UJI NORMALITY

4^th Day

Hari ke-4 ini kami mulai pukul 14.00 WIB. Sebelumnya kami sempat kan dulu makan siang di kantin kampus. Tak disangka lontong di kantin ini cukup mahal dan membuat kantong jajan kami lebih cepat menipis.

Di labor computer, kami ditanyai oleh pak dosen mengenai kejujuran kami. Memang,  seharusnya kami mulai pelajaran pada pukul 08.00 tadi. Tapi karena ada beberapa urusan  kami menundanya hingga jam14.00 ini. Bapak dosen mungkin kecewa pada kami, maafkan kami ya pak….

Saat dimulainya pelajaran  dosen menanyai kami mengenai PR kemarin. Tak satupun menjawab telah mengerjakannya,tapi dosen tidak memarahi kami karena PRnya memang belum kami pelajari. Jadi menurutku PR kemarin merupakan pengantar pelajaran hari ini.Yap, karena hari  ini kami belajar uji normality.

Uji normality itu untuk melihat data berdistribusi normal atau tidak. Gunanya sebagai syarat utama uji parametrik (angka) /parameter. Ada enam cara yang digunakan untuk melakukan uji normality, yaitu:

1.       Mean,Median dan ModusèData dikatakan normal jika Mean,Median dan Modusnya memiliki beda yang tipis/kecil danMediannya harus berada di tengah.

2.       Kolmogorov  smirnov è Hanya sensitive pada sampel kecil, karena pada konsep sampling makin besar sampel maka akan mendekati populasi.

H0 : Data berdistribusi normal

Sig. ~ p-value = 0,000

P < 0,05 (CI=95%)

H0 ditolak

H0 : data berdistribusi normal

3.       Skeweness è Data normal jika skeweness dibagi std. error hasinya berkisar antara

-1.27 - +1.27

4.       Histogram è Data normal jika kurva histogram yang terbentuk menyerupai kurva normal

5.       Q-Q plot dan Steam & Leafè Data normal jika data yang tersebar di garis cegar baik yang diatas maupun di bawah sama banyak.

6.       Box Plotè Data normal jika:

a.       Box tidak tinggi/ rendah

b.      Kakinya pendek, seimbang atas dan bawah

c.       Median ada di tengah

d.      Tidak ada data ekstrim, jikaada seimbang atas dan bawah

Jika data tidak normal,lakukan normalisasi ~ menormalkan data.

1.       Memissingkan record outlier è uji lagi normality

2.       Me-log-kan variabel è uji lagi normality

APABILA TETAP TIDAK NORMAL, Uji Parametrik tidak boleh dipakai.

Ada 2 pilihan :

1.       Uji dengan uji Non Parametrik

2.       Kategorikan variabel (uji non parametrik)

Contoh:

1.       Missingkan umur <20 dan >40 dengan membuat field baru [U2040], kemudian uji kembali normalitasnya.

2.       Logkan umur dengan cara, Transform – Recode into different variabel – Rubah nama dan Label – Change – Old and New Value – Range 20-40 – Copy old value, Add –Lalu klik All other values – klik system missing, Add - Continue