UJI PERSYARAT ANALISIS

OLEH:

INTAN PERMATA SARI (2183111048)

YASMIN SALSABILA (21833111051)

DOSEN PENGAMPU :

DRS. SYAMSUL ARIF, M.PD.

MATA KULIAH :

METODOLOGI PENELITIAN

PRODI PENDIDIKAN BAHASA DAN SASTRA INDONESIA

JURUSAN BAHASA DAN SASTRA INDONESIA

FAKULTAS BAHASA DAN SENI

UNIVERSITAS NEGERI MEDAN

MEDAN

2020
 Uji prasyarat analisis dapat dibedakan atas beberapa jenis, yaitu notmalitas data, uji
homogenitas data, dan ujian linear data. Adapun pengertian dan uji prasyarat analisis yang
digunakan dalam penelitian ini adalah sebagai berikut :
a. Uji Normalitas
Uji normalitas data adalah uji prasyarat tentang kelayakan data untuk di analisis
dengan menggunakan statistik parametrik atau nonparametrik. Melalui uji ini sebuah data
hasil penelitian dapa diketahui bentuk distribusi data tersebut, yaitu berdistribusi normal atau
tidak normal.
Statistik parametrik dapat digunakan sebuah data lolos uji normalitas dan ini
berdistribusi normal, dalam hal ini peneliti menggunakan aplikasi IBM SPSS 22.0 Statistics
For Windowsdengan Uji Kolmogrov-Smirnov, apabila nilai signifikansi lebih dari 0,05 maka
data berdistribusi normal, tetapi apabila nilai signifikansi kurang dari 0,05 maka data tidak
berdistribusi normal.
b. Uji Homogenitas
Uji homogenitas data adalah uji persyaratan analisis tentang kelayakan data untuk
dianalisis dengan menggunakan uji statistic tertentu. Uji ini berkaitan dengan penggunaan uji
statistik parametrik, seperti uji komparatif (penggunaan Anova) dan uji independen sampel t
test dan sebagainya. Peneliti menggunakan aplikasi IBM SPSS 22.0 Statistics For
Windowsdengan dasar pengambilan keputusan dalam uji homogenitas jika nilai signifikansi <
0,05 maka varian dari dua atau lebih kelompok populasi data tidak sama, jika nilai
signifikansi > 0,05 maka varian dari dua atau lebih kelompok populasi data adalah sama.
c. Uji Linearitas
Uji linearitas merupakan uji prasyarat untuk mengetahui pola data, apakah data berpola
linear atau tidak. Uji ini berkaitan dengan penggunaan regresi linear, maka datanya harus
menunjukkan pola yang berbentuk linier.
Peneliti menggunakan aplikasi IBM SPSS 22.0 Statistics For Windowsdengan dasar
pengambilan keputusan dalam uji homogenitas jika nilai signifikansi > 0,05 maka
kesimpulannya terdapat hubungan linier secara siginifikan antara variabel prediktor (X)
dengan variable kriterium (Y), sebaliknya jika nilai signifikansi < 0,05 maka kesimpulannya
tidak terdapat hubungan linier secara siginifikan antara variabel prediktor (X) dengan
variabel kriterium (Y).
 d. Uji Multikolinearitas

Uji Multikolinearitas dimaksudkan untuk mengetahui ada tidaknya hubungan (korelasi)

yang signifikan antar variabel bebas. Jika terdapat hubungan yang cukup tinggi (signifikan),
berarti ada aspek yang sama diukur pada variabel bebas. Hal ini tidak layak digunakan untuk
menentukan kontribusi secara bersama-sama variabel bebas terhadap variabel terikat.
Uji multikolinearitas dengan SPSS dilakukan dengan uji regresi, dengan patokan nilai
VIF (variance inflation factor) dan koefisien korelasi antar variabel bebas. Kriteria yang
digunakan adalah:
1. jika nilai VIF di sekitar angka 1 atau memiliki tolerance mendekati 1, maka dikatakan
tidak terdapat masalah multikolinearitas dalam model regresi;
2. Jika koefisien korelasi antar variabel bebas kurang dari 0,5, maka tidak terdapat
masalah multikolinearitas.
e. Uji Heterokedasitas
Heterokedasitas terjadi dalam regresi apabila varian error (€i) untuk beberapa nilai x tidak
konstan atau berubah-ubah. Pendeteksian konstan atau tidaknya varian error konstan dapat
dilakukan dengan menggambar grafik antara ŷ dengan residu (y – ŷ). Apabila garis yang
membatasi sebaran titik-titik relatif paralel maka varian error dikatakan konstan. Contoh
berikut menampilkan uji heterokdeasitas dengan grafik, untuk data hubungan antara insentif
(x) dengan kinerja, yang telah diuji linearitasnya.
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi
ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Model regresi
yang baik adalah yang tidak terjadi heterokedastisitas. Pengujian heterokedastisitas dilakukan
dengan menggunakan grafik scatterplot. Dasar analisis yang digunakan untuk mengambil
keputusan, sebagai berikut:
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang
teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah
terjadi heterokedastisitas.
2. Jika tidak ada pola yang jelas, serta titik- titik menyebar di atas dan di bawah angka 0
pada sumbu Y, maka tidak terjadi heterokedastisitas
 f. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi
antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t–1
(sebelumnya). Autokorelasi muncul karena observasi yang berurutan sepanjang waktu
berkaitan satu sama lain. Untuk mendeteksi ada tidaknya autokorelasi dilakukan dengan
menggunakan uji Durbin-Watson (DW-Test).
Autokorelasi terjadi dalam regresi apabila dua error €t-1 dan €t tidak independent atau
C(€t-1, €t) ≠ 0. Autokorelasi biasanya terjadi apabila pengukuran variabel dilakukan dalam
interval waktu tertentu. Autokorelasi dapat dilakukan dengan SPSS
 DAFTAR PUSTAKA

Misbahuddin dan Iqbal Hasan, Analisis Data Penelitian Dengan Statistik.. hal. 278.

Nurhuda, A. 2017. Pengaruh Kualitas Keagamaan Orang Tua Terhadapat Motivasi Belajar
Siswa Mata Pelajaran Pendidikan Agama Isam Di SMPN 1 Bendungan Trenggalek
Tahun Ajaran 2017/2017. Skripsi. Iain tulugagung. Repo.iain-tulungagung.ac.id.
Lampir 1 : Uji Persyaratan Analisis Dan Uji Hipotesis. Stiami.ac.id.