P. 1
Mengatasi Data Yang Tidak Normal

Mengatasi Data Yang Tidak Normal

|Views: 3,379|Likes:
Published by Ariza Vanesha

More info:

Published by: Ariza Vanesha on Jan 12, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

04/29/2015

pdf

text

original

MODUL 6 UJI NORMALITAS

Variabel pengganggu e dari suatu regresi disyaratkan berdistribusi nomal. Hal ini untuk memenuhi 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 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

Error -.687 Kurtosis Statistic . jika sampel besar sekali maka data akan mendekati normal. mungkin ada data yang out liers (berada jauh dari rata-rata) misalnya sangat tinggi nilainya atau sangat rendah. 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.334 Ternyata nilai Skewness S = -0.791. Perbesar sampel.2 maka data e di atas berdistribusi normal.082607 Karena nilai JB = 6. dengan demikian nilai JB. misalnya dilogaritmakan.N Statistic 10 10 Skewness Statistic Std.791 − 3) 2  JB = 10  +  6 24   = 6. .238 .08 < 9. 2.238 2 (−0. karena rentangan data akan mendekati rata-ratanya. Error 1. 3. Mengapa.  − 0. Lakukan pemotongan data. Lakukan transformasi data.-791 Std. asymptotically normal.238 dan kurtosis K = -0. Dengan transformasi logaritma maka data yang tidak normal akan membaik distribusinya. Cara Menangani Data yang Tidak Normal Bagaimana cara mengatasi jika data tidak normal? 1.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->