Kami akan membahas tentang asumsi normalitas dalam statistik dan cara membuat plot Q-Q menggunakan beberapa software statistik yang berbeda.

Apa itu Asumsi Normalitas?

Plot Q-Q, atau "quantile-quantile" plot, digunakan untuk mengevaluasi apakah suatu dataset berasal dari distribusi teoritis. Dalam kebanyakan kasus, plot ini digunakan untuk mengetahui apakah dataset memenuhi distribusi normal.

Cara Membaca Plot Q-Q

Jika titik-titik pada plot Q-Q terletak sejajar dengan garis diagonal lurus, maka data tersebut dianggap berdistribusi normal. Sebaliknya, jika titik-titik jauh dari garis diagonal lurus, maka data tersebut tidak berdistribusi normal.

Cara Membuat Plot Q-Q dalam R

Berikut adalah contoh cara membuat plot Q-Q untuk dataset yang dijamin berdistribusi normal menggunakan R:

#generate normally distributed dataset with 500 observations
set.seed(1)
normal_data <- rnorm(500)

#create Q-Q plot to visualize distribution of dataset
qqnorm(normal_data, main='Q-Q Plot of Normally Distributed Data')

Dalam contoh ini, kita dapat melihat bahwa titik-titik sebagian besar terletak sejajar dengan garis diagonal lurus. Berdasarkan plot ini, kita dapat yakin bahwa dataset tersebut berdistribusi normal.

Contoh Lainnya

Berikut adalah contoh-contoh lain untuk membuat plot Q-Q menggunakan R:

• Contoh 2: Membuat Plot Q-Q untuk Data yang Berbentuk Tidak Simetris (Left-Skewed)

#generate left-skewed dataset with 500 observations
set.seed(1)
left_skewed <- rbeta(500, 7, 2)

#create Q-Q plot to visualize distribution of dataset
qqnorm(left_skewed, main='Q-Q Plot of Left-Skewed Distribution')

• Contoh 3: Membuat Plot Q-Q untuk Data yang Berbentuk Simetris (Right-Skewed)

#generate right-skewed dataset with 500 observations
set.seed(1)
right_skewed <- rbeta(500, 2, 7)

#create Q-Q plot to visualize distribution of dataset
qqnorm(right_skewed, main='Q-Q Plot of Right-Skewed Distribution')

• Contoh 4: Membuat Plot Q-Q untuk Data yang Tidak Berdistribusi Normal (Non-Normal)

#generate exponential distributed dataset with 200 observations
set.seed(1)
exponential_data <- rexp(200, rate=5)

#create Q-Q plot to visualize distribution of dataset
qqnorm(exponential_data, main='Q-Q Plot of Exponential Distribution')

Dalam contoh ini, kita dapat melihat bahwa titik-titik jauh dari garis diagonal lurus. Ini menunjukkan bahwa data tersebut tidak berdistribusi normal.

Sumber Daya Tambahan

Berikut adalah sumber daya tambahan yang menjelaskan cara membuat plot Q-Q menggunakan beberapa software statistik:

• Cara Membuat Plot Q-Q dalam R
• Cara Membuat Plot Q-Q dalam Excel
• Cara Membuat Plot Q-Q dalam Python