Lompat ke konten Lompat ke sidebar Lompat ke footer

Solusi Untuk Data yang Tidak Berdistribusi Normal dengan SPSS (Mengobati Pelanggaran Normalitas Error)


Salah satu persyaratan melakukan uji regresi linear adalah memenuhi kaidah-kaidah asumsi klasik yang salah satunya adalah data residual berdistribusi normal. Ada beberapa acara untuk melakukan uji normalitas residual diantaranya dengan menggunakan metode grafik, Uji Kolmogorov Smirnov, dan lain sebagainya.

Terkadang kita bingung pada saat melakukan uji Normalitas data ternyata data yang diuji tidak berdistribusi normal. Harus bagaimana jika data tidak berdistribusi normal? sebenarnya banyak cara untuk mengatasi permasalahan ini namun kali ini kami akan membahas bagaimana solusi mengatasi data yang tidak normal dengan cara transformasi data kedalam model regresi berbentuk semi-log dan double log

Double Log

Pada model ini persamaan regresi sebelah kanan dan kiri ditransformasikan kedalam bentuk Logaritma 10 (Log 10) atau Logaritma Natural (LN).

Berikut akan dicontohkan data yang tidak berdistribusi normal, lalu akan dilakukan transformasi data untuk menormalkan data tersebut


Uji Normalitas dengan Kolmogorov – Smirnov

Langkah-langkah analisis pada SPSS 25 adalah sebagai berikut: (DATA LATIHAN BISA DIDOWNLOAD DISINI)

Klik Analyze >> Regression >> Linear.

Selanjutnya akan muncul dialog seperti gambar di bawah ini:


 

Masukan variabel Y ke kolom Dependen dan variabel X1, X2 dan X3 (Disiplin Kerja) ke kolom Independent(s).
 


Klik Save maka akan muncul dialog seperti di bawah ini:





Pada dialog di atas, pastikan beri tanda centang unstandardizes pada kotak residual. Lalu klik continue dan klik ok. 




Klik Ok, selanjut nya akan muncul output seperti di bawah ini
Hiraukan hasil output SPP, masuk ke halaman input data view, terlihat ada tambahan variabel RES_1.




Langkah selanjut nya adalah klik Analyze >> Nonparametric Test >> Legacy Dialog >> 1 Sample K-S.



Selanjutnya akan muncul kotak dialog seperti di bawah ini, kemudian masukan variabel unstandardized residual ke kolom Test Variable List, pastikan pada kotak Test distribution normal di beri centang pilihan normal.

 

  

Klik Ok, selanjut nya akan muncul output seperti di bawah ini:



Dari output di atas dapat diketahui bahwa nilai signifikasi (Asymp. Sig. (2-tailed)) sebesar 0,000 atau lebih kecil dari 0,05, sehingga nilai residual ini dapat dikatakan data tidak berdistribusi normal.

SOLUSI MENGOBATI GEJALA NORMALITAS ERROR (DATA TIDAK BERDISTRIBUSI NORMAL) 

Pada menu utama SPSS pilit transform and compute

 
Pada kotak target isikan LnX1 dan pada kotak numeric isikan LN (X1)

Buat Transformasi LN untuk variabel X2, X3 dan Y
Lalu akan mucul data variabel yang sudah ditranformasikan




Lalu munculkan data residual data yang sudah ditransformasikan, seperti pada langkah pengujian normalitas di atas sebelumnya




Pilih plot lalu centang histogram dan probability plot




Pilih save dan centang residual unstandarized
 


Dari menu utama spss lakukan uji Kolmogorov smirnov
 


Masukan hasil untandarized residual yang sudah ditransformasikan




Dari hasi uji normalitas dengan histogram, grafik dan Kolmogorov Smirnov, data menunjukan distribusi normal. jadi dapat disimpulkan model regresi sebaiknya adalah dalam bentuk double log karena tidak melanggar asumsi klasik.