v=YztGzKAkAKQ
Uji Normalitas
Uji Normalitas adalah sebuah uji yang dilakukan dengan tujuan untuk menilai sebaran data
pada sebuah kelompok data atau variabel, apakah sebaran data tersebut berdistribusi normal
ataukah tidak.
Uji Normalitas berguna untuk menentukan data yang telah dikumpulkan berdistribusi normal
atau diambil dari populasi normal. Metode klasik dalam pengujian normalitas suatu data tidak
begitu rumit. Berdasarkan pengalaman empiris beberapa pakar statistik, data yang banyaknya
lebih dari 30 angka (n > 30), maka sudah dapat diasumsikan berdistribusi normal. Biasa
dikatakan sebagai sampel besar.
Namun untuk memberikan kepastian, data yang dimiliki berdistribusi normal atau tidak,
sebaiknya digunakan uji normalitas. Karena belum tentu data yang lebih dari 30 bisa
dipastikan berdistribusi normal, demikian sebaliknya data yang banyaknya kurang dari 30
belum tentu tidak berdistribusi normal, untuk itu perlu suatu pembuktian. uji statistik yang
dapat digunakan diantaranya adalah: Uji Chi-Square, Kolmogorov
Smirnov, Lilliefors, Shapiro Wilk, Jarque Bera.
Metode Chi-Square atau X2 untuk Uji Goodness of fit Distribusi Normal menggunakan
pendekatan penjumlahan penyimpangan data observasi tiap kelas dengan nilai yang
diharapkan. Uji Chi-square seringkali digunakan oleh para peneliti sebagai alat uji
normalitas.
Signifikansi:
Signifikansi uji, nilai X2 hitung dibandingkan dengan X2 tabel (Chi-Square).
Jika nilai X2 hitung < nilai X2 tabel, maka Ho diterima ; Ha ditolak.
Jika nilai X2 hitung > nilai X2 tabel, maka maka Ho ditolak ; Ha diterima.
Contoh:
Diambil Tinggi Badan Mahasiswa Di Suatu Perguruan Tinggi Tahun 2010
Selidikilah dengan α = 5%, apakah data tersebut di atas berdistribusi normal ? (Mean =
157.8; Standar deviasi = 8.09)
Penyelesaian :
1. Hipotesis :
4. Derajat Bebas
Df = ( k – 3 ) = ( 5 – 3 ) = 2
5. Nilai tabel
Menggunakan gambar
Menggunakan rumus: |0,427 | < |5,991| ; Keputusan hipotesis: berarti Ho diterima,
Ha ditolak
7. Kesimpulan: Populasi tinggi badan mahasiswa berdistribusi normal α = 0,05.
Yaitu sebuah uji untuk menilai sebaran data pada variabel atau kelompok data, apakah
berdistribusi normal ataukah tidak. Jika data berdistribusi normal dapat diasumsikan bahwa
data diambil secara acak dari populasi normal.
Data dikatakan berdistribusi normal apabila tidak mempunyai perbedaan yang signifikan atau
yang baku dibandingkan dengan normal baku. Jika menggunakan uji statistik, misalnya
menggunakan uji kolmogorov smirnov, variabel dikatakan berdistribusi normal jika nilai
signifikansinya lebih dari atau sama dengan 0,05. Sebaliknya jika signifikansi kurang dari
0,05 maka variabel atau data dinyatakan tidak berdistribusi normal.
Secara umum dinyatakan bahwa normalitas dapat dinilai dengan berbagai cara yang jika
dikelompokkan pada dasarnya ada dalam 2 kelompok, yaitu analisis secara visual dan analisis
secara statistik.
Analisis secara visual antara lain menggunakan grafik normal PP, Normal QQ, Histogram,
Stem Leaf, Box Plot, dll. Sedangkan secara statistik dapat diuji menggunakan uji
Kolmogorov Smirnov, Shapiro Wilk, Shapiro Francia, Andersen Darling, Ryan Joiner,
Skewness Kurtosis Test, Jarque Bera dan masih banyak jenis uji statistik lainnya untuk
menilai normalitas.
Penyebab data tidak berdistribusi normal adalah terutama adanya data extreme atau data
pencilan yang biasa disebut dengan istilah outlier. Dengan adanya outlier tersebut, maka
sebaran data bisa menjadi condong ke kiri atau condong ke kanan. Dimana jika sebaran data
ini kita nilai secara visual misalnya menggunakan histogram, maka seharusnya data yang
berdistribusi normal akan membentuk sebaran seperti lonceng menghadap ke atas.
Jika anda menghadapi situasi dimana data tidak berdistribusi normal, maka langkah yang
dapat anda lakukan adalah dengan menilai apakah data tersebut ada outlier atau pencilan data.
Jika memang ada, maka selanjutnya anda bisa melakukan Trimming yaitu mengeliminasi
data yang menjadi penyebab terjadinya outlier.
Cara lain yang dapat dilakukan misalnya transformasi data. Namun cara tersebut haruslah
disesuaikan dengan tujuan mengapa dibutuhkan data yang berdistribusi normal. Tentunya
bahasan ini akan dibahas pada artikel-artikel lainnya dalam website ini.
By Anwar Hidayat
TINJAUAN IKHTISAR
Asumsi Klasik
RINGKASAN
Uji Normalitas adalah Uji yang paling sering dilakukan sebagai syarat untuk uji
parametris, misalnya uji regresi linear, data panel, uji t dan uji f serta uji
parametris lainnya. 4.5
NILAI
KESELURUHAN
TOPIK
Asumsi Klasik
Hitung Manual
Penjelasan
Signifikansi
Uji Normalitas
Share
Anwar Hidayat
https://www.statistikian.com
Founder dan CEO dari Statistikian Sejak 2012. Melayani jasa bantuan olah dan analisis data
menggunakan berbagai aplikasi statistik, seperti: SPSS, LISREL, STATA, Minitab, EViews,
AMOS, SmartPLS, R Studio, NCSS, PASS dan Excel. Silahkan WhatsApp: 081515699060.
Biaya 100 ribu sd 300 ribu Sesuai Beban. Proses 1 sd 3 Hari Tergantung Antrian.
Email: nadila@statistikian.com.
ARTIKEL TERKAITDARI PENULIS
Regresi
Cara Mengatasi Heteroskedastisitas Regresi Linear Dengan Metode
Hipotesis
Perbedaan Hipotesis Penelitian dan Hipotesis Statistik Adalah
Regresi
Regresi Linear Berganda: Penjelasan, Contoh, Tutorial
Metodologi
Cara Hitung Rumus Slovin Besar Sampel
Hipotesis
Perbedaan Hipotesis Statistik dan Hipotesis Penelitian
Hipotesis
Penjelasan Lengkap ANOVA Sebagai Analisis Statistik
Uji Asumsi
Perbedaan Uji Normalitas dan Homogenitas
Asosiatif
Metode Penelitian Adalah: Pengertian, Tujuan, Jenis, Manfaat, Contoh
Eviews
Tutorial Uji Asumsi Klasik dengan Eviews
48 KOMENTAR
1.
ok
Balas
Balas
Uji normalitas tergantung uji yang digunakan, karena uji normalitas berbed tiap
uji statistik, misal pada regresi linear, normalitas pada resiudalnya, sedangkan
pada independen t test, uji normalitas pada var terikat tiap kelompok/kategori
Balas
mas aku mau nanya….. aku punya penelitian.. setiap sampling aku ngerjain
duplo ( atau 2 replikasi) trus aku sampling 5 kali…. jadi aku punya 10 sampel….
nah setiap sampel aku ukur dengan 2 metode analisis yang berbeda. Jadi tiap
sampel pake 2 metode…..
yang mau aku tanyakan uji normalitasnya aku bandingkan dari masing – masing
metode…. atau aku bandingin antar metodenya…. makasih ya
Balas
Lakukan pada per kelompok. Lebih jelasnya anda pelajari di: One Way Anova
dalam SPSS.
Balas
saya ingin tanya, bila saya ingin melakukan uji normalitas terhadap 2 kelompok
percobaan, harus dilakukan uji normalitas per kelompoknya atau dapat
digabung?
Balas
Uji normalitas adalah prasyarat atau disebut sebagai asumsi dari uji statistik
lainnya yang lebih utama, biasanya untuk menjawab hipotesis dari statistik
inferensial. Jadi segala sesuatunya harus diidentifikasi dulu uji hipotesanya yang
menyebab prasyarat normalitas, karena konsekuensi dari ketidak normalannya
berbeda-beda.
Balas
mas saya mau tanya, kalau data yang saya punya sudah uji normalitas dengan
spss tapi hasilnya distribusi tidak normal, apakah ada uji lain yang bisa
digunakan sebagai uji lanjutan ? terimakasih
Balas
Tidak normal, sebab lebih < 0,05. Gunakan 1 Alpha untuk semua pengujian
normalitas.
Balas
Balas
Bila anda melakukan uji non parametris. Pada uji parametris, maka hanya uji
independen t test dan paired t test saja yang memperbolehkan normalitas
dilanggar, tapi tidak dianjurkan. Pada uji regresi, jika anda menggunakan metode
robust, maka diperbolehkan melanggar normalitas residual.
Balas
mau tanya dong mas..>> kapan yah uji asumsi klasik itu boleh dilanggar dan
kenapa yaa alasannya kita melakukan uji normalitas?mohon d balas yaa buat
skripsi soalnya..makasih
Balas
Tidak cocok, sebab hipotesis anda harusnya uji beda 2 sampel berpasangan.
Sedangkan uji normalitas adalah uji syarat untuk pengujian hipotesis dengan
menggunakan uji parametris, misalkan uji regresi, anova, t test dan uji parametris
lainnya.
Balas
tanya donk.. kalo metode saya pretest postest cocok ga pake metode ini?
Balas
Balas
17. Rose Of Sharon 21 Mei 2015 At 15:21
Balas
nah ini dia yang sedang sy cari, belajar ginian emang bikin pusing.. tp tks ya om
bisa buat referensi mksih bnyak y artikelnya
Balas
blog yang sangat bermanfaat, selalu jadi rujukan kalau bersentuhan dengan
statistika..
Balas
Balas
Distibusi Normal
Balas
Balas
Sepertinya anda akan melakukan uji paired t test, maka diperlukan uji
normalitas, namun uji normalitas dilakukan pada selisih antara pre dan post,
bukan pada data pre dan post nya. Jika asumsi normalitas tidak terpenuhi, maka
gunakan uji non parametris sebagai alternatif dari paired t test, yaitu uji wilcoxon
signed rank test. Trims.
Balas
Mas saya mau nanya….. penelitian sya pre dn post test tetapi hanya kelompok
eksperimen dan tdk ada kelompok kontrol… pre test kemudian perlakuan dan
post test…. apakah ttap menggunakan uji normalitas…mohon
jawabanya….bingung
Balas
Balas
26. Big Nose 7 November 2016 At 13:57
mas, mau tanya.. penelitian saya kan eksperimen, datanya rasio dan ordinal,
apakah bisa menggunakan uji ini? terimakasih
mohon jawaban dan sarannya
Balas
Robust adalah kebal terhadap suatu kendala asumsi. Bisa jadi kebal terhadap
heteroskedastisitas, normalitas atau autokorelasi. Sedangkan RE menggunakan
prinsip maximum likelihood, bukan ordinary least square. Sehingga asumsi
heteroskedastisitas dan normalitas dapat diabaikan. Lebih jelasnya
pelajari: Regresi Data Panel.
Balas
ka mau tanya, jika uji Chow test menghasilkan FE, Uji LM menghasilkan RE,
dan UjiHausman Menghasilkan RE, apakah perlu saya menguji dengan
menggunakan Robust ?
mohon balasanya
terima kasih
Balas
Mas mau tanya, kalau data yang dimiliki itu adalah pre dan pos untuk 2 variabel
Maka untuk uji normalitas yang dimasukkan itu hasil pre dan postesnya atau
cukup selisihnya?
Balas
Balas
mohon maaf saya mau tanya….saya punya penelitian tetapi tidak normal dengan
nilai signifikan 0,05. dan salah satu variabel saya ada variabel dummy. apakah
juga harus dioutlier atau transformasi ? dan sebaiknya bagaimana menjelaskan
nya ?
Balas
Balas
Balas
o Anwar Hidayat 15 Mei 2017 At 23:32
Uji Independen t test
Balas
Mas, mau tanya. Saya sedang melakukan penelitian hipotesis asosiatif dengan
populasi dibawah 30. Uji normalitas apa yg cocok untuk penelitian saya?
Balas
Balas
Mas,
untuk uji normalitas itu dilakukan per variabel atau bagaimana?
saya ada variabel bebas latar belakang pendidikan dan kompetensi serta variabel
terikat produktivitas.,
Terimakasih.
Balas
maaf mas, saya mau tanya. jika data yang digunakan kurang dari 30 bolehkah
menguji normalitas menggunakan uji chi square? terima kasih
Balas
Balas
mas mau tanya, penelitian saya menggunakan independent simple t test, dan
datanya ada 200, apa harus uji normalitas?
Balas
Balas
Mau nanya mas: saya kan pake metode regresi berganda, kalo uji normalitasnya
tidak tepenuhi, terus di transformasikan, lalu sudah terpenuhi uji normalitasnya.
Nah untuk uji selanjutnya memakai data yg di transformasi itu atau bagaimana?
Balas
o Anwar Hidayat 13 Juni 2017 At 12:11
Iya gunakan data hasil transformasi selanjutnya analisis ulang
semua asumsi hingga terpenuhi secara serentak
Balas
Balas
Balas
Balas
Mas mau nanya, kalau datanya dr kuesioner, kan itu jenis datanya ordinal ya
mas..itu mesti di uji normalitas nya, atau uji normalitas hanya untuk data yg
berskala rasio dan interval?
Balas
o Anwar Hidayat 11 November 2017 At 20:24
Baca artikel dan komentar pada artikel saya: Transformasi
Data Ordinal Menjadi Interval.
Balas
TINGGALKAN KOMENTAR
Save my name, email, and website in this browser for the next time I comment.
Kirim Komentar
pencarian
Arsip
ARTIKEL TERBARU
ANOVA R Studio Lengkap Dengan Asumsi dan Post Hoc. Tutorial, Contoh
Komparatif
KOMENTAR TERBARU
TENTANG KAMI
Blog Untuk Mempelajari Jenis Uji Statistik, Penelitian, SPSS dan Statistik Berbasis
Komputer seperti LISREL, SmartPLS, AMOS, EViews, R Studio, Excel, STATA. NCSS,
PASS dan Minitab. Bantuan Olah dan Analisa Data, Whatsapp: 081515699060.
Hubungi kami: nadila@statistikian.com
IKUTI KAMI
Homepage
About Us
Contact Us
TOS
Privacy Policy
Disclaimer
FAQ
Petunjuk Excel
Sitemap