Cara Analisis Statistik Deskriptif dan Uji Normalitas dengan SmartstatXL

Berikut adalah cara untuk melakukan Analisis Statistik Deskriptif dan Uji Normalitas menggunakan SmartstatXL. Selain digunakan untuk menghitung nilai statistik, SmartstatXL juga bisa digunakan untuk Uji Normalitas, baik dengan uji formal ataupun secara grafis. Nilai Statistik Deskriptif dan Uji Normalitas yang bisa dihitung dengan menggunakan SmartstatXL meliputi:

1. Ukuran Pemusatan (central tendency): Mean, Median, Mode, Harmonic & Geometric Mean
2. Ukuran Penyebaran (variability or dispersion): Range, Variance, Standard Deviation, Quartile, Confidence Interval (CI)
3. Distribusi: Skewness, Kurtosis
4. Uji Kenormalan: Shapiro Wilks, Kolmogorov-Smirnov & Liliefors, D'Agostino
5. Uji Homogenitas: Levene dan Bartletts's
6. Chart: Histogram & Normal P-Plot

Langkah-Langkah Analisis

Berikut adalah langkah-langkah untuk melakukan Analisis Statistik Deskriptif dan Uji Normalitas:

1. Aktifkan lembar kerja (Sheet) yang akan dianalisis.
2. Tempatkan kursor pada dataset (untuk membuat dataset, lihat cara Persiapan Data).
3. Jika sel aktif (Active Cell) tidak berada pada dataset, SmartstatXL akan secara otomatis mencoba menentukan dataset.
4. Aktifkan Tab SmartstatXL
5. Klik pada menu Statistika Deskriptif.
   
6. SmartstatXL akan menampilkan kotak dialog untuk memastikan apakah dataset sudah benar atau belum (biasanya alamat sel dataset sudah otomatis dipilih dengan benar).
   
7. Jika sudah benar, Klik Tombol Selanjutnya
8. Selanjutnya akan tampil Kotak Dialog Statistik Deskriptif berikut:
   
   Pilih Variabel yang akan dianalisis!
9. Jika nilai statistik akan dikelompokkan berdasarkan kategori tertentu, Centang kotak cek ”Dikelompokkan berdasarkan variabel” dan pilih Variabel yang akan dijadikan sebagai Kategori/Grup.
10. Pilih nilai statistik yang akan Anda hitung dan apabila ingin ditampilkan juga Uji Normalitas dan atau Homogenitas, baik uji formal atau grafis, Centang item yang ada di bagian Uji Normalitas dan Uji Homogenitas
11. Tekan tombol "OK" untuk melanjutkan.

Hasil Analisis

Setiap bagian dari hasil analisis Statistik Deskriptif ini memberikan informasi yang berbeda dan penting untuk interpretasi data Anda. Nilai statistik memberikan ukuran pemusatan dan penyebaran data, Uji Kenormalan memberikan informasi tentang distribusi data, dan Chart atau Grafik memberikan visualisasi yang jelas dari data tersebut.

Berikut ini adalah hasil dari Analisis Statistik Deskriptif:

Nilai Statistik

Berikut adalah interpretasi hasil analisis statistik deskriptif untuk dua tipe batuan, Andesitic dan Basaltic, berdasarkan empat variabel: Sand, Silt, Clay, dan BD (g.cm³).

1. Sand:
   • Batuan Andesitic memiliki rata-rata kandungan pasir (Sand) sebesar 25.441, dengan variasi yang cukup tinggi (koefisien variasi 44.091%).
   • Batuan Basaltic memiliki rata-rata kandungan pasir yang lebih rendah, yaitu 17.959, namun variasinya jauh lebih tinggi (koefisien variasi 94.171%).
2. Silt:
   • Batuan Andesitic memiliki rata-rata kandungan silt sebesar 42.621, dengan variasi yang lebih rendah (koefisien variasi 31.088%).
   • Batuan Basaltic memiliki rata-rata kandungan silt yang lebih tinggi, yaitu 49.766, dengan variasi yang sedikit lebih rendah (koefisien variasi 28.417%).
3. Clay:
   • Batuan Andesitic memiliki rata-rata kandungan lempung (Clay) sebesar 30.503, dengan variasi yang cukup tinggi (koefisien variasi 45.603%).
   • Batuan Basaltic memiliki rata-rata kandungan lempung yang sedikit lebih tinggi, yaitu 32.278, dengan variasi yang juga tinggi (koefisien variasi 46.827%).
4. BD (g.cm³):
   • Batuan Andesitic memiliki rata-rata BD sebesar 0.344 g.cm³, dengan variasi yang relatif rendah (koefisien variasi 27.219%).
   • Batuan Basaltic memiliki rata-rata BD yang lebih tinggi, yaitu 0.556 g.cm³, dengan variasi yang sedikit lebih tinggi (koefisien variasi 31.720%).

Secara umum, batuan Basaltic cenderung memiliki kandungan Silt dan BD yang lebih tinggi dibandingkan dengan batuan Andesitic, sementara batuan Andesitic memiliki kandungan Sand yang lebih tinggi. Variabilitas kandungan Sand, Clay, dan BD lebih tinggi pada batuan Basaltic dibandingkan dengan batuan Andesitic.

Uji Normalitas

Nilai-nilai statistik seperti skewness dan kurtosis dapat digunakan sebagai indikator awal dari ketidaknormalan distribusi data.

Skewness: Skewness mengukur sejauh mana distribusi data miring atau condong dari distribusi normal. Skewness positif menunjukkan bahwa ekor distribusi berada di sisi kanan (lebih banyak nilai yang lebih rendah), sementara skewness negatif menunjukkan bahwa ekor distribusi berada di sisi kiri (lebih banyak nilai yang lebih tinggi). Jika skewness mendekati 0, ini menunjukkan bahwa data mendekati distribusi normal.

Kurtosis: Kurtosis mengukur "ketebalan" ekor distribusi. Kurtosis positif menunjukkan bahwa data memiliki ekor yang lebih tebal dan puncak yang lebih tajam dibandingkan dengan distribusi normal (leptokurtic), yang berarti lebih banyak nilai ekstrem. Kurtosis negatif menunjukkan bahwa data memiliki ekor yang lebih tipis dan puncak yang lebih datar dibandingkan dengan distribusi normal (platykurtic), yang berarti lebih sedikit nilai ekstrem. Jika kurtosis mendekati 0, ini menunjukkan bahwa data mendekati distribusi normal (mesokurtic).

Namun, perlu diingat bahwa skewness dan kurtosis hanya memberikan gambaran awal tentang distribusi data. Uji normalitas formal seperti Shapiro-Wilk, Kolmogorov-Smirnov, atau Anderson-Darling masih diperlukan untuk menentukan apakah data berdistribusi normal atau tidak.

Berikut adalah tabel beberapa hasil uji normalitas:

Berikut adalah interpretasi hasil uji normalitas untuk dua tipe batuan, Andesitic dan Basaltic, berdasarkan empat variabel: Sand, Silt, Clay, dan BD (g/cm3).

1. Sand:
   • Untuk batuan Andesitic, semua uji normalitas (Shapiro-Wilk's, D'Agostino Pearson, Anderson Darling, Kolmogorov-Smirnov, dan Liliefors) menunjukkan bahwa data Sand berdistribusi normal (p-value > 0.05).
   • Untuk batuan Basaltic, uji Shapiro-Wilk's dan Anderson Darling menunjukkan bahwa data Sand tidak berdistribusi normal (p-value < 0.05).
2. Silt:
   • Baik pada batuan Andesitic maupun Basaltic, semua uji normalitas menunjukkan bahwa data Silt berdistribusi normal (p-value > 0.05).
3. Clay:
   • Baik pada batuan Andesitic maupun Basaltic, semua uji normalitas menunjukkan bahwa data Clay berdistribusi normal (p-value > 0.05).
4. BD (g/cm³):
   • Untuk batuan Andesitic, uji Shapiro-Wilk's, Anderson Darling, dan Liliefors menunjukkan bahwa data BD tidak berdistribusi normal (p-value < 0.05).
   • Untuk batuan Basaltic, uji Shapiro-Wilk's dan Anderson Darling menunjukkan bahwa data BD tidak berdistribusi normal (p-value < 0.05).

Secara umum, data Silt dan Clay pada kedua tipe batuan berdistribusi normal. Sementara itu, data Sand pada batuan Basaltic dan data BD pada kedua tipe batuan tidak berdistribusi normal.

Chart (Grafik)

Berikut adalah cara umum untuk menginterpretasikan Normal P-P Plot dan Histogram:

1. Normal P-P Plot: Plot ini digunakan untuk memeriksa apakah data kita berdistribusi normal. Pada plot ini, titik-titik data kita dibandingkan dengan distribusi normal teoretis. Jika data kita berdistribusi normal, titik-titik akan mengikuti garis diagonal. Jika titik-titik menyimpang dari garis diagonal, ini menunjukkan bahwa data kita mungkin tidak berdistribusi normal. Dalam konteks ini, berdasarkan hasil uji normalitas, kita dapat mengharapkan bahwa titik-titik untuk Silt dan Clay pada kedua tipe batuan akan mengikuti garis diagonal cukup dekat, sementara titik-titik untuk Sand pada batuan Basaltic dan BD pada kedua tipe batuan mungkin akan menyimpang dari garis diagonal.
2. Histogram: Histogram digunakan untuk memvisualisasikan distribusi data. Pada histogram, data yang berdistribusi normal akan memiliki bentuk bel (bell-shaped) atau kurva Gaussian. Dalam konteks ini, berdasarkan hasil uji normalitas, kita dapat mengharapkan bahwa histogram untuk Silt dan Clay pada kedua tipe batuan akan memiliki bentuk bel, sementara histogram untuk Sand pada batuan Basaltic dan BD pada kedua tipe batuan mungkin tidak akan memiliki bentuk bel.