Uji Asumsi Dasar

UJI ASUMSI DASAR
DENGAN SPSS
Mata Kuliah Statistika Bisnis
Muhammad Rizki, S.E., M.M.
TUJUAN PEMBELAJARAN
Memahami cara melakukan uji normalitas metode liliefors,

one-sample kolmogorov-smirnov, dan probability plot
menggunakan SPSS
Memahami cara mengatasi data berdistribusi tidak normal

UJI NORMALITAS
Uji distribusi normal merupakan uji untuk mengetahui dan
mengukur apakah data yang didapatkan memiliki distribusi
normal atau tidak dan apakah data yang diperoleh berasal
dari populasi yang berdistribusi normal sehingga dapat
dipakai dalam statistik parametrik (statistik inferensial)
Uji normalitas dapat
dilakukan dengan metode
liliefors, metode one-sample
kolmogorov-smirnov, dan
metode probability plot
UJI NORMALITAS METODE LILIEFORS
(DATA TIDAK BERPASANGAN)
Langkah-langkah pengujian normalitas data dengan menggunakan metode Liliefors pada
data tidak berpasangan:
1. Buka Program IBM SPSS Statistics;
2. Buka data dengan nama “Data Pegawai” dari pertemuan ketiga;
3. Setelah data terbuka, selanjutnya klik Analyze >> Descriptive Statistic >> Explore;
(DATA TIDAK BERPASANGAN)
4. Selanjutnya akan muncul dialog seperti di bawah ini, setelah itu masukan variabel
Gaji_Akhir ke kotak dependent list, dan Tahun_Masuk ke kotak Factor List lalu klik plots;
5. Setelah itu akan muncul dialog berikutnya, untuk melakukan uji normalitas pastikan kita
sudah beri tanda centang di Normality plots with test;
6. Selanjutnya klik continue lalu klik OK.
HASIL UJI NORMALITAS METODE
LILIEFORS (DATA TIDAK BERPASANGAN)
Prosedur Uji Normalitas 2. Menentukan Nilai Signifikasi (Sig)

Dari tabel Tes of Normality pada Shapiro-Wilk*
1. Merumuskan Hipotesis didapat nilai Sig untuk data Gaji_Akhir pada
Ho: Data Gaji_Akhir berdistribusi Tahun_Masuk 2010 sebesar 0,25, 2015 sebesar
normal. 0,27, dan 2020 sebesar 0,63.
Ha: Data Gaji_Akhir tidak berdistribusi 4. Membuat Kesimpulan
normal. Nilai signifikasi untuk data Gaji_Akhir pada tiap
3. Kriteria Pengujian Tahun_Masuk adalah lebih besar dari 0,05. Jadi
Jika signifikasi > 0,05 maka Ho diterima. dapat disimpulkan bahwa data Gaji_Akhir pada tiap
Jika signifikasi < 0,05 maka Ho ditolak. Tahun_Masuk berdistribusi normal
*Jika df (derajat kebebasan) lebih dari 50 maka gunakan tabel Kolmogorov-Smirnov
UJI NORMALITAS METODE
LILIEFORS (DATA BERPASANGAN)
data berpasangan:
1. Buka Program IBM SPSS Statistics
2. Buka data dengan nama “Data Pegawai” dari pertemuan ketiga
3. Setelah data terbuka, selanjutnya klik Analyze >> Descriptive Statistic >> Explore
4. Selanjutnya akan muncul dialog seperti di bawah ini, setelah itu masukan variabel Gaji_Awal
dan Gaji_Akhir ke kotak dependent list, lalu klik plots;
sudah beri tanda centang di Normality plots with test;

1. Merumuskan Hipotesis Dari tabel Tes of Normality pada Shapiro-
Ho: Data Gaji_Awal berdistribusi Wilk* didapat nilai Sig untuk data Gaji_ Awal
normal. sebesar 0,075.
Ha: Data Gaji_ Awal tidak berdistribusi 4. Membuat Kesimpulan
normal. Nilai signifikasi untuk data Gaji_ Awal adalah
3. Kriteria Pengujian
lebih besar dari 0,05. Jadi dapat disimpulkan
Jika signifikasi > 0,05 maka Ho diterima.
Jika signifikasi < 0,05 maka Ho ditolak. bahwa data Gaji_ Awal berdistribusi normal.

1. Merumuskan Hipotesis Dari tabel Tes of Normality pada Shapiro-
Ho: Data Gaji_Akhir berdistribusi Wilk* didapat nilai Sig untuk data Gaji_Akhir
normal. sebesar 0,236.
Ha: Data Gaji_Akhir tidak berdistribusi 4. Membuat Kesimpulan
normal. Nilai signifikasi untuk data Gaji_Akhir adalah
3. Kriteria Pengujian
lebih besar dari 0,05. Jadi dapat disimpulkan
Jika signifikasi > 0,05 maka Ho diterima.
Jika signifikasi < 0,05 maka Ho ditolak. bahwa data Gaji_Akhir berdistribusi normal.
UJI NORMALITAS METODE ONE-
SAMPLE KOLMOGOROV-SMIRNOV
Langkah-langkah pengujian normalitas data dengan menggunakan
metode One-sample Kolmogorov-smirnov:
3. Pilih menu Analyze, kemudian klik Regression lalu pilih Linear
4. Muncul kotak dialog dengan nama "Linear 5. Maka mucul lagi kotak dialog dengan nama
Regression", selanjutnya masukkan variabel "Linear Regression: Save", pada bagian
Gaji_Awal ke Dependent, dan variabel "Residuals", centang (v) Unstandardized (abaikan
Gaji_Akhir ke Independent(s) kemudian klik kolom dan pilihan yang lain). Selanjutnya, klik
Continue lalu klik OK
Save.
6. Abaikan saja output yang muncul dari program 7. Langkah selanjutnya untuk melakukan uji
SPSS. Perhatikan pada tampilan Data View, normalitas kolmogorov-smirnov, pilih menu
maka akan muncul variabel baru dengan nama Analyze, lalu pilih Nonparametric Tests, klik
RES_1. Maka tampak di layar SPSS Legacy Dialogs, kemudian pilih submenu 1-
Sample K-S
HASIL UJI NORMALITAS METODE ONE-
8. Muncul kotak dialog lagi dengan nama "One-Sample Berdasarkan tabel output SPSS tersebut, diketahui
Kolmogorov-Smirnov Test". Selanjutnya, masukkan bahwa nilai signifikansi Asiymp.Sig (2-tailed)
variabel Unstandardized Residuals ke kotak Test sebesar 0,2 lebih besar dari 0,05, dapat
Variable List: pada "Test Distribution" aktifkan atau disimpulkan bahwa data berdistribusi normal.
centang (v) pilihan Normal, lalu klik OK
PROBABILITY PLOT
metode probability plot:
3. Pilih menu Analyze, kemudian klik Regression lalu pilih Linear
PROBABILITY PLOT
4. Muncul kotak dialog dengan nama "Linear 5. Muncul kotak dialog dengan nama “Linear
Regression", selanjutnya masukkan variabel Regression: Plots”. Pada bagian Standardized
Gaji_Awal ke Dependent, dan variabel Residual Plots berikan tanda centang (v) untuk
Gaji_Akhir ke Independent(s) kemudian klik pilihan Normal probability plot, abaikan pilihan
lainnya lalu klik Continue, lalu OK.
Plots.
HASIL METODE PROBABILITY
PLOT
Berdasarkan output "Chart" di
samping, dapat terlihat bahwa titik-
titik ploting yang terdapat pada
gambar “Normal P-P Plot of
Regression Standardized Residual”
selalu mengikuti dan mendekati garis
diagonalnya.
Sebagaimana dasar atau pedoman
pengambilan keputusan dalam uji
normalitas teknik probability plot
dapat disimpulkan bahwa nilai
residual berdistribusi normal.
MENGATASI DATA BERDISTRIBUSI
TIDAK NORMAL
Eliminasi Outliers
• Membuang data yang memiliki skor ekstrem,
baik ekstrem tinggi maupun ekstrem rendah
Transformasi Data
• Mengubah data dengan formula tertentu
tergantung dari bentuk grafik

data berpasangan:
2. Buka data dengan nama “Rasio CAMEL”;
3. Setelah data terbuka, selanjutnya klik Analyze >> Descriptive Statistic >> Explore;
4. Selanjutnya akan muncul dialog seperti di bawah ini, setelah itu masukan variabel CAR, NPL,
ROA, LDR, dan Laba ke kotak dependent list, lalu klik plots;
sudah beri tanda centang di Normality plots with test dan Histogram;
LILIEFORS

Dari tabel Tes of Normality pada Kolmogorov-
1. Merumuskan Hipotesis
Smirnov didapat nilai Sig untuk data Laba
Ho: Data Laba berdistribusi normal.
Ha: Data Laba tidak berdistribusi sebesar 0,0.
normal. 4. Membuat Kesimpulan
3. Kriteria Pengujian Nilai signifikasi untuk data Laba adalah lebih
Jika signifikasi > 0,05 maka Ho diterima. kecil dari 0,05. Jadi dapat disimpulkan bahwa
Jika signifikasi < 0,05 maka Ho ditolak.
data Laba tidak berdistribusi normal.
ELIMINASI OUTLIERS
BERDASARKAN BOXPLOT
Untuk melihat data outliers, dapat dilihat
pada output bagian Boxplot.
Gambar tersebut mengindikasikan data-
data mana saja yang terindikasi merupakan
data ekstrem atau outliers.
Jika data berada di atas kotak,
menunjukkan data ekstrem tinggi,
sedangkan jika berada di bawah kotak
menunjukkan data ekstrem rendah.
Untuk menghapus data subjek, klik kanan
pada baris yang sesuai dengan nomor
subjek, lalu pilih clear.
LILIEFORS SETELAH ELIMINASI OUTLIERS

Dari tabel Tes of Normality pada Kolmogorov-
1. Merumuskan Hipotesis
Smirnov didapat nilai Sig untuk data Laba
Ho: Data Laba berdistribusi normal.
Ha: Data Laba tidak berdistribusi sebesar 0,2.
3. Kriteria Pengujian Nilai signifikasi untuk data Laba adalah lebih
Jika signifikasi > 0,05 maka Ho diterima. besar dari 0,05. Jadi dapat disimpulkan bahwa
data Laba berdistribusi normal.
HASIL GRAFIK HISTOGRAM
Hasil grafik histogram menggambarkan
condong ke kiri seperti grafik histogram
Moderate positive skewness.
Rumus Transformasi Datanya adalah
SQRT(x)
Bentuk Grafik Histogram Bentuk Transformasi Data
Moderate positive skewness SQRT(x)
Substansial positive skewness LG10(x)
Severe positive skewness 1/x

Moderate negative skewness SQRT(k-x)
Substansial negative skewness LG10(k-x)
Severe negative skewness 1/(k-x)

k = nilai tertinggi dari data x
TRANSFORMASI DATA
Berdasarkan bentuk grafik

histogram substansial positive
skewness, transformasi data
yang dipakai adalah SQRT(x) :
1. Klik transform, lalu compute
variable;
2. Pada kotak target variable, kita
ketik nama variabel baru kita,
misal trans_laba;
3. Pada numeric expression,
masukkan formulanya yakni
SQRT(LABA), lalu klik OK.
SETELAH TRANSFORMASI DATA
metode Liliefors pada data berpasangan:
2. Buka data dengan nama “Rasio CAMEL”;
3. Setelah data terbuka, selanjutnya klik Analyze >> Descriptive Statistic >>
Explore;
4. Selanjutnya akan muncul dialog seperti di bawah ini, setelah itu masukan
variabel Trans_Laba ke kotak dependent list, lalu klik plots;
5. Setelah itu akan muncul dialog berikutnya, untuk melakukan uji
normalitas pastikan kita sudah beri tanda centang di Normality plots with
test dan Histogram;
LILIEFORS SETELAH TRANSFORMASI DATA

1. Merumuskan Hipotesis Dari tabel Tes of Normality pada Kolmogorov-
Ho: Data Trans_Laba berdistribusi Smirnov didapat nilai Sig untuk data
normal. Trans_Laba sebesar 0,2.
Ha: Data Trans_Laba tidak berdistribusi
3. Kriteria Pengujian Nilai signifikasi untuk data Trans_Laba adalah
Jika signifikasi > 0,05 maka Ho diterima. lebih besar dari 0,05. Jadi dapat disimpulkan
bahwa data Trans_Laba berdistribusi normal.
SEKIAN
TERIMA KASIH

Uji Asumsi Dasar

Diunggah oleh

Hak Cipta:

Format Tersedia

Uji Asumsi Dasar

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Uji Asumsi Dasar

Diunggah oleh

Hak Cipta:

Format Tersedia

UJI ASUMSI DASAR

Memahami cara melakukan uji normalitas metode liliefors,

Memahami cara mengatasi data berdistribusi tidak normal

Prosedur Uji Normalitas 2. Menentukan Nilai Signifikasi (Sig)

Prosedur Uji Normalitas 2. Menentukan Nilai Signifikasi (Sig)

Prosedur Uji Normalitas 2. Menentukan Nilai Signifikasi (Sig)

Langkah-langkah pengujian normalitas data dengan menggunakan metode Liliefors pada

Prosedur Uji Normalitas 2. Menentukan Nilai Signifikasi (Sig)

Prosedur Uji Normalitas 2. Menentukan Nilai Signifikasi (Sig)

Severe positive skewness 1/x

Substansial negative skewness LG10(k-x)

Severe negative skewness 1/(k-x)

Berdasarkan bentuk grafik

Prosedur Uji Normalitas 2. Menentukan Nilai Signifikasi (Sig)

Anda mungkin juga menyukai