Uji Normalitas
4.4.1 Uji Normalitas
Uji normalitas data bertujuan untuk mengetahui apakah data yang diperoleh dari hasil penelitian berdistribusi normal atau t idak (Supardi dan Darwan Syah, 2009). Bila data berdistribusi normal maka data tersebut dapat dianalisis menggunakan statistik inferensial parametrik. Dalam penelitian ini uji normalitas yang digunakan adalah Uji Kolmogorov-Smirnov menggunakan software SPSS for Windows sebagai berikut:
TABEL IV.49 UJI NORMALITAS VARIABEL PENELITIAN
Kolmogorov-Smirnov a
Variabel Interprestasi
Statistic
df Sig.
Penyediaan SD
Jumlah dan Jenis SD
Tidak Normal
Daya Tampung SD
Kesesuaian Lahan SD
Tidak Normal
Sebaran SD
Tidak Normal
Aksesibilitas SD
Tidak Normal
Jangkauan Pelayanan SD
Tidak Normal
Jumlah dan Jenis SMP
Tidak Normal
Daya Tampung SMP
Tidak Normal
Kesesuaian Lahan SMP
Tidak Normal
Tidak Normal
Aksesibilitas SMP
Tidak Normal
Jangkauan Pelayanan SMP
Tidak Normal
a Lilliefors Significance Correction b Sebaran SMP is constant. It has been omitted.
Sumber : Analisis, 2010
Data dikatakan berdistribusi normal bila memiliki nilai sig. >0,05 pada tingkat signifikansi 5 ( = 0,05). Data yang tidak berdistribusi normal pada penyediaan dan pemerataan SD adalah pada variabel jumlah dan jenis SD, APK SD, sebaran SD, dan aksesibilitas SD. Pada penyediaan dan pemerataan SMP semua variabel bahkan tidak berdistribusi normal. Salah satu penyebab ketidaknormalan distribusi adalah adanya outlier atau data yang menyimpangekstrim. Untuk mengetahui data yang menyimpangekstrim tersebut maka dilakukan analisis outlier menggunakan software SPSS for Windows. Dengan tingkat signifikansi 5 ( = 0,05) maka data dianggap normal bila nilai z pada rentang -1,96 TABEL IV.50 ANALISIS OUTLIER PENYEDIAAN DAN PEMERATAAN SD (NILAI Z) dan Jenis bilitas SD -0,43029 Bukan Outlier 2 Sidorejo Lor -0,43029 Bukan Outlier 5 Kauman Kidul
-0,43029 Bukan Outlier
-0,43029 Bukan Outlier
-0,32712 Bukan Outlier
0,11138 Bukan Outlier
9 Sidorejo Kidul
-0,43029 Bukan Outlier
-1,46206 Bukan Outlier
11 Tingkir Lor
-0,43029 Bukan Outlier
12 Tingkir Tengah
0,62727 Bukan Outlier
0,62727 Bukan Outlier
0,62727 Bukan Outlier
-0,63665 Bukan Outlier
-1,12674 Bukan Outlier
-1,12674 Bukan Outlier
-0,43029 Bukan Outlier
-1,25571 Bukan Outlier
0,4725 Bukan Outlier
0,98839 Bukan Outlier
Sumber : Analisis, 2010
TABEL IV.51 ANALISIS OUTLIER PENYEDIAAN DAN PEMERATAAN SMP (NILAI Z)
Sebaran Aksesibilitas Jangkauan
No.
Kelurahan
dan Jenis Tampung
-0,8839 Bukan Outlier
2 Sidorejo Lor
-0,8839 Bukan Outlier
5 Kauman Kidul
-0,8839 Bukan Outlier
1,00766 Bukan Outlier
-0,8839 Bukan Outlier
9 Sidorejo Kidul
0,68175 Bukan Outlier
-0,8839 Bukan Outlier
11 Tingkir Lor
-0,8839 Bukan Outlier
12 Tingkir Tengah
1,24625 Bukan Outlier
-0,8839 Bukan Outlier
-0,8839 Bukan Outlier
1,24625 Bukan Outlier
-0,8839 Bukan Outlier
0,964 Bukan Outlier
-0,8839 Bukan Outlier
-0,8839 Bukan Outlier
0,95776 Bukan Outlier
0,96088 Bukan Outlier
-0,8839 Bukan Outlier
Sumber : Analisis, 2010
Berdasarkan analisis outlier, diketahui bahwa Kelurahan yang kondisi penyediaan dan pemerataan SMP-nya terlalu menyimpang dibandingkan kelurahan lainnya adalah Kelurahan Salatiga, Kelurahan Sidorejo Lor dan Kelurahan Kutowinangun. Distribusi yang tidak normal dapat diinterprestasikan bahwa pada aspek tersebut perlu perbaikan. Nilai variabel yang tidak berdistribusi normal perlu mendapat perlakukan tertentu agar berdistribusi normal sehingga dapat dianalisis dengan statistik parametrik. Perlakuan tersebut adalah:
1. Mentransformasikan data menjadi bentuk lain. Transformasi yang paling umum dilakukan diantaranya dalam bentuk akar kuadrat dan log 10.
2. Menambah jumlah obyek penelitian sampai data berdistribusi normal.
3. Mengeluarkan data outlier. Apabila setelah ketiga perlakuan di atas dilakukan dan data masih tidak berdistribusi normal maka dapat disimpulkan bahwa terhadap variabel tersebut tidak dapat digunakan statistik inferensial parametrik.
Pada penyediaan dan pemerataan SD, setelah variabel yang tidak berdistribusi normal ditransformasikan kedalam log 10 maka variabel APK dan variabel aksesibilitas SD telah berdistribusi normal sedangkan variabel jumlah dan
jenis SD (X 1 ) dan variabel sebaran SD (X 4 ) ternyata tetap tidak berdistribusi
normal meskipun telah ditransformasikan dalam bentuk akar kuadrat, arsin dan log 10 serta dihilangkan data oulier-nya sehingga dalam analisis statistik kedua variabel tersebut tidak digunakan (lampiran 5). Demikian juga pada penyediaan dan pemerataan SMP setelah semua nilai variabel ditransformasi kan dalam bentuk akar kuadrat, arsin dan log 10 serta dikeluarkan nilai variabel yang bersifat outlier maka yang berdistribusi normal adalah log penyediaan SMP, log daya tampung SMP, log kesesuaian lahan SMP, log APK dan log jangkauan pelayanan SMP.