CARA MENORMALKAN DATA SKRIPSI YANG TIDAK NORMAL DENGAN TRIMMING | ELIMINASI | NILAI Z SCORE

Saya sarankan membaca dari awal postingan saya sebelumnya supaya tidak bingung
CARA UJI NORMALITAS DATA DENGAN KOLMOGROV SMIRNOV
Lihat juga
CARA MENORMALKAN DATA YANG TIDAK NORMAL DENGAN TRANSFORMASI

Baiklah, setelah sobat membaca postingan saya yang diatas, saya lanjutkan dengan mengulas Cara Menormalkan data dengan Trimming. Ketika sobat melakukan uji normalitas kemudian diketahui data yang yang sobat uji berada pada tingkat sig<0,05 artinya data tersebut belum normal salah satu cara untuk menormalkan data penelitian tersebut adalah triming.

Trimming itu apa sih? Jadi begini, Trimming data adalah penghapusan data outlier atau data extrim yang dapat menyebabkan data tidak berdistribusi normal pada uji normalitas. Tapi jika kita menggunakan trimming, data tersebut akan menjadi berkurang, misalnya terdapat 100 data, setelah dilihat data outlier(extrim) dari penelitian ada 5 data outlier  jadi data penelitian tersebut menjadi 95 karena 5 data tersebut dihilangkan.

Penyebab data outlier yaitu bisa jadi karena

• salah dalam penginputan data. Serius, ini ada pengalaman, kasusnya teman saya pernah salah entri data jadi, tipe laptop kan masing-masing ada yang koma jadi titik, yang titik jadi koma, dari situlah sumber masalahnya, coba teliti lagi entry data sobat!
• data berasal dari populasi yang kita ambil sebagai sample,tetapi distribusi dan variabel dalam populasi tersebut memiliki nilai extrim, alias dari sananya.
• data outlier bukanlah anggota populasi yang kita ambil sebagai sampel, jadi harus teliti ya sobat?

Cara untuk Melihat Outlier atau data extrim dari penelitian yang kalian lakukan sangat mudah dengan menggunakan uji statistik deskriptif di SPSS, untuk melihat nilai Z sehingga dapat diketahui ada atau tidaknya data yang extrim atau outlier yang dapat menyebabkan data tidak berdistribusi normal pada uji normalitas (dalam kasus ini saya menggunakan SPSS22).
Analyze> Descriptive Statistic> Descriptive> Pilih Variabel Apa Saja Yang Ingin Dilihat Outliernya, Pindahkan  Ke Kolom Sebelah> Centang Save Standardized Values as Variables >Save
Maka akan keluar data baru sebagai berikut:

Sebelum Uji Descriptive

Sesudah Uji Descriptive dan Muncul Data Outlier/Extrim

Ketentuan dalam menentukan Data Outlier tersebut yaitu dengan melihat nilai dari Z-score yaitu
 -1,98 < x < 1,98 (Trihendradi, C. 2013. judul: Langkah Mudah Menguasai SPSS 2)
-2,00 < x < 2,00  (Jogiyanto. 2015.judul: Studi Peristiwa)
Sesuaikan saja dengan referensi dan jenis penelitian anda.
Lebih Lengkapnya saya menggunakan buku SPSS karya bapak Imam Ghozali.

Lihat juga Skripsi dan Jurnal yang memiliki data tidak normal
Download Skripsi
Download Jurnal

Postingan Sejenis:
CARA UJI NORMALITAS DATA DENGAN KOLMOGROV SMIRNOV
CARA MENORMALKAN DATA YANG TIDAK NORMAL DENGAN TRANSFORMASI


Kata Kunci: Cara menormalkan data dengan eleminasi, cara menormalkan data skripsi dengan transformasi, cara menormalkan data skripsi dengan trimming, cara menormalkan data skripsi dengan  nilai Z Score, cara menormalkan data skripsi yang tidak normal dengan triming, data tidak normal dengan penghapusan data, data tidak berdistribusi normal, cara menormalkan data dengan spss, cara menormalkan data yang tidak berdistribusi normal.