Recommended
More Related Content
More from FahrulRosyid1
More from FahrulRosyid1 (20)
Recently uploaded
Recently uploaded (11)
Checking assumption of normality
- 1. This Photo by Unknown Author is licensed under CC BY-SA
- 3. Dua Cara Menguji Normalitas This Photo by Unknown Author is licensed under CC BY-SA This Photo by Unknown Author is licensed under CC BY-SA Statistik Deskriptif Tes Signifikansi
- 4. Tes Signifikansi • Kolmogrov – Smirnov • Digunakan untuk sample lebih dari 100 • Shapiro – Wilk • Untuk sampel kurang daripada 50 – 100 • Hipotesis nihil • Pada uji normalitas peneliti berharap Hipotesis nihil tidak ditolak µ = 𝑥
- 5. Deskriptif atau Graphical Methods • Skewness • Skewness mencerminkan tentang skor suatu variable berada ditengah – tengah distribusi atau pada salah satu ujung distribusi • Kurtosis • Kurtosis merupakan ukuran tentang tipis atau landainya suatu distribusi variable.
- 6. Normal Distribution • Distribusi skor dinyatakan normal (perfectly) jika nilai skewness dan kurtosis sebesar 0 • Tetapi situasi tersebut sangat jarang ditemui pada penelitian ilmu social (Pallant, 2005; Yam & Sim, 2011) This Photo by Unknown Author is licensed under CC BY-NC
- 7. SKEWNESS
- 8. KURTOSIS • Positive Kurtosis : nilai kurtosis > 0 • Platykurtic Kurtosis : nilai kurtosis < 0 • Mesokurtic Kurtosis : nilai kurtosis = 0 This Photo by Unknown Author is licensed under CC BY-SA
- 12. Mean: rata – rata dari suatu distribusi skor. Indeks lain yang dapat digunakan yaitu median. Variance: variabilitas data atau distribusi skor. Semakin besar varians, semakin bervariasi skor. Standard deviation: akar dari variance. Biasanya digunakan untuk satuan pengukuran. Skewness: indeks simetris atau tidaknya distribusi. Pada contoh disamping, skewness negative yang artinya mayoritas skor berada di sebelah kanan. Kurtosis: indeks puncaknya suatu distribusi. Pada contoh disamping hasilnya relative mendekati 0. Skewness positif menunjukkan mayoritas skor ada di sebelah kiri (mayoritas rendah). Skewness negative menunjukkan skor umumnya ada di sebelah kanan. Kurtosis positif berarti puncaknya sesuai kurva lonceng. Kurtosis kurang dari 0 berarti puncaknya flat. (further reading see Tabachnick & Fidell, 2013)
- 13. Jika distribusi data simetris sample size > 200, gunakan Kolmogorov- Smirnov. Tetapi jika sekitar 50 - 100, Shapiro- Wilk dapat digunakan Pada uji normalitas, kita berharap data tidak signifikan (p > .05). Sehingga artinya data berdistribusi normal. Tetapi umumnya pada sample besar, hal tersebut sulit dicapai Ethnic attitude memiliki nilai sig yang tidak signifikan (p > .05) sehingga datanya berdistribusi normal. Tetapi pada dua variable lain, hal ini tidak terjadi.
- 14. Distribusi ethnic attitude and well-diff menunjukkan hasil kurva normal Pada kurva non-ethnic attitude tidak menunjukkan kurva distribusi normal
- 15. Pada variable ethnic attitude dan well-diff menunjukkan kurva empiris (lingkaran kecil) mengikuti kurva teoritis (garis lurus), yang artinya berdistribusi normal Pada non-ethnic attitude terdapat beberapa skor empiris yang menyimpang dari kurva teoritisnya. Sehingga tidak berdistribusi normal
- 16. OUTLIERS Beberapa orang perlu didelete dari data diatas (contoh, cases 31, 99,37, 141, etc), Maka kualitas data kita akan lebih baik.
- 17. OUTLIERS AND EXTREME CASES • Outliers • Skor yang dianggap outliers biasanya berada lebih dari 1.5 SD s/d 2 SD • Extreme cases • Apabila skor melebihi dari 3 SD
- 18. What should I do if my data was not normal? Hapus outliers dan atau extreme scores (untuk extreme scores sangat disarankan) Gunakan missing data pairwise (terutama jika sample terbatas < 100) Gunakan median daripada mean untuk statistical indices Gunakan Central Limit Theorem (sampling distribution) Gunakan linear transformation (less recommended)
- 19. Conclusion Penggunaan pendekatan deskriptif dan informasi grafik kemudian dilengkapi dengan uji statistic normalitas membantu peneliti membuat keputusan yang tepat dalam menyimpulkan distribusi skor variable
- 20. References • B.W. Yap & C. H. Sim (2011) Comparisons of various types of normality tests. Journal of Statistical Computation and Simulation, 81 (12), 2141-2155, DOI: 10.1080/00949655.2010.520163. • Pallant, J. (2005). SPSS Survival Manual: A step by step guide to data analysis using SPSS for windows (Version 12). NSW: Allen & Unwin • Tabachnick, B. G., & Fidell, L. S. (2013). Using multivariate statistics (4th edn). New York: Harper Collins.