capaian perkuliahan
Mahasiswa mampu menguraikan pengertian dan ragam uji statistika
Mahasiswa mampu menjelaskan apa yang dimaksud uji prasyarat klasik
Mahasiswa mampu menjelaskan rasionalisasi uji prasyarat klasik
Mahasiswa mampu melakukan uji prasyarat klasik
Uji normalitas adalah uji yang dilakukan untuk mengecek apakah data penelitian kita berasal dari populasi yang sebarannya normal.
Uji ini perlu dilakukan karena semua perhitungan statistik parametrik memiliki asumsi normalitas sebaran.
Formula/rumus yang digunakan untuk melakukan suatu uji (t-test misalnya) dibuat dengan mengasumsikan bahwa data yang akan dianalisis berasal dari populasi yang sebarannya normal.
Uji normalitas adalah uji yang dilakukan untuk mengecek apakah data penelitian kita berasal dari populasi yang sebarannya normal.
Uji ini perlu dilakukan karena semua perhitungan statistik parametrik memiliki asumsi normalitas sebaran.
Formula/rumus yang digunakan untuk melakukan suatu uji (t-test misalnya) dibuat dengan mengasumsikan bahwa data yang akan dianalisis berasal dari populasi yang sebarannya normal.
Data yang normal memiliki kekhasan seperti mean, median dan modusnya memiliki nilai yang homogen.
Selain itu juga data normal memiliki bentuk kurva yang sama, bell curve.
dengan mengasumsikan bahwa data dalam bentuk normal, analisis statistik baru bisa dilakukan.
cara melakukan uji asumsi normalitas, yaitu menggunakan analisis Chi Square dan Kolmogorov-Smirnov.
Distribusi normal merupakan salah satu distribusi yang paling penting kita akan hadapi. Ada beberapa alasan untuk ini:
Banyak variabel dependen, umumnya diasumsikan terdistribusi secara normal dalam populasi. Artinya, kita sering berasumsi bahwa jika kita mendapatkan seluruh populasi pengamatan, distribusi yang dihasilkan akan sangat mirip dengan distribusi normal.
Jika kita dapat mengasumsikan bahwa variabel setidaknya mendekati terdistribusi normal, maka teknik ini memungkinkan kita untuk membuat sejumlah kesimpulan (baik yang tepat atau perkiraan) tentangnilai-nilai variabel itu.
Menguji normalitas data kerapkali disertakan dalam suatu analisis statistika inferensial untuk satu atau lebih kelompok sampel. Normalitas sebaran data menjadi sebuah asumsi yang menjadi syarat untuk menentukan jenis statistik apa yang dipakai dalam penganalisaan selanjutnya
Uji normalitas biasanya digunakan untuk mengukur data berskala ordinal, interval, ataupun rasio.
Jika analisis menggunakan metode parametrik, maka persyaratan normalitas harus terpenuhi yaitu data berasal dari distribusi yang normal. Jika data tidak berdistribusi normal, atau jumlah sampel sedikit dan jenis data adalah nominal atau ordinal maka metode yang digunakan adalah statistik non parametrik.
Uji normalitas digunakan untuk mengetahui apakah data yang diperoleh terdistribusi normal atau tidak. Dasar pengambilan keputusan adalah jika nilai Lhitung> Ltabel maka H0 ditolak, dan jika nilai Lhitung< Ltabel maka H0 diterima. Hipotesis statistik yang baik
Uji normalitas adalah uji yang dilakukan untuk mengecek apakah data penelitian kita berasal dari populasi yang sebarannya normal.
Uji ini perlu dilakukan karena semua perhitungan statistik parametrik memiliki asumsi normalitas sebaran.
Formula/rumus yang digunakan untuk melakukan suatu uji (t-test misalnya) dibuat dengan mengasumsikan bahwa data yang akan dianalisis berasal dari populasi yang sebarannya normal.
Data yang normal memiliki kekhasan seperti mean, median dan modusnya memiliki nilai yang homogen.
Selain itu juga data normal memiliki bentuk kurva yang sama, bell curve.
dengan mengasumsikan bahwa data dalam bentuk normal, analisis statistik baru bisa dilakukan.
cara melakukan uji asumsi normalitas, yaitu menggunakan analisis Chi Square dan Kolmogorov-Smirnov.
Distribusi normal merupakan salah satu distribusi yang paling penting kita akan hadapi. Ada beberapa alasan untuk ini:
Banyak variabel dependen, umumnya diasumsikan terdistribusi secara normal dalam populasi. Artinya, kita sering berasumsi bahwa jika kita mendapatkan seluruh populasi pengamatan, distribusi yang dihasilkan akan sangat mirip dengan distribusi normal.
Jika kita dapat mengasumsikan bahwa variabel setidaknya mendekati terdistribusi normal, maka teknik ini memungkinkan kita untuk membuat sejumlah kesimpulan (baik yang tepat atau perkiraan) tentangnilai-nilai variabel itu.
Menguji normalitas data kerapkali disertakan dalam suatu analisis statistika inferensial untuk satu atau lebih kelompok sampel. Normalitas sebaran data menjadi sebuah asumsi yang menjadi syarat untuk menentukan jenis statistik apa yang dipakai dalam penganalisaan selanjutnya
Uji normalitas biasanya digunakan untuk mengukur data berskala ordinal, interval, ataupun rasio.
Jika analisis menggunakan metode parametrik, maka persyaratan normalitas harus terpenuhi yaitu data berasal dari distribusi yang normal. Jika data tidak berdistribusi normal, atau jumlah sampel sedikit dan jenis data adalah nominal atau ordinal maka metode yang digunakan adalah statistik non parametrik.
Uji normalitas digunakan untuk mengetahui apakah data yang diperoleh terdistribusi normal atau tidak. Dasar pengambilan keputusan adalah jika nilai Lhitung> Ltabel maka H0 ditolak, dan jika nilai Lhitung< Ltabel maka H0 diterima
Hipotesis statistik yang digunakan:
H0 : sampel berdistribusi normalH1 : sampel data berdistribusi tidak normal
Apabila sebaran data suatu penelitian yang mengungkapkan kemampuan siswa ternyata diketahui tidak normal hal itu bukan berarti harus berhenti penelitian itu sebab masih ada fasilitas statistik nonparametrik yang dapat dipergunakan apabila data tadi tidak berdistribusi normal.
uji normalitas terbagi menjadi Uji Liliefors
Uji kolmogorof-smirnov,
Uji chi square, dan sebagainya.
Statistik inferensial digunakan untuk menggeneralisasi data sampel ke populasi dan menentukan kemungkinan kebenaran data sampel terhadap populasi dengan menetapkan tingkat signifikansi. Terdapat dua jenis statistik inferensial yaitu parametrik untuk data yang berdistribusi normal dan nonparametrik untuk data yang tidak berdistribusi normal atau skala pengukurannya nominal atau ordinal. Langkah penggunaan metode statistik inferensial meliputi menentukan jenis distribusi data dan skala
STATISTIK :
kumpulan data atau fakta-fakta yang disajikan dalam bentuk daftar, Tabel, Grafik, Diagram dsb. agar mudah diinterpretasi dan digunakan untuk tujuan-tujuan tertentu.
STATISTIKA :
suatu pengetahuan mengenai cara/metode/ teknik pengumpulan data, menganalisis data, menyajikan data guna membuat keputusan-keputusan
Statistik inferensial digunakan untuk menyimpulkan data sampel dan populasi. Terdapat dua jenis statistik inferensial yaitu parametrik yang menggunakan data normal dan nonparametrik untuk data tidak normal. SPSS menyediakan berbagai metode inferensial seperti uji-t, ANOVA, korelasi dan regresi.
Dokumen tersebut membahas tentang statistika parametrik yang mencakup konsep dasar statistika, jenis data, pengolahan data, dan tabel uji hipotesis bivariat. Secara singkat, dokumen tersebut menjelaskan cara menganalisis data dengan statistika parametrik berdasarkan jenis dan skala data serta menentukan uji statistik yang tepat.
Dokumen tersebut membahas tentang uji normalitas dan homogenitas data. Uji normalitas digunakan untuk mengetahui apakah data berdistribusi normal dengan metode Liliefors, Kolmogorov-Smirnov, kertas peluang normal dan chi kuadrat. Uji homogenitas digunakan untuk mengetahui apakah variansi data sama atau tidak dengan metode uji homogenitas variansi dan Bartlett.
Statistik deskriptif dan inferensial merupakan dua bagian utama dalam statistika. Statistik deskriptif digunakan untuk menganalisis dan mendeskripsikan data tanpa membuat kesimpulan umum, sedangkan statistik inferensial menganalisis data sampel untuk menarik kesimpulan tentang populasi dengan mempertimbangkan taraf kesalahan. Statistik inferensial terbagi menjadi parametrik dan nonparametrik, di mana parametrik membahas parameter populasi sedangkan nonparametrik
STATISTIK :
kumpulan data atau fakta-fakta yang disajikan dalam bentuk daftar, Tabel, Grafik, Diagram dsb. agar mudah diinterpretasi dan digunakan untuk tujuan-tujuan tertentu.
STATISTIKA :
suatu pengetahuan mengenai cara/metode/ teknik pengumpulan data, menganalisis data, menyajikan data guna membuat keputusan-keputusan
Statistik inferensial digunakan untuk menyimpulkan data sampel dan populasi. Terdapat dua jenis statistik inferensial yaitu parametrik yang menggunakan data normal dan nonparametrik untuk data tidak normal. SPSS menyediakan berbagai metode inferensial seperti uji-t, ANOVA, korelasi dan regresi.
Dokumen tersebut membahas tentang statistika parametrik yang mencakup konsep dasar statistika, jenis data, pengolahan data, dan tabel uji hipotesis bivariat. Secara singkat, dokumen tersebut menjelaskan cara menganalisis data dengan statistika parametrik berdasarkan jenis dan skala data serta menentukan uji statistik yang tepat.
Dokumen tersebut membahas tentang uji normalitas dan homogenitas data. Uji normalitas digunakan untuk mengetahui apakah data berdistribusi normal dengan metode Liliefors, Kolmogorov-Smirnov, kertas peluang normal dan chi kuadrat. Uji homogenitas digunakan untuk mengetahui apakah variansi data sama atau tidak dengan metode uji homogenitas variansi dan Bartlett.
Statistik deskriptif dan inferensial merupakan dua bagian utama dalam statistika. Statistik deskriptif digunakan untuk menganalisis dan mendeskripsikan data tanpa membuat kesimpulan umum, sedangkan statistik inferensial menganalisis data sampel untuk menarik kesimpulan tentang populasi dengan mempertimbangkan taraf kesalahan. Statistik inferensial terbagi menjadi parametrik dan nonparametrik, di mana parametrik membahas parameter populasi sedangkan nonparametrik
2. Uji Normalitas dan
Homogenitas Data
Ketika menggunakan statistika
parametrik, seperti uji-t, regresi,
korelasi, dan ANOVA terdapat asumsi
yang harus dipenuhi seperti asumsi
kenormalan dan kehomogenan.
Ketika asumsi kenormalan tidak
terpenuhi, maka statistika parametrik
tidak bisa digunakan, melainkan harus
menggunakan teknik statistika lain
seperti statistika non parametrik.
3. Uji Normalitas
Normalitas memiliki peran penting karena sebagian besar metode
statistika didasarkan pada distribusi normal. Terdapat beberapa uji
normalitas data seperti uji Lilliefors, uji Kolmogorov-Smirov, uji Pearson
Chi-Square, uji Shapiro-Wilk, uji Anderson-Darling, uji Jarque-Bera
dan lain sebagainya.
4. Uji Lilliefors (Kolmogorov-Smirnov)
Uji Lilliefors dan Kolmogorov-Smirnov memiliki langkah-langkah penyelesaian dan
penggunaan rumus yang sama, tetapi pada signifikansi yang berbeda.
Signifikansi metode Kolmogorov-Smirnov menggunakan table pembanding Kolmogorov-
Smirnov, sedangkan metode Lilliefors menggunakan table pembanding metode Lilliefors.
Kriteria Penggunaan
Data berskala interval atau ratio (kuantitatif)
Data tunggal/ belum dikelompokkan pada tabel distribusi frekuensi
Dapat digunakan untuk n besar maupun n kecil.
5. Uji Chi-Square (Goodness of Fit)
Metode Chi-Square atau 2
untuk Uji Goodness of fit Distribusi Normal menggunakan
pendekatan penjumlahan penyimpangan data observasi tiap kelas dengan nilai yang
diharapkan.
Kriteria Penggunaan
Data tersusun berkelompok atau dikelompokkan dalam tabel distribusi
frekuensii
Cocok untuk data dengan n besar (n>30)
6. H0 = Data mengikuti
sebaran normal
H1 = Data tidak
mengikuti sebaran
normal
Merumuskan
Hipotesis
Taraf Signifikan
Lhitung = Max |f(z)-S(z)|
Statistik Uji Titik Kritis
Tahapan Uji Hipotesis
= 1%, 5%, 10%, dll
Lhitung > Ltabel maka
Tolak H0
P-value < maka
Tolak H0
Kesimpulan
KShitung = Max |FT)-
F(S)|
X2
hitung =
7. Uji Homogenitas adalah uji mengenai sama atau tidaknya variansi-variansi dua buah
distribusi atau lebih.
Uji homogenitas dapat dilakukan dengan beberapa cara yaitu dengan uji homogenitas
variansi dan uji Bartlett.
Uji Homogenitas
8. H0 = Data homogen
H1 = Data tidak
homogen
Merumuskan
Hipotesis
Taraf Signifikan
Fhitung =
Statistik Uji Titik Kritis
Tahapan Uji Hipotesis
= 1%, 5%, 10%, dll
Fhitung > Ftabel maka
Tolak H0
X2
hitung > X2
tabel maka
Tolak H0
P-value < maka
Tolak H0
Kesimpulan
X2
hitung = (ln10){B-
dimana B=