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.
1
UJI DISTRIBUSI NORMAL
DISTRIBUSI NORMAL
2
DISTRIBUSI NORMAL
3
UJI DISTRIBUSI NORMAL
OBSERVED EXPECTED
4
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)
5
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?
X X
Hubungan Linier Hubungan Log
Y Y
X X
Hubungan Kuadratik Hubungan Eksponensial
6
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 Æ Ha ditolak (linier)
• p<0.05 Æ Ha diterima (tidak linier)
Sum of
Squares df Mean Square F Sig.
Sikap terhadap Between (Combined) 3177,792 39 81,482 ,854 ,696
Perubahan * Groups Linearity 7,340 1 7,340 ,077 ,782
Knowledge Sharing Deviation from Linearity 3170,452 38 83,433 ,875 ,666
Within Groups 5721,648 60 95,361
Total 8899,440 99
7
UJI HUBUNGAN LINIER
8
UJI HOMOGENITAS
9
UJI HOMOGENITAS
Self-Esteem Self-Esteem
Descriptive Statistics a
Levene's Test of Equality of Error Variances
Dependent Variable: Self Esteem Dependent Variable: Self Esteem
Jenis Kelamin Mean Std. Deviation N F df1 df2 Sig.
Laki-laki 46,74 10,398 50 56,117 1 98 ,000
Perempuan 34,78 2,252 50
Tests the null hypothesis that the error variance of
Total 40,76 9,599 100 the dependent variable is equal across groups.
a. Design: Intercept+gender
10