Anda di halaman 1dari 8
UJIUJI ASUMSIASUMSI Merupakan salah satu syarat melakukan uji statistik parametrik dalam Uji asumsi ada 3,
UJIUJI ASUMSIASUMSI
Merupakan salah satu syarat
melakukan uji statistik parametrik
dalam
Uji asumsi ada 3, antara lain :
1. uji normalitas
uji beda dan uji
hubungan
2. uji homogenitas uji beda
3. uji linearitas
uji hubungan
UjiUji normalitasnormalitas Apakah sampel yg diambil berdistribusi normal/tidak Untuk melihat apakah fungsi
UjiUji normalitasnormalitas
Apakah
sampel
yg
diambil
berdistribusi
normal/tidak
Untuk melihat apakah fungsi distribusi
kumulatif hasil pengamatan berdistribusi
normal atau tidak, dimana mean dan
standart deviasi hasil pengamatan sebagai
parameternya
Kurva distribusi normal berbentuk lonceng
(bell shaped curve)
1 0 8 y 6 c n e u q e r F 4 2
1 0
8
y
6
c
n
e
u
q
e
r
F
4
2
M
e a n
=
1 6 9.4
S
td .
D e v . =
4.9 6 3 3
N
=
2 5
0
1 6 0 .0
1 6 5.0
1 7 0 .0
1 7 5 .0
18 0 .0
tin g g i Data lebih banyak disekitar rata-rata (ditengah kurva) Uji normalitas menggunakan uji
tin g g i
Data lebih banyak disekitar rata-rata (ditengah
kurva)
Uji
normalitas
menggunakan
uji
kolmogorov
smirnov dan shapiro wilk
dgn tingkat sig > 0.05 data berdistribusi normal
Uji homogenitas equal/setara untuk mengetahui apakah varians skor yg diukur pada kedua sampel memiliki varians
Uji homogenitas
equal/setara
untuk mengetahui apakah varians skor
yg diukur pada kedua sampel memiliki
varians yang sama/tidak
uji homogenitas menggunakan uji
lilliefors, dengan tingkat sig > 0.05 data
bersifat homogen
Tests of Normality a Kolmogorov-Smirnov Shapiro-Wilk jender Statistic df Sig. Statistic df Sig. tinggi pria
Tests of Normality
a
Kolmogorov-Smirnov
Shapiro-Wilk
jender Statistic
df
Sig.
Statistic
df
Sig.
tinggi pria
wanita
.225
11
.125
.882
11
.110
.166
14
.200*
.927
14
.279
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
Test of Homogeneity of Variance
Levene
Statistic
df1
df2
Sig.
tinggi
Based on Mean
Based on Median
Based on Median a
with adjusted df
Based on trimmed
1.507
1 23
.232
1.260
1 23
.273
1.260
1 21.148
.274
1.549
1 23
.226
UjiUji linearitaslinearitas Membentuk garis lurus Untuk melihat apakah kedua variabel berhubungan secara
UjiUji linearitaslinearitas
Membentuk garis lurus
Untuk
melihat
apakah kedua
variabel
berhubungan secara langsung/tidak
apakah perubahan pada variabel x diikuti
oleh perubahan oleh variabel y
Dgn tingkat sig < 0.05 data bersifat
linear
100 i s g 80 l o o k i s p k a p
100
i s
g
80
l o
o
k
i
s
p
k
a
p
m
a
60
d
40
17
0 200 400 600 800 lama perawa ta n Data yg berada di luar disebut
0
200
400
600
800
lama perawa ta n
Data yg berada di luar disebut outlier/pengganggu
ANOVA b Sum of Model Squares df Mean Square F Sig. 1 Regression 1554.525 1
ANOVA b
Sum of
Model
Squares
df
Mean Square
F
Sig.
1
Regression
1554.525
1
1554.525
8.394
.005 a
Residual
0370.854
56
185.194
Total
1925.379
57
a. Predictors: (Constant), lama perawatan
b. Dependent Variable: dampak psikologis
Setelah dibuang outlier
ANOVA b
Sum of
Model
Squares
df
Mean Square
F
Sig.
1
Regression 1841.114
1
1841.114
11.562
.001 a
Residual
8757.939
55
159.235
Total
0599.053
56
a. Predictors: (Constant), lama perawatan
b. Dependent Variable: dampak psikologis