Selamat malam, kawan blogger..
Malam ini jendela statistik ingin berbagi mengenai bagaimana cara mendeteksi awal bahwa sebuah data cenderung mengikuti distribusi tertentu, dalam hal ini adalah distribusi normal.
Pada dasarnya distribusi normal merupakan suatu distribusi yang menunjukkan sebaran data yang seimbang sebagian besar data berada pada nilai di tengah.
Ada beberapa cara yang dapat dilakukan yaitu salah satunya dengan boxplot, qqplot dan qqline, histogram.
Adapun cara menggunakan boxplot yaitu kita melihat apakah data terbagi secara simetris, median tepat di tengah, tidak ada outliner atau nilai ekstrim. jika ya maka data cenderung mengikuti distribusi normal. Dan Bagaimana dengan qqplot atau qqline adalah jika data menyebar sekitar garis atau berada pada garis, maka data cenderung mengikuti distribusi normal. Kemudian dengan histogram adalah ketika bentuk histogram seimbang tidak miring ke kiri dan ke kanan, tidak terlalu tinggi dan tidak atau terlalu rendah, kondisi seperti ini maka terindikasikan bahwa data cenderung mengikuti distribusi normal.
Contoh perintah pada R untuk boxplot, qqplot atau qqline dan histogram adalah sebagai berikut:
#masukan data
Normalitas<-read.csv(file.choose(), header=TRUE)
Uji = Normalitas$ASSET
#perintah R
boxplot(Uji)
qqline (Uji)
qqnorm (Uji)
hist(Uji)
Hasil ouput dari plot data yang terbentuk adalah seperti berikut.
Boxplot
qqplot
qqline
Histogram
Berdasarkan dari beberapa plot yang terbentuk dari data Asser diatas maka dapat dilhat bahwa sebaran data yang ada cenderung mengikuti distribusi normal.
Perlu dipperthatikan bahwa jika menggunakan plot hanya dianjurkan untuk sebuah langkah awal mendeteksi apa sebuah gugus data mengikut sebuah distribusi tertentu atau tidak, dalam hal ini adalah distribusi normal dikarenakan plot dapat bias dalam kita menginterprestasikan nya maka oleh sebab itu perlu dilakukan pengujian lanjutan dengan menggunakan metode seperti UJI NORMALITAS SHAPIRO WILK, ANDERSON DARLING, KOLMOGOROV SMIRNOV, GOODNESS OF FIT CHI-SQUARE DENGAN R dan banyak lagi.
Semoga bermanfaat.
Selamat mencoba
1 komentar