8/18/2019 prosedur langkah perbaikan

1/7

Dapat dilihat nilai signifikansinya sebesar 0.006, data tersebut tidak berdistribusi normal karena

nilai signifikansinya kerang dari 0.05

Cara perbaikan normalitas Kolmogorov dengan membuang outlier yang

standar skor nya memiliki nilai >= 2.5

Pertama kita harus menemukan outliernya dengan melakukan standarisasi Z-Score pada data.

dapun langkah-langkahnya adalah! "lik menu Analyze – Descriptive tatistics –

Descriptives, pada kotak dialog Descriptives, masukkan seluruh #ariabel kedalam kotak

#ariable$s% dan berikan centang pada ave standardized values as variables, kemudian klik

!K .

8/18/2019 prosedur langkah perbaikan

2/7

&aka akan muncul #ariabel baru, yaitu Z'(, Z'), Z'*, dan Z+

apabila nilai Z lebih besar dari ),5 atau Z lebih kecil dari -),5 maka data tersebut adalah outlier 

dari data tersebut yang merupakan outlier adalah

bser#asi Z'( Z') Z'* Z+

)

6/

/

0)

(()

()0

(55

(6(

(6

)0*

(/.01*/6

*.)166

-./)15(

).)6/

/.)/1

/.5((6/

).5*05

()./*0

-).1))1

).6/6

).55*1/

).1/50

).(/5

).50/)1

).16*)1

Dari tabel tersebut terdapat () data outliers maka dta tersebut harus dibuang

Setelah itu lakukan kembali analisis normalitas "olmogoro# dengan klik analyze –

nonparametric tests – legacy dialogs – " sample K#

8/18/2019 prosedur langkah perbaikan

3/7

Setelah itu klik e2act dan centang monte carlo

Dapat dilihat nilai signifikansinya berubah men3adi 0.01. maka data tersebut terdistribusi normal

karena lebih besar dari 0.05

S4&7! http!88999.portal-statistik.com8)0(580/8cara-mendeteksi-data-outlier-dengan-

spss.html

uku imam gha:ali nalisis &ulti#ariate dengan SPSS )*

http://www.portal-statistik.com/2015/04/cara-mendeteksi-data-outlier-dengan-spss.htmlhttp://www.portal-statistik.com/2015/04/cara-mendeteksi-data-outlier-dengan-spss.htmlhttp://www.portal-statistik.com/2015/04/cara-mendeteksi-data-outlier-dengan-spss.htmlhttp://www.portal-statistik.com/2015/04/cara-mendeteksi-data-outlier-dengan-spss.html

8/18/2019 prosedur langkah perbaikan

4/7

Cara perbaikan autokorelasi dengan metode coc$rane#orcutt

Dapat dilihat bah9a nilai dari durbin-9atson sebesar (.605 $D9%

 ;ilai d< sebesar (.1/** dan nilai d4 sebesar (.11( $dapat dilihat di table durbin =atson%

/-d< > ).)5(61 dan /-d4 > ).)(()

Dengan melihat table keputusan maka dapat dikatakan bah9a data tersebut terdapat auto korelasi

karena 0 ? d9 ? dl

%angka$ perbaikan

&encari nilai rho dengan transformasi nilai residual logaritma

". "lik &rans'orm – compute variable

2. "lik ok 

8/18/2019 prosedur langkah perbaikan

5/7

(. lakukan regresi dengan #ariabel bebasnya @%ag)e@ dan #ariabel terikatnya *es)"

/. kemudian tekan tombol options dan hilangkan centang Anclude Bonstant. lalu pada

tombol statistics, 3angan centang semua kecuali estimasi dan model fit.

8/18/2019 prosedur langkah perbaikan

6/7

5. Setelah itu dapat dilihat nilai rho nya yaitu sebesar 0.(/

8/18/2019 prosedur langkah perbaikan

7/7

). Selan3utnya anda lakukan regresi linear seperti biasa dengan menggunakan #ariabel baru

hasil transformasi dan 3angan lupa untuk mengklik durbin =atson pada statistics.

*. "lik ok 

Cadi dapat dilihat hasil output spss nilai durbin =atson nya sebesar (.60

&aka data tersebut tidak ada autokorelasi karena du ? d9 ? /-du atau (.1 ? (.60 ? ).)((

S4&7!   http://www.statistikian.com/2015/01/cochrane-orcutt.html

http://www.statistikian.com/2015/01/cochrane-orcutt-dengan-spss.html

uku imam gha:ali nalisis &ulti#ariate dengan SPSS )*

http://www.statistikian.com/2015/01/cochrane-orcutt.htmlhttp://www.statistikian.com/2015/01/cochrane-orcutt-dengan-spss.htmlhttp://www.statistikian.com/2015/01/cochrane-orcutt.htmlhttp://www.statistikian.com/2015/01/cochrane-orcutt-dengan-spss.html