Uji Skewness dan Kurtosis untuk Normalitas Dat
Dalam penelitian ini, kami akan membahas tentang uji skewness dan kurtosis untuk menguji normalitas data. Uji ini penting dalam analisis statistik karena dapat memberikan informasi tentang distribusi data yang digunakan dalam analisis lebih lanjut. Pertama, mari kita lihat hasil uji skewness untuk variabel y. Dalam tabel yang diberikan, kita dapat melihat bahwa nilai skewness untuk variabel y adalah 0.9998. Nilai ini menunjukkan bahwa distribusi data cenderung condong ke kanan. Selain itu, nilai probabilitas untuk skewness adalah 0.9536, yang menunjukkan bahwa distribusi data tidak signifikan secara statistik. Selanjutnya, mari kita lihat hasil uji skewness untuk variabel x1. Nilai skewness untuk variabel x1 adalah 0.1104. Nilai ini menunjukkan bahwa distribusi data cenderung condong ke kanan, meskipun tidak sekuat variabel y. Nilai probabilitas untuk skewness adalah 0.3264, yang menunjukkan bahwa distribusi data tidak signifikan secara statistik. Terakhir, mari kita lihat hasil uji skewness dan kurtosis untuk variabel x2. Nilai skewness untuk variabel x2 adalah 0.2593, menunjukkan bahwa distribusi data cenderung condong ke kanan. Namun, yang menarik adalah nilai kurtosis untuk variabel x2, yaitu 0.0034. Nilai ini menunjukkan bahwa distribusi data memiliki ekor yang lebih tipis daripada distribusi normal. Nilai probabilitas untuk skewness adalah 8.55, yang menunjukkan bahwa distribusi data signifikan secara statistik. Dalam kesimpulan, hasil uji skewness dan kurtosis menunjukkan bahwa distribusi data untuk variabel y, x1, dan x2 tidak sepenuhnya normal. Namun, penting untuk dicatat bahwa hasil ini hanya berdasarkan sampel yang digunakan dalam penelitian ini. Oleh karena itu, diperlukan analisis lebih lanjut untuk memastikan apakah distribusi data benar-benar tidak normal. Kesimpulan: Dalam penelitian ini, kami telah membahas tentang uji skewness dan kurtosis untuk menguji normalitas data. Hasil uji menunjukkan bahwa distribusi data untuk variabel y, x1, dan x2 tidak sepenuhnya normal. Namun, perlu diingat bahwa hasil ini hanya berdasarkan sampel yang digunakan dalam penelitian ini. Analisis lebih lanjut diperlukan untuk memastikan apakah distribusi data benar-benar tidak normal.