UJI NORMALITY

UJI NORMALITY

Hari ini kami mempelajari tentang uji normality.menurut saya agak sedikit sulit untuk mengerjakan mungkin karena tidak ada niat yang iklas untuk belajar hari ini.saat pelajaran di mulai saya hanya sibuk buka internet.rasanya malas sekali belajar hari ini, dan belum sampai satu minggu di sini rasanya sudah kangen sama orang tua di kampung.

Walaupun malas rasanya belajar hari ini,tapi saya harus bisa memaksakan diri untuk belajar,demi masa depan dan kenahagian kedua orang tua saya, serta saya harus bisa membuat semua orang-orang yang saya sayangi tersenyum,terutama ayah dan ibu.jadi harus semangat

Baik lah sekarang saya akan mencoba menulis sedikit tentang uji normality sesuai dengan  yang telah saya pelajari tadi.

UJI NORMALITY

Uji normality ini lakukan untuk melihat data berdistribusi normal atau tidak. Gunanya sebagai syarat utama uji parametrik (angka) /parameter.

·         Uji normality dapat dilakukan dengan salah satu atau lebih dari 6 metode sbb:

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 hasilnya 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

Descriptives
			Statistic	Std. Error
Umur Ibu (tahun)	Mean		27.13	.019
	95% Confidence Interval for Mean	Lower Bound	27.09
		Upper Bound	27.17
	5% Trimmed Mean		26.91
	Median		26.00
	Variance		23.491
	Std. Deviation		4.847
	Minimum		15
	Maximum		45
	Range		30
	Interquartile Range		6
	Skewness		.730	.010
	Kurtosis		.499	.019