Anda tertarik dengan Statistika?

Blog Winner Statisik adalah Blog mengenai informasi seputar statistika.

Mari kita berbagi informasi mengenai statistika...

Apabila Anda perlu bantuan, hubungi: (021)96927448


Selasa, 05 Februari 2008

Asumsi Distribusi Normal

Mengapa banyak analisis statistik yang mengharuskan kita
untuk menguji distribusi Normal terlebih dahulu?

Distribusi normal itu distribusi data yang memiliki
grafik setangkup (seimbang antara kanan dan kiri/Xmin
dan Xmaks), dimana rata-rata (mean) sama dengan modus
(nilai yg sering muncul) dan sama dengan median (nilai
yang berada di tengah), tidak ada outlier. Ada rumus
dari distribusi tersebut namun sulit untuk menuliskan
di sini.

Banyak analisis mengasumsikan distribusi normal karena
turunan rumus dari analisis tersebut berasal dari
rumus distribusi normal, seperti distribusi z (normal
baku, rata-rata=0, variance(s)=1) dan ada juga
dsitribusi t, F, Chi-Square, dll yang merupakan
turunan dari distribusi normal.

Ada teori yg bernama "teorima limit pusat" yang
menyatakan, semakin banyak data yang diambil akan
semakin mendekati ditribusi normal.

Untuk itu perlu adanya pengujian distribusi normal
atau tidak sebelum menggunakan metode statistika
parametrik. Apabila tidak memenuhi distribusi normal,
maka bisa ditambah datanya, dilakukan transformasi,
atau dapat menggunakan alternative metode statistika
non-parametrik.

13 komentar:

  1. terima kasih untuk sharing ilmu nya mas.
    mau tanya, kenapa distribusi normal menjadi begitu penting di dalam suatu data statistik?
    kenapa kita harus mempunyai sebanyak mungkin data agar mendekati teorema limit pusat, agar tercapai suatu distribusi yg normal?

    BalasHapus
  2. Ehmm..........,,Pak saya mau tanya,...???
    manfaatnya distribusi norma di dunia kerja atau industri.......

    BalasHapus
  3. saya pernah membaca tentang teori/konsep statistik yang sebenarnya tidak benar/hoax. seperti distribusi normal (saya baca dalam buku berjudul The Black Swan) kemudian aturan pareto 80/20 (dalam buku Freakonomic) nah, yang benar itu bagaimana sih, karena kedua konsep itu sudah seperti diterima secara aklamasi kegunaannya.

    BalasHapus
  4. Kalau secara teori memberikan penetapan bahwa obyek yang kita telaah itu memiliki distribusi yang bersifat distribusi normal, maka dengan demikian jika pengambilan sampel dari populasi tersebut memiliki representasi yang tinggi/akurat, maka dipastikan distribusi frekuensi obyek yang kita telaah akan terdistribusi normal. Nah ... kalau ternyata setelah diuji normalitas ternyata tidak normal, maka asumsinya sampel yang kita ambil tidak mewakili populasi, jadi menurut saya yang diperhatikan bukan diperbesar sampelnya tetapi ditingkatkan 'representativeness'nya atau 'unbiased'nya. Karena tujuan uji statistik adalah kesimpulan dari sampel memiliki probabilitas yang 'memuaskan'/signifikan jika dilakukan pada sampel-sampel lain dari populasi yang sama.....

    BalasHapus
  5. Pada dasarnya indeks statistik (dari data sampel) bertujuan untuk memperkirakan parameter (dari data populasi), sehingga metode statistika non parametrik juga dibangun agar mempertahankan tujuan yang sama, sehingga untuk itu perlu didasarkan pada asumsi-asumsi. Sebelum menggunakan teknik statistika non parametrik perlu memahami asumsi-asumsinya dulu .....

    BalasHapus
  6. misi saya mau nanya .apa sih yang dimaksud dengan distribusi normal sebenanya?saya baru mulai kuliah.bisa bantu saya?

    BalasHapus
  7. pak saya mau sharing, saya sedang menyusun skripsi setelah data diolah ternyata dari data 41 siswa memiliki distribusi tidak normal maka saya menggunakan uni non para metrik dengan mann whitney, nah masalah saya saya belum mendapat alasan/asumsi yang kuat untuk menghadapi sidang. apakah bapak bisa membantu saya. tolong balas segera atau hubungi ke nomer 085624672181

    BalasHapus
  8. rumus Zhit= (X-rata rata)/standart ddeviasi
    apakah sama haaasilnyaa jika di gunakan rumus:

    p(x)= 1/akar (N.miu x (1- Q)). e^(X-rata)^2/2Q^2...!!!

    BalasHapus
  9. Mas ,saya peminat statistik yang masih awam kebetulan saya pns yang bkerja didinas kesehatan , ada kejadian luar biasa keracunan makanan kemudian kita lakukan uji statistik guna mencari penyebab keracunan terhadap makanan yang dicurigai , Menggunakan OR , Attack rate , disertai CI (Confident Interval ) yang ingin saya tanyakan bagaimana menghitung CI

    BalasHapus
  10. min,
    tny donk . . .
    distribusi normal tu bisa menyelesaikan kasus binomial ga min ? ? ?
    tolong konfirmasinya ya min . . .

    BalasHapus
  11. saya org awam statistik,, mau tanya,, guna dari analisis distribusi normal untuk pa?? maksud dari distribusi normal/tak normal tu pa?? arti dari kurtosis dan skewness tu pa?? mohon penhelasannnya ya pak,,

    BalasHapus
  12. saya org awam statistik,, mau tanya,, guna dari analisis distribusi normal untuk pa?? maksud dari distribusi normal/tak normal tu pa?? arti dari kurtosis dan skewness tu pa?? mohon penjelasannnya ya pak,,

    BalasHapus
  13. apakah data yang terdistribusi normal itu tetap bisa dipakai dan dicari nilai presentilnya?
    tolong di bantu y mas

    BalasHapus

Apa komentar Anda terhadap tulisan saya?

Anda Perlu Bantuan Analisis Data Statistik?

Hubungi kami melalui:

  - Telp. (021)96927448

  - email. jihadbest36@yahoo.com

Analisis Data:

  - Skripsi (S1): Rp 500.000

  - Tesis (S2): Rp 1.000.000

  - Disertasi (S3): Rp 2.500.000

Kursus Private Statistika

2 jam per pertemuan:

  - S1: Rp 150.000 per pertemuan

  - S2: Rp 300.000 per pertemuan

  - S3: Rp 500.000 per pertemuan 



Konsultasi Rp 100.000 per jam

ANALISIS YANG KAMI LAYANI

1. Analisis Deskriptif
     Meringkas Data, statistika 5 serangkai, Ukuran pemusatan,
      ukuran  keragaman data, dll
2. Charting, grafik
     Pembuatan chart dan grafik apapun sesuai keinginan Anda
3. Tabulasi
     Pembuatan berbagai macam tabel sesuai keinginan Anda
4. Uji Signifikan
     Melakukan uji hipotesis terhadap berbagai permasalahan
     Uji satu sampel, uji dua sempel, uji dua atau lebih sampel
5. Korelasi
     Metode untuk mengetahui hubungan antar dua variabel,  
     satu variabel dengan lebih dari satu veriabel, dan juga 
     banyak variabel dengan banyak variabel. 
6. Regresi   
     Metode untuk membuat suatu modelhubungan antara 
     satu variabel terikat (dependent variable) dengan satu atau      lebih variabel bebas (independent variable)
7. Multivariate Regression
    Metode untuk membuat model hubungan antara banyak
    variabel terikat (dependent variable) dan banyak variabel bebas  
    (independent variable)
8. Logit-Probit
    Mirip dengan regresi namun dapat digunakan untuk variabel kategorik
    (ordinal dan nominal), termasuk non parametrik   
9. Experimental Design     
10. Non-Parametrik Analysis 
11. AKU (Analisis Komponen Utama) /Principal Component
12. Analisis Faktor 

13. Cluster Analysis

14. Analisis Diskriminan

15. Multidimensional Scaling 
16. Biplot 
17. Analisis Korespondency 
18. Time Series Anlysis 
19. Path Analysis 
20. SEM (Seqential Equation Modeling)
21. CHAID
22. AMMI
23. Bootstrap