Anda di halaman 1dari 10

UJI PRASYARAT ANALISIS

Wahyu Widhiarso
Fakultas Psikologi UGM

Latar Belakang
PENGANTAR
Beberapa formula statistika disusun berdasarkan asumsi-asumsi
tertentu. Formula tersebut dapat menggambarkan sebuah fenomena
ketika asumsi-asumsi tersebut terpenuhi.
Oleh karena itu, jika kita memakai formula tersebut maka data kita
diharapkan sesuai dengan asumsi sebuah formula.
CONTOH BERLAKUNYA ASUMSI
Rumus A2+ B2= C2 dapat dipakai menjelaskan panjang sisi segitiga
siku-siku jika segitiga tersebut berada pada permukaan datar. Jika
berada pada bidang lengkung maka rumus tersebut tidak dapat
dikenakan.

UJI DISTRIBUSI NORMAL

DISTRIBUSI NORMAL

Menurut pandangan statistika distribusi variabel pada populasi mengikuti


distribusi normal
Distribusi normal adalah bentuk distribusi yang memusat di tengah, mean,
mode, dan median berada di tengah

DISTRIBUSI NORMAL

POPULASI

Pengujian distribusi normal


bertujuan untuk melihat
apakah sampel yang
diambil mewakili distribusi
populasi

Individu yang dikenai


generalisasi hasil
penelitian

SAMPEL
Individu yang menjadi
subjek penelitian

Jika distribusi sampel


adalah normal dapat
dikatakan sampel yang
diambil mewakili populasi

UJI DISTRIBUSI NORMAL


Merupakan syarat untuk semua uji statistik
Tujuan. Untuk melihat apakah sebaran data mengikuti
pola seperti kurva normal
Cara. Membandingkan data empirik dengan data ideal
Jenis Uji. Kolmogorov-Smirnov One Samples
Ho : tidak terdapat perbedaan antara data empirik
dengan data teoritik
Ha : terdapat perbedaan antara data empirik dengan
data teoritik
p>0.05 Ha ditolak (normal)
p<0.05 Ha diterima (tidak normal)

UJI DISTRIBUSI NORMAL

OBSERVED

EXPECTED

PRINSIP UJI DISTRIBUSI NORMAL adalah membandingkan antara


distribusi data yang didapatkan (observed) dengan distribusi data
normal (expected).
Jika hasil uji menunjukkan TIDAK ADA PERBEDAAN antar kedua
distribusi tersebut (p>0,05), maka dapat dikatakan distribusi data
yang kita adalah normal

UJI DISTRIBUSI NORMAL


ANALISIS MELALUI SPSS
Cara Pertama
ANALYZE NON PARAMETRIC TEST 1-SAMPLE KS
Masukkan variabel yang hendak diuji (skor total variabel)

Cara Kedua
ANALYZE DESCRIPTIVE EXPLORE
Masukkan variabel yang hendak diuji (skor total variabel) dalam kotak
dependen list
Klik PLOT lalu klik NORMALITY PLOT WITH TEST

MEMBACA HASIL SPSS

Lihat nilai KS-Z


Jika p>0.05 maka data berdistribusi normal
p<0.05 maka data tidak berdistribusi normal

UJI DISTRIBUSI NORMAL


YANG DILAKUKAN JIKA DATA TIDAK BERDISTRIBUSI NORMAL
Menambah Jumlah Sampel
Sampel besar lebih mendukung distribusi normal dibanding dengan
sampel yang kecil
Menyisihkan Outliers
Outliers adalah skor yang nilainya ekstrim karena sangat jauh berbeda
dengan skor pada umumnya
Keberadaan outliers dapat merusak distribusi
Memisah Berdasar Kategori
Terkadang distribusi normal mengacu pada kategori tertentu, sehingga
untuk mengujinya kita perlu membagi skor berdasarkan kategori yang
ada (misal, jender, status)
Normalisasi Data/Transformasi Data
Terkadang dalam ekspresi yang lain data dapat menunjukkan distribusi
normal. Ekspresi ini didapatkan dengan mentransformasikan data (misal,
kuadrat, log-10)

UJI HUBUNGAN LINIER

UJI HUBUNGAN LINIER


Sebagian besar rumus statistika menghendaki
adanya hubungan antar variabel psikologis yang
mengikuti garis linier
Hubungan linier adalah hubungan yang
menunjukkan peningkatan skor satu variabel diikuti
dengan peningkatan variabel lainnya, atau
sebaliknya
Hubungan linier dapat bersifat positif atau negatif
Adakah hubungan antar variabel yang tidak bersifat
linier?

UJI HUBUNGAN LINIER


Y

Hubungan Linier

Hubungan Log

X
Hubungan Kuadratik

X
Hubungan Eksponensial

UJI HUBUNGAN LINIER


Merupakan syarat untuk semua uji hipotesis hubungan
Tujuan. Untuk melihat apakah hubungan dua variabel
membentuk garis lurus (linier)
Cara. Membandingkan data empirik dengan data ideal
Jenis Uji. Anova
Ho : tidak terdapat penyimpangan hubungan kedua
variabel dari garis linier
Ha : terdapat penyimpangan hubungan kedua variabel
dari garis linier
p>0.05 Ha ditolak (linier)
p<0.05 Ha diterima (tidak linier)

UJI HUBUNGAN LINIER

UJI LINIERITAS MELALUI SPSS


Masuk ke menu COMPARE MEAN MEANS
Masukkan variabel ke VARIABEL DEPENDEN dan VARIABEL
INDEPENDEN
Pilih menu OPTION klik ANOVA TABLE dan LINEARITY TEST
MEMBACA HASIL ANALISIS SPSS
ANOVA Table

Sikap terhadap
Perubahan *
Knowledge Sharing

Between
Groups
Within Groups
Total

(Combined)
Linearity
Deviation from Linearity

Sum of
Squares
3177,792
7,340
3170,452
5721,648
8899,440

df
39
1
38
60
99

Mean Square
81,482
7,340
83,433
95,361

F
,854
,077
,875

Sig.
,696
,782
,666

Lihat baris DEVIATION FROM LINEARITY


Jika p>0,05 maka hubungan linier terbukti
Jika p<0,05 maka hubungan linier tidak terbukti

UJI HUBUNGAN LINIER


PRINSIP UJI LINIERITAS adalah melihat apakah penyimpangan
garis hubungan antar data menjauhi atau mendekati garis linier

DEVIATION FROM LINEARITY


JIKA PENYIMPANGANNYA BESAR
(signifikan) maka p<0,05 sehingga
dapat dikatakan hubungannya tidak
linier
JIKA PENYIMPANGANNYA KECIL
(tidak signifikan) maka p>0,05
sehingga dapat dikatakan
hubungannya linier

UJI HUBUNGAN LINIER


Yang dilakukan jika data tidak berdistribusi normal
Menyisihkan Outliers
Memisah Berdasar Kategori
Normalisasi Data/Transformasi Data

UJI HOMOGENITAS

UJI HOMOGENITAS VARIAN


Merupakan syarat untuk semua uji hipotesis perbedaan
Tujuan. Untuk melihat kategori di dalam variabel
memiliki varian yang setara (equal/homogen)
Cara. Membandingkan data empirik dengan data ideal
Jenis Uji. Levene Test
Ho : tidak terdapat perbedaan varian antar kategori di
dalam variabel
Ha : terdapat perbedaan varian antar katagori di
dalam variabel
p>0.05 Ha ditolak (homogen)
p<0.05 Ha diterima (tidak homogen)

UJI HOMOGENITAS

Self-Esteem

Self-Esteem
a
Levene's Test of Equality of Error Variances

Descriptive Statistics
Dependent Variable: Self Esteem
Jenis Kelamin
Laki-laki
Perempuan
Total

Mean
46,74
34,78
40,76

Std. Deviation
10,398
2,252
9,599

Dependent Variable: Self Esteem


N
50
50
100

F
56,117

df1

df2
1

98

Sig.
,000

Tests the null hypothesis that the error variance of


the dependent variable is equal across groups.
a. Design: Intercept+gender

10

Anda mungkin juga menyukai