positif).

Rumus sederhana:

Xbaru=1XX_{\text{baru}} = \frac{1}{X} Mbaru=1MM_{\text{baru}} = \frac{1}{M}

Tujuan utama transformasi inverse:

  • Membalikkan pola distribusi

  • Menarik ekor distribusi yang panjang agar mendekati normal


Langkah Transformasi Inverse di SPSS


Langkahnya sebagai berikut:

  1. Klik menu Transform

  2. Pilih Compute Variable

  3. Pada kotak Target Variable, isi nama baru misalnya X_inv

  4. Pada Numeric Expression ketik:
    1 / X

  5. Ulangi untuk variabel M → M_inv

  6. Klik OK

SPSS akan membuat dua variabel baru yang sudah ditransformasi.


Setelah Transformasi: Hitung Residu Model 2


Sebelum mengecek normalitas lagi, kita harus menghitung residu dari model 2 yang sudah menggunakan variabel transformasi.


Langkah mencari residu:

  1. Buka Analyze

  2. Pilih Regression → Linear

  3. Masukkan variabel dependen

  4. Masukkan variabel independen (X_inv dan M_inv)

  5. Klik Save

  6. Centang Unstandardized Residuals

  7. Klik OK

SPSS akan menambahkan variabel baru bernama RES_1 atau sejenisnya.

Inilah residu yang perlu diuji normalitasnya.


Uji K-S Asli pada Residu Model 2 Setelah Transformasi


Setelah residu didapat, jalankan uji K-S seperti sebelumnya.


Langkah cepat:

  • Analyze → Nonparametric Tests

  • Legacy Dialogs → 1-Sample K-S

  • Masukkan residu

  • Klik OK


Hasil penelitian setelah transformasi:

  • Signifikansi residu Model 2 = 0,95

Hasil ini jauh di atas 0,05 → residu sudah normal.

Artinya:

  • Model 2 yang sudah ditransformasi valid untuk analisis jalur, regresi, atau uji parametrik lainnya.

  • Transformasi berhasil memperbaiki distribusi data.

Kesimpulan


Melalui serangkaian langkah uji normalitas dan transformasi, dapat disimpulkan bahwa:

  1. Data awal Model 2 tidak berdistribusi normal berdasarkan uji Lilliefors.

  2. Transformasi inverse pada variabel X dan M dapat memperbaiki distribusi.

  3. Hasil uji K-S residu setelah transformasi menunjukkan nilai signifikansi 0,95 → residu normal.

  4. Model 2 siap digunakan untuk analisis jalur/analisis lanjutan secara parametrik.

Dengan memahami setiap langkah ini, mahasiswa dapat lebih percaya diri dalam mengerjakan skripsi atau tesis, terutama pada bagian analisis data.


Penutup: Jangan Lewatkan Video Selanjutnya!


Sampai di sini, kamu sudah belajar cara menjalankan uji normalitas K-S, membaca hasilnya, melakukan transformasi, hingga memastikan residu model sudah normal.

Di video atau artikel selanjutnya, kita akan membahas:

  • Cara menjalankan analisis jalur (path analysis) setelah data dinyatakan normal

  • Cara membaca output SPSS

  • Cara menuliskan hasil analisis di BAB 4 skripsi dengan rapi dan ilmiah

Jadi, jangan kemana-mana—tetap ikuti tutorial berikutnya!
Satu langkah lagi menuju skripsi selesai!

Baca juga seri sebelumnya tentang uji asumsi klasik di:
https://pendampingakademik.blogspot.com/2025/11/uji-normalitas.html

Setiap langkah kecil yang kamu ambil adalah bagian dari perjalanan ilmiah menuju karya akhir yang berkualitas.

Jika Anda merasa proses penyusunan tugas akhir berjalan lambat atau penuh kebingungan, mencari pendamping akademik adalah langkah bijak. Bukan untuk menggantikan peran Anda, melainkan mempercepat pemahaman dan meningkatkan kualitas penelitian.

Jangan ragu mengambil dukungan yang tepat. Tanggung jawab akademik tetap di tangan Anda, dan pendamping akademik siap mendorong Anda menuju kelulusan dengan cara yang benar.


SIAP MEMULAI AKHIR PERJALANAN AKADEMIK BERSAMA KAMI?


HUBUNGI KAMI!


Download program statistik gratis – siap pakai untuk analisis skripsimu!


Location: Jl. KH. Ali Maksum No.9, Krapyak Kulon, Panggungharjo, Kec. Sewon, Kabupaten Bantul, Daerah Istimewa Yogyakarta 55188, Indonesia

Komentar

Posting Komentar