Penjelasan Lengkap Uji Homogenitas

Homogenitas
Uji homogenitas adalah pengujian mengenai sama tidaknya variansi-variansi dua buah
distribusi atau lebih. Uji homogenitas yang akan dibahas adalah Uji Homogenitas Variansi
dan Uji Bartlett. Uji homogenitas dilakukan untuk mengetahui apakah data dalam variabel X
dan Y bersifat homogen atau tidak.

UJI HOMOGENITAS VARIANSI

Langkah-langkah menghitung uji homogenitas :

1. Mencari Varians/Standar deviasi Variabel X dan Y, dengan rumus :

Advertising
Advertising

Rumus Uji Homogenitas

2. Mencari F hitung dengan dari varians X dan Y, dengan rumus :

Catatan:

Pembilang: S besar artinya Variance dari kelompok dengan variance terbesar (lebih banyak)

Penyebut: S kecil artinya Variance dari kelompok dengan variance terkecil (lebih sedikit)

Jika variance sama pada kedua kelompok, maka bebas tentukan pembilang dan penyebut.

3. Membandingkan F hitung dengan Tabel F: F Tabel dalam Excel pada tabel distribusi F,
dengan:

 Untuk varians dari kelompok dengan variance terbesar adalah dk pembilang n-1

 Untuk varians dari kelompok dengan  variance terkecil adalah dk penyebut n-1
 Jika F hitung < Tabel F: F Tabel dalam Excel, berarti homogen
 Jika F hitung > Tabel F: F Tabel dalam Excel, berarti tidak homogen

Contoh :

Data tentang hubungan antara Penguasaan kosakata(X) dan kemampuan membaca (Y):
Kemudian dilakukan penghitungan, dengan rumus yang ada:

Kemudian dicari F hitung :

Dari penghitungan diatas diperoleh F hitung 2.81 dan dari grafik daftar distribusi F dengan dk
pembilang = 10-1 = 9. Dk penyebut = 10-1 = 9. Dan α = 0.05 dan F tabel = 3.18. Tampak
bahwa F hitung < Tabel F: F Tabel dalam Excel. Hal ini berarti data variabel X dan Y
homogen.

Uji Bartlett

Misalkan sampel berukuran n1,n2,…,nk dengan data Yij = (I = 1,2,…,k dan j = 1,2,…,nk)
dan hasil pengamatan telah disusun seperti dalam Tabel dibawah ini. Selanjutnya sampel-
sampel dhitung variansnya masing-masing yaitu:
Untuk mempermudah perhitungan, satuan-satuan yang diperlukan uji bartlett lebih baik
disusun dalam sebuah tabel sebagai berikut :

Dari tabel diatas hitung nilai-nilai yang dibutuhkan :

1. Varians gabungan dari semua sampel:

2. Harga satuan B dengan rumus:

Uji bartlett digunakan statistik chi-kuadrat yaitu :

Dengan ln 10 = 2.3026.

Signifikansi:

Contoh :
Diambil data pertumbuhan berat badan anak sapi karena 4 jenis makanan:
Dengan varian setiap adalah sebagai berikut :

1. Hipotesis:

2. Nilai α:

 Nilai α = level signifikansi = 5% = 0,05

3. Rumus statistik penguji:

 Untuk mempermudah perhitungan, satuan-satuan yang diperlukan uji bartlett lebih

baik disusun dalam sebuah tabel sebagai berikut:
5. Nilai tabel: Jika α = 5% dari tabel distribusi chi kuadrat dengan dk = 3 didapat X20.95(3) =
7.81.

6. Daerah penolakan:

 Menggunakan rumus 0,063 < 7.81 ; berarti Ho diterima, H1 ditolak

7. Kesimpulan:

By Anwar Hidayat

https://www.statistikian.com/2013/01/uji-homogenitas.html/amp

UJI HOMOGENITAS

15.36 Duwi Consultant

Uji homogenitas digunakan untuk mengetahui apakah beberapa varian
populasi adalah sama atau tidak. Uji ini dilakukan sebagai prasyarat dalam
analisis independent sample t test dan ANOVA. Asumsi yang mendasari dalam
analisis varian (ANOVA) adalah bahwa varian dari populasi adalah sama.
Sebagai kriteria pengujian, jika nilai signifikansi lebih dari 0,05 maka dapat
dikatakan bahwa varian dari dua atau lebih kelompok data adalah sama.
Contoh Kasus:
Seorang mahasiswi bernama Hanny melakukan penelitian untuk
mengetahui apakah ada perbedaan pemahaman mahasiswa jika dilihat dari
tingkat prestasi. Dengan ini Hanny menggunakan kuesioner sebagai alat
pengumpul data yang disebar pada 20 responden dan membuat dua variabel
pertanyaan yaitu pemahaman mahasiswa dan tingkat prestasi. Pada variabel
pemahaman mahasiswa memakai skala Likert dengan pertanyaan favorabel
dan unfavorabel (mengungkap dan tidak mengungkap). Pada item favorabel
skala yang dipakai 1 = sangat tidak setuju, 2 = tidak setuju, 3 = setuju, dan 4 =
sangat setuju. Pada item unfavorabel sebaliknya yaitu 1 = sangat setuju, 2 =
setuju, 3 = tidak setuju, dan 4 = sangat tidak setuju. Untuk variabel tingkat
prestasi menggunakan data nominal yang dibuat tiga alternatif jawaban yaitu
1 = IPK kurang dari 2,50; 2 = IPK 2,51-3,30 dan 3 = IPK 3,31-4,00. Data-data
yang di dapat ditabulasikan sebagai berikut:

Tabel. Tabulasi Data (Data Fiktif)

 
Pemahaman Mahasiswa Tingkat
Subjek Total
Item pertanyaan Skor Prestasi
   1 2 3 4 5 6 7 8 9 10  
1 4 4 3 4 4 2 4 3 4 4 36 3
2 4 4 4 3 4 4 3 4 4 4 38 3
3 3 3 4 2 2 1 4 2 1 3 25 1
4 3 3 4 2 2 4 1 2 3 4 28 2
5 4 4 4 2 4 3 3 3 4 3 34 3
6 2 4 2 4 1 4 4 2 2 4 29 2
7 2 4 2 4 2 2 2 4 2 4 28 2
8 4 4 4 4 4 4 3 2 4 4 37 3
9 4 4 2 4 4 4 4 4 4 4 38 3
10 2 1 4 4 3 4 3 3 2 1 27 1
11 2 2 1 4 4 3 1 4 4 2 27 2
12 3 1 3 2 2 4 4 3 2 4 28 1
13 3 4 3 4 2 4 4 4 1 4 33 3
14 4 4 2 3 4 4 2 4 4 3 34 3
15 2 4 4 4 4 2 3 4 4 4 35 3
16 4 2 3 4 3 4 3 3 4 2 32 1
17 1 3 2 3 4 2 4 4 3 2 28 1
18 4 4 3 4 4 4 4 4 4 4 39 3
19 4 4 2 2 3 3 2 1 2 4 27 2
20 4 2 2 4 2 4 2 3 4 2 29 2
 
Langkah-langkah pada program SPSS

 Masuk program SPSS.

  Klik variable view pada SPSS data editor.

  Pada kolom Name ketik item1, kolom Name pada baris kedua ketik

item2.
 Pada kolom Decimals untuk kolom item1 dan item2 angka ganti
menjadi 0. 
  Pada kolom Label, untuk kolom pada baris pertama ketik Pemahaman

Mahasiswa dan untuk kolom pada baris kedua ketik Tingkat Prestasi.
 Untuk kolom Values, klik simbol kotak kecil pada kolom baris kedua,
pada Value ketik 1 kemudian pada Value Label ketikkan IPK kurang
dari 2,50, kemudian klik Add. Kemudian pada Value ketik 2 kemudian
pada Value Label ketikkan IPK 2,50-3,30, kemudian klik Add.
Selanjutnya pada Value ketik 3 kemudian pada Value Label ketikkan
IPK 3,31-4,00, kemudian klik Add.
 Klik OK
 Untuk kolom-kolom lainnya boleh dihiraukan (isian default)
 Buka data view pada SPSS data editor, maka didapat kolom variabel
item1 dan item2.
 Pada kolom item1 ketikkan data total skor item, pada kolom item2
ketikkan angka-angka 1 sampai 3 yang menunjukkan tanda nilai IPK.
  Klik Analyze - Compare Means - One Way Anova
 Klik variabel Pemahaman Mahasiswa dan masukkan ke kotak
Dependent List, kemudian klik variabel Tingkat Prestasi dan masukkan
ke kotak Faktor.
 Klik Options
 Klik Homogeneity of variance, kemudian klik Continue
 Klik OK, maka hasil output yang didapat pada kolom Test of
Homogeneity of Variance adalah sebagai berikut:

 
Tabel. Hasil Uji Homogenitas

Dari hasil di atas dapat diketahui signifikansi sebesar 0,193. Karena

signifikansi lebih dari 0,05 maka dapat disimpulkan bahwa ketiga kelompok
data pemahaman mahasiswa berdasar tingkat prestasi mempunyai varian
sama. Angka Levene Statistic menunjukkan semakin kecil nilainya maka
semakin besar homogenitasnya. df1 = jumlah kelompok data-1 atau 3-1=2
sedangkan df2 = jumlah data – jumlah kelompok data atau 20-3=17.

http://duwiconsultant.blogspot.com/2011/11/uji-homogenitas.html

Perbedaan Uji Normalitas dan

Homogenitas
Penulis
Anwar Hidayat
-
13 Maret 2017
4
2626

Perbedaan Uji Normalitas dan Homogenitas

Indikasi Uji Normalitas dan Homogenitas

Indikasi uji Normalitas

Uji normalitas digunakan sebagai syarat atau asumsi dari berbagai uji parametris, misalnya
uji regresi linear, uji Anova, Uji Ancova, Uji Manova, Uji Independen T Test, Uji Paired T
Test dan berbagai uji lainnya, baik analisis multivariat ataupun univariat.

Uji normalitas pada berbagai uji yang kami sebutkan di atas, tentunya berbeda-beda caranya
dan berbeda juga apa yang diuji. Misalkan pada uji regresi linear berganda, yang diuji
normalitas adalah residual. Pada uji independen t test, yang diuji adalah variabel terikat per
kelompok. Sedangkan pada uji paired t test, yang diuji adalah selisih antara dua data yang
berpasangan. Untuk lebih detail silahkan baca artikel-artikel kami yang membahas uji-uji di
atas.

Tentunya karena sebagai syarat uji parametris, maka jika asumsi normalitas tidak terpenuhi
atau dengan kata lain tidak berdistribusi normal atau terima H1, kita sebagai peneliti harus
melakukan treatment sesuai analisis hipotesis yang kita gunakan. Misalnya jika asumsi
normalitas tidak terpenuhi pada uji regresi linear berganda, kita bisa melakukan teknik
transformasi. Sedangkan jika asumsi normalitas tidak terpenuhi pada uji independen t test,
maka kita bisa menggunakan uji alternatif dengan uji non parametris, misalnya uji mann
whitney u test.

Contoh Uji Normalitas

Uji normalitas banyak sekali teknik atau metode perhitungannya, antara lain adalah: Uji
Kolmogorov Smirnov, uji Lilliefors, Uji Shapiro WIlk, Uji Shapiro Francia, Uji Anderson
Darling, Uji Ryan Joiner, Uji Jarque Bera, Uji Skewness Kurtosis, PP Plot, QQ Plot, Detrend
QQ Plot.

Untuk lebih jelasnya perihal uji normalitas, silahkan baca artikel kami tentang uji normalitas.

Indikasi uji Homogenitas

Uji homogenitas berbeda dengan uji normalitas meskipun sama-sama digunakan sebagai
syarat dalam uji parametris. Letak perbedannya adalah, jika uji normalitas diperlukan pada
semua uji parametris, maka uji homogenitas tidak selalu digunakan. Uji homogenitas hanya
digunakan pada uji parametris yang menguji perbedaan antara kedua kelompok atau beberapa
kelompok yang berbeda subjeknya atau sumber datanya. Oleh karena itu, uji
homogenitas diperlukan sebagai asumsi dari uji independen t test dan uji Anova. Sedangkan
pada uji regresi linear, homogenitas tidak diperlukan sebagai syarat sebab uji regresi linear
tidak menguji perbedaan beberapa kelompok.

Konsekuensi jika asumsi homogenitas tidak terpenuhi, maka yang harus dilakukan oleh
peneliti juga berbeda-beda tergantung pada analisis hipotesis yang utama. Misalkan pada uji
Anova, jika asumsi homogenitas tidak terpenuhi, maka peneliti dapat menggunakan koreksi
oleh uji brown forsythe atau welch’s F. Sedangkan jika asumsi homogenitas tidak terpenuhi
apda uji independen t test, peneliti dapat menggunakan uji independen t test unequal variance
atau menggunakan uji indepeden welch’s test.
Contoh Uji Homogenitas

Uji homogenitas banyak juga teknik atau metode perhitungannya, yang populer adalah: Uji
Levene test, Fisher F dan Bartlett Test.

Uji homogenitas kalau diartikan secara mudahnya adalah uji yang menilai adakah perbedaan
varians antara kedua kelompok atau lebih.

Kesimpulan Kesamaan Uji Normalitas dan Homogenitas

Berdasarkan penjelasan singkat di atas, maka dapat disimpulkan bahwa kesamaan antara uji
normalitas dan homogenitas: keduanya sama-sama sebagai asumsi atau syarat uji parametris.

Kesimpulan Perbedaan Uji Normalitas dan Homogenitas

Berdasarkan penjelasan di atas, dapat disimpulkan bahwa perbedaan antara uji normalitas dan

homogenitas: uji normalitas selalu diperlukan sebagai asumsi atau syarat setiap uji
parametris. Sedangkan uji homogenitas hanya diperlukan pada uji parametris yang menilai
perbedaan dua atau lebih kelompok.

By Anwar Hidayat

https://www.statistikian.com/2017/03/perbedaan-uji-normalitas-dan-homogenitas.html

Uji Homogenitas
Apr 28

Posted by muhammad fajri

 
2 Votes

What

Adalah pengujian yang dilakukan untuk mengetahui sama tidaknya variansi-variansi dua
buah distribusi atau lebih.[1] Digunakan untuk menguji apakah sebaran data dari dua varian
atau lebih berasal dari populasi yang homogen atau tidak, yaitu dengan membandingkan dua
atau lebih variansnya.[2] Berdasarkan penjelasan keduanya, dapat dikatakan bahwa pada
dasarnya uji homogenitas dimaksudkan untuk memperlihatkan bahwa dua atau lebih
kelompok data sampel berasal dari populasi yang memiliki variansi yang sama.

Why

Uji homogenitas perlu dilakukan untuk mengetahui apakah data dalam variabel X dan Y
bersifat homogen atau tidak dalam suatu populasi yang memiliki varians yang sama. Dengan
demikian, data yang homogen tersebut dapat digunakan untuk proses analisis data pada tahap
selanjutnya.

Uji homogenitas variansi (variance) sangat diperlukan sebelum kita membandingkan dua
kelompok atau lebih, agar perbedaan yang ada bukan disebabkan oleh adanya perbedaan data
dasar (ketidakhomogenan kelompok yang dibandingkan) namun berdasarkan penghitungan
statistik yang ada.

  

Who

Uji hipotesis dilakukan oleh peneliti yang akan menguji suatu data dari sekumpulan data
yang terdapat pada populasi yang dipakai sebagai sumber penelitian.

When

Uji homogenitas dilakukan apabila kelompok data yang ada dalam bentuk distribusi normal.
Adapun uji homogenitas tidak perlu dilakukan apabila dua kelompok data atau lebih
mempunyai varians yang sama besar sehingga data yang digunakan tersebut dianggap
homogen.[3]

How

Untuk melakukan uji homogenitas, perlu dipertimbangkan hal berikut bahwa “we will
determine if the observed proportions in each response category are nearly the same for all
populations”.[4] Dalam artian tersebut, data-data yang dibandingkan harus memiliki
kesamaan dari keseluruhan data yang diambil dari populasi tersebut.

Ada beberapa rumus yang digunakan untuk uji homogenitas variansi diantaranya: uji F, uji
Harley, uji Cohran,uji Levene, dan uji Bartlett. Namun, pada umumnya penghitungan yang
dilakukan untuk uji homogenitas banyak digunakan dengan uji bartlett dan uji fisher (uji –f),
hal tersebut dapat dilihat pada bagan di bawah ini:[5]

Menurut Sutrisna, uji F dari Havley biasanya digunakan untuk menguji homogenitas sebaran
dua kelompok data. Adapun uji Bartlett biasanya digunakan untuk menguji homogenitas
lebih dari dua kelompok data.[6]

1. Uji Homogenitas dengan Bartlet

Dapat dilakukan dengan menghitung statistik chi-kuadrat, sebagai berikut:[7]

Dengan harga satuan B diperoleh dari:

Dengan s (varians) diperoleh dari:

2. Uji Homogenitas dengan Fisher (Uji – F)

Dengan cara menentukan varians terbesar dibanding varians terkecil. Uji homogenitas
dengan Uji – F dapat dihitung dengan cara, sebagai berikut:[8]

https://vhajrie27.wordpress.com/2015/04/28/uji-homogenitas/comment-page-1/

Sedikit tentang Uji Homogenitas Data

By Wahyu Widhiarso On May 2, 2011 · 89 Comments

Dalam statistika ada dua statistik yang seringkali dipakai sebagai perbandingan, yaitu rerata
dan varians. Jika membandingkan rerata antar dua kelompok kita akan mendapatkan
informasi mana kelompok yang memiliki skor lebih tinggi, maka pada uji homogenitas kita
akan mendapatkan informasi mana kelompok yang memiliki data bervariasi. Seringkali
peneliti kurang memahami hal ini sehingga saya mencoba menulis sedikit mengenai hal ini.

Mengenal Varians Data

Setiap data kuantitatif memiliki keragaman yang ditunjukkan dengan nilai varians. Misalnya
data kita berupa skor hasil pengukuran, semakin besar nilai varians semakin bervariasi skor
tersebut.
Gambar di bawah ini menunjukkan dua skor hasil pengukuran, yaitu keyakinan (belief) dan
kepercayaan (trust). Terlihat dari gambar tersebut distribusi skor keyakinan lebih luas
dibanding dengan skor kepercayaan. Dengan kata lain, skor keyakinan lebih bervariasi
dibanding dengan skor kepercayaan.
 Grafik Tingkat Kepercayaan – From upload

Grafik Tingkat Keyakinan – From upload

Dari deskripsi statistik terlihat bahwa varians skor keyakinan (5.920) lebih tinggi dibanding
dengan skor kepercayaan (3.179).
 From upload

Uji Homogenitas dalam Uji Perbedaan Rerata

Salah satu syarat untuk menghasilkan estimasi yang akurat dalam uji perbedaan, misalnya
uji-t dan anova, data diasumsikan homogen. Misalnya kita membandingkan keuletan remaja
di desa dan di kota, nilai varians skor keuletan diharapkan sama. Jadi untuk membandingkan
rerata, kita membandingkan dulu variansnya. Nah membandingkan varians inilah yang
dinamakan dengan uji homogenitas.

Mana Data yang Lebih Bervariasi ?

Berikut ini saya mengajak untuk membandingkan variasi dua populasi kelompok. Secara
teoritik manakah yang lebih bervariasi datanya ?
1. Kebutuhan untuk mendapatkan terapi. Antara klien yang direhabilitasi di rumah sakit
dengan klien yang ditangani di biro pelayanan psikologi, mana yang lebih bervariasi ?
Secara teoritik, klien di biro pelayanan psikologi lebih bervariasi. Karena klien yang
ditangani di biro konsultasi lebih beragam tingkat gangguannya dibanding dengan yang di
rumah sakit.

2. Kecenderungan delikuensi. Antara remaja di lembaga pemasyarakatan dengan remaja di

pondok pesantren, mana yang lebih bervariasi?
Secara teoritik sama, keduanya tidak bervariasi. Kecenderungan delikuensi remaja di LP rata-
rata tinggi sedangkan remaja di pondok pesantren cenderung rendah. Kecenderungan
delikuensi akan bervariasi tinggi ketika kita mengukur langsung pada remaja-remaja di luar
kedua lembaga tersebut.

3. Kemampuan Pengatasan Masalah. Antara subjek yang mendapatkan pelatihan dan yang
tidak, manakah yang lebih bervariasi?
Secara teoritik variasinya sama. Pengatasan masalah kelompok yang mendapatkan pelatihan
(kelompok eksperimen) skornya cenderung tinggi semuanya, sedangkan yang tidak
mendapatkan pelatihan (kelompok kontrol) skornya cenderung rendah atau sedang.
Jika pelatihan yang diberikan hanya berhasil pada subjek-subjek tertentu saja, maka
kemampuan pengatasan masalah pada kelompok eksperimen variasinya lebih tinggi
dibanding dengan kelompok kontrol.

Contoh-contoh Kasus

Kasus 1. Membandingkan Kemampuan Akademik

Misalnya kita membandingkan kemampuan akademik antara siswa akselerasi dengan siswa
non akselerasi. Kita mengambil dua kelas akselerasi di sekolah A yang menyediakan kelas
akselerasi dan dua kelas di sekolah B yang tidak menyediakan kelas akselerasi.
Tentunya data yang didapatkan akan memiliki variasi yang berbeda. Kenapa bisa lebih
bervariasi? Karena di sekolah B siswa dengan kecerdasan sedang dan tinggi jadi satu,
sedangkan di sekolah A, sebagian besar adalah siswa dengan kecerdasan tinggi. Solusinya
adalah membandingkan siswa di sekolah yang sama.
Kasus 2. Membandingkan Tingkat Penjualan
Misalnya kita membandingkan jumlah penjualan onderdil motor di toko-toko yang
menyediakan pelayanan servis (Grup A) dan toko-toko yang tidak menyediakan (Grup B).
Grup B ini biasanya dealer. Misalnya toko-toko di Grup A, jumlah penjualannya tiap hari
adalah hampir stabil, misalnya 20 orderdil per hari, sedangkan toko-toko di Grup B tidak
stabil, kadang 2 onderdil dalam satu hari tapi kadang 100 onderdil di hari lainnya.
Lha namanya dealer kan gitu.. kadang sepi, kadang ada permintaan banyak dari pengecer.
Kondisi ini menyebabkan data tingkat penjualan variasinya beda.

Uji Homogenitas di dalam Uji-t

Kita misalnya membandingkan keyakinan untuk berhasil antara kelompok yang mendapatkan
pembekalan dan yang tidak mendapatkan pembekalan. Lihat pada kolom Levene’s test, hasil
analisis di bawah ini menunjukkan bahwa terdapat perbedaan varians keyakinan antara dua
kelompok (F=12.907; p<0.01). Dengan demikian keyakinan kedua kelompok tersebut tidak
homogen. Alias heterogen, alias equal variance not assumed, varians-nya tidak setara.
Uji-t bisa diestimasi meskipun data tidak homogen. Dengan kondisi ini maka kita melihat
pada baris equal variance not assumed, yang menunjukkan ada perbedaan rerata keyakinan
yang signifikan antara kelompok yang mendapatkan pembekalan dan yang tidak (t=-4.2;
p<0.01).

From upload

Dengan melacak lebih jauh kita melihat bahwa deviasi standar kedua kelompok memang
berbeda. Kelompok tanpa pembekalan memiliki deviasi standar (SD) yang lebih kecil
dibanding dengan kelompok dengan pembekalan. Inilah pangkal penyebab kenapa data tidak
homogen.

From upload

Penutup
 Homogenitas menunjukkan bahwa populasi yang kita bandingkan adalah bisa dibandingkan
(comparable). Data yang homogen bisa kita dapatkan jika kita menggunakan teknik sampling
tepat dan merepresentasikan populasi. Selain itu, karakteristik populasi yang dibandingkan
adalah memiliki kesamaan karakteristik.
Uji homogenitas memainkan peranan yang penting dalam menghasilkan estimasi yang tepat.
Namun peneliti banyak menemukan bahwa uji statistik seperti ANOVA kebal (robust)
terhadap ketidakhomogenan data, asalkan ukuran sampel pada kelompok yang dibandingkan
adalah setara.

http://widhiarso.staff.ugm.ac.id/wp/sedikit-tentang-uji-homogenitas-data/

2 Uji Homogenitas Yang Digunakan Dalam Penelitian

Wajib Diketahui Untuk Menyusun Skripsi 

Pengujian homogenitas variansi suatu kelompok data, dapat dilakukan dengan

cara: 1) Uji F dan 2) Uji Bartlett.

Pengujian homogenitas dimaksudkan untuk memberikan keyakinan bahwa

sekumpulan data yang dimanipulasi dalam serangkaian analisis memang berasal
dari populasi yang tidak jauh berbeda keragamannya. Khusus untuk studi
korelatif yang sifatnya prediktif, model yang digunakan harus fit (cocok)
dengan komposisi dan distribusi datanya. 

Model yang sesuai dengan keadaan data adalah apabila simpangan estimasinya
mendekati 0. Untuk mendeteksi agar penyimpangan estimasi tidak terlalu besar,
maka homogenitas variansi kelompok-kelompok populasi dari mana sampel
diambil, perlu diuji. (dalam Matondang, 2012)

A.     Uji F/Uji Varians

 Langkah-langkah pengujian homogenitas varians dengan uji F  adalah sebagai
berikut:

a.       Tentukan taraf signifikansi ( ) untuk menguji hipotesis

Ho :     (semua populasi mempunyai variansama/homogen)

Ha :     (ada populasi mempunyai varian berbeda/tidak                

homogen)

Dengan kriteria pengujian:

Terima H0 jika F2hitung<F2tabel
Tolak H0 jika F2hitung>F2tabel

b.       MenghitungVarians/Standar deviasi Variabel X danY, dengan rumus :

c.       Mencari F hitung dengan dari varians X danY, dengan rumus :

d.       Tentukan Fhitung dengan Ftabel pada tabel distribusi F, dengan
 untuk varians terbesar adalah dk pembilang n-1
 untuk varians terkecil adalah dk penyebut n-1

JikaFhitung<Ftabel, berarti homogenJikaFhitung>Ftabel, berarti tidak homogen

Contoh pengujian homogenitas

Data tentang pengaruh model pembelajaran PMRI terhadap penalaran

matematika siswa.

No X Y X^2 Y^2
1 68 31 4624 961
2 66 84 4356 7056
3 34 88 1156 7744
4 60 84 3600 7056
5 52 54 2704 2916
6 52 76 2704 5776
7 66 88 4356 7744
8 41 84 1681 7056
9 60 100 3600 10000
10 82 88 6724 7744
11 72 88 5184 7744
12 68 86 4624 7396
13 72 60 5184 3600
14 52 88 2704 7744
15 50 84 2500 7056
16 64 68 4096 4624
17 76 67 5776 4489
18 60 54 3600 2916
19 68 64 4624 4096
20 66 62 4356 3844
21 78 60 6084 3600
22 77 59 5929 3481
23 82 86 6724 7396
24 56 88 3136 7744
 25 76 82 5776 6724
26 68 73 4624 5329
27 56 61 3136 3721
28 80 72 6400 5184
29 50 68 2500 4624
30 82 88 6724 7744
31 76 76 5776 5776
32 88 7744
33 72 5184
34 82 6724
35 73 5329
Jumla
h 2010 2626 134962 203866
Rerata 64,84 75,03
S 12,43 14,18

Penyelesaian
                                                                            

Standar deviasi Variabel X

Standar deviasi Variabel X

Mencari F hitung dengan dari varians X danY, dengan rumus :

 Dari penghitungan diatas diperoleh Fhitung= 1,14 dan dari grafik daftar distribusi
F dengan dk pembilang = 35-1 = 34. dk penyebut = 35-1 = 34. Dan α = 0.05 dan
Ftabel= 1.82. (Biokin.ltd)
Tampak bahwa Fhitung<Ftabel. Hal ini berarti menunjukkan bahwa data variabel X
dan Y berasal dari populasi yang homogen.

B.     Uji Bartlett

MS Bartlett (1937) mengusulkan uji homogenitas satu himpunan varians.

Misalkan sampel berukuran n1,n2,…,nk  dengan data Yij = (I = 1,2,…,k dan j =
1,2,…,nk) dan hasil pengamatan telah disusun, selanjutnya  sampel-sampel

dihitung variansnya  masing-masing yaitu 

Adapun langkah-langkah Uji Bartlett  adalah:

1. Masukkan angka-angka statistik untuk pengujian homogenitas pada tabel Uji

Bartlet di bawah ini.

Sampel Db=(n-1) Log  (db) Log 

1= (X1)
2= (X2)
 3= (X3)
....
n= (Xn)

2. Menghitung rerata (mean) dan varian serta derajat kebebasan (dk)   setiap
kelompok data yang akan diuji homogenitasnya.

3. Sajikan dk dan varian (s2) tiap kelompok sampel dalam table  pertolongan
berikut, serta sekaligus hitung nilai logaritma dari setiap varian kelompok dan
hasil kali dk dengan logaritma varian dari tiap kelompok sampel.

4. Hitung varian gabungan dari semua kelompok sampel:

5. Hitung harga logaritma varian gabungan dan harga satuan Bartlett(B), dengan
rumus:

6. Hitung nilai chi kuadrat (X2hitung), dengan rumus:

7. Tentukan harga chi kuadrat tabel(X2tabel), pada taraf nyata, misal α = 0,05 dan
derajat kebebasan (dk)=n-1 yaitu:
(X2tabel) = X2(1- )(n-1)

(dalam hal ini n=banyaknya kelompok sampel)

8. Menguji hipotesis homogenitas data dengan cara membandingkan nilai (X2hitung)
dengan (X2tabel). Kriteria pengujian:

Jika X2hitung ≥ X2tabel Tidak HomogenJika X2hitung ≤ X2tabel Homogen

Contoh soal

Suatu penelitian tentang perbedaan hasil belajar siswa akibat dari suatu
perlakuan (eksperimen). Adapun perlakuan yang diberikan adalah perbedaan
strategi/metode pembelajaran pada siswa. Adapun strategi/ metode
pembelajaran yaitu:

Kelompok 1 : Metode A (Penggunaan pendekatan PMRI)

Kelompok 2 : Metode B (Model Pembelajaran Jigsaw)
Kelompok 3 : Metode C (Model ThinkPairShare)

Adapun data hasil belajar siswa berdasarkan skor tes yang diperoleh dan jumlah
siswa untuk setiap kelompok disajikan pada tabel berikut:

Kelo  X-  (X- Kelo  X- (X- Kelo  X- (X-

No mpok Xrataa Xrataan) mpok Xrata Xrataan) mpok Xrataa Xrataan)

A n ^2 B an ^2  C n ^2
- -
1938, 16, 258,5
1 31 44, 63 9,7 94,14 93
52 08 2
03 0
84, 67, 62, 3857,
2 84 7056 67 4489 62
00 00 11 65
88, 83, 74, 5526,
3 88 7744 83 6889 74
00 00 34 44
 84, 73, 64, 4156,
4 84 7056 73 5329 64
00 00 47 38
54, 80, 86, 7413,
5 54 2916 80 6400 86
00 00 10 21
76, 73, 47, 2281,
6 76 5776 73 5329 48
00 00 77 97
88, 60, 81, 6634,
7 88 7744 60 3600 81
00 00 45 10
84, 73, 86, 7511,
8 84 7056 73 5329 87
00 00 67 69
100 70, 52, 2741,
9 100 10000 70 4900 52
,00 00 36 57
88, 73, 79, 6385,
10 88 7744 73 5329 80
00 00 91 61
88, 80, 81, 6689,
11 88 7744 80 6400 82
00 00 79 60
86, 70, 76, 5829,
12 86 7396 70 4900 76
00 00 35 32
60, 63, 90, 8100,
13 60 3600 63 3969 90
00 00 00 00
88, 67, 76, 5925,
14 88 7744 67 4489 77
00 00 98 92
84, 70, 67, 4579,
15 84 7056 70 4900 68
00 00 67 23
68, 73, 77, 6014,
16 68 4624 73 5329 78
00 00 55 00
67, 80, 84, 7061,
17 67 4489 80 6400 84
00 00 03 04
54, 80, 87, 7593,
18 54 2916 80 6400 87
00 00 14 38
64, 73, 86, 7532,
19 64 4096 73 5329 87
00 00 79 50
62, 70, 69, 4808,
20 62 3844 70 4900 69
00 00 34 04
 60, 67, 79, 6274,
21 60 3600 67 4489 79
00 00 21 22
59, 63, 73, 5424,
22 59 3481 63 3969 74
00 00 65 32
86, 77, 85, 7375,
23 86 7396 77 5929 86
00 00 88 37
88, 73, 75, 5638,
24 88 7744 73 5329 75
00 00 09 51
82, 93, 98, 9668,
25 82 6724 93 8649 98
00 00 33 79
73, 67, 60, 3680,
26 73 5329 67 4489 61
00 00 67 85
61, 87, 94, 8917,
27 61 3721 87 7569 94
00 00 43 02
72, 73, 100 10000
28 72 5184 73 5329 100
00 00 ,00 ,00
68, 73, 49, 2443,
29 68 4624 73 5329 49
00 00 43 32
88, 70, 95, 9025,
30 88 7744 70 4900 95
00 00 00 00
76, 70, 91, 8403,
31 76 5776 70 4900 92
00 00 67 39
88, 63, 52, 2705,
32 88 7744 63 3969 52
00 00 01 04
72, 80, 85, 7247,
33 72 5184 80 6400 85
00 00 13 12
82, 77, 76, 5925,
34 82 6724 77 5929 77
00 00 98 92
73, 73, 34, 1164,
35 73 5329 73 5329 34
00 00 12 17
73, 98, 9668,
36 - - - 73 5329 98
00 33 79
70, 78, 6211,
37 - - - 70 4900 79
00 81 02
 80, 6506,
38 - - - - - - 81
66 04
Jum 20484 19344 2935,5 22717
2626 2690
lah 3,52 1,14 5 9,08
n 35 34 37 36 38 37
Rer
75,03 72,70 77,25
ata
6024, 5373, 6139,
S
81 37 98

Penyelesaian
  Hipotesisnya

  Nilai
Nilai  = level signifikansi = 5% = 0,05

Tabel homogenitas varians :

Sample
Dk 1/dk Log  dk Log 
ke-   
1 34 0,0294 6024,81 3,78 128,52
2 36 0,0277 5373,37 3,73 134,29
3 37 0,027 6139,98 3,79 140,16
107 402,97
Menghitung varians gabungan

  Hitung harga logaritma varians gabungan:

Menghitung nilai B 
Menghitung harga chi-kuadrat :

Derajat Bebas
dk = 2           

Nilai tabel
Jika α = 5% dari tabel distribusi chi kuadrat dengan dk = 2 didapat 

Daerah Penolakan
Dengan menggunakan rumus 0,08 < 5,99; berarti H0 diterima

Kesimpulan

Sehingga hipotesis yang menyatakan varians homogen diterima. 

http://www.statistikaonline.com/2017/03/uji-homogenitas-varians-data.html

https://www.slideshare.net/AwalAkbarJamaluddin/statistika-uji-homogenitas-uji-fmax-uji-
barlett-dan-uji-runs

https://www.slideshare.net/AndiMuhIshak/uji-normalitas-uji-homogenitas

https://www.slideshare.net/ginasafitri56/ringkasan-uji-homogenitas-dan-normalitas

https://www.slideshare.net/MayaUmami/uji-homogenitas-25868434