Desain Metodologi Tutorial Statistik SPSS Tutorial Statistik Excel Tabel Statistik Rumus Statistik
Uji Statistik
Blog Untuk Mempelajari Jenis Uji Statistik, Penelitian, SPSS dan Statistik Berbasis Komputer seperti excel.
Dapatkan Bantuan Olah Data dan Analisa Data Dengan Pelajari Tata Cara Atau Prosedur Bantuan, Klik Link Berikut:Bantuan Olah
Home
Daftar Isi
Penelitian
eBook
SPSS
Tanya
Forum
Serba Serbi
Admin
Memilih jenis transformasi data merupakan kegiatan yang kadang sangat membosankan, sebab memaksa kita untuk
melakukan percobaan berkali-kali untuk menentukan transformasi apa yang tepat pada data yang tidak berdistribusi
normal. Namun dengan adanya aplikasi Statistik, kebosanan itu sedikit berkurang. Apalagi dengan aplikasi STATA,
sebab aplikasi statistik yang satu ini telah dibekali dengan satu fitur, yaitu mendeteksi kenormalan data secara
otomatis. Deteksi tersebut dapat dilakukan dengan beberapa metode, antara lain: Metode Deteksi Histogram, QQ Plots
dan Skewness-Kurtosis.
Apa maksud keterangan di atas? tentunya anda bertanya-tanya. Baiklah, kami berikan sebuah ilustrasi: Anda akan
melakukan sebuah uji parametris yang mengharuskan data anda pada variabel berdistribusi normal. Ciri-ciri data
berdistribusi normal antara lain: berdasarkan nilai uji normalitas skewness-kurtosis menunjukkan p value > 0,05,
histogram berbentuk kurve normal dan dalam Normal QQ Plots, plots yang ada mengikuti garis fit line. Ada saatnya data
anda ternyata tidak berdistribusi normal dan anda menginginkan untuk melakukan transformasi. Kemudian anda pusing
untuk memilih transformasi apa yang dapat membuat data anda berubah menjadi normal. Nah, disinilah STATA
memberikan kemudahan karena hanya dengan satu kali klik, kita sudah dapat menentukan metode transformasi apa
yang tepat.
Agar anda mudah memahami tutorial ini, sebaiknya anda pelajari artikel kami:
1. Transformasi Data
2. Normalitas Pada STATA
Cari
Log In
Be the first of your friends to use this.
. sktest var1
Skewness/Kurtosis tests for Normality
------- joint -----Variable | Obs Pr(Skewness) Pr(Kurtosis) adj chi2(2)
-------------+--------------------------------------------------------------var1 |
100
0.0000
0.0030
24.08
Prob>chi2
0.0000
Nilai Prob>chi2 di atas sebesar 0,0000 di mana kurang dari 0,05 berarti data berdistribusi tidak normal.
Untuk menentukan model transformasi apa yang tepat, maka pada Menu klik Statistics, klik (Summaries, tables and
test), klik Distributional plots and test, klik Ladder of powers. Kemudian isi Combobox Variable dengan variabel yang
akan dideteksi. Kemudian klik OK. Lihat hasilnya!
. ladder var1
Transformation
formula
chi2(2)
-----------------------------------------------------------------cubic
var1^3
66.67
square
var1^2
46.01
identity
var1
24.08
square root
sqrt(var1)
14.30
log
log(var1)
6.83
1/(square root)
1/sqrt(var1)
2.35
inverse
1/var1
1.20
1/square
1/(var1^2)
4.45
P(chi2)
0.000
0.000
0.000
0.001
0.033
0.309
0.550
0.108
statistikian.blogspot.com/2013/03/memilih-transformasi-data-dengan-stata.html
1/3
5/26/13
1/cubic
1/(var1^3)
13.82
0.001
Find us on Facebook
Blog Statistik Indonesia
Like
Berdasarkan hasil di atas, lihat nilai P(chi2), nilai > 0,05 menunjukkan model transformasi tersebut dapat membuat
variabel berdistribusi normal. Maka model yang tepat antara lain: 1/(square root) atau inverse square root, inverse dan
1/square atau inverse square.
Dari ketiga model transformasi yang tepat, model inverse memberikan nilai terbesar (0,550), maka model inverse
selayaknya dipilih sebagai model transformasi pada data anda.
Untuk memperkuat penilaian anda, dapat menggunakan deteksi histogram. Caranya sebagai berikut:
Pada Menu klik Statistics, klik (Summaries, tables and test), klik Distributional plots and test, klik Ladder of powers
histogram. Kemudian isi Combobox Variable dengan variabel yang akan dideteksi. Kemudian klik OK. Lihat hasilnya!
Dari beberapa histogram di atas, model inverse, inverse square root (1/sqrt) dan inverse square (1/square) memberikan
bentuk histogram yang paling mendekati kurve normal. Dan model inverse adalah yang terbaik.
Selanjutnya kita bisa kuatkan lagi dengan deteksi Normal Quantile Plots dengan cara:
Pada Menu klik Statistics, klik (Summaries, tables and test), klik Distributional plots and test, klik Ladder of powers
quantile-normal plots. Kemudian isi Combobox Variable dengan variabel yang akan dideteksi. Kemudian klik OK. Lihat
hasilnya!
Kategori
Komputerisasi (58)
Dari beberapa normal quantile plots di atas, model inverse, inverse square root (1/sqrt) dan inverse square (1/square)
memberikan bentuk di mana plot-plot mengikuti garis lurus fit line. Dan model inverse adalah yang terbaik.
Untuk membuktikan, mari kita coba melakukan transformasi dengan metode inverse kemudian dilakukan uji skewnesskurtosis. Dan ternyata hasilnya sesuai dengan deteksi di atas. Lihat di bawah ini:
Metodologi
Penelitian (29) Excel (26) Rumus
Asosiatif (23) Komparatif (23) SPSS
Uji Asumsi (22) Regresi (17) Korelasi
Multivariat (13) Video (13) PDF (10) Daftar
Penelitian (7) Univariat (6) Ilmu Komputer
Jurnal Statistik (5) Tabel Statistik (5) Jquery
PPT (4) Validitas (4) Sample (3) STATA (2) Software
(2) Deskriptif (1) Experimen (1) Minitab (1) Reliabilitas (1)
Mengenai Saya
Anwar Hidayat
I am a simple Person
Lihat profil lengkapku
Nilai Prob>chi2 sebesar 0,5498 yang apabila dibulatkan menjadi 0,550 dimana sama persis dengan deteksi di atas.
SEMOGA BERMANFAAT
Artikel Terkait:
Uji Homogenitas
Uji Heteroskedastisitas
Uji Spearman untuk Heteroskedastisitas
statistikian.blogspot.com/2013/03/memilih-transformasi-data-dengan-stata.html
2/3
5/26/13
0 Blogger
0 Facebook
Add a comment...
Comment using...
F acebook social plugin
Beranda
Posting Lama
statistikian.blogspot.com/2013/03/memilih-transformasi-data-dengan-stata.html
3/3