4/27/2014

Normalitas Kurniawan Ali Fachrudin

Kurniawan Ali Fachrudin

Take Pictures to Make The World Wide Open Tentang Saya Accounting Theory Management Information System RSS

Normalitas
26 Mar Sering kali kita mendengar bahwa dalam uji statistik, data yang kita miliki harus diuji normalitasnya terlebih dahulu untuk menentukan alat uji yang dapat kita gunakan. Jika data yang kita miliki berdistribusi normal, maka kita dapat menggunakan uji parametrik, jika tidak maka kita harus menggunakan uji non parametrik. Demikian pula ketika kita menggunakan alat uji regresi, beberapa sumber menyatakan bahwa data harus berdistribusi normal. Apakah sebenarnya normalitas itu? Normalitas yang sering kita dengar dan bicarakan sebenarnya memiliki arti yang berbeda, tergantung pada konteks yang kita bicarakan. Secara umum, normalitas sering dibicarakan dalam 3 konteks: Sampling distribution (Distribusi Penyampelan). Untuk memahami distribusi penyampelan, mari kita perhatikan contoh sebagai berikut: Misalnya kita memiliki data populasi sebanyak 500 data dengan nilai mean sebesar X dan deviasi standar sebesar DS. Asumsikan populasi memiliki distribusi yang normal. Maka plot dari data populasi tersebut akan mendekati gambar 1.

Gb. 1 Kemudian kita akan melakukan proses penyampelan untuk mengestimasi nilai X dan nilai DS. Pertama, kita misalkan melakukan penyampelan sejumlah 3 data dari jumlah populasi 500. Dari data ketiga
http://blog.uad.ac.id/kalifach/2009/03/26/normalitas/comment-page-1/ 1/11

4/27/2014

Normalitas Kurniawan Ali Fachrudin

sampel tersebut, kita hitung nilai mean-nya dan diperoleh nilai x1. Kemudian kita ulangi lagi penyampelannya dengan mengambil 3 data dan menghitung nilai mean sehingga diperoleh nilai x2. Demikian, penyampelan tersebut kita ulangi sebanyak 100 kali dan kita memiliki nilai x1 hingga nilai x100. Ke-seratus data tersebut, jika kita gambarkan plotnya akan mendekati gambar 2.

Gb. 2 Kedua, kita akan melakukan penyampelan berikutnya, sejumlah 400 dari total populasi 500. Kita ambil sampel sebanyak 400, kemudian kita hitung nilai mean-nya sehingga diperoleh nilai x1. Kemudian kita ulangi penyampelannya, kita ambil 400 sampel lagi dan kita hitung nilai mean dari sampel tersebut sehingga kita peroleh nilai x2. Kita ulangi penyampelan dengan jumlah 400 sebanyak 100 kali hingga kita memiliki nilai x1 hingga x100. Besarnya sampel yang mendekati besar populasi akan menyebabkan setiap proses penyampelan akan sangat mendekati nilai mean populasi (nilai X). Sehingga jika kita gambarkan plot dari distribusi nilai x1 hingga x100, akan menyerupai gambar 3.

Gb. 3 Ketiga, jika melakukan penyampelan lagi dengan jumlah sampel kurang lebih 30, dan mendapatkan nilai x1 hingga x100, maka plotnya akan mendekati gambar 1. Pada distribusi penyampelan yang pertama dengan jumlah sampel yang sangat kecil, nilai x yang kita peroleh akan sangat bervariasi dan kemungkinan mendekati nilai X (mean populasi) akan sangat kecil. Dari 100 kali penyampelan, mungkin hanya beberapa kali saja mendekati nilai X. Sehingga ketika kita melakukan penelitian yang sebenarnya, yang hanya sekali mengambil sampel, maka kemungkinan besar sampel yang kita miliki jjustru jauh dari gambaran populasi yang kita estimasi. Pada gambar ketiga, kita melakukan penyampelan dengan jumlah yang sangat besar. Hal ini akan mengakibatkan setiap kita mengambil sampel, nilai mean dari sampel tersebut akan sangat mendekati nilai mean populasi (X). Namun demikian, justru karena terlalu mendekati, akan menyebabkan nilai deviasi standar yang dimiliki tidak sama dengan nilai deviasi standar populasi (DS), sehingga sampel yang besar pun tidak mewakili
http://blog.uad.ac.id/kalifach/2009/03/26/normalitas/comment-page-1/ 2/11

4/27/2014

Normalitas Kurniawan Ali Fachrudin

populasi dengan baik. Simpulannya adalah, jika kita melakukan penyampelan dengan jumlah sampel mendekati 30, maka kita dapat menyebut penyampelan yang kita lakukan berdistribusi normal. Sampel yang kita perol eh akan mendekati karakteristik populasi yang hendak kita estimasi. Jika kita melakukan 100 kali penyampelan, maka 95 kali di antaranya akan berada di 95 % wilayah penerimaan hipotesis. Dengan demikian, ketika pada penelitian sebenarnya yang hanya melakukan sekali penyampelan, kemungkinan besar nilainya akan berada di 95% wilayah penerimaan hipotesis. Dengan kata lain, hasilnya akan signifikan secara statistis. Normalitas pada uji beda. Sebenarnya, uji beda seperti uji t, mensyaratkan bahwa sampel yang kita miliki berasal dari populasi yang berdistribusi normal. Jika kita dapat meyakini bahwa sampel yang kita miliki memang berasal dari populasi yang berdistribusi normal, maka kita dapat menggunakan uji parametrik. Bagaimana kita bisa mengetahui bahwa sampel kita berasal dari populasi yang berdistribusi normal? Kita lihat kembali pada poin pertama di atas. Jika kita melakukan penyampelan dengan distribusi yang normal, maka kita akan memiliki sampel yang mendekati karakteristik populasi. Dengan demikian, jika sampel yang kita miliki berdistribusi normal, maka kemungkinan besar populasi asal sampel pun akan memiliki distribusi yang normal. Dengan demikian, syarat bahwa sampel harus berasal dari populasi yang berdisribusi normal terpenuhi, dan uji parametrik pun dapat kita gunakan. Normalitas pada Regresi Model regresi yang baik ditandai dengan nilai residual yang random. Sesuatu yang random, biasanya ditandai dengan distribusi yang normal, dengan demikian, model regresi yang baik, ditandai dengan nilai error term (residual) yang berdistribusi normal. Nilai error term yang random sebenarnya menggambarkan bahwa model regresi yang digunakan untuk melakukan estimasi, terbebas dari adanya pengaruh variabel lain yang kuat namun tidak masuk dalam model. Dengan demikian, hasil estimasi dari model regresi kita tidak akan menyesatkan. Demikian diskusi singkat mengenai normalitas. Jika pengunjung memiliki pendapat lain, saya harap berkenan untuk segera menyampaikan komentar agar dapat berdiskusi secara lebih mendalam, terima kasih. 18 Comments Posted in PDE, Perkuliahan, Statistika/Ekonometrika

Leave a Reply
Name (required) Mail (will not be published) (required)
http://blog.uad.ac.id/kalifach/2009/03/26/normalitas/comment-page-1/ 3/11

4/27/2014

Normalitas Kurniawan Ali Fachrudin

Website Comment

Submit Comment

1. Sanjoyo 14 April, 2009 at 06:14 Salam Kenal, Ini kunjungan sesama peminat Ekonometrika. Silahkan kunjungi Blog saya. Salam

2. mohamad rizal 10 June, 2009 at 11:41 mas, kalo data panel, apakah masih membutuhkan syarat memenuhi asumsi normalitas dan asumsi klasik? bagaimana mengujinya dengan menggunakan E-views ketika kita menggunakan data panel ya mas? kalo tidak panel, saya sudah mengerti mas..

3. irwan 29 June, 2009 at 20:09 Disutribusi normal diturunkan dari fungsi kontinu, sedangkan data yang kita peroleh pada umumnya diskrit (data bidang pendidikan, ekonomi, sosial, dbs). Bagaimana caranya kita dapat menganalisis data diskrit
http://blog.uad.ac.id/kalifach/2009/03/26/normalitas/comment-page-1/ 4/11

4/27/2014

Normalitas Kurniawan Ali Fachrudin

dengan fungsi kontinu?. Ditambah lagi, uji t dan uji f cukup kekar (robust) sehingga kenormalan data tidak dituntut begitu ketat. Normalitas lebih dipandang sebagai mitos saja.

4. beby 15 July, 2009 at 13:35 mas apakah panel data masih perlu untuk diadakanya uji normalitas..? bagaimana..? terimakasih atas jawabanya

5. wow gold 18 July, 2009 at 09:05 Looks like your question thing at the end of the post worked. Also not having to sign in is nice too. Good job. Nice list. Thanks.|*|wow power leveling|*|http://www.wow-powerleveling.org

6. Kurniawan Ali fachrudin 26 July, 2009 at 17:48 Untuk Mas Beby dan Mas M. RizalPada dasarnya data panel dilakukan ketika asumsi-asumsi tidak terpenuhi, terutama pada asumsi homokedastisitas, dengan demikian data panel tidak memerlukan terpenuhinya asumsi klasik seperti pada regresi biasa

7. Kurniawan Ali fachrudin 26 July, 2009 at 17:53 Untuk Mas Irwan, menurut saya, pada uji t dan uji F, syarat yang paling penting adalah bahwa sampel yang kita miliki merupakan sampel yang berasal dari populasi yang berdistribusi normal. Normal atau tidaknya populasi akan kita ketahui dengan normalnya sampel yang kita miliki, dengan catatan distribusi penyampelannya normal.Namun demikian, jika sampel kita ternyata tidak normal, maka kita masih bisa melakukan uji tersebut dengan menggunakan uji yang tidak mendasarkan analisis kepada nilai mean, misalnya uji Mann-Whitney, Wilcoxon, maupun uji Kruskal-Walis

8. anwar m 5 September, 2009 at 14:35

http://blog.uad.ac.id/kalifach/2009/03/26/normalitas/comment-page-1/ 5/11

4/27/2014

Normalitas Kurniawan Ali Fachrudin

mas numpang tanya, sedang mengutak-atik uji normalitas memakai chi kuadrat, bagaimana caranya supaya berapa pun sampel yang dipakai dan data yang dimasukan uji chi kuadrantnya normal, ato paling tidak mendekati, tapi udah pusing 7 kliling, masih blum ketemu, trima kasih atas bantuannya

9. Kurniawan Ali fachrudin 6 September, 2009 at 20:20 Mas Anwar, mungkin saya minta keterangan lebih jelas mengenai tujuan uji normalitas yang akan Anda lakukan

10. ana017 15 September, 2009 at 09:57 permisi pak saya mo tanya tentang buku bordnar tu yang mana? saya lihat d blog nya bapak gak ada tuh makasih pak ali

11. Fany 22 October, 2009 at 19:49 Pak, mau tanya. Saya punya data keuangan perusahaan. Saya ingin mengetahui pengaruh biaya promosi terhadap laba perusahaan dgn analisis regresi. Tapi data yg saya punya tdk berdistribusi normal. Namun errornya berdistribusi normal. Apakah data saya bisa dipakai untuk analisis regresi? Lalu, uji apa saja yang harus saya lakukan untuk mengetahui keabsahan regresi tsb? Terima kasih atas jawabannya

12. Kurniawan Ali fachrudin 24 October, 2009 at 10:51 Regresi mensyaratkan error berdistribusi normal, dengan demikian jika mbak Fany memiliki data tidak normal, namun jika diregres memiliki error term yang berdistribusi normal, maka regresi tersebut sudah bisa digunakan. Syarat selengkapnya mungkin bisa dibaca di buku Basic Econometric dari Gujarati. Secara umum, syarat sebuah model regresi untuk dapat dikatakan bagus adalah jika telah memenuhi asumsi klasik.

13. wow gold

http://blog.uad.ac.id/kalifach/2009/03/26/normalitas/comment-page-1/ 6/11

4/27/2014

Normalitas Kurniawan Ali Fachrudin

6 November, 2009 at 14:51 Excellent tips .I really appreciate all these points, and I agree completely

14. taufik 19 November, 2009 at 12:10 pak mau tanya, saya mau mengolah data memakai regresi linier berganda.. dengan data dari 17 perusahaan,variabel independennya tingkat suku bunga,ROE dan beta akuntansi sedangkan variabel dependennya beta saham syariah. yang saya mau tanyakan bagaimana memasukkan tingkat suku bunga ke dalam regresi tersebut??

15. Ria 22 December, 2010 at 13:30 Pak, saya mau tny.. Saya sdg mghdpi proposal dg jdul perilaku pencegahan sampel yg di dpt 20. lalu bgmn caranya saya bs mengetahui bhw data saya berdistribusi normal atau tidak? saya hrs pke mulai dari mana pak?? mohon bimbingannya. trmksh.

16. Kurniawan Ali fachrudin 25 January, 2011 at 13:48 Mbak RiaSebelumnya saya perlu menanyakan terlebih dahulu alat statistika yang akan digunakan. Pada dasarnya, uji normalitas yang biasa dipakai adalah Uji Kolmogorov-Smirnov dan Jarque-BerraYang berbeda hanya pada objek yang diujiSeperti sudah saya tulis, untuk uji regresi, maka yang harus diuji adalah error term-nya (residual). Demikian mbak Ria. Jika ada yang belum jelas, bisa ditanyakan kembali. Terimakasih

17. Darioada 9 June, 2012 at 21:23 Mas Kurniawan, adakah sumber/referensi (untuk tesis) yang menyatakan bahwa data panel tidak memerlukan uji asumsi klasik?

http://blog.uad.ac.id/kalifach/2009/03/26/normalitas/comment-page-1/

7/11

4/27/2014

Normalitas Kurniawan Ali Fachrudin

18. Kurniawan Ali fachrudin 17 July, 2012 at 11:59 Maaf agak lama tidak mampir ke blog. Gujarati menyatakan bahwa data panel merupakan solusi ketika data/model kita mengalami heteroskedastisitas.

Arsip
Select Month

Recent Posts
Daftar Menu Matakuliah SIMA Alamat email UAD untuk peserta Teori Akuntansi 2012 Pengumuman SIA 3C Rabu 1 Desember 2011 Pengumuman untuk Matakuliah Seminar Akuntansi Pengumuman SIA kelas A dan B Kuliah Pengganti Teori Akuntansi Alamat Email Peserta Kelas Teori Akuntansi PENGUMUMAN TEORI AKUNTANSI 7 April 2011 SAP dan SILABUS TEORI AKUNTANSI Modul PAK PENGUMUMAN SEMINAR AKUNTANSI pengumuman 8 Oktober 2010 Pengumuman 7 Oktober 2010 Pengumuman 6 Oktober 2010 HOT NEWS

Tanggapan terakhir
sandika siswana on Alamat Email Peserta Kelas Teori Akuntansi Kurniawan Ali fachrudin on Normalitas Darioada on Normalitas Houston Escobar on Uji Anova dan Uji T dalam Regresi herbert on SAP dan SILABUS TEORI AKUNTANSI

Kategori
Select Category

Friends
http://blog.uad.ac.id/kalifach/2009/03/26/normalitas/comment-page-1/ 8/11

4/27/2014

Normalitas Kurniawan Ali Fachrudin

Aftoni Susanto, S.E., M.Si Alia Ariesanti S.E., M.Si., Ak Beni Suhendra, S.E., M.Si Rohmad Yuliantoro., S.E. Sumaryanto, S.E., M.Si., Ak Website personal Kurniawan Ali Fachrudin

Sumber Informasi Penting

Financial Accounting Standard Board IAI Kompartemen Akuntan Pendidik Ikatan Akuntan Indonesia International Financial Reporting Standards

Status Ym

Catatan Pengunjung

Info

http://blog.uad.ac.id/kalifach/2009/03/26/normalitas/comment-page-1/

9/11

4/27/2014

Normalitas Kurniawan Ali Fachrudin

BI News www.kompas.com/bisnis dan keuangan www.detik.com/finance

Jualan Kue Putu, Pria Malaysia Ini Jadi Jutawan Gaji Bos Perempuan di AS Belum Setara dengan Laki-laki Pemakaian A/C Melonjak, Beban Listrik Catat Rekor Tertinggi RI Bakal Jadi Sentra Ekspor Sapi Wagyu dan Domba Australia Kementan Gandeng KPK Kejar Swasembada Daging BUMN Beli Peternakan Sapi di Australia, Ini Saran Wamentan Kisah Perawat Sapi di Bali, Dari Dikejar Hingga Diseruduk RI Ekspor Sperma Sapi ke Malaysia Hingga Afghanistan RI Ekpor Sperma Sapi ke Malaysia Hingga Afghanistan Indonesia Ekspor Sperma Sapi, Dagingnya Diimpor

www.kompas.com/sains www.okezone.com
Windows Phone Kalahkan BlackBerry Temuan Penting di Indonesia Berkaitan dengan Pekerjaan dan IT Inilah Spesies Baru Ikan Listrik Sang Perancang Smartphone HTC Hengkang ATSI Dorong Upaya Penindakan Kejahatan Seksual di Internet Indonesia Butuh Teropong Astronomi yang Lebih Canggih Robot Buatan Anak Indonesia Meningkat Resmi Milik Microsoft, Nokia Tak Lagi Produksi Ponsel? Nokia Resmi Bergabung dengan Microsoft Asik, Indonesia Kebagian Gerhana Matahari Total pada 2016

FIA News FIM News

Miller dominates in Argentina Rabat devance Zarco Marquez secures Argentine pole
http://blog.uad.ac.id/kalifach/2009/03/26/normalitas/comment-page-1/ 10/11

4/27/2014

Normalitas Kurniawan Ali Fachrudin

Baz grabs career first Superpole Raga takes full advantage on opening day in Japan

F1
De Silvestro makes F1 test debut for Sauber The First Time - with Lotus's Romain Grosjean Rossi to drive for Caterham in Montreal and Austin The Watchmen - the role of the FIA's technical team (Part 2) The Watchmen - the role of the FIA's technical team

ChocoTheme by .css{mayo} | powered by WordPress Entries (RSS) and Comments (RSS)

http://blog.uad.ac.id/kalifach/2009/03/26/normalitas/comment-page-1/

11/11