Oleh:
Kelompok 1
1
BAB I
PENDAHULUAN
2
Persyaratan yang dimaksud harus terpenuhi jika tidak terpenuhi, maka hasil
kesimpulan pengujian kurang dapat dipertanggung jawabkan atau dengan kata lain
kesimpulannya kurang valid. Dalam makalah ini akan diuraikan beberapa uji
prasyarat analisis atau uji asumsi yang meliputi uji normalitas, homogenitas, dan
linearitas.
3
BAB II
PEMBAHASAN
Uji persyaratan analisis diperlukan guna mengetahui apakah analisis data untuk
pengujian hipotesis dapat dilanjutkan atau tidak. Beberapa teknik analisis data
menuntut uji persyaratan analisis. Analisis varian mempersyaratkan bahwa data
berasal dari populasi yang berdistribusi normal dan kelompok-kelompok yang
dibandingkan homogen. Oleh karena itu analisis varian mempersyaratkan uji
normalitas dan homogenitas data. Uji persyaratan analisis mana yang diperlukan
dalam satu teknik analisis data akan disebutkan pada pembahasan tiap-tiap teknik
analsis data.
4
berkaitan dengan penarikan kesimpulan. Statistika inferensi sering juga disebut
statistika induktif. Statistika induktif dibedakan atas dua bagian, yaitu statistika
parametrik dan non-parametrik. Jika datanya berasal dari sampel dan berdistribusi
normal, maka pengujian hipotesis dilakukan dengan statistika parametrik; dan jika
data berasal dari sampel tapi data tidak berdistribusi normal, maka pengujian
hipotesis dilakukan dengan statistika non-parametrik.
Pertanyaan yang sering muncul dalam analisis data adalah: Uji hipotesis apa yang
dipakai untuk menguji set data yang dimiliki? Jawabannya tentu saja: Kita
menggunakan uji hipotesis yang tepat. Namun, untuk menggunakan suatu uji
hipotesis tentu didasari berbagai pertimbangan. Pertimbangan awal adalah jenis
hipotesis (komparatif atau korelatif)
Prioritas untuk komparatif numerik adalah uji parametrik. Jika syaratnya tidak
terpenuhi maka kita gunakan uji non-parametrik. Syarat parametrik adalah sebagai
berikut.
5
1. Distribusi data normal
a. Yang dimaksud normal pada data tidak berpasangan adalah data masing-
masing kelompok
b. Yang dimaksut normal pada data berpasangan adalah selisih antar
kelompok
c. Yang dimaksud normal pada hipotesis korelatif adalah paling tidak salah
satu variabel normal
2. Varian data
1. Pada dua kelompok tidak berpasangan dengan varian yang sama atau varian
yang berbeda maka uji hipotesisnya adalah uji t tidak berpasangan.
2. Pada lebih dari dua kelompaok tidak berpasangan dengan varian sama uji
hipotesisnya one way anova dengan Post hoc Bonferroni. Jika varian
berbeda dengan post hoc Games-Howell.
3. Untuk kelompok berpasangan varian tidak menjadi syarat. Uji t
berpasangan digunakan untuk dua kelompok berpasangan dan uji repeated
anova untuk lebih dari dua kelompok.
Uji non parametrik digunakan jika syarat parametrik tidak terpenuhi, yaitu bila
distribusi data tidak normal.
6
Gambar 1. Plot Grafik Distribusi Normal
Pengertian normal secara sederhana dapat dianalogikan dengan sebuah kelas.
Dalam kelas siswa yang bodoh sekali dan pandai sekali jumlahnya hanya sedikit
dan sebagian besar berada pada kategori sedang atau rata-rata. Jika kelas tersebut
bodoh semua maka tidak normal, atau sekolah luar biasa. Dan sebaliknya jika suatu
kelas banyak yang pandai maka kelas tersebut tidak normal atau merupakan kelas
unggulan. Pengamatan data yang normal akan memberikan nilai ekstrim rendah dan
ekstrim tinggi yang sedikit dan kebanyakan mengumpul di tengah. Demikian juga
nilai rata-rata, modus dan median relatif dekat.
Ada tiga pilihan yang dapat dilakukan jika diketahui bahwa data tidak normal;
yaitu :
1. Jika jumlah sampel besar, maka dapat menghilangkan nilai
outliner dari data (bahasan outliner akan dibahas kemudian).
2. Melakukan transformasi data.
7
3. Menggunakan alat analisis nonparametric
Data yang tidak normal tidak selalu berasal dari penelitian yang buruk. Data ini
mungkin saja terjadi karena ada kejadian yang di luar kebiasaan.Atau memang
kondisi datanya memang nggak normal. Misal data inteligensi di sekolah anak-anak
berbakat (gifted) jelas tidak akan normal, besar kemungkinannya akan juling
positif.
8
2.3.2. Uji Homogenitas
Uji homogenitas merupakan uji persyaratan yang bertujuan untuk melihat apakah
suatu dua sampel atau lebih memiliki varians yang sama (homogen). Uji
homogenitas ini diperlukan jika pengujian hipotesis menggunakan statistika
parametrik. Jika kedua sampel atau lebih memiliki varian yang tidak homogen maka
uji hipotesis menggunakan statistika non-parametrik. Jika variansnya sama
besarnya, maka uji homogenitas tidak perlu dilakukan karena data sudah dapat
dianggap homogen. Namun untuk varians yang tidak sama besarnya, perlu dilakukan
uji homogenitas. Persyaratan agar pengujian homogenitas dapat dilakukan ialah
apabila kedua datanya terbukti berdistribusi normal. Uji homogenitas dilakukan
untuk penelitian menggunakan uji- beda.
Uji t untuk satu sampel dalam istilah lain biasanya disebut dengan One Sample t-
test Method, merupakan prosedur uji t untuk sampel tunggal jika rata-rata suatu
9
variabel tunggal dibandingkan dengan suatu nilai konstanta tertentu. Uji t dipakai
jika jumlah data sampel di bawah 30.
Syarat uji t satu sampel :
Data merupakan data kuantitatif
Memenuhi asumsi berdistribusi normal
Uji T satu sampel digunakan untuk menguji nilai rata-rata dari suatu sampel tunggal
dengan suatu nilai acuan. Dalam uji T Satu Sampel terdapat asumsi yang harus
dipenuhi sebelum masuk keanalisis, yaitu data sampel berdistribusi normal.
Hipotesis satu arah biasanya digunakan untuk melihat apakah nilai rata dari
sampel lebih dari (>), kurang dari (<) atau sama dengan (=) dari nilai acuan.
Hipotesis satu arah terbagi dalam dua bentuk, yaitu hipotesis arah kanan dan
hipotesis arah kiri.
Hipotesis dua arah digunakan untuk melihat apakah nilai rata-rata sampel tunggal
sama dengan ( = ) nilai acuan atau tidak ( ≠ ).
10
Jika nilai P-value (Sig.) < ∝ (biasanya 5%), maka H0 ditolak,
Jika nilai P-value (Sig.) > ∝ (biasanya 5%), maka H0 diterima.
Dan
Contoh Kasus :
Langkah analisis :
1. Menentukan Hipotesis
H0 : μ ≤ μ0
Ha : μ > μ0
Bernama file pada lembar Variable View dengan nama Nilai. Kemudian klik Data
View untuk memasukan data.
11
3. Analisis
Setelah data dimasukan kedalam lembar SPSS, langkah selanjutnya adalah
memulai analisis, klik
Analyze è Compare Means è One Sampel T-test
12
Masukan variable nilai kedalam kolom Test Variable(s), dan masukan nilai
acuan pada kolom Test Valuesebesar 70
13
Interpretasi :
Setelah dianalisis didapat dua output, yaitu One-Sample Statistics dan One-Sampel
Test. Berdasarkan output pertama One-Sample Statistics didapatkan jumlah
variable N = 8 dan Mean sebesar 79,8750 dengan Std Deviasi sebesar 10,92098.
Berdasarkan output kedua One-Sample Test didapatkan nilai t-hitung sebesar 2,558
dengan derajat bebas 7 (N-1) dengan nilai Sig (2-tailed) sebesar 0,038. Nilai t-tabel
dengan derajat bebas 7 dengan taraf signifikansi sebesar 0,05(5%) adalah sebesar
1,894. Karena pada hipotesis yang diharapkan adalah uji satu sisi, dan pada nilai p-
value (sig) didapatkan Sig (2-tailed), maka nilai P-value dibagi 2.
Sehingga didapatkan nilai P-value sebesar 0,038/2 =0,019< 0,05, maka hipotesis
H0 ditolak dan terima Ha. Atau jika dengan menggunakan table didapatkan nilai t-
hitung sebesar 2,558 > t-tabel 1,894. Sehingga dapat dikatakan bahwa nilai rata-
rata ujian mahasiswa lebih dari 70.
14
BAB III
KESIMPULAN
15
DAFTAR PUSTAKA
Priyatno. 2010. Paham Analisa Statistik Data Dengan SPSS. Jakarta: Buku Seri.
16