Troubleshooting ID Computer/Laptop yang tidak muncul di Map Network pada Windows 10Full description
tentang menyiasati baterai laptop yang tidak bisa terisiFull description
KTDFull description
VKDeskripsi lengkap
efek yg tidak diharapkan
Full description
Deskripsi lengkap
diklatFull description
FLORA NORMAL
Mengatasi Wifi Tidak Konek Karena Habis Ganti Password _ Amri PediaFull description
Menentukan Titik Berat Benda Yang Tidak BeraturanDeskripsi lengkap
FARMASI
Deskripsi lengkap
form TDDDeskripsi lengkap
SK MENGHINDARI PENGULANGANDeskripsi lengkap
SOP 7.2.1.4Full description
phlebotomiFull description
Deskripsi lengkap
jhgdjwgdjDeskripsi lengkap
jklmFull description
Mengatasi Setial Number CBT Tidak Sama
MODUL 6 UJI NORMALITAS
Variabel pengganggu e dari suatu regresi disyaratkan berdistribu berdistribusi si nomal. nomal. Hal ini untuk untuk
memenuh memenuhii asumsi asumsi zero
mean (asumsi 3). Jika variabel e berdistribusi normal. Maka variabel yang diteliti Y juga berdistribusi normal. Untuk menguji normalitas e, dapat digunakan formula Jarque Berra (JB test) berikut (Gujarati 1995). S 2 ( K − 3) 2 + JB = n 24 6
Di mana S adalah skewness (kemencengan) dan K kurtosis (keruncingan). Nilai-nilai kemencengan dan keruncingan atau S dan K dapat diperoleh dari program SPSS, pada analisis deskriptif. Hasil hitung JB kemudian kemudian dibandingkan dibandingkan dengan tabel Chi Square dengan derajat bebas 2. Besarnya nilai chi square (X2) dengan derajat bebas 2 dan level keyakinan 95 pesen = 7,37 dan untuk keyakinan 99 persen = 9,21. Singkatnya jika JB hitung lebih besar dari 9,21, maka data yang diuji tidak normal. Sebaliknya jika nilai JB hitung < 9,21 data termasuk dalam klas distribusi normal. Dari contoh data yang kita gunakan di atas, maka statistik deskriptif untuk variabel e dari paket statistik computer SPSS diperoleh hasil berikut. Deskriptive Statistics
N Statistic 10 10
Skewness Statistic -.238
Std. Error .687
Kurtosis Statistic .-791
Std. Error 1.334
Ternyata nilai Skewness S = -0,238 dan kurtosis K = -0,791, dengan demikian nilai JB, − 0,238 2 ( −0,791 − 3) 2 + JB = 10 6 24
= 6,082607 Karena nilai JB = 6,08 < 9,2 maka data e di atas berdistribusi normal. Akibat Data yang Tidak Normal
Apakah
akibat
ketidaknormalan
data?
Akibatnya
adalah penggunaan uji t dan F menjadi tidak valid. Karena uji t dan F diturunkan dari asumsi bahwa data Y atau e berdistribusi normal. Cara Menangani Data yang Tidak Normal Bagaimana cara mengatasi jika data tidak normal? 1.
Lakukan pemotongan data, mungkin ada data yang out liers (berada jauh dari rata-rata) misalnya sangat tinggi nilainya atau sangat rendah.
2.
Perbesar sampel, jika sampel besar sekali maka data akan mendekati normal, asymptotically normal.
3.
Lakukan transformasi data, misalnya dilogaritmakan. Dengan transformasi logaritma maka data yang tidak normal akan membaik distribusinya. Mengapa, karena rentangan data akan mendekati rata-ratanya.
