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.
Advertising
Advertising
Catatan:
Pembilang: S besar artinya Variance dari kelompok dengan variance terbesar (lebih banyak)
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:
Contoh :
Data tentang hubungan antara Penguasaan kosakata(X) dan kemampuan membaca (Y):
Kemudian dilakukan penghitungan, dengan rumus yang ada:
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 :
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:
6. Daerah penolakan:
7. Kesimpulan:
By Anwar Hidayat
https://www.statistikian.com/2013/01/uji-homogenitas.html/amp
UJI HOMOGENITAS
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
http://duwiconsultant.blogspot.com/2011/11/uji-homogenitas.html
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.
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.
Berdasarkan penjelasan singkat di atas, maka dapat disimpulkan bahwa kesamaan antara uji
normalitas dan homogenitas: keduanya sama-sama sebagai asumsi atau syarat uji parametris.
By Anwar Hidayat
https://www.statistikian.com/2017/03/perbedaan-uji-normalitas-dan-homogenitas.html
Uji Homogenitas
Apr 28
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]
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/
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.
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
Dari deskripsi statistik terlihat bahwa varians skor keyakinan (5.920) lebih tinggi dibanding
dengan skor kepercayaan (3.179).
From upload
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.
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.
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
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/
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)
homogen)
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
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.
5. Hitung harga logaritma varian gabungan dan harga satuan Bartlett(B), 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)
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:
Adapun data hasil belajar siswa berdasarkan skor tes yang diperoleh dan jumlah
siswa untuk setiap kelompok disajikan pada tabel berikut:
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
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
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
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