Dari hasil analisis data yang dilakukan oleh peneliti, dalam hal analisis yang digunakan berdasarkan sebaran data berdistribusi normal. Banyak peneliti yang kesulitan dalam memperoleh data yang normal. Ketika penelitian menggunakan SEM AMOS dengan estimasi Maximum Likelihood yang digunakan, pastinya data harus berdistribusi normal baik normal univariat maupun normal multivariate sebagai asumsi yang mendasarinya.
Untuk mengubah data menjadi normal dapat dilakukan dengan cara transformasi data ke dalam bentuk lain seperti Log, Akar kuadrat dll. Ke-tidak normalan data dapat dideteksi dari nilai skewness dan kurtosis data tersebut. Informasi skewness dan kurtosis tersebut, data dapat di transformasikan supaya menjadi bentuk lain sesuai dengan bentuk skewness maupun kurtosisnya, transformasi ini dapat dilakukan dengan aplikasi SPSS, MS.Excel maupun aplikasi lainnya. Ada beberapa tipe skewness dan cara transformasi data menurut Tatanick, B.G dan L.S Fidell (20120 antara lain :
X = nilai asli
C = angka konstan yang ditambahkan pada skor agar angka terkecil sama dengan 1
K = konstanta dimana bila setiap skor dikurangkan pada angka itu =1, biasanya sama dengan skor terbesar ditambah 1
Untuk mengubah data menjadi normal dapat dilakukan dengan cara transformasi data ke dalam bentuk lain seperti Log, Akar kuadrat dll. Ke-tidak normalan data dapat dideteksi dari nilai skewness dan kurtosis data tersebut. Informasi skewness dan kurtosis tersebut, data dapat di transformasikan supaya menjadi bentuk lain sesuai dengan bentuk skewness maupun kurtosisnya, transformasi ini dapat dilakukan dengan aplikasi SPSS, MS.Excel maupun aplikasi lainnya. Ada beberapa tipe skewness dan cara transformasi data menurut Tatanick, B.G dan L.S Fidell (20120 antara lain :
- Skewness positif moderat : tansformasi dengan cara di akarkuadrat-kan data asli, "Xbaru = sqrt( X)"
- Skewness Positif Substansial : transformasi dengan cara diubah ke bentuk logaritma dari data asli, "Xbaru = Log 10(X)"
- Skewness positif subtansial dengan nol : tansformasi dengan cara diubah ke bentuk logaritma dari data asli ditambah1 angka konstanta tertentu, "Xbaru = Lg10 (X+C)"
- Skewness positif sangat besar : tranformasi dengan cara menjadi 1/data lama, "Xbaru = 1/X"
- Skewness positif sangat besar dengan nol : transformasi dengan cara menjadi satu per data lama ditambah satu konstanta tertentu, "Xbaru = 1/(X+C)"
- Skewness negatif moderat : transformasi dengan cara di-akardua dari konstanta tertentu dikurangi data lama, "Xbaru = sqrt(K -X)".
- Skewness negatif substansial = transformasi dengan cara di logartima dari konstanta tertentu dikurangi data lama, Xbaru = Log10 (K -X)".
- Skewness negatif sangat besar = transformasi dengan cara dibagi konstanta tertentu minus data lama, "X baru = 1/(K -X)"
X = nilai asli
C = angka konstan yang ditambahkan pada skor agar angka terkecil sama dengan 1
K = konstanta dimana bila setiap skor dikurangkan pada angka itu =1, biasanya sama dengan skor terbesar ditambah 1
6 komentar:
Kak data aku ada yg negatif negatif, terutama histogramnyabanyak di Y .
Histogramnya :
X1 dan X2 moderate postif
X3 dan Y moderate negatif
Transformnya gmn ya kak?
Udah coba sqrt, ln, sqrt (x+1) , ln (x+1) residu masih 0.000
Harus gmn ya kak? Makasih
Nansky: Sebelum melakukan transformasi data,harus diketahui nilai skewness dan kurtosisnya, apakah skewness moderat negatif atau positi dll. Hengan hasil tersebut, ambil langkah yang sesuai untuk metode transformasi datanya.
mas mau nanya di data saya ada 4 variabel yang angkanya menggunakan dummy variabel, nah setelah saya regresi menggunakan eviews hasilnya malah error dan ada message near singular matrix ... klo boleh tau bagaimana caranya ya untuk bisa di regresi. terima kasih banyak
Muhammad ris : cek regresi menggunakan regresi apa? jika pada variabel dependen menggunakan skala dummy, regresi menggunakan regresi binary logistik.
pak saya mau tanya kalau nilai C itu nilai terbesar suatu variabel kah?
chvnv: C: angka konstan yang ditambahkan pada setiap skor agar angka terkecil sama dengan 1.
Posting Komentar