Normalitas

Apakah data yang dimiliki

berdistribusi normal ?
Assumption of Normality
Banyak metode statistik yang akan kita terapkan
memerlukan asumsi bahwa variabel atau variabel
terdistribusi normal.

Dengan statistik multivariat, asumsinya adalah bahwa

kombinasi variabel mengikuti distribusi normal
multivariat.

Karena tidak ada tes langsung untuk normalitas

multivariat, kami umumnya menguji setiap variabel
secara individual dan menganggap bahwa mereka
multivariat normal jika mereka secara individual
normal, meskipun ini belum tentu demikian.
Evaluating normality
Ada metode grafis dan statistik untuk mengevaluasi normalitas.

Metode grafis termasuk histogram dan plot normalitas.

Metode statistik termasuk tes hipotesis diagnostik untuk normalitas, dan aturan praktis
yang mengatakan variabel cukup mendekati normal jika kemiringan dan kurtosisnya
memiliki nilai antara -1.0 dan +1.0.

Tidak ada satu pun metode yang benar-benar definitif.

SW388R7
Data Analysis
& Computers
II
Transformations
Ketika suatu variabel tidak terdistribusi secara normal,
kita dapat membuat variabel yang diubah dan
mengujinya untuk normalitas. Jika variabel yang diubah
terdistribusi secara normal, kita dapat menggantinya
dalam analisis kami.

Tiga transformasi umum adalah: transformasi logaritmik,

transformasi akar kuadrat, dan transformasi terbalik.

Semua ini mengubah skala pengukuran pada sumbu

horizontal histogram untuk menghasilkan variabel
transformasi yang secara matematis setara dengan
variabel asli.
When transformations do not
work
Ketika tidak satu pun dari transformasi menyebabkan normalitas dalam
variabel, termasuk variabel dalam analisis akan mengurangi efektivitas
kami dalam mengidentifikasi hubungan statistik, yaitu kita kehilangan
kekuatan.

Kami memiliki opsi untuk mengubah cara informasi dalam variabel

diwakili, mis. gantikan beberapa variabel dikotomi untuk satu variabel
metrik.
Uji Normalitas : Chi-Kuadrat
Uji ini digunakan untuk menguji perbedaan antara data empirik (observed)
dengan data harapan (expected).

Teknik ini dapat digunakan untuk menguji apakah sebuah data mengikuti
distribusi normal atau tidak.

Hal itu berarti, akan diuji apakah ada kesesuaian antara data empirik
(observed) dan data berdistribusi normal yaitu data harapan (expected).
H0 : Tidak ada perbedaan antara data observed dengan data expected. (Data
terdistribusi normal).

Ha : Ada (terdapat) perbedaan antara data observed dengan data expected.

Jika nilai-p < 0,05 atau statistik hitung X2 > 2 tabel maka Ho ditolak sehingga
data tidak terdistribusi normal dan jika sebaliknya maka data terdistribusi
normal.
Contoh Uji Chi-Kudrat
Sebuah koin dilempar 100 kali.

Hipotesis Nol : Data sesuai dengan teori (Koin Jujur – Probabilitas Mendapat
M = Probabilitas Mendapat B)
Hipotesis Alternatif : Data tidak sesuai dengan teori (Koin tidak jujur).

Tingkat signifikansi  = 0,05 atau 5 %.

Statistik Uji :
Perhitungan
Hasil Data Observasi (O) Data Ideal/Harapan (E) (O-E)2/E

Muka 35 50 (35-50)2/50

Belakang 65 50 (65-50)2/50

X2 = 9
Karena X2 = 9 > 2 tabel dengan derajat kebebasan 1 = 3,81 maka H0 ditolak
sehingga koin tersebut tidak jujur.
Uji Normalitas
Distribusi normal merupakan distribusi yang berbentuk seperti lonceng.

Misalkan distribusi kecerdasan (IQ – intelegent qoutient).

Jika distribusi kecerdasan berbentuk normal maka orang yang memiliki IQ

rendah dan IQ tinggi jumlahnya sedikit sedangkan orang yang memiliki IQ yang
sedang-sedang saja cukup banyak.
Gambar kurva normal standard (baku)
Computing “Explore” descriptive statistics

To compute the statistics

needed for evaluating the
normality of a variable,
select the Explore…
command from the
Descriptive Statistics
menu.
Adding the variable to be evaluated

Second, click on right

First, click on the
arrow button to move
variable to be included
the highlighted variable
in the analysis to
to the Dependent List.
highlight it.
Selecting statistics to be computed

To select the statistics for the

output, click on the
Statistics… command button.
Including descriptive statistics

First, click on the

Descriptives checkbox
to select it. Clear the
other checkboxes.

Second, click on the

Continue button to
complete the request for
statistics.
Selecting charts for the output

To select the diagnostic charts

for the output, click on the
Plots… command button.
Including diagnostic plots and statistics

First, click on the Finally, click on the

None option button Continue button to
on the Boxplots panel complete the request.
since boxplots are not
as helpful as other
charts in assessing
normality.

Third, click on the

Histogram checkbox to
include a histogram in the
output. You may want to
examine the stem-and-
Second, click on the leaf plot as well, though I
Normality plots with tests find it less useful.
checkbox to include
normality plots and the
hypothesis tests for
normality.
Completing the specifications for the analysis

Click on the OK button to

complete the specifications
for the analysis and request
SPSS to produce the
output.
The histogram

An initial impression of the normality of

the distribution can be gained by
examining the histogram.

In this example, the histogram shows

a substantial violation of normality
caused by a extremely large value in
the distribution.
The normality plot
Tests of Normality
There are several different tests that can be used to test the following
hypotheses:

Ho: The distribution is normal

HA: The distribution is NOT normal
Common tests of normality include:
Shapiro-Wilk Kolmogorov-Smirnov
Anderson-Darling Lillefor’s
Problem: THEY DON’T ALWAYS AGREE!!
Other problems on assumption of normality

Suatu masalah mungkin bertanya tentang asumsi normalitas untuk variabel

tingkat nominal. Jawabannya adalah “Aplikasi statistik yang tidak tepat”
karena tidak ada harapan bahwa variabel nominal menjadi normal.

Masalah mungkin bertanya tentang asumsi normalitas untuk variabel tingkat

ordinal. Jika variabel variabel atau transformasi normal, jawaban yang benar
untuk pertanyaan adalah "Benar dengan hati-hati" karena kita mungkin
diminta untuk mempertahankan memperlakukan variabel ordinal sebagai
metrik.

Pertanyaan akan menentukan tingkat signifikansi yang akan digunakan dan

bukti statistik yang menjadi dasar jawaban Anda.
Steps in answering questions about the assumption of
normality – question 1
The following is a guide to the decision process for answering
problems about the normality of a variable:

Is the variable to be No Incorrect application

evaluated metric? of a statistic

Yes

Does the statistical No

evidence support False
normality assumption?

Yes

No
Are any of the metric True
variables ordinal level?

Yes

True with caution

Steps in answering questions about the
assumption of normality – question 2
The following is a guide to the decision process for answering
problems about the normality of a transformation:

Is the variable to be No Incorrect application

evaluated metric? of a statistic

Yes

Statistical evidence
No Statistical evidence No
supports normality?
for transformation False
supports normality?

Yes

No
Either variable
ordinal level? True

Yes

True with caution