PENDIDIKAN
DOSEN PENGAMPU : IBU SITI ULFA
NABILA,M.Mat.
kelompok 8
Alfiya Azzahra 2111050169
Arief Wildan Kholis 2111050120
Julita 2111050137
PEMBAHASAN
A. Definisi Uji
C.Uji Normalitas
Normalitas
Secara Grafik
B. Uji Normalitas
Secara Statistik.
A. DEFINISI UJI
NORMALITAS
A. Definisi Uji Normalitas
Uji distribusi normal adalah uji untuk mengukur apakah data yang didapatkan memiliki
distribusi normal sehingga dapat dipakai dalam statistik parametrik (statistik
inferensial).
Dengan kata lain, uji normalitas adalah uji untuk mengetahui apakah data empirik
yang didapatkan dari lapangan itu sesuai dengan distribusi teoritik tertentu. Dalam
kasus ini, distribusi normal. Dengan kata lain, apakah data yang diperoleh berasal dari
populasi yang berdistribusi normal.
Data klasifikasi kontinue, data kuantitatif yang termasuk dalam pengukuran data
skala interval atau rasio, untuk dapat dilakukan uji statistik pengukuran data skala
interval atau rasio dan uji statistik parametrik dipersyaratkan berdistribusi normal.
Uji tersebut perlu dilakukan uji normalitas terhadap data.
Pengujian normalitas dilakukan untuk mengetahui normal
tidaknya suatu distribusi data.
Hal ini penting diketahui berkaitan dengan ketepatan
pemilihan uji statistik yang akan dipergunakan. Uji
parametrik misalnya, mengisyaratkan data harus
berdistribusi normal.
Apabila distribusi data tidak normal maka disarankan
untuk menggunakan uji nonparametrik. Pengujian
normalitas ini harus dilakukan apabila belum ada teori yang
menyatakan bahwa variabel yang diteliti adalah normal.
Dengan kata lain, apabila ada teori yang menyatakan
bahwa suatu variabel yang sedang diteliti normal, maka
tidak diperlukan lagi pengujian normalitas data.
B. UJI NORMALITAS
SECARA STATISTIK
1. Uji Normalitas Menggunakan Uji Liliefors
Keterangan :
X² = Nilai X²
Oi = Nilai observasi
Ei = Nilai expected / harapan, luasan interval berdasarkan tabel normal
dikalikan N (total frekuensi)
N = Banyaknya angka pada data (total frekuensi)
4. Jarque Bera
Uji Jarque Bera adalah salah satu uji normalitas jenis goodness of fit
test yang mana mengukur apakah skewness dan
kurtosis sampel sesuai dengan distribusi normal. Uji ini didasarkan
pada kenyataan bahwa nilai skewness dan kurtosis dari distribusi
normal sama dengan nol. Oleh karena itu, nilai absolut dari parameter
ini bisa menjadi ukuran penyimpangan distribusi dari normal.
Jarque Bera Test dinamakan sesuai dengan penemunya yaitu Carlos
Jarque dan Anil K. Bera. Rumus Jarque Bera (JB) dengan n sampel
adalah sebagai berikut:
5. Uji Shapiro Wilk
Uji Shapiro Wilk adalah sebuah metode atau rumus perhitungan
sebaran data yang dibuat oleh shapiro dan
wilk. Metode shapiro wilk adalah metode uji normalitas yang
efektif dan valid digunakan untuk sampel
berjumlah kecil. Metode Shapiro Wilk menggunakan data dasar
yang belum diolah dalam tabel distribusi
frekuensi.
Rumus
C. UJI NORMALISASI
SECARA GRAFIK
C. Uji Normalitas Secara Grafik
Lakukan riset sendiri dan pelajari
lebih lanjut tentang alat online
Salah satu cara untuk menguji normalitas yaitu dengan analisis grafik histogram
dan paling
Normalandal yang
P-Plot. dapat
Namun Andagrafik memiliki kelemahan yaitu hasilnya tidak
analisis
dapat dipastikan
gunakan kebenarannya
untuk menghindariterutama
iklan apabila jumlah sampel dalam penelitian
kecil.
yang tidak diinginkan.
Untuk histogram, apabila grafik histogram menggambarkan pola distribusi yang
tidak menceng ke kanan dan ke kiri, tetapi tepat di tengah seperti bentuk lonceng
maka hasil tersebut menunjukkan bahwa data terdistribusi secara normal.
Untuk Normal P-Plot, normalitas dapat dideteksi dengan melihat penyebaran data
atau titik-titik pada sumbu diagonal dari grafik.
Cara yang digunakan untuk melakukan pengujian normalitas
data yaitu analisis grafik Histogram dan Pola Normal P-Plot.
Adapun hasil pengujian tersebut adalah sebagai berikut:
Dengan melihat tampilan gambar grafik histogram
maupun grafik normal plot pada variabel dependen
return on asset (ROA) dan Tobins’Q, dapat
disimpulkan bahwa kedua grafik histogram
memberikan distribusi yang simetris.
Sedangkan pada grafik normal plot terlihat titik-
titik menyebar berhimpit di sekitar garis diagonal
dan hal ini menunjukkan bahwa data terdistribusi
secara normal.
Jadi, hasil dari kedua grafik tersebut baik pada
variabel dependen return on asset (ROA) dan
Tobins’Q seluruhnya menunjukkan bahwa model
regresi tidak menyalahi asumsi normalitas
THANK YOU!!!
Ada Yang Ingin
Ditanyakan?