DOSEN PENGAMPU:
KELOMPOK 3
PROGRAM PASCASARJANA
2017
BAB I
PENDAHULUAN
A. Latar Belakang
B. Rumusan masalah
1. Apa jenis-jenis uji persyaratan analisis data?
2. Apa jenis-jenis uji normalitas?
3. Bagaimana langkah-langkah melakukan uji normalitas?
4. Apa jenis-jenis uji homogenitas?
5. Bagaimana langkah-langkah melakukan uji homogenitas?
6. Apa jenis-jenis uji linieritas?
7. Bagaimana langkah-langkah melakukan uji linieritas?
C. Tujuan masalah
1. Mahasiswa mengetahui jenis-jenis uji persyaratan analisis data.
2. Mahasiswa mengetahui jenis-jenis uji normalitas.
3. Mahasiswa memahami langkah-langkah uji normalitas.
4. Mahasiswa mengetahui jenis-jenis uji homogenitas.
5. Mahasiswa memahami langkah-langkah uji homogenitas.
6. Mahasiswa mengetahui jenis-jenis uji linieritas.
7. Mahasiswa memahami langkah-langkah uji linearitas.
BAB II
PEMBAHASAN
a. Uji Chi-Kuadrat
Distribusi chi kuadrat merupakan distribusi dengan variabel acak
kontinu. Simbol yang dipakai untuk chi kuadrat ialah 2 (baca: ci kuadrat).
Distibusi chi kuadrat dapat digunakan dalam menyelesaikan beberapa
persoalan, dianataranya adalah :
Menguji model distribusi berdasarkan data hasil pengamatan,
Menguji homogenitas varians beberapa populasi,
Menguji proporsi untuk data multinom,
Menguji kesamaan rata-rata distribusi poisson,
Menguji independen antara dua faktor, dan
Menguji kesesuaian antara data hasil pengamatan dengan model
distribusi darimana data tersebut berasal.
(Sudjana, 2005: 147,272)
Dalam melakukan uji chi-kuadrat, masih diperlukan perhitungan
frekuensi secara teori dan frekuensi berdasarkan hasil pengamatan dimana
frekuensi secara teori diperoleh melalui hasil kali luas daerah sebaran data
pada distribusi normal pada masing-masing interval kelas dengan jumlah
frekuensi pengamatan. Untuk menghitung luas daerah pada distribusi
normal dapat dilakukan dengan mengunakan rumus
= (2.1)
dimana :
Z = batas daerah
X = batas kelas
= rata-rata data
= simpangan baku
(Sudjana, 2005 : 138)
untuk mengetahui besaran luas daerah dari Z, diperlukan tabel daftar F.
Setelah diperoleh nilai frekuensi secara teori dan frekuensi
pengamatan, uji chi-kuadrat dapat dilakukan dengan rumus
( )2
2 = =1 (2.2)
dimana :
Oi = frekuensi teoritik
Ei = frekuensi pengamatan
(Sudjana, 2005 : )
Adapun langkah-langkah dalam melalukan uji normalitas sebagai
berikut :
1. Merumuskan hipotesis
Ho : Data berdistribusi normal
Ha : Data tidak berdisribusi normal
6. Memberikan kesimpulan.
Contoh soal 2.1:
Diketahui data skor 32 siswa dalam menyelesaikan soal-soal matematika
disekolah, sebagai berikut:
72 48 66 62 76 58 78 32
74 41 47 39 57 80 52 54
81 66 70 85 64 70 60 35
65 88 43 37 68 55 45 95
Penyelesaian:
Langkah 1 : Merumuskan hipotesis
Keterangan :
R = range
A = nilai tertinggi
B = nilai terendah
R =ab
= 95 32
= 63
k = 1 + 3.332 Log n
= 1 + 3.332 Log 32
= 1 + 4.97
= 5.97 (dibulatkan menjadi k = 6)
Panjang kelas
I=r/k
Keterangan :
I = interval
r = range
k = kelas
I=r/k
I = 63 / 6
= 10.5 (dibulatkan menjadi 11)
= 1987 / 32
= 61.81
2 2
= ( )
130720 1978 2
= ( )
32 32
= 264.21
= 16.25
Jumlah Oi = 32 ( ) 2 3.587
2 hitung = ( )
Jadi, dari tabel ini kita dapatkan nilai Chi Kuadrat ( 2 ) = 3.587
sebagai contoh, kita ambil batas kelas pada kelas interval pertama yaitu:
29,5 40,5 kemudian dilanjutkan menghitung nilai z seperti berikut
z = z =
29.561.81 40.561.81
= =
16.25 16.25
= - 1.98 = - 1.31
Untuk memperoleh nilai z untuk batas kelas setiap kelas interval dapat
dilakukan dengan menggunakan cara seperti di atas. Selanjutnya, untuk
menentukan luas daerah z dapat dilakukan seperti cara berikut.
Dengan menggunakan cara yang sama, dilanjutkan untuk baris ke-2, ke-3,
dan seterusnya.
2
2 = (1)()
Adapun langkah-langkah yang harus dilakukan untuk menentukan harga
chi-kuadrat seperti berikut :
a. Derajat kebebasan (dk) dengan rumus:
dk = banyaknya kelas 3
=63
=3
b. Taraf signifikasi = 0.01 atau = 0.05, jika kita ambil = 0.01, maka:
2
2 = (1)()
2
= (10.01)(3)
2
= (10.99)(3)
2
c. Kita lihat pada tabel 2 untuk (10.99)(3) = 11.3
b. Uji Liliefors
Metode lilliefors menggunakan data dasar yang belum diolah dalam tabel distribusi
frekuensi. Data ditranformasikan dalam nilai z untuk dapat dihitung luasan kurva normal
sebagai probabilitas komulatif normal. Probabilitas tersebut dicari bedanya dengan
probabilitas komulatif empiris. Beda terbesar dibanding dengan tabel Liliefors pada tabel
nilai quantil statistik Liliefors distribusi normal.
Persyaratan:
a. Data berskala interval atau ratio (kuantitatif)
b. Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi
c. Dapat untuk n besar maupun n kecil.
Hipotesis Uji:
Ho : data populasi berdistribusi normal
H1 : data populasi tidak berdistribusi normal
Signikasi Uji:
Nilai terbesar | F(zi) - S(zi) | dibandingkan dengan nilai tabel Lilliefors.
Jika Lhitung < Ltabel liliefors , maka :
Ho diterima
H1 ditolak.
Jika Lhitung > Ltabel liliefors , maka :
Ho ditolak
H1 diterima
Mengurutkan data dari yang terkecil ke yang terbesar kemudian mencari rata-rata,
simpangan baku (standar deviasi) dari sampel data.
No Xi N ( ) ( )2 Zi =
Ztabel F(Zi) S(Zi) Lhitung =
F(Zi) S(Zi)
1 23 -27.3 745.29 -1.66 0.4515 0.0485 0.0833 0.348
2 27 -23.3 542.89 -1.42 0.4222 0.0778 0.1667 0.0889
3 33 -17.3 299.29 -1.05 0.3531 0.1469 0.2500 0.1031
4 40 -10.3 106.09 -0.63 0.2537 0.2463 0.3333 0.087
5 48 -2.3 5.29 -0.14 0.0557 0.4443 0.5000 0.0557
6 48 -2.3 5.29 -0.14 0.0557 0.4443 0.5000 0.0557
7 57 1 6.7 44.89 0.41 0.1554 0.6554 0.5833 0.0721
8 59 8.7 75.69 0.53 0.2019 0.7019 0.6667 0.0352
9 62 11.7 136.89 0.71 0.2611 0.7611 0.7500 0.0111
10 68 17.7 313.29 1.09 0.3621 0.8621 0.8333 0.0288
11 69 18.7 349.69 1.14 0.3729 0.8729 0.9167 0.0438
12 70 19.7 388.09 1.20 0.3849 0.8849 1 0.1151
604 12 2.697,79
Adapun langkah-langkah uji Liliefors seperti berikut:
Xi = Data ke-i
X = Rata-rata
604
X = = 12 = 50.3
Z1 1
S(Z1) = = 12 = 0.083
Z1+ 2 1+1
S(Z2) = = = 0.167
12
atau menggunakan rumus: S(Zi) = , dengan fk = frekuensi komulatif
Menentukan Lhitung dari selisih F(Zi) S(Zi) kemudian tentukan harga untuk
c. Uji Kolmogorov-Smirnov
Metode Kolmogorov-Smirnov tidak jauh beda dengan metode Lilliefors.
Langkah-langkah penyelesaian dan penggunaan rumus sama, namun pada signifikansi
yang berbeda. Signifikansi metode Kolmogorov-Smirnov menggunakan tabel
pembanding Kolmogorov-Smirnov, sedangkan metode Lilliefors menggunakan tabel
pembanding metode Lilliefors.
Persyaratan:
Data berskala interval atau ratio (kuantitatif)
Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi
Dapat untuk n besar maupun n kecil.
Hipotesis Uji :
H0 : Data populasi berdistribusi normal
H1 : Data populasi berdstribusi tidak normal.
Signifikansi Uji :
nilai terbesar | ft - Fs | dibandingkan dengan nilai tabel Lilliefors.
Jika Lhitung < Ltabel, maka :
Ho diterima
H1 ditolak.
Jika Lhitung > Ltabel , maka :
Ho ditolak
H1 diterima
Keterangan:
Xi = data ke-i
fi = frekuensi ke-i
= Rata-rata
. 179
=
= = 11.93
15
No Xi fi ( )2 ( ) Zi =
Ztabel
1 8 1 15.44 -3.93 -1.40 0.4192
2 9 2 8.58 -2.93 -1.04 0.3508
3 10 2 3.72 -1.93 -0.69 0.2549
4 11 3 0.86 -0.93 -0.33 0.1293
5 12 2 0.0049 0.07 0.02 0.0080
6 13 1 1.14 1.07 0.38 0.1480
7 14 1 4.28 2.07 0.73 0.2673
8 15 1 9.42 3.07 1.09 0.3621
9 16 1 16.56 4.07 1.44 0.4251
10 18 1 36.84 6.07 2.16 0.4846
15 2.967,97
Menentukan Dhitung
Dhitung = ft fs
No Xi fi Fkum Zi =
Ztabel ft fs ft fs
(fkum.0.5 - (Fkum/
Ztabel) fi)
1 8 1 1 -1.40 0.4192 0.081 0.07 0.011
2 9 2 3 -1.04 0.3508 0.149 0.20 0.051
3 10 2 5 -0.69 0.2549 0.246 0.33 0.084
4 11 3 8 -0.33 0.1293 0.370 0.53 0.16
5 12 2 10 0.02 0.0080 0.509 0.67 0.161
6 13 1 11 0.38 0.1480 0.648 0.73 0.082
7 14 1 12 0.73 0.2673 0.769 0.80 0.031
8 15 1 13 1.09 0.3621 0.862 0.87 0.008
9 16 1 14 1.44 0.4251 0.926 0.93 0.004
10 18 1 15 2.16 0.4846 0.984 1.00 0.016
15
Keterangan=
Xi = angka pada data
Z = transformasi dari angka ke notasi pada distribusi normal
ft = probabilitas komulatif normal
fs = probabilitas komulatif empiris
Mencari nilai D(a,n) dan Dmax dengan = 0.05 dan n = 15, maka diperoleh
2. Uji Homogenitas
Uji homogenitas dilakukan untuk menguji kesamaan dua varians dengan
cara saling membandingkan antar kedua varians. Uji homogenitas hanya
dilakukan jika kedua varians terbukti bedistribusi normal dan kedua varians
tidak bernilai sama besar. Menurut Umar dan Akbar (1995), untuk menguji
homogenitas antar dua varians dapat dilakukan dengan tiga cara, yaitu :
Perbandingan varians terbesar dengan varians terkecil,
Perbandingan varians terkecil dengan varians terbesar, dan
Uji Bartlett (jika terdapat lebih dari dua kelompok)
a. Perbandingan Varian Terbesar dengan Varian Terkecil
Uji homogenitas dengan perbandingan dilakukan jika dalam
penelitian terdapat dua varians. Dalam cara pengujiannya dilakukan
dengan tahapan-tahapan sebagai berikut :
1) Merumuskan hipotesis
Hipotesis merupakan kesimpulan sementara yang diperoleh
berdasarkan teori yang berlaku. Pada tahapan ini, dilakukan penulisan
hipotesis dalam bentuk kalimat sederhana sebagai kesimpulan awal
yang selanjutnya akan diuji kebenarannya. Pada umumnya, hipotesis
awal (H0) adalah kesimpulan awal yang diperoleh berdasarkan teori
yang berlaku. Sedangkan hipotesis alternatif (Ha) adalah kesimpulan
yang akan menggantikan hipotesis awal jika hipotesis tersebut tidak
terbukti.
Contoh :
H0 : Tidak terdapat perbedaan antara varian 1 dengan varian 2
Ha : Terdapat perbedaan antara varian 1 dengan varian 2
3) Menghitung Fhitung
Untuk menghitung besar Fhitung dapat dilakukan dengan
menggunakan rumus
= (2.3)
(Usman & Akbar, 1995 : 134)
4) Menetapkan taraf signifikansi
5) Menghitung Ftabel
Untuk menghitung besar Ftabel dapat dilakukan dengan
menggunakan rumus
= 1 ( , ) (2.4)
2
(Usman & Akbar, 1995 : 134)
8) Menyusun kesimpulan
Setelah dilakukan perbandingan antara Fhitung dengan Ftabel, maka
diperoleh kesimpulan bahwa hipotesis awal diterima atau ditolak dan
hipotesis alternatif diterima atau ditolak.
Jawab:
H0 : 2I = 2II
Ha : 2I 2II
37,2
= 24,7
= 1,506
= 1 ( , )
2
dengan,
maka,
= 1 0,10 (12, 9)
2
= 0,05(12, 9)
Wilayah daerah kritik pengujian H0, yaitu jika Fhitung > Ftabel , maka H0
ditolak.
Berdasarkan perhitungan dan tabel F diperoleh bahwa Fhitung < Ftabel, yaitu
1,506 < 3,07, sehingga H0 diterima (homogen).
1) Merumuskan hipotesis
2) Merumuskan hipotesis dalam bentuk statistik
3) Menghitung Fhitung
Untuk menghitung besar Fhitung dapat dilakukan dengan
menggunakan rumus
= (2.5)
(Usman & Akbar, 1995 : 135)
4) Menetapkan taraf signifikansi
5) Menghitung Ftabel
Untuk Ftabel pada pengujian homogenitas dengan menggunakan
perbandingan varians terkecil dengan varians terbesar, dibagi menjadi
dua sebagai batasan daerah penerimaan hipotesis awal, yaitu Ftabel kanan
dan Ftabel kiri.
Untuk menentukan besar Ftabel kanan dapat dilakukan dengan
menggunakan rumus
= 1 ( 1 , 1)
2
(2.6)
(Usman & Akbar, 1995 : 135)
Sedangkan untuk menentukan Ftabel kiri dapat dilakukan dengan
menggunakan rumus
= (1) ( 1, 1) (2.7)
atau
1
= (2.8)
(Usman & Akbar, 1995 : 135)
8) Menyusun kesimpulan
Setelah dilakukan perbandingan antara Fhitung dengan Ftabel, maka
diperoleh kesimpulan bahwa hipotesis awal diterima atau ditolak dan
hipotesis alternatif diterima atau ditolak.
Contoh soal :
Jawab :
Ha : 2I 2II
24,7
= 37,2
= 0,664
= 1 ( , )
2
dengan,
maka,
= 0,05(9, 12)
= (1) ( , )
= 0,328
Jika Ftabel kiri < Fhitung < Ftabel , maka H0 diterima (homogen).
Langkah 7 : Membandingkan Fhitung dengan Ftabel
Berdasarkan perhitungan dan tabel F diperoleh bahwa Ftabel kiri < Fhitung <
Ftabel kanan, yaitu 0,328 < 0,664 < 2,07, sehingga H0 diterima (homogen).
c. Uji Bartlett
Uji Bartlett merupakan salah satu jenis uji homogenitas atau kesamaan
antara dua varians yang berlaku jika terdapat lebih dari dua varians. Misal
terdapat sampel dengan n1, n2, n3 , , nk dengan data Xij. Sehingga dengan
sampel-sampel tersebut diperoleh varians masing-masing adalah s21 , s22 ,
s23 , s2k .
Uji Bartlett dapat dilakukan dengan tahapan-tahapan sebagai berikut :
1) Merumuskan hipotesis
2) Merumuskan hipotesis secara statistik
3) Menetapkan taraf signifikansi
4) Membuat tabel bantu uji Bartlett
Sampel ke 1 () log 2
dk 2 log 2
-
1 1 1 1 12 log 12 (1 1) log 12
1 1
2 2 1 1 22 log 22 (2 1) log 22
2 1
.
.
.
K 1 1 2 log 2 ( 1) log 2
1
Jumlah 1 ___ ___
( 1) ( ) ( 1) log 2
1
5) Menentukan varians gabungan
Untuk menentukan varians gabungan dari semua sampel dapat
menggunakan rumus
( 1)2
2 = ( 1)
(2.9)
(Sudjana, 2005 : 263)
6) Menentukan harga satuan uji Bartlett (B)
Setelah diperoleh nilai varians gabungan untuk semua sampel,
selanjutnya dilanjutkan dengan menentukan harga satuan uji Bartlett
(B) dimana dalam menentukan harga satuan B dapat menggunakan
rumus
= (log 2 ) ( 1) (2.10)
(Sudjana, 2005 : 263)
7) Membutikan harga satuan uji Bartlett
Harga satuan B yang diperoleh harus dibuktikan terlebih dahulu
sebelum menarik kesimpulan. Untuk membuktikan harga satuan B,
dilakukan dengan menggunakan uji chi-kuadrat dengan menggunakan
rumus
9) Menyusun kesimpulan
Setelah menentukan kriteria pengujian dan membandingkan nilai
chi-kuadrat untuk harga satuan Bartlett dengan chi-kuadrat tabel,
maka dapat disimpulkan bahwa hipotesis awal ditolak atau diterima
sedangkan hipotesis alternatif ditolak atau diterima.
1 2 3 4
Data hasil pengataman
12 14 6 9
20 15 16 14
23 10 16 18
10 19 20 19
17 22
( )2
Dengan rumus 2 = , diperoleh
1
3. Uji Linieritas
Uji linieritas merupakan salah satu jenis uji prasyarat yang harus
dilakukan jika peneliti menggunakan analisis statistik parametrik dan
penelitian yang dilakukan berupa penelitian korelasi atau regresi. Uji linieritas
dilakukan untuk menunjukkan hubungan fungsional atau pengaruh antara
variabel prediktor dengan variabel kriterium.
Menurut Ronald E. Walpole (1997 : 394) bahwa garis regresi dikatakan
linier apabila nilai tengah dari padanan variabel Y dengan variabel X, yaitu
(| ), jatuh pada satu garis lurus. Garis lurus yang dimaksud adalah garis
linier regresi dimana untuk memperoleh garis linier regresi dapat ditentukan
dengan menggunakan persamaan umum garis linier regresi, yaitu
= + (2.12)
Dimana
(baca = y topi) = variabel kriterium
x = variabel prediktor
a = konstanta
b = koefisien arah regresi linier.
Koefisien arah regresi linier (b) merupakan koefisien yang akan menunjukkan
pola perubahan yang akan dialami oleh variabel kriterium. Jika b bernilai
positif, maka variabel kriterium akan menunjukkan kenaikan. Jika b bernilai
negatif, maka variabel kriterium akan menunjukkan penurunan.
2
2
=1 (=1 )
2 = (2.17)
(1)
(Walpole, 1997 : 350)
Untuk menguji nilai dari besaran f , dilakukan perbandingan dengan nilai
f pada tabel distribusi F. Jika nilai fhitung < ftabel , maka hipotesis awal (H0)
diterima (linier).Jika nilai fhitung > ftabel , maka hipotesis awal (H0) ditolak (tidak
linier). Untuk menghitung besar ftabel dapat dilakukan dengan menggunakan
rumus
= (1)(2 , ) (2.18)
Telah dilakukan penelitian tentang hubungan skor tes intelegensia dengan nilai
kimia mahasiswa baru di suatu perguruan tinggi sehingga diperoleh hasil
seperti berikut
1 65 85
2 50 74
3 55 76
4 65 90
5 55 85
6 70 87
7 65 94
8 70 98
9 55 81
10 70 91
11 50 76
12 55 74
Berdasarkan data tersebut, tunjukkan bahwa garis regresinya linier jika taraf
nyata sebesar 0,05.
Jawab :
Sebelum menentukan nilai X21 dan X22 , untuk memudahkan perhitungan, data
pada persoalan di atas dapat disajikan dengan tabel seperti berikut.
50 76 3800 5776
55 76 4180 5776
55 81 4455 6561
55 85 4675 7225
65 90 5850 8100
65 94 6110 8836
70 91 6370 8281
70 98 6860 9604
(12)(61.685)(725)(1011)
= (12)(44.475)(725)2
740.220732.975
= 533.700525.625
7.245
= 8.075
= 0,897
2
2
=1 (=1 )
2 = (1)
(12)(44.475)(725)2
= (12)(121)
533.700525.625
= 132
= 61,174
Setelah memperoleh nilai b dan 2 , selanjutnya menentukan nilai X21 dan X22
dapat dilakukan dengan cara seperti berikut
Untuk X21
2
2 ( )
12 = 2 ( 1)2
= 8,1506
Untuk X22
2 2
22 =
= 178,667
Langkah 4 : Menentukan fhitung
12 ()
= (2) . 22
8,1506 (124)
= 178,667
(42)
= 0,182
Berdasarkan persoalan di atas telah ditetapkan bahwa besar taraf nyata adalah
0,05.
= (1)(2 , )
= (10,05)(42, 124)
= (0,95)(2, 8)
= 4,46
Adapun kriteria penerimaan H0, yaitu jika fhitung < ftabel, maka H0 diterima.
Berdasarkan fhitung dan ftabel yang diperoleh dapat diketahui bahwa fhitung < ftabel,
yaitu 0,182 <
A. KESIMPULAN
Jadi, berdasarkan uraian pembahasan di atas dapat disimpulkan bahwa terdapat
tiga jenis uji untuk melakukan uji prasyarat, yaitu uji normalitas, uji homogenitas,
dan uji linieritas. Uji normalitas dapat dilakukan dengan beberapa metode antara lain,
(1) uji chi-kuadrat (2) uji Liliefors, dan (3) uji Kolmogorov-Smirnov. Uji
homogenitas juga dapat dilakukan dengan menggunakan beberapa metode, antara
lain (1) perbandingan varian terbesar dengan varian terkecil, (2) perbandingan varian
terkecil dengan varian terbesar, dan (3) uji Bartlett. Sedangkan uji linieritas hanya
dapat dilakukan dengan menggunakan satu metode saja.
DAFTAR KEPUSTAKAAN
Usman, Husaini & Akbar, R. Purnomo Setiady. 1995. Pengantar Statistika. Jakarta:
Bumi Aksara
Walpole, Ronald E. 1997. Pengantar Statistika Edisi ke-3. Jakarta: PT. Gramedia
Pustaka Utama
https://www.scribd.com/document_downloads/direct/76703243?extension=pdf&ft=150
5219125<=1505222735&user_id=177475133&uahk=xNwHWoJEHs7oynTbRCOx4i
ClJHs (diakses 12 September 2017)
http://file.upi.edu/Direktori/FPBS/JUR._PEND._BAHASA_JERMAN/1959062319870
31-SETIAWAN/PS_12.pdf (diakses 7 September 2017)
https://ilma69.files.wordpress.com/2012/10/uji-normalitas-dan-homogenitas-ri.pdf
(diakses 7 September 2017)
LAMPIRAN
1. Uji Chi-Kuadrat
a. Buka SPSS
b. Sebelumnya pindahkan data yang akan diuji ke dalam Excel agar mempermudah
Anda untuk memasukkan data ke dalam SPSS, kemudian klik Variable View dan
isi sesuai dengan variable yang akan di uji. Contohnya disini, yaitu pada kolom
Name dan baris pertama diisi dengan Nama, pada kolom Name dan baris kedua
isi dengan nilai. Selanjutnya pada kolom Label baris pertama diisi dengan nama
siswa dan pada kolom Label baris kedua diisi dengan nilai siswa.
c. Selanjutnya copy data dari Excel ke Data View.
d. Kemudian, klik Analyze pilih Nonparametric test pilih Legacy dialogs pilih
Chi-square.
e. Dan akan muncul dialog box seperti ini, pindahkan nilai siswa ke kolom Test
Variable List
f. Kemudian klik Options dan akan muncul dialog box seperti dibawah ini, pilih
Descriptive dan klik continue. Dan dilanjutkan dengan klik Ok. Maka akan
muncul hasil perhitungan uji chi-kuadrat.
Descriptive Statistics
nilai siswa
Chi-Square 2.438a
Df 28
Asymp. Sig. 1.000
Maka nilai Asymp. Sig 1, maka dapat disimpulkan bahwa jika Asymp. Sig (2
tailed) / p > 0,05 maka data berdistribusi normal.
2. Uji Liliefors
a. Buka SPSS
b. Sebelumnya pindahkan data yang akan diuji ke dalam Excel agar mempermudah
Anda untuk memasukkan data ke dalam SPSS, kemudian klik Variable View dan
isi sesuai dengan variable yang akan di uji. Contohnya disini, yaitu pada kolom
Name dan baris pertama diisi dengan Nama, pada kolom Name dan baris kedua
isi dengan nilai. Selanjutnya pada kolom Label baris pertama diisi dengan nama
siswa dan pada kolom Label baris kedua diisi dengan nilai siswa.
c. Selanjutnya copy data dari Excel ke Data View.
Cases
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Descriptive Statistics
hasil panen
N 15
Mean 11.9333
Normal Parametersa,b
Std. Deviation 2.81493
Absolute .163
Most Extreme Differences Positive .163
Negative -.082
Kolmogorov-Smirnov Z .632
Asymp. Sig. (2-tailed) .819
Ho diterima karena Dhitung < Dtabel. Jadi dapat disimpulkan Jumlah hasil
panen kedelai di 15 kecamatan di Kabupaten Gresik memiliki data yang
berdistribusi normal.
Analisis:
d. Klik Analyze, pilih Clas sify dan pilih Discriminant dan akan muncul diaog
box sebagai berikut:
Group Statistics
Unweighted Weighted
1 Data 5 5.000
2 Data 5 5.000
3 Data 4 4.000
4 Data 4 4.000
Total Data 18 18.000
Test Results
Box's M .334
Approx. .099
df1 3
F
df2 337.628
Sig. .961
5. Uji Linearitas
a. Buka SPSS
b. Sebelumnya pindahkan data yang akan diuji ke dalam Excel agar
mempermudah Anda untuk memasukkan data ke dalam SPSS, kemudian klik
Variable View dan isi sesuai dengan variable yang akan di uji. Contohnya
disini, yaitu pada kolom Name dan baris pertama diisi dengan Data, pada
kolom Name dan baris kedua isi dengan Kelompok. Dengan Decimals 0.
d. Klik Analyze, pilih Compare means dan pilih Means dan akan muncul diaog
box sebagai berikut:
e. Pindahkan variabel X ke kotak Independent List, kemudian pindahkan
variabel Y ke kotak Dependent List. Selanjutnya, klik Option, kemudian
beri tanda centang pada dan klik Continue. Kemudian klik Ok, seperti
contoh berikut:
h. Dan akan muncul hasil perhitungan sebagai berikut:
ANOVA Table
Total 728.250 11
f.
Measures of Association
Berdasarkan output di atas, diperoleh Fhitung sebesar 0,177 dan Ftabel sebesar
4,46. Nilai Ftabel diperoleh dengan bantuan tabel distribusi F dengan
pembilang sebesar 2 dan penyebut sebesar 8 (sesuai dengan lingkaran merah
di atas). Melihat perbandingan antara nilai Fhitung dengan Ftabel dimana
Fhitung<Ftabel, maka dapat disimpulkan bahwa antara skor tes intelegensia
dengan nilai kimia memiliki linieritas.