Dosen Pengampu :
Dr. Arnita, M.Si
Disusun Oleh :
KELOMPOK 9
Puji dan syukur saya sebagai penulis panjatkan kehadirat Tuhan YME, atas anugrah
dan berkat-Nya saya mampu menyelesaikan tugas review ini dengan sebaik-baiknya dan
dengan tepat waktu. Tujuan dari penulisan tugas review ini ialah untuk memenuhi salah satu
tugas matakuliah Statistika. Adapun materi isi buku yang akan penulis kritisi ialah mengenai
Uji Asumsi Normalitas dan Homogenitas.
Saya juga berterima kasih kepada dosen pengampu yaitu ibu Dr. Arnita, M.Si Yang
telah mempermudah pengerjaan tugas mata kuliah ini. Semoga kiranya bermanfaat bagi
banyak orang khususnya bagi saya dan umumnya bagi siapa saja yang membacanya.
Dalam penulisan makalah ini saya menyadari bahwa masih banyak kekurangan
penulis dalam penulisan. Oleh karena itu, kritik dan saran dari pembaca yang bersifat
membangun sangat diharapkan. Atas perhatiannya saya sebagai penulis ucapkan terimakasih.
Penulis,
Kelompok 9
PSIKOM B 2020
STATISTIKA 1
DAFTAR ISI
Kata Pengantar......................................................................................................................................1
DAFTAR ISI.........................................................................................................................................2
BAB 1 PENDAHULUAN....................................................................................................................3
1.1. Latar Belakang.......................................................................................................................3
1.2. Tujuan....................................................................................................................................3
1.3. Rumusan Masalah..................................................................................................................3
BAB 2 IDENTITAS BUKU.................................................................................................................4
BAB 3 MATERI ISI BUKU................................................................................................................5
A. Materi Isi Buku 1.......................................................................................................................5
B. Materi Isi Buku 2.......................................................................................................................5
BAB 4 PERBANDINGAN ISI BUKU................................................................................................5
1. Kelebihan.......................................................................................................................................5
2. Kekurangan....................................................................................................................................5
BAB 5 PENUTUP................................................................................................................................6
A. Kesimpulan................................................................................................................................6
B. Rekomendasi atau Saran............................................................................................................6
DAFTAR PUSTAKA..........................................................................................................................7
STATISTIKA 2
BAB 1 PENDAHULUAN
Klasifikasi data baik berupa data interval maupun rasio yang sudah didapatkan
melalui pengumpulan data selanjutnya akan diuji berdasarkan analisis statistika parametrik.
Analisis statistika parametrik digunakan untuk menguji parameter populasi melalui analisis
statistika atau menguji ukuran populasi melalui data sampel.
1.2. Tujuan
1. Memahami materi yang berhubungan dengan Uji Asumsi Normalitas dan
Homogenitas
2. Mengkritisi sumber buku yang menjadi bahan pembelajaran
3. Menemukan perbandingan antara kedua sumber buku
4. Menganalisa kekurangan dan kelebihan kedua sumber buku
5. Menentukan sumber buku yang lebih baik dijadikan bahan referensi
STATISTIKA 3
BAB 2 IDENTITAS BUKU
Identitas
NO. Buku 1 Buku 2
Buku
JUDUL
1. Uji Persyaratan Analisis Dasar-dasar Statistik Penelitian
BUKU
SAMPUL
2.
BUKU
TAHUN
5. 2020 2017
TERBIT
6. EDISI/JILID - -
STATISTIKA 4
BAB 3 MATERI ISI BUKU
Analisis statistika parametrik mensyaratkan bahwa data setiap variabel yang akan
dianalisis harus berdistri- busi normal. Uji normalitas data dapat menggunakan
banyak metode yang tersedia, seperti metode Kolmogrov-Smirnov, Chi Square,
Liliefors, Shapiro-Wilk atau menggunakan software SPSS, Microsoft Excel,
Minitab, dan sebagainya. Masing-masing metode atau cara uji tersebut memiliki
kemampuan yang berbeda- beda dalam menyingkap penyimpangan data terdistri-
busi normal atau tidak. Matondang (2012) mengemukakan bahwa terdapat dua
teknik pendekatan analisis statistika parametrik yang sering digunakan sebagai
pengujian normalitas yaitu Uji Chi Square dan Liliefors.
STATISTIKA 5
Tabel 1.1 Data kemampuan pemecahan masalah
Penyelesaian
Untuk dapat menguji data tersebut, terlebih dahulu kelompokkan data dalam
interval tertentu.
Langkah-langkah pengujian normalitas data dengan Chi Square adalah
sebagai berikut (Sugiyono, 2017):
a. Merangkum data dari variabel. Dalam hal ini data yang akan dirangkum
adalah data kemampuan pemecahan masalah.
b. Menentukan banyak kelas interval, Rumus yang digunakan adalah: k = 1 +
3,3 log (n).
Keterangan:
k = banyak kelas interval n = banyaknya data
Sehingga:
k = 1 + 3,3 log (n) k = 1 + 3,3 log (30)
k = 1 + 3,3 . 1,48
k = 1 + 4,88
k = 5,88 (dibulatkan menjadi 6) Jadi, banyak kelas interval adalah 6.
STATISTIKA 6
c. Menentukan panjang kelas
Setelah menentukan banyak kelas interval, kemudian ditentukan
R
panjang kelas interval dengan rumus sebagai berikut : P=
K
Keterangan:
p = panjang kelas interval
R = rentangan/jangkauan
k = banyak kelas interval
Untuk dapat menentukan R, terlebih dahulu urutkan data dari yang terkecil
hingga terbesar.
R = nilai maksimum – nilai minimum
= 65 – 42
= 23
R
P=
K
23
P= = 3,83 (dibulatkan menjadi 4)
6
d. Kemudian membagi luas kurva normal menjadi 6 (karena banyak kelas
interval diperoleh 6 kelas). Masing-masing luasnya adalah 2,7%;
13,34%; 33,96%; 33,96%; 13,34%; 2,7%.
e. Menghitung ƒℎ (frekuensi harapan) dengan mengalikan presentase luas tiap
bidang kurva normal dengan jumlah anggota sampelnya (n).
f. Memasukkan nilai/harga ke setiap tabel kolom.
g. Rumus menghitung nilai Chi Square
h. Menghitung nilai Chi Square dengan rumus tadi dan nilai Chi Square
tabel (bisa dilihat pada tabel Chi Square).
i. Menyusun tabel penolong untuk memudahkan menghitung.
STATISTIKA 7
j. Menguji normalitas data, nilai 𝜒2 = 7,6 dibandingkan dengan Chi
Square tabel dengan tingkat kesalahan (α =0,05) dan dk (n-1) = 5. Nilai
Chi Square tabel yang didapat sebesar 11,07.
Kriteria pengambilan keputusan
k. Apabila nilai 𝜒2 (Chi Square) kurang dari Chi Square tabel, maka data
dinyatakan berdistribusi normal (𝜒2hitung ≤ 𝜒2tabel).
l. Apabila nilai 𝜒2 (Chi Square) lebih dari Chi Square tabel, maka data
dinyatakan tidak berdistribusi normal (𝜒2hitung > 𝜒2tabel).
2. Metode Liliefors
Pada dasarnya uji Liliefors merupakan uji Kolmogorov-Smirnov hanya saja yang
membedakannya ialah nilai dari tabel pembanding yang akan digunakan untuk
mengambil kesimpulan. Seorang Profesor di bidang ilmu analisis statistika
Universitas George Washington, Hubert Whitman Liliefors menyatakan bahwa tabel
Kolmogorov Smirnov yang digunakan sebagai patokan untuk uji normalitas hanya
valid jika data yang diobservasi benar-benar berasal dari fungsi distribusi kontinu
(Nasrum, 2018). Uji Liliefors lebih sensitif daripada Kolmogorov-Smirnov untuk itu
disarankan menggunakan hasil dari Liliefors sebagai pembanding dalam hal
penarikan kesimpulan daripada Kolmogorov Smirnov. Umumnya teknik Liliefors
digunakan dalam kapasitas data dengan rentangan jumlah yang sedikit karena jika
data terlalu banyak akan menjadi rumit. Ini disebabkan karena teknik Liliefors
melakukan pendekatan pemeriksaan data individu dari keseluruhan data yang ada.
Contoh 1.2
STATISTIKA 8
Sebagai latihan perhatikan kembali data pada table 1.1. di atas. Lakukan pengujian
normalitas data menggunakan uji Liliefors, tentukan apakah data hasil kemampuan
pemecahan masalah termasuk berdistribusi normal atau tidak.
Penyelesaian
Langkah-langkah pengujian menggunakan metode Liliefors adalah sebagai
berikut.
Xi−x
b. Mencari nilai Zi dengan rumus Zi=
s
c. Nilai rata-rata atau mean (𝑿̅ ) yang didapat ialah sebesar 52,9 dan
simpangan baku (s) sebesar 5,3
d. Mencari nilai F(Zi) menggunakan tabel distribusi Z (terlampir).
e. Menghitung frekuensi kumulatif (fKum) masing- masing data.
f. Menghitung nilai S(Zi), yaitu menghitung nilai proporsi tiap-tiap
frekuensi kumulatif data dibagi dengan n (banyak data).
STATISTIKA 9
g. Menghitung proporsi 𝑍1, 𝑍2, 𝑍3, 𝑑𝑠𝑡 kemudian dibagi jumlah sampel.
STATISTIKA 10
a. Apabila nilai Lhitung kurang dari Ltabel, maka data dinyatakan
berdistribusi normal (𝐿ℎ < 𝐿𝑡).
b. Apabila nilai Lhitung lebih dari Ltabel, maka data dinyatakan tidak
berdistribusi normal (𝐿ℎ > 𝐿𝑡).
l. Berdasarkan perhitungan pada Tabel 1.4 di atas, diperoleh nilai 𝐿ℎ𝑖𝑡𝑢𝑛g=0,10
dan 𝐿𝑡𝑎𝑏e𝑙=(0,05 ; 30) sebesar 0,161. Karena 𝐿ℎ < 𝐿𝑡 (0,10 ≤ 0,161) maka dapat
disimpulkan bahwa data sampel berasal dari populasi yang berdistribusi
normal
Seperti yang sudah disampaikan sebelumnya bahwa uji normalitas bisa dilakukan
dengan banyak metode dengan tingkat keakuratannya masing-masing. Berikut ini
akan disajikan contoh uji persyaratan analisis menggunakan software. Salah satu
aplikasi yang sangat populer digunakan untuk menganalisis data statistik adalah
SPSS. Melalui software, uji normalitas suatu data dapat dicari dengan menggunakan
program aplikasi SPSS 22. for Windows.
Contoh 1.3
Data yang akan dianalisis dapat dilihat pada tabel 1.1 di atas. Berdasarkan sajian
data, akan dilakukan pengujian normalitas menggunakan SPSS 22 for Windows.
Langkah-langkahnya sebagai berikut.
a. Buka aplikasi SPSS, lalu Input variabel data dan berikan nama. Apabila data
tidak dalam bentuk desimal, lebih baik ubah pada kolom Decimals menjadi 0. Ini
dimaksudkan agar tidak ada angka di belakang koma. Untuk tampilannya
sebagai berikut :
b. Apabila variabel sudah dibuat, selanjutnya Input atau masukkan data variabel di
Data View. Klik Data View, input semua data yang disajikan pada tabel 1.1 di
atas sebanyak 30 data kemampuan pemecahan masalah (KPM). Maka
tampilannya akan sebagai berikut. :
STATISTIKA 11
c. Langkah selanjutnya melakukan analisis. Klik Analyze, pilih Descriptive Statistics
lalu pilih Explore. Maka akan muncul kotak dialog seperti tampilan berikut :
d. Pilih KPM lalu masukkan pada kolom Dependent List. Jika sudah, klik
tombol/button Plots kemudian beri centang pada keterangan Normality plots
with tests. Tampilan nya sebagai berikut:
STATISTIKA 12
Cara membaca output SPSS 22 for Windows
a) Perhatikan hasil Output pada bagian Tests of Normality.
b) Pengujian normalitas melalui SPSS menggunakan acuan probabilitas.
Kriteria pengambilan keputusan
Jika nilai 𝑠𝑖𝑔. lebih dari 0,05 maka data dinyatakan berdistribusi normal.
Jika nilai 𝑠𝑖𝑔. kurang dari 0,05 maka data dinyatakan tidak berdistribusi
normal
STATISTIKA 13
Data pada Tabel 1.6 akan dianalisis untuk mengetahui apakah data normal
atau tidak menggunakan teknik residual berbantuan SPSS 22 for Windows.
Adapun langkah-langkahnya sebagai berikut:
a. Memisalkan lama usaha (X1), jumlah karyawan (X2), dan pendapatan
(Y). Kemudian buka aplikasi SPSS dan buatkan nama variabel pada
Variabel View. Lebih jelasnya perhatikan gambar berikut :
STATISTIKA 14
Data View. Lalu hasilnya sebagai berikut
STATISTIKA 15
3. Langkah selanjutnya klik Save lalu beri centang pada
Unstandardized agar nanti muncul variabel residualnya
STATISTIKA 16
4. Klik Continue dan OK lalu abaikan output karena yang dibutuhkan
hanya variabel residunya saja.
d. Buka Data View. Akan muncul variabel baru bernama RES_1. Variabel
inilah yang akan selanjutnya digunakan untuk pengujian normalitas
semua data sekaligus :
STATISTIKA 17
g. Klik Plots dan beri centang pada Normality with tests. Klik Continue dan
OK.
STATISTIKA 18
lain. Dalam pembahasan uji homogenitas ini hanya akan dijelaskan
perhitungan uji homogenitas menggunakan uji Barlett dan Hartley.
Perhitungan uji homogenitas dilakukan menggunakan cara manual dan
berbasis aplikasi berbantuan software SPSS 22 for Windows.
1. Uji Barlett
Uji Barlett umumnya digunakan untuk mengetahui varians atau keragaman lebih
dari dua kelompok data (k>2). Langkah-langkah uji homogenitas dengan uji
Barlett :
a. Menghitung varians setiap kelompok dengan rumus:
1. Varians data Tunggal
STATISTIKA 19
Perhatikan contoh berikut ini:
Data kemampuan pemecahan masalah yang sudah tersaji pada Tabel 2.1 berasal
dari dua data kelompok yaitu kelompok eksperimen (X1) dan kelompok kontrol
(X2). Kedua kelompok data tersebut akan dilakukan uji homogenitas untuk
mengetahui homogen atau tidaknya kedua data kelompok. Uji homogenitas akan
dilakukan menggunakan metode Barlett sebagai berikut Terlebih dahulu dibuat
hipotesis pengujian.
𝐻0: 𝜎2 = 𝜎2
1 2
𝐻1: 𝜎2 ≠ 𝜎2
1 2
STATISTIKA 20
Langkah 1 sampai 4 disajikan dalam Tabel 2.2 berikut, yang sudah dihitung
sebelumnya.
2. Uji Hartley
Banyak cara yang dapat digunakan dalam pengujian homogenitas data.
Dalam pembahasan selanjutnya, uji homogenitas akan dilakukan
menggunakan uji Fmaks Hartley. Adapun rumusnya adalah sebagai berikut :
STATISTIKA 21
Dengan derajat kebebasan: db1 = (n1 – 1) dan db2 = (n2 – 1)
Keterangan:
S2b = kelompok data yang memiliki varians terbesar
S2k = kelompok data yang memiliki varians terkecil
Hipotesis statistik pengujian homogenitas varians adalah sebagai berikut.
𝐻0: 𝜎2 = 𝜎2
1 2
𝐻1: 𝜎2 ≠ 𝜎2
1 2
Contoh 2.2
Sebagai latihan, perhatikan kembali data yang disajikan pada tabel 2.1 di atas. Data-
data tersebut akan diuji homogenitasnya menggunakan uji Fmaks Hartley.
Langkah-langkah uji manual Hartley adalah sebagai berikut.
1. Membuat hipotesis atau dugaan pengujian homogenitas. Hipotesisnya sebagai
berikut.
𝐻0: 𝜎2 = 𝜎2
1 2
𝐻1: 𝜎2 ≠ 𝜎2
2. Mencari rata-rata (mean) dari setiap kelompok. Mean kelompok eksperimen
(X1) sebesar 52,93 sedangkan mean kelompok kontrol (X2) sebesar 45,93.
3. Menghitung nilai (𝑋𝑖1 − 𝑋̅1 )2 dan (𝑋𝑖2 − 𝑋̅2 )2 setiap kelompok.
4. Menghitung varians (𝑆2) dari setiap kelompok.
5. Menentukan Ftabel = F(α;dk1;dk2) dapat dilihat pada tabel
distribusi F. Gunakan α = 0,05; dk1 = 30–1= 29; dk2
= 30–1=29. Maka Ftabel = 1,86.
6. Menyusun tabel penolong uji Hartley.
STATISTIKA 22
7. Menggunakan tabel penolong 2.4 di atas, varians dua kelompok data sudah
diketahui. Selanjutnya menentukan Fhit atau Fmaks menggunakan rumus
a. Jika 𝐹ℎ𝑖𝑡𝑢𝑛g > 𝐹𝑡𝑎𝑏e𝑙 maka Ho ditolak dan Ha diterima sehingga dua
kelompok data dinyatakan tidak homogen.
b. Jika 𝐹ℎ𝑖𝑡𝑢𝑛g < 𝐹𝑡𝑎𝑏e𝑙 maka Ho diterima dan Ha
STATISTIKA 23
ditolak sehingga dua kelompok data dinyatakan homogen.
STATISTIKA 24
A. Uji Normalitas Menggunakan Uji Liliefors
STATISTIKA 25
H0 : Sampel berasal dari populasi yang berdistribusi normal
H1 : Sampel tidak berasal dari populasi yang berdistribusi normal
Maka Rata-rata =
STATISTIKA 26
Standart Deviasi =
STATISTIKA 27
selisis antara SN(X) dan F0(X) adalah kecil, dan ada dalam batas-batas
kesalahan random. Tes Kolmogorov-Smirnov memusatkan perhatian pada
penyimpangan (deviasi) terbesar. Harga F0(X) -SN(X) terbesar dinamakan
deviasi maksimum.
STATISTIKA 28
Name
baris kedua ketik beratbadan.
d. Pada kolom Type pilih Numeric untuk nomor dan
beratbadan. Pada kolom Decimals pilih 0 untuk nomor dan
beratbadan.
e. Buka Data View pada SPSS data editor maka didapat
kolom variable nomor dan variable beratbadan.
f. Ketikkan data sesuai dengan variabelnya.
g. Klik variable Analyze>>Descriptive Statistics>>Explore.
STATISTIKA 29
kemudian klik OK
Jadi Output dari contoh data di atas yaitu:
Analisis:
Output Test of Normality
Bagian ini akan menguji normal tidaknya sebuah distribusi data.
Pedoman pengambilan keputusan:
Nilai Sig. atau signifikasi atau nilai probabilitas < 0,05 maka
distribusi adalah tidak normal.
Nilai Sig. atau signifikasi atau nilai probabilitas > 0,05 maka
distribusi adalah normal. Pada hasil uji Kolmogorov Smirnov
distribusi nilai siswa adalah normal. Halini bisa dilihat pada
tingkat pada tingkat signifikansi kedua alat uji, yaitu > 0,05
(0,200).
Output BOXPLOT
Boxplot adalah kotak pada gambar berwarna abu-abu (atau
mungkin warna yang lain) dengan garis tebal horizontal di kotak
tersebut. Kotak abu abu tersebut memuat 50% data, atau
mempunyai batas persentil ke-25 dan ke-75 (lihat pembahasan
interquartile mean). Sedangkan garis tebal hitam adalah median
data. Berikut ini gambar Boxplot teoritis:
STATISTIKA 30
Selanjutnya akan muncul kotak dialog seperti ini:
STATISTIKA 31
Selanjutnya akan muncul paparan hasil uji seperti berikut.
STATISTIKA 32
c. Menghitung besarnya log S2 untuk masing-masing kelompok
Dimana,
Si 2 = varians tiap kelompok data
dki = n-1 = derajat kebebasan tiap kelompok B = nilai Bartlett =
(∑db) (log S2gab)
STATISTIKA 33
Untuk menguji homogenitas varians data dari kedua kelompok
digunakan teknik Bartlett:
6) Menghitung nilai B
B = nilai Bartlett = (∑db) (log S2gab)
7) Menghitung harga Chi-kuadrat:
STATISTIKA 34
Kesimpulan:
Dari hasil hitung chi square dibandingkan dengan nilai chi square tabel,
dengan dk = 1 pada = 5% yaitu: Chi Square tabel (0,05; 1) = 3,84
Karena chi square hitung <chi square tableyaitu 0,098<3,84 ,maka H0
diterima. H0 menunjukkan bahwa varians skor pretes prestasi belajar
kelas kontrol dan kelas eksperimen homogen pada taraf kepercayaan
95%.
2. Uji Levene
Perhitungan uji Homogenitas dengan uji Levene dilakukan
menggunakan software SPSS. Adapun langkah-langkah
menghitungnya adalah sebagai berikut:
1) Memasukkan data variabel yang disusun dalam satu kolom.
Setelah variabel pertama dimasukkan, dilanjutkan dengan
variabel kedua mulai dari baris kosong setelah variabel pertama
2) Membuat pengkodean kelas dengan cara membuat variabel baru
yang telah diberi “Label 1” untuk variabel pertama dan “Label
2” untuk variabel kedua.
3) Cara menghitung uji Levene dengan SPSS adalah memilih
menu: Analyze, Descriptive Statistics, Explore seperti yang
tampak pada gambar berikut.
4) Pada jendela yang terbuka masukan variabel yang akan dihitung
homogenitasnya pada bagian dependent list, dan kode kelas pada
bagian factor list, Kemudian pilih tombol Plots hingga muncul
tampilan sebagai berikut. Pilih Levene Test untuk
Untransformed
5) Pilih tombol Continue kemudian pilih Ok
Uji kehomogenan menghasilkan banyak keluaran. Untuk keperluan
penelitian umumnya, hanya perlu keluaran Homogenity of Variance
Test saja, yaitu keluaran yang terdapat pada menu Options.
6) Cara menafsirkan uji Levene ini adalah, jika nilai Levene Statistic >
0,05 maka dapat dikatakan bahwa variasi data adalah homogen
STATISTIKA 35
Dari hasil kedua uji levene dengan spss dihasilkan nilai 0,849, yang
nilainya berarti > 0,05 artinya kedua kelas tidak berbeda secara
signifikan sehingga bermakna varians kedua kelas yang dibandingkan
adalah homogen.
1. Kelebihan
2. Kekurangan
STATISTIKA 36
BAB 5 PENUTUP
A. Kesimpulan
DAFTAR PUSTAKA
STATISTIKA 37
STATISTIKA 38