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
- 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
Baca juga :
Referensi :
Ferdinand,
A. (2014). Structural Equation Modeling
Dalam Penelitian Manajemen Edisi 5. Semarang : Badan Penerbit Universitas Diponegoro
Kak data aku ada yg negatif negatif, terutama histogramnyabanyak di Y .
BalasHapusHistogramnya :
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.
BalasHapusCara tahu itu nilai skewness moderat positif or negatifnya gimana ya pak ?
HapusTerimakasih
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
BalasHapusMuhammad ris : cek regresi menggunakan regresi apa? jika pada variabel dependen menggunakan skala dummy, regresi menggunakan regresi binary logistik.
BalasHapuskalo independen yg menggunakan dummy, seperti apa ya pak?
Hapuspak saya mau tanya kalau nilai C itu nilai terbesar suatu variabel kah?
BalasHapuschvnv: C: angka konstan yang ditambahkan pada setiap skor agar angka terkecil sama dengan 1.
BalasHapusVie : diuji dengan statistik deskriptif
BalasHapushalo pakm izin bertanya. jika ingin mentransformasi variabel yang bernilai dummy apakah bisa? jika bisa nanti interpretasinya bagaimana ya? terimakasih
BalasHapusKomentar ini telah dihapus oleh administrator blog.
BalasHapuscesa : transformasi diatas dgunakan jika data tidak normal. Kalau variabel dummy, sudaj jelas tidak diuji normalitasnya.
BalasHapusSaya ada delapan variabel independen dengan 1 variabel dummy dan 1 variabel dependen data tidak memenuhi uji normalitas mohon sarannya pak
Hapusbagaimana interpretasi setelah data ditransformasi sqrt pak?
BalasHapusbeta : interpretasi sama seperti pada umumnya
BalasHapusJika transformasi data untuk uji normalitas. Lalu untuk uji yang lainnya apakah menggunakan data transformasi tersebut atau menggunakan data awal sebelum transformasi?
BalasHapusUnknown : Uji lanjutnya menggunakan data setelah transformsi
BalasHapusizin bertanya Pak, penelitian saya menggunakan regresi panel dengan 2 variabel x dan 1 variabel y. variabel x adalah pembiayaan dan y adalah laba. datanya dalam milyar rupiah. lalu pada variabel y, ada beberapa yang nilainya minus. uji asumsi klasik normalitas dan autokorelasi menurut beberapa ahli tidak wajib dilakukan karena bukan untuk normalitas bukan syarat blue dan autokorelasi terjadi pada data timeseries. untuk uji multikol dan hetero tidak ada masalah pak. jika tidak ditransformasi, maka ada tanda E+ pada nilai C di uji t nya. sedangkan pada variabel x dan y tidak ada. apakah tidak apa2 jika disajikan hasilnya seperti itu? atau apakah lebih baik ditransformasikan? namun jika ditransformasikan, bentuk ln dan log tidak bisa (hasilnya error karena ada nilai minus di y).. adakah bentuk transformasi data minus seperti itu pak jika memang harus ditrnsformasikan? terimakasih banyak Pak
BalasHapusDi skripsi saya hasil adjusted r square saya rendah, maka penguji menyarankan transformasi data dgn MSI. setelah saya transformasi data saya disuruh uji regresikan. Agar adjuzted r square nya bisa menjadi tinggi bagaimana caranya ya?
BalasHapusUnknown:ada tanda E+ tidak masalah,Tanda E merupakan eksponen karena Excel membatasi sampai angka 12 digit. Jadi jika lebih maka akan diubah menjadi E+.
BalasHapusPunya saya skewness nya rendah 0.262 dengan n 393
BalasHapusTetapi kurtosisnya 1.217 yang apabila dihitung melebihi 1.96, kalau mau diturunkan bagiamana nggih mas?
Calvin: Dengan tingkat kesalahan 0.001, jika masih berada antara -2.58 sampai dengan 2.58 artinya masih normal.
BalasHapusPak mau nanya, saya memiliki data dengan 3 variabel, dimana salah satu variabel independennya data kategorik, dan waktu saya cek asumsi, semua asumsi terlanggar (saya ingin menggunakan regresi berganda) lalu data saya transformasi menggunakan Ln tp variabel yg bersifat kategorik saya ubah jadi dummy, akan tetapi, asumsinya juga masih terlanggar, diapakan lagi ya pak?
BalasHapusAnonim : Kalau data kategorik tidak perlu diuji normalitas
BalasHapusAnonim: untuk variabel dummy tidak perlu uji normalitas, sedangkan dependen dengan skala interval atau rasio jika tidak normal langkah selanjutnya di transformasi datanya.
BalasHapusPak, saya mau bertanya.
BalasHapusData saya ada yang angkanya negatif dan juga angka 0. Lalu untuk mengubah negatif dan 0 saya gunakan transformasi akar. Setelah dilakukan uji normalitas, data terdistribusi tidak normal.
Apakah boleh jika setelah melakukan transformasi akar lalu selanjutnya dilakukan transformasi data dengan menggunakan transformasi logaritma di eviews, pak? Karena jika saya coba untuk melakukan transformasi logaritma setelah transformasi akar, data saya jadi terdistribusi normal pak.
Mohon pencerahannya pak🙏🏻
Anonim : kalau skala dummy tidak perlu uji normalitas.
BalasHapusPak saya ingin bertanya pak jdi saya menggunakan 5 variabel variabel y dalam bentuk ribuan X1 dalam bentuk persen X2 dalam bentuk milyaran X3,4,5 bentuk persen untuk tranformasi nya yang digunakan yang mana ya pak?
BalasHapuspak izin tanya setelah saya transform data sampel kemudian saya saya uji... koefisien yang saya peroleh dapat langsung digunakan sebagai persamaan regresi kah?
BalasHapuspak izin bertanya kalau saya transform data lalu saya uji untuk menentukan model. apakah boleh saya menggunakan hasil koefisien hasil uji tsb langsung sbg persamaan regresi data panel
BalasHapusGrace Yohana : Iya bisa digunakan
BalasHapusGrace Yohana : iya bisa langsung digunakan
BalasHapusMaaf izin bertanya, apakah boleh hanya mentransform variabel Y saja tanpa mentransform variabel X?
BalasHapusAnonim : ya tentu saja bisa hanya variabel Y yang ditansformasikan.
BalasHapuspa izin bertanya, apabila data sample saya distribusi nya tidak normal, variabel X1 nya ada data yang minus tetapi di data variabel X2 dan Y tidak ada yang minus, alternatif nya saya transform data menggunakan rumus LN(variabel) , karena variabel x1 saya ada yang minus maka saya menggunakan rumus LN(k-X1), apakah saya harus mentransform data menggunakan rumus LN(k-x) ini ke semua data variabel atau tidak pa? atau hanya variabel X1 saja yang menggunakan rumus itu dan variabel yang tidak minus menggunakan rumus LN(Variabel)
BalasHapusPak izin bertanya data saya ada nol dan juga negatif tranform apa biar bisa normal pak
BalasHapusmaaf izin bertanya, apakah boleh hanya mentrasform variabel x2 saja menggunakan logx tanpa mentransform variabel y dan x1?
BalasHapusSelamat malam pa, saya udah olah data sebanyak 3 kali tetapi untuk uji normalitas di uji asumsi hasilnya masih tidak normal, untuk hasil menjadi normal saya sudah coba transformasi data dengan in/log sampai pecilan data tapi hasil masih sama, itu gimana ya pa
BalasHapusJika yang tidak normal pada variabel X1 maka tansformasi hanya pada X1 saja.
BalasHapusanonim : Ya boleh saja hanya transform variabel X2 saja
BalasHapusAnonim : perlakuan transformasi data, didasarkan pada hasil nilai skewness data awal.
BalasHapus