UJI NORMALITAS DATA

Hermansyah

Asumsi Kenormalan Jenis analisis yg akan dilakukan sangat tergantung dari bentuk distribusi datanya:

Bila distribusinya tidak normal, maka digunakan prosedur uji statistik non parametrik, sedangkan untuk ukuran tengah data menggunakan nilai Median

Bila asumsi kenormalan dapat dipenuhi, maka digunakan prosedur uji statistik parametrik, se-dangkan utk ukuran tengah data menggunakan nilai Mean

Kesetaraan Uji Parametrik dan Uji Non Parametrik

PARAMETRIK vs NON-PARAMETRIK

Independen t-test ~ Mann Whitney

Paired t-test ~ Wilcoxon matched pair

ANOVA ~ Kruskal Wallis

Korelasi Pearson ~ Korelasi Spearman

GLM repeated mean ~ Friedman

Cara Mendeteksi Normalitas

• Uji normalitas hanya dilakukan pada data yg bersifat numerik

• Ada 3 cara mendeteksi normalitas data:

1. Berdasarkan Kurva Normal

2. Nilai Skewness : Standard Error

3. Uji Kolmogorov-Smirnov

Kenormalan Data

≤ ≤

Langkah SPSS; Frekwensi • Analyze • Descriptive Statistics • Frequencies • Statistic:

– Mean - Standard deviation – Median - Minimum – Mode - Maximum – SE Mean

• Continue • Charts:

– Histograms – With Normal Curve – Frequency

• Continue • OK

Proses utk variabel numerik

Contoh: umur ibu

Output SPSS

Nilai statistik deskriptif yg dimunculkan

Kurva berbentuk lonceng (Bell shape) berarti datanya berdistribusi normal

Langkah SPSS; Explore • Analyze • Descriptive Statistics • Explore • Dependent list sorot variabel yg diuji • Display: both • Statistics:

– Descriptive

– Continue

• Plots: – Boxplots: Factor level together – Descriptive: Stem and leaf – Normality plots with tests

• Continue • OK

Perintah Explore

Explore berguna utk mengeluarkan CI (estimasi interval)

Output Explore

0,547 : 0,337 = 1,623 (≤ 2) berarti: distribusi normal

0,035 ≤ 0,05 berarti: distribusi normal

CI dan Skewness

Uji Kolmogorov-Smirnov

TERIMA KASIH