no comments

Mengapa Data Perlu Normal ?

Analisis statistik inferensi membolehkan dapatan dari sampel digenerlisasikan kepada populasi setelah memenuhi beberap syarat. Satu ciri data dalam populasi adalah data tersebut tertabur secara normal. Ini membawa maksud sebahagian besar data tertabur disekitar min, dengan peratusan yang semakin kecil data semakin menjauhi nilai min. Kenormalan data sampel dirujuk kepada data sampel yang diperolehi dari populasi jika data sampel tersebut diplot akan menghasilkan graf poligon berbentuk “menghampiri normal”.

Semua data selenjar iaitu sela dan nisbah mestilah tertabur menghampiri taburan normal sebelum sebarang analisis menggunakan statistik parametik inferensi dapat dilakukan. Oleh itu, kedua-dua data pada skala sela dan nisbah yang diperolehi dari pengukuran mesti disemak kenormalannya. Data sela boleh diperolehi dari instrumen seperti ujian pencapaian manakala data nisbah seperti berat badan diperolehi menggunakan alat penimbang. Pengukuran kenormalan tidak dilakukan kepada data kategori berskala ordinal dan nominal seperti jantina, bangsa atau pendapat.

Data sela dan nisabah adalah data parametik sekiranya tertabur secara normal maka boleh dianalisis dengan statistik parametik seperti ujian-t, ANOVA, MANOVA dan regressi. Data nominal dan ordinal adalah data bukan parametik maka analisis bukan parametik seperti histogram, frekuensi, chi-kuasa dua, Mann-Whitney dan Spearman rho diperlukan,

Kenormalan boleh disemak dengan perisian SPSS melalui beberapa cara yang lazim seperti ujian kenormalan Kromogrov-Smirnov (KS) dan Shapiro-Wilk (SW), nilai skewness, kurtosis, histogram, stem dan leaf, boxplot atau Q-Q plot.

Sumber : Dr. Othman Talib

KOMEN ANDA

Komen

TENTANG KAMI | PENAFIAN | HUBUNGI | HANTAR ARTIKEL