Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Statistik Uji Normalitas Waktu Kedatangan Mahasiswa Implementasi Shapiro-Wilk Menggunakan IBM SPSS Statistics Istiqomah, Adelia Dwi; Fierrelita Canggah Girinjani; Tawa, Maria Elisabeth; Herlistiyana, Winda; Rosyani, Perani
Jurnal Riset Informatika dan Inovasi Vol 3 No 9 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Studi ini bertujuan untuk menyebarkan ciri-ciri dari probabilitas distribusi waktu kedatangan siswa serta memeriksa apakah asumsi normalitas berlaku, yang merupakan syarat penting dalam analisis statistik inferensial parametrik. Dalam konteks manajemen akademik Program Studi Teknik Informatika, ketepatan waktu menjadi indikator penting untuk menilai kedisiplinan mahasiswa, namun kevalidan data pengukuran sering kali belum diperiksa secara nyata dalam penelitian kuantitatif. Penelitian ini menggunakan pendekatan observasional dengan variabel Waktu Kedatangan Absolut yang berukuran rasio, dan nilai-nilainya diubah melalui fungsi nilai absolut. Populasi yang diteliti mencakup seluruh siswa dan kelas yang diamati, dengan menerapkan metode Sampling Jenuh (Sensus) untuk menghindari kesalahan pengambilan sampel secara keseluruhan. Data dikumpulkan melalui catatan log keberadaan dan dianalisis menggunakan alat IBM SPSS Statistics. Hasil analisis statistik deskriptif menunjukkan adanya tren keterlambatan kolektif dengan tingkat variasi perilaku yang sedang. Uji hipotesis dilakukan dengan metode Shapiro-Wilk karena metode ini lebih sensitif dan mampu memberikan hasil yang lebih baik dalam uji statistik untuk populasi terbatas dibandingkan metode lainnya. Hasil uji menunjukkan nilai signifikansi yang lebih besar dari batas taraf nyata yang telah ditentukan, sehingga hipotesis nol (Hâ‚€) diterima. Temuan ini membuktikan secara nyata bahwa meskipun ada pergeseran tren waktu kedatangan, pola distribusi data tetap mengikuti bentuk Kurva Normal Gaussian. Implikasi metodologi dari penelitian ini menunjukkan bahwa data kehadiran tersebut memenuhi syarat sebagai estimator yang tidak bias dan terbaik secara linier (Best Linear Unbiased Estimator), sehingga layak digunakan dalam pemodelan regresi linier atau uji parameter lain pada penelitian selanjutnya.