Mengenal dan Menggunakan Quantile-Quantile Plot (Q-Q Plot) untuk Uji Normalitas Populasi

Mengenal dan Menggunakan Quantile-Quantile Plot (Q-Q Plot) untuk Uji Normalitas Populasi

Dalam analisis statistik, uji normalitas populasi adalah langkah kritis untuk memastikan bahwa data yang digunakan memenuhi asumsi distribusi normal. Salah satu metode yang digunakan untuk menguji normalitas populasi adalah Quantile-Quantile Plot (Q-Q Plot). Dalam artikel ini, kita akan membahas tentang Q-Q Plot dan bagaimana cara membaca grafiknya.

Apa itu Quantile-Quantile Plot (Q-Q Plot)?

Q-Q Plot adalah sebuah grafik yang membandingkan kuantil empiris dari distribusi data dengan kuantil yang diharapkan dari distribusi normal. Kuantil adalah nilai yang membagi distribusi data menjadi fraksi tertentu. Dalam Q-Q Plot, sumbu x (horizontal) mewakili kuantil dari distribusi normal yang diharapkan, sementara sumbu y (vertikal) mewakili kuantil empiris dari data aktual.

Cara Membaca Q-Q Plot

Garis Diagonal: Jika titik-titik dalam Q-Q Plot mengikuti garis diagonal, ini menunjukkan bahwa data secara kasar mengikuti distribusi normal. Semakin dekat titik-titik tersebut dengan garis diagonal, semakin baik distribusi normalitasnya.

Deviasi dari Garis Diagonal: Jika titik-titik berdeviasi dari garis diagonal, hal ini menunjukkan adanya ketidaknormalan dalam distribusi data. Jika titik-titik bergerak ke atas, distribusi data mungkin lebih berat di ekor (leptokurtik), sedangkan jika bergerak ke bawah, distribusi data mungkin lebih datar (platikurtik).

Pola S-shaped atau J-shaped: Jika Q-Q Plot membentuk pola S-shaped atau J-shaped, ini menunjukkan bahwa distribusi data memiliki peningkatan atau penurunan tajam di ekor, yang dapat menjadi indikasi ketidaknormalan.

Menggunakan Q-Q Plot untuk Uji Normalitas

Inspeksi Visual: Langkah pertama adalah melihat secara visual Q-Q Plot. Jika plot menunjukkan pola yang mendekati garis diagonal, ini memberikan indikasi bahwa data cenderung normal.

Uji Statistik Formal: Selain inspeksi visual, dapat digunakan uji statistik formal seperti Uji Jarque-Bera atau Uji Kolmogorov-Smirnov untuk mengukur sejauh mana data kita berbeda dari distribusi normal. Namun, Q-Q Plot memberikan pandangan intuitif yang seringkali lebih mudah dipahami.

Contoh

Dalam contoh di atas, kita menggunakan R untuk membuat Q-Q Plot dan membahas tentang interpretasi hasilnya.

Referensi

Belajar Statistika dengan R Prana Ugiana Gio, Dasapta Erwin Irawan, 2016

Dengan demikian, kita dapat menggunakan Q-Q Plot sebagai salah satu metode untuk menguji normalitas populasi. Grafik ini memberikan pandangan intuitif tentang distribusi data dan membantu kita mengetahui apakah data tersebut bersifat normal atau tidak.

Leave a comment