Sabtu, 12 April 2025

Jasa Privat Uji Normalitas dan Homogenitas

Uji Normalitas

Uji Normalitas merupakan salah satu syarat pada penelitian parametrik. Data Normal merupakan data yang sebagian besar data nya mendekati nilai rata-rata nya sedangkan data tidak normal merupakan data yang sebagian besar nilai nya menjauhi nilai rata-rata nya. Ibarat dalam kehidupan sehari-hari orang yang berperilaku pada umumnya akan dikatakan normal sementara orang yang menyimpang akan di katakan tidak normal. Untuk mengetahui data normal dapat dilakukan secara visual dengan melihat bentuk histogram nya atau box plot nya dan bisa juga dilihat secara numerik dengan menggunakan 

Uji Kolmogrov Smirnov

Anderson Darling 

Lilifors



Sering sekali kita temukan pada penelitian parametrik hasil uji prasyarat nya tidak normal. Sehingga tidak bisa dilakukan uji lanjutan seperti uji T, uji F, uji Anova dan lainnya. Lalu bagaimana mengatasi agar data tidak normal? 

Pertama yang dapat kita lakukan degan menambah sampel data dengan data cadangan kedua mengganti data dengan data cadangan ketiga mengurangi data apabila dimungkinkan keempat dengan melakukan transformasi data dengan SPSS Untuk tutorial lengkap nya cara mengatasi data tidak normal dapat dilihat pada link berikut ini statin tutorial

 

Uji homogenitas

Uji homogenitas digunakan untuk menentukan apakah dua atau lebih kelompok data memiliki varian yang sama. 

Kapan digunakan uji homogenotas Ketikan kita melakukan melakukan uji statistik parameteik seperti sebelum melakukan uji anova sebagai uji par syaratnya data harus normal dan homogen Sebelum melakukan uji regresi Sebelum melakukan analisis data eksperimen Sebelum melakukan analisis data survei dan lainnya. 

Untuk uji homogenitas ada uji apa saja? 

uji levene, 

uji barlett

Anderson Darling

Tidak ada komentar:

Posting Komentar

Pengolahan Sistem Dinamis dengan Stella, Powersim dan Vensim

Pengolahan Sistem Dinamis dengan Stella, Powersim dan Vensim Pengolahan sistem dinamis (system dynamics) dengan STELLA, Powersim, dan Vensim...