Uji Normalitas Data

Putri Pradita Nuramalia

Pengujian Hipotesis

Pengujian hipotesis adalah metode statistik yang digunakan untuk membuat keputusan tentang klaim atau asumsi yang dibuat mengenai suatu populasi berdasarkan sampel data dari populasi tersebut.

Penyusunan Hipotesis

1. Hipotesis Nol (H0​): Pernyataan bahwa tidak ada efek atau perbedaan; sering kali dinyatakan sebagai kesetaraan atau status quo.
2. Hipotesis Alternatif (H1​ atau Ha​): Pernyataan yang menyatakan ada efek atau perbedaan; dapat bersifat lebih besar, lebih kecil, atau tidak sama dengan nol.

​

Penentuan Signifikansi

• Menentukan tingkat signifikansi (Hα), yang merupakan batasan probabilitas kesalahan tipe
• Nilai umum untuk Hα adalah 0.05, yang berarti tingkat signifikansi sebesar 5%.

Pemilihan Metode Uji Statistik

Memilih uji statistik yang sesuai berdasarkan jenis data dan pernyataan hipotesis.

Pengumpulan dan Analisis Data

• Mengumpulkan data dari sampel dan menganalisis data tersebut menggunakan metode statistik yang sesuai.

Penarikan Kesimpulan

• Membandingkan hasil analisis data dengan kriteria signifikansi yang ditentukan (Hα).
• Jika hasil analisis menyebabkan tolakan H0​, dapat diambil kesimpulan bahwa terdapat cukup bukti untuk mendukung H1​. Jika tidak,H0​ tetap diterima.

​

Kesalahan Tipe I dan Tipe II

1. Kesalahan Tipe I (Hα): Menolak H0​ ketika seharusnya tidak.
2. Kesalahan Tipe II (Hβ): Menerima H0​ ketika seharusnya tidak.

​

Hipotesis Komparatif

"Hipotesis komparatif" adalah istilah yang mungkin merujuk pada hipotesis perbandingan dalam konteks penelitian atau ilmu pengetahuan. Hipotesis komparatif biasanya melibatkan perbandingan antara dua atau lebih variabel atau kelompok dalam suatu penelitian. Hipotesis ini dirumuskan untuk menguji perbedaan atau hubungan antara variabel-variabel tersebut.

Misalkan kita tertarik untuk meneliti apakah ada perbedaan signifikan dalam tingkat dalam konteks perbandingan pengukuran volume paru menggunakan teknik right lateral decubitus dan CT Thorax:��Hipotesis Nol (H0): Tidak ada perbedaan signifikan dalam akurasi pengukuran volume paru antara teknik right lateral decubitus dan CT Thorax.��Hipotesis Alternatif (H1): Terdapat perbedaan signifikan dalam akurasi pengukuran volume paru antara teknik right lateral decubitus dan CT Thorax.��Dalam penelitian ini, para peneliti akan mengumpulkan data volume paru dari subjek yang menjalani kedua metode pengukuran tersebut. Volume paru yang diukur dengan teknik right lateral decubitus akan dibandingkan dengan volume paru yang diukur menggunakan CT Thorax.��Analisis data kemudian akan dilakukan untuk menentukan apakah terdapat perbedaan signifikan dalam akurasi pengukuran volume paru antara dua metode tersebut. Hasil penelitian ini dapat memberikan wawasan tentang seberapa handal masing-masing teknik dalam mengukur volume paru, dan hal ini dapat berkontribusi pada pemilihan metode yang lebih efektif dalam situasi klinis tertentu.

Jenis Komparatif

1. Komparatif kategorik bila variable yang dicari hubungannya adalah variable kategorik dengan variable kategorik.
2. Komparatif numerik bila variable yang dicari hubungannya adalah variable katagorik dengan variable numerik.
3. Komparatif rate bila salah satu variable yang dicari hubungannya adalah variable rate.
4. Komparatif AUC bila variable yang dibandingkan adalah variable kategorik AUC (area under curve).
5. Komparatif kesesuaian kategorik bila variable yang dicari kesesuaiannya adalah variable kategorik. Komparatif kesesuaian numerik bila variable yang dicari kesesuaiannya adalah variable numerik.

Pasangan dan Jumlah Kelompok

• Pasangan (Pair): Pasangan biasanya merujuk pada dua entitas atau objek yang berhubungan satu sama lain. Dalam konteks analisis statistik atau penelitian, "pasangan" dapat merujuk pada pasangan pengamatan yang diukur atau diobservasi dalam dua kondisi atau waktu yang berbeda.
• Jumlah Kelompok: Jumlah kelompok merujuk pada total kelompok atau kategori yang ada dalam suatu studi atau analisis.

Dua Kelompok Tidak Berpasangan

Seorang peneliti membandingan hasil radiograf pada pasien yang melakukan foto thorax dengan posisi tangan bengsingkat pinggang dan merangkul bucky stand.

• Hasil radiograf thorax dengan posisi tangan bengsingkat pinggang merupakan satu kelompok data.
• Hasil radiograf thorax dengan posisi tangan merangkul bucky stand merupakan kelompok data yang lain.
• Dari segi jumlah, terdapat dua kelompok.
• Dari segi berpasangan, data tidak berpasangan karena individu dari dua kelompok berbeda.

​

Dua Kelompok Berpasangan

Seorang peneliti membandingan volume batu ginjal pada pasien yang melakukan prosedur ESWL pada persiapan (pre) dan setelah (post) tindakan.

• Data volume batu ginjal pada pre prosedur ESWL adalah satu kelompok.
• Data volume batu ginjal pada post prosedur ESWL adalah satu kelompok merupakan kelompok data yang lain.
• Dari segi jumlah, terdapat dua kelompok.
• Dari segi berpasangan, data berpasangan karena individu dari dua kelompok data adalah individu yang sama.

Kelompok Berpasangan Karena Matching

• Seorang peneliti membandingan hasil radiograf pada pasien yang melakukan foto thorax dengan posisi tangan bengsingkat pinggang dan merangkul bucky stand.
• Dalam prosedur pemilihan subjek penelitian, ia melakukan proses matching.
• Setiap subjek pasien yang melakukan foto thorax yang menggunakan posisi tangan bersingkat pinggang dicarikan pasangan pasien yang melakukan foto thorax yang menggunakan posisi tangan merangkul bucky stand dengan syarat memiliki karakteristik yang sama contoh bedasarkan jenis kelamin dan berat badan.
• Dari segi jumlah, terdapat dua kelompok.
• Dari segi berpasangan, data berpasangan proses matching.

​

Distribusi Normal

Terdapat dua metode untuk mengetahui set data memiliki sebaran normal, yaitu metode deskriptif dan metode analitik.

Metode Shapiro-Wilk

Uji normalitas SPSS Shapiro Wilk merupakan metode ataupun rumus perhitungan yang dibuat oleh Shapiro serta Wilk pada sebaran data. Metode ini merupakan metode untuk uji normalitas efektif serta valid untuk dipergunakan pada sampel dengan jumlah kecil.

Syarat Uji Shapiro Wilk

1. Data memiliki skala interval ataupun ratio (kuantitatif).
2. Data tunggal maupun belum dikelompokkan di tabel distribusi frekuensi.
3. Data dengan asal sampel random.
4. Cara Membaca Hasil dari Uji Shapiro Wilk

​

Shapiro-Wilk Test pada SPSS

1. Membuka Data di SPSS: Buka file data Anda di SPSS.
2. Memilih Variabel: Pilih variabel yang ingin Anda uji normalitasnya. Pastikan variabel tersebut berisi data yang bersifat interval atau rasio.
3. Menggunakan Uji Shapiro-Wilk: Pergi ke menu "Analyze" di bagian atas layar.
4. Pilih "Descriptive Statistics": Dalam menu dropdown "Analyze," pilih "Descriptive Statistics" dan kemudian pilih "Explore."
5. Memasukkan Variabel: Pindahkan variabel yang dipilih ke dalam kotak "Dependent List."
6. Mengecek Opsi "Plots": Di jendela "Explore," pastikan untuk memeriksa opsi "Plots" dan pilih "Normality plots with tests."
7. Menjalankan Analisis: Klik tombol "OK" untuk menjalankan analisis.

​

Cara membaca hasil dari perhitungan pengujian ini adalah dengan cara mengamati nilai Shapiro-Wilk untuk selanjutnya dihitung serta tingkat signifikansinya.�Tentunya pada hasil pengujian tadi, nilai dari Shapiro akan dihitung dengan memperlihatkan nilai VALUE sementara signifikansinya akan diperlihatkan menggunakan nilai Sig.�Cara membaca hasil dari perhitungan uji Shapiro-Wilk yaitu dengan mengamati nilai Shapiro-Wilk hitung serta tingkat Signifikansinya. Pada hasil uji normalitas SPSS, nilai Shapiro hitung diperlihatkan dengan nilai VALUE, sementara signifikansinya diperlihatkan dengan nilai Sig.

SPSS akan menghasilkan output yang mencakup sejumlah informasi statistik deskriptif dan uji normalitas, termasuk Shapiro-Wilk Test. Nilai signifikansi pada hasil output menunjukkan apakah data terdistribusi normal atau tidak. Nilai signifikansi yang tinggi (p > 0,05) menunjukkan bahwa data tidak terdistribusi normal.

Metode Kolmogorov Smirnov

Uji normalitas Kolmogorov SPSS dapat diartikan sebagai suatu metode statistik yang dapat dipergunakan guna menguji hipotesis komparatif yang berasal dari dua sampel independen yang mana bentuk datanya ordinal dan disusun di tabel distribusi frekuensi kumulatif memakai sistem interval kelas.

Penerapan

• Ketika dilakukan pada pengujian biasa maka signifikansi <0,05 menyatakan terdapat [perbedaan signifikan serta >0,05 tidak akan keluar perbedaan signifikan. Penerapan tadi berlaku pada pengujian ini.
• Dalam pengujian ini ketika data berdistribusi secara tidak normal ketika p < 0,05 serta data berdistribusi normal saat p>0,05.

​

Kelebihan dan Kekurangan

Pengujian ini memiliki kelebihan yakni tidak akan muncul banyak persepsi di antara pengamat yang mana ini lebih banyak ditemukan di uji normalitas dengan basis grafik. Kelebihan lainnya yaitu pengujian ini tergolong sederhana.

Kelemahan pengujian ini ketika hasilnya tidak normal akan sulit di dalam memutuskan transformasi model yang dapat dipergunakan untuk melakukan normalisasi data. Selain itu pengujian ini umumnya hanya akan sensitif di area pusat distribusi dibandingkan pada ujungnya.

​

Langkah perhitungan manual

1. Uji normalitas SPSS yang satu ini dapat dilakukan secara manual memakai asumsi sampel acak menggunakan distribusi dari populasi kontinyu.
2. Langkah awalnya yaitu menentukan hipotesis yang mana Ho merupakan data mengikuti pada distribusi tertentu yaitu (F(x) = Ft (x), nx), H1 merupakan data tidak mengikut pada distribusi tertentu yaitu (F (x) ≠ Ft (x) minimal 1 x).
3. Selanjutnya kalian hanya perlu mengurutkan data mulai paling kecil sampai dengan paling besar. Selanjutnya dilanjutkan dengan cara menghitung distribusi FS (xi) serta Ft (xi) menggunakan bantuan dari tabel distribusi normal baku ataupun simpangan baku.
4. Nantinya kalian hanya perlu menentukan D max serta kuantil statistik di tabel K-S. ketika hasilnya D.k jadi Ho dapat ditolak. Pengujian dua sampel menggunakan metode ini tergolong sederhana serta dapat dilakukan secara manual.

Langkah Perhitungan dengan SPSS

1. Membuka Data di SPSS: Buka file data Anda di SPSS.
2. Memilih Variabel: Pilih variabel yang ingin Anda uji normalitasnya. Pastikan variabel tersebut berisi data yang bersifat interval atau rasio.
3. Menggunakan Uji Kolmogorov-Smirnov: Pergi ke menu "Analyze" di bagian atas layar.
4. Pilih "Nonparametric Tests": Di menu dropdown "Analyze", pilih "Nonparametric Tests" dan kemudian pilih "Legacy Dialogs."
5. Pilih "1-Sample K-S": Dalam submenu "Legacy Dialogs," pilih "1-Sample K-S."
6. Memasukkan Variabel: Pindahkan variabel yang dipilih ke dalam kotak "Test Variable List."
7. Memilih Distribusi Referensi: Jika Anda ingin menguji normalitas dengan distribusi tertentu sebagai distribusi referensi (misalnya distribusi normal), pilih distribusi yang diinginkan di bagian "Distribution." Jika tidak, biarkan kosong untuk menggunakan distribusi normal.
8. Menjalankan Analisis: Klik tombol "OK" untuk menjalankan analisis.

​

SPSS akan menghasilkan output yang termasuk nilai uji statistik dan nilai signifikansi. Anda dapat memeriksa nilai signifikansi untuk menentukan apakah data terdistribusi normal atau tidak. Nilai signifikansi yang tinggi (p > 0,05) mengindikasikan bahwa data tidak dapat dianggap terdistribusi normal.

Terimakasih