Cari
×

Daftarkan diri

Use your Facebook account for quick registration

OR

Create a Shvoong account from scratch

Already a Member? Masuk!
×

Masuk

Sign in using your Facebook account

OR

Not a Member? Daftarkan diri!
×

Daftarkan diri

Use your Facebook account for quick registration

OR

Masuk

Sign in using your Facebook account

Halaman Utama Shvoong>Menulis & Bicara>Presentasi>Pengertian Uji Normalitas dan Uji Outlier Data

Pengertian Uji Normalitas dan Uji Outlier Data

oleh: RIKIFAJARLAODE    
ª
 
  • Defenisi atau Pengertian Uji Normalitas dan Uji Outlier Data dapat dijabarkan atau diuraikan sebagai berikut, uji normalitas digunakan untuk menguji distribusi data sedangkan uji Outlier data digunakan untuk menduga ada tidaknya linearitas, untuk lebih jelasnya lihat uraian dibawah ini :
  • 1. Uji N ormalitas

    Uji normalitas untuk menguji distribusi data yang akan dianalisis menyebar normal. Uji normallitas dimaksudkan untuk menguji apakah data yang digunakan dalam penelitian memiliki distribusi normal baik secara multivariat maupun univariat. Evaluasi normalitas dilakukan dengan menggunakan kriteria critical ratio skweness value sebesar ± 2,58 pada tingkat signifikansi 99%. Data mempunyai distribusi normal jika nilai critical ratio(c.r) skweness di bawah harga mutlak ± 2,58. Uji normallitas menggunakan metode univariate normality dengan melihat koefisien indeks skew univariate (kecondongan) dan indek skurtosis univariate (tinggi-datar). Data memenuhi syarat normalitas data jika koefisien indeks skew univariate dan indekskurtosis multiunivariate berada di antara 0 sampai ± 2,58.


    2. Uji Outlier Data

    Uji linearitas dapat dilakukan dengan mengamati scatterplots dari data yaitu dengan memilih pasangan data dan dilihat pola penyebarannya untuk menduga ada tidaknya linearitas.

    Uji outlier data ada dua cara:

    1. Mendetesi terhadap univariate outlier dengan mengamati Z score. Bila data memiliki nilai Z score ± 3,0 berarti ada nilai outlier.
    2. Bila didetes terhadap multivariate outlier dengan menggunakan jarak Mahalanobis pada tingat P < 0,05 atau 95% . ; jarak Mahalanobis itu dievaluasi dengan menggunakan א 2 pada derajat bebas sebesar variabel yang digunakan dalam penelitian. Bila kasus mempunyai jarak Mahalanobis lebih besar dari nilai Chi-Square pada tingkat signifikan 0,05 maka tidak terjadi multivariate outlier.
  • Diterbitkan di: 19 Agustus, 2011   
    Mohon dinilai : 1 2 3 4 5
    1. Menjawab   Pertanyaan  :    apabila sampel dalam jumlah besar (diatas 100 yaitu 500 secara keselurhan apakah uji normalitas masih diperlukan trims Lihat semua
    1. Menjawab   Pertanyaan  :    Bagaimana cara outlier uji validitas? Lihat semua
    1. Menjawab   Pertanyaan  :    pengertian uji 2 Lihat semua
    1. Menjawab   Pertanyaan  :    pengertia uju normalitas data Lihat semua
    1. Menjawab   Pertanyaan  :    bagaimana berikan contoh aplikasinya uji outliier cara ke 2 Lihat semua
    1. Menjawab   Pertanyaan  :    gimana cara menguji normalitas data tolong buatkan contoh dengan penyelesaian secara manual, jika tidak normal apa yang dilakukan Lihat semua
    1. Menjawab   Pertanyaan  :    JIKA DATA TIDAK NORMAL, APA YANG HARUS DILAKUKAN, JIKA DILAKUKAN PENGUJIAN DENGAN UJI YANG YANG COCOK, TOLONG BUATKAN CONTOHNYA DAN PENYELESAIANNYA SECARA MANUAL Lihat semua
    1. Menjawab   Pertanyaan  :    kalo misalnya dalam uji normalitas secara multivariat tidak normal, tapi secara univariat normal.Apakah data tersebut masih bisa dikatakan normal?? terima kasih Lihat semua
    1. Menjawab   Pertanyaan  :    apa itu ppm Lihat semua
    1. Menjawab   Pertanyaan  :    pengertian normalitas Lihat semua
    Terjemahkan Kirim Link Cetak
    X

    .