Q-Q plot adalah sebuah grafik yang digunakan untuk mengecek apakah data memiliki distribusi normal atau tidak. Dalam tutorial ini, kita akan membahas bagaimana menggambar Q-Q plot di Microsoft Excel.

Langkah-Langkah Menggambar Q-Q Plot

1. Masukkan Data
   Pertama-tama, masukkan data yang ingin Anda analisis ke dalam Microsoft Excel. Pastikan data tersebut terurut secara ascending.
2. Tentukan Rank Setiap Data
   Tambahkan kolom baru dengan nama "Rank" dan gunakan fungsi RANK untuk menentukan rank setiap data.

=RANK(A2, $A$2:$A$11, 1)

Note: Pastikan Anda mengunci referensi sel agar dapat memcopy formula ke bawah.

3. Tentukan Percentile Setiap Data
   Tambahkan kolom baru dengan nama "Percentile" dan gunakan fungsi berikut untuk menentukan percentile setiap data:

=(B2-0.5)/COUNT($B$2:$B$11)

4. Hitung Z-Score Setiap Data
   Tambahkan kolom baru dengan nama "Z-Score" dan gunakan fungsi NORM.S.INV untuk menghitung z-score setiap data:

=NORM.S.INV(C2)

5. Gabungkan Kolom Data
   Gabungkan kolom "Data" dengan kolom "Z-Score" ke dalam sebuah tabel.

6. Menggambar Q-Q Plot
   Pilih data Z-Score dan Data, lalu klik Insert > Chart > Scatter (atau Bubble chart). Pastikan Anda memilih scatter chart sebagai jenis grafik.

7. Tambahkan Trendline
   Klik + sign di sudut kanan atas grafik, lalu pilih Trendline.

8. Interpretasi Hasil
   Q-Q plot yang Anda hasilkan harus memiliki trendline yang sejajar dengan garis 45 derajat. Jika data Anda memiliki distribusi normal, maka data akan terlihat seimbang dan tidak bergerak jauh dari garis trendline.

Interpretation of the Results

A Q-Q plot is a graphical method used to assess whether data follows a normal distribution or not. If the data points fall close to the 45-degree line on the Q-Q plot, it suggests that the data has a normal distribution. However, if the data points deviate significantly from the 45-degree line, it indicates that the data does not follow a normal distribution.

****, creating a Q-Q plot in Microsoft Excel is a simple and effective way to assess whether your data follows a normal distribution or not. By following the steps outlined above, you can easily create a Q-Q plot and interpret its results.