Tugas Metonologi Penelitian

OLEH :

NAMA : ANAS USMAN HUSNUDDU’A

NIM : E1R018007
KELAS :A
SMSTR :6

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

PROGRAM STUDI PENDIDIKAN MATEMATIKA
UNIVERSITAS MATARAM
2021
Kegunaan Uji Normalitas data
Dalam penelitian pendidikan seringkali diungkapkan bahwa data sekelompok siswa
dalam suatu kelas membentuk kurva normal (Sundayana, 2015, 93). Asumsi data normal ini
harus diuji untuk mengetahui apakah data empirik yang diperoleh di lapangan sesuai dengan
distribusi teoritik tertentu, dalam hal ini adalah distribusi normal.
Data normal merupakan salah satu syarat yang harus dipenuhi untuk melakukan inferensi
statistik. Uji normalitas data perlu dilakukan agar peneliti dapat menetukan jenis statistik apa
yang akan digunakan. Jika data yang akan diolah berasal dari populasi yang berdistribusi normal,
sebaiknya gunakan statistic parametrik untuk melakukan inferensi statistik. Namun jika data
tidak berdistribusi normal, gunakan statistik nonparametrik.
Selain itu, Uji normalitas data perlu dilakukan terutama untuk penelitian yang
menggunakan parameter rataan sebagai tolak ukur keberhasilan penelitiannya. Dalam penelitian
kuantitatif atau penelitian-penelitian eksperimen di bidang pendidikan seringkali menggunakan
parameter rataan untuk menarik suatu kesimpulan. Karena parameter rataan ini sifatnya tidak
tangguh (tidak robust), diperlukan asumsi data normal untuk analisis datanya. Oleh karena itu
konsep tentang uji Normalitas data harus benar-benar dipahami.

Uji Lilliefors
Pengujian normalitas distribusi dengan uji Lilliefors pada umumnya digunakan untuk
data tunggal. Adapun langkah-langkah uji normalitas lilliefors adalah sebagai berikut:
Langkah-langkah melakukan uji normalitas melalui uji Liliefors

• Susun data secara berurutan dari skor terkecil sampai skor terbesar
• Hitung rata-rata dan standar deviasi
• Hitunglah nilai standar baku dengan menggunakan z-skor dari masing-masing data
• Tentukan nilai normal standar baku (z-skor) dengan menggunakan table normal standar
(baku) dari 0 – z.
• Tentukan peluang F(zi)

Catatan jika

zi (+) maka F(zi) = 0,5 + angka table (table normal standar (baku) dari 0 – z)

zi ( – ) maka F(zi) = 0,5 – angka table (table normal standar (baku) dari 0 – z)

• Tentukan nilai S(zi) dengan cara menghitung porporsi z1, z2, …zn yang lebih kecil atau
sama dengan zi dengan rumus:
 • Hitung selisih harga mutlak F(zi) – S(zi)
• Ambil harga mutlak terbesar diantara harga mutlak tersebut dengan symbol Lo (Lilliefors
Observasi
• Tentukan nilai L table dengan menggunakan table liliefors (Ltabel (0,05a),(n)) dengan kiteria
pembilang α = 0,05 dan penyebut = n
• Bandingkan Lo dengan Ltabel dengan kriterian sebagai berikut:

Jika Lo lebih besar dari Ltabel berarti populasi berdistribusi tidak normal

Jika Lo lebih kecil dari Ltabel berarti populasi berdistribusi normal

2. Uji homogenitas data

Uji Homogenitas data adalah merupakan uji untuk memberikan informasi bahwa data penelitian
masing-masing kelompok data berasal dari populasi yang tidak berbeda jauh keragamannya. Hal
ini dijelaskan oleh Kadir (2014) bahwa homogenitas data mempunyai makna bahwa data
memiliki variasi atau keragaman nilai sama atau secara statistik sama. Hasil uji homogenitas
yang baik apabila hasil uji tersebut apabila simpangan estmasinya mendekati angka 0 (nol). Uji
ini dilakukan sebagai salah satu syarat uji statistika parametrik di antaranya uji t, uji regresi dan
Anava. Ada dua model untuk menguji homogenitas data yaitu: (1) uji homogenitas untuk dua
kelompok data; dan (2) uji homogenitas data dua kelompok atau lebih. Untuk uji homogenitas
dua kelompok dapat menggunakan uji T dan uji F, sedangkan untuk data berkelompok baik
untuk dua data atau lebih, uji homogenitas yang digunakan adalah dengan uji Hartley Fnak, dan
uji Bartlett.

❖ Uji F

Uji homogenitas dengan menggunakan uji F adalah dengan cara membandingkan antara varian
terbesar dengan varian terkecil. Uji ini digunakan apabila data yang akan diuji hanya terdiri dari
2 kelompok data saja. Adapun langkah pengujian homogenitas dengan menggunakan uji F
sebagai berikut:

1.Menentukan uji hipotesis homogenitas

2.Mencari nilai rata-rata masing-masing kelompok.

3.Mencari varian data masing-masing kelompok dengan menggunakan rumus:

Ʃ(𝑥1 −𝑥̅ 1 )2
𝑆𝑖 2 =
n−1

4.Mencari nila 𝐹ℎ𝑖𝑡 dengan menggunakan rumus:

 𝐕𝐚𝐫𝐢𝐚𝐧𝐬 𝐁𝐞𝐬𝐚𝐫
𝐹ℎ𝑖𝑡 = 𝐕𝐚𝐫𝐢𝐚𝐧𝐬 𝐊𝐞𝐜𝐢𝐥
5.Mencari harga 𝐹𝑡𝑎𝑏 di mana dk pembilang (varian terbesar) dan dk penyebut (varian terkecil)

6.Menarik kesimpulan dengan cara membandingkan nilai 𝐹ℎ𝑖𝑡 dan 𝐹𝑡𝑎𝑏 .Tolak 𝐻𝑜 apabila 𝐹ℎ𝑖𝑡 >
𝐹𝑡𝑎𝑏

Data Perubahan Nilai Hasil Test Bahasa Inggris Siswa SMAN 1 Narmada Setelah
Sampel Pretest Posttest
2
X 𝑋 Y 𝑌2
1 63 3969 92 8464
2 43 1849 85 7225
3 62 3844 98 9604
4 67 4489 95 9025
5 62 3844 95 9025
6 50 2500 77 5929
7 65 4225 97 9409
8 63 3969 87 7569
9 62 3844 95 9025
10 43 1849 82 6724
11 48 2304 88 7744
12 55 3025 75 5625
13 42 1763 83 6889
14 38 1444 90 8100
15 40 1600 90 8100
16 42 1764 90 8100
17 43 1849 88 7744
18 52 2704 88 7744
19 27 729 67 4489
20 33 1089 82 6724
∑ 1000 52654 1744 153258
𝑋̅ 50 87,2
Mendapat Perlakuan dengan Permainan Boggle

Hipotesis untuk Uji Normalitas

Ho : Data berasal dari populasi berdistribusi normal
Ha : Data tidak berasal dari populasi berdistribusi normal

Uji Normalitas Data Pretest (X) dan Posttest (Y)

A.Uji Normalitas Data X (Pretest)

Sebelum melakukan pengujian normalitas data X, terlebih dahulu diperlukan
data-data sebagai berikut:
Banyak data (n) = 20
Jumlah skor (Ʃx) = 1000
Jumlah kuadrat skor (Ʃ𝑥 2 ) = 52654
− Untuk mencari rata-rata/mean (𝑋) digunakan rumus:
Ʃx
𝑋 =n
1000
= 20
= 50
− Untuk mencari simpangan baku (s) digunakan rumus:
𝑛.Ʃ𝑥 2 − (Ʃx)2
𝑆 =√ 𝑛(𝑛−1)

20.52654− (1000)2
=√ 20(19)

1053080−1000000
=√
380

53080
=√ 380

=√139,6842
=11,81

xi− X
-Untuk mencari Zi digunakan rumus: 𝑧𝑖 = 𝑠
− Untuk mencari peluang F (Zi) digunakan rumus: F (Zi) = P (Z ≤ Zi)
Rumus peluang (P) = 0,5 jadi F (Zi) = 0,05 (Z ≤ Zi)
− Untuk menghitung proporsi Zi,Z2,Z3.......... yang ke Zi
Banyaknya Zi,Z2,… Zn yang ke Zi
S (Zi) = 𝑛
Uji Normalitas Data Pretest
Sampel X Zi f(zi) s(zi) f(zi)-s(zi)
1 27 -1.94605 0.0262 0.05 -0.0238
2 33 -1.43839 0.0764 0.1 -0.0236
3 38 -1.01533 0.1562 0.15 0.0062
4 40 -0.84611 0.2996 0.2 0.0996
5 42 -0.67689 0.2514 0.3 -0.0486
6 42 -0.67689 0.2514 0.3 -0.0486
7 43 -0.59228 0.2776 0.4 -0.1224
8 43 -0.59228 0.2776 0.4 -0.1224
9 47 -0.25383 0.4013 0.45 -0.0487
10 48 -0.16922 0.4364 0.5 -0.0636
11 50 0 0 0.55 -0.55
12 52 0.169222 0.5636 0.6 -0.0364
13 55 0.423055 0.6628 0.65 0.0128
14 62 1.015331 0.8438 0.8 0.0438
15 62 1.015331 0.8438 0.8 0.0438
16 62 1.015331 0.8438 0.8 0.0438
17 63 1.099942 0.8621 0.9 -0.0379
18 63 1.099942 0.8621 0.9 -0.0379
19 65 1.269164 0.8965 0.95 -0.0535
20 67 1.438385 0.9236 1 -0.0764

Dari tabel di atas diperoleh Lhitung= 0,1224. Dengan jumlah sampel (n) = 20 dan pada
taraf nyata 𝛼 = 0,05 diperoleh Ltabel = 0,190. Dengan demikian tampak bahwa Lhitung < Ltabel.
Hal ini berarti data X berdistribusi normal. Artinya hasil penelitian berlaku untuk seluruh
populasi. Untuk lebih jelas perhatikan tabel berikut ini:
Hasil Uji Normalitas Tes

Lhitung Ltabel Tafsiran

0,1224 0,190 Normal

Penghitungan Ltabel diperoleh dengan cara:

Diketahui n = 20, berdasarkan tabel uji lilifors n = 20 adalah 0,190.
B.Uji Normalitas Data Y (Posttest)
Sebelum melakukan pengujian normalitas data Y, terlebih dahulu diperlukan data-data
sebagai berikut:
Banyak data (n) = 20
Jumlah skor (Ʃy) = 1744
Jumlah kuadrat skor (Ʃ𝑦2) = 153258
− Untuk mencari rata-rata/mean (X) digunakan rumus:
 Ʃy
X= n
1744
= 20
= 87,2

− Untuk mencari simpangan baku (s) digunakan rumus:

𝑛.Ʃ𝑦 2 − (Ʃy)2
𝑆 =√ 𝑛(𝑛−1)

20.153258− (1744)2
=√
20(19)

3065160−3041536
=√ 380

23624
=√ 380

=7,88

xi− X
-Untuk mencari Zi digunakan rumus: 𝑧𝑖 = 𝑠
− Untuk mencari peluang F (Zi) digunakan rumus: F (Zi) = P (Z ≤ Zi)
Rumus peluang (P) = 0,5 jadi F (Zi) = 0,05 (Z ≤ Zi)
− Untuk menghitung proporsi Zi,Z2,Z3.......... yang ke Zi
Banyaknya Zi,Z2,… Zn yang ke Zi
S (Zi) = 𝑛

Uji Normalitas data Posttest

Sampel Y Zi f(zi) s(zi) f(zi)-s(zi)

1 67 -2.56193 0.0052 0.05 -0.0448
2 75 -1.5473 0.0618 0.1 -0.0382
3 77 -1.29365 0.0985 0.15 -0.0515
4 82 -0.65951 0.2578 0.25 0.0078
5 82 -0.65951 0.2578 0.25 0.0078
6 83 -0.53268 0.2981 0.3 -0.0019
7 85 -0.27902 0.3936 0.35 0.0436
8 87 -0.02537 0.492 0.4 0.092
9 88 0.101462 0.5398 0.55 -0.0102
10 88 0.101462 0.5398 0.55 -0.0102
11 88 0.101462 0.5398 0.55 -0.0102
12 90 0.355118 0.6368 0.7 -0.0632
 13 90 0.355118 0.6368 0.7 -0.0632
14 90 0.355118 0.6368 0.7 -0.0632
15 92 0.608774 0.7257 0.75 -0.0243
16 95 0.989258 0.8365 0.9 -0.0635
17 95 0.989258 0.8365 0.9 -0.0635
18 95 0.989258 0.8365 0.9 -0.0635
19 97 1.242914 0.8925 0.95 -0.0575
20 98 1.369742 0.9131 1 -0.0869

Dari tabel di atas diperoleh Lhitung= 0,0869. Dengan jumlah sampel (n) = 20 dan pada taraf
nyata 𝛼 = 0,05 diperoleh Ltabel = 0,190. Dengan demikian tampak bahwa:
Lhitung < Ltabel. Hal ini berarti data X berdistribusi normal. Artinya hasil penelitian
berlaku untukseluruh populasi. Untuk lebih jelas perhatikan tabel berikut ini:

Hasil Uji Normalitas Tes

Lhitung Ltabel Tafsiran

0,0869 0,195 Normal

Penghitungan Ltabel diperoleh dengan cara:

Diketahui n = 20, berdasarkan tabel uji lilifors n = 20 adalah 0,190.

Uji Homogenitas Varians Data X dan Y

Untuk menguji data homogenitas varians data digunakan rumus:

𝑺𝒙𝟐
𝑭 =𝑺𝒚𝟐
𝐕𝐚𝐫𝐢𝐚𝐧𝐬 𝐁𝐞𝐬𝐚𝐫
= 𝐕𝐚𝐫𝐢𝐚𝐧𝐬 𝐊𝐞𝐜𝐢𝐥

Berdasarkan pengujian normalitas, diketahui bahwa besar simpangan baku atau

standar deviasi (S) dan varians (S2) pretest dan posttest adalah sebagai berikut:

Besar Varians Data Pretest dan Posttest

Data Standar Deviasi Varians (𝐒𝟐)
Pretest (X) 11,81 139,47
Posttest (Y) 7,88 62,09
 𝑺𝒙𝟐
𝑭 =𝑺𝒚𝟐
139,47
= 62,09
= 𝟐, 𝟐𝟓

Dari perhitungan di atas diperoleh Fhitung = 2,25 dan Ftabel = 4,38 dengan dk
pembilang = 1 dan dk penyebut = n – 1 = 20 – 1 = 19 sehingga terlihat bahwa Fhitung
< Ftabel (2,25 < 4,38) = homogen. Hal ini menunjukan populasi berasal dari varians
yang homogen. maka artinya H1 diterima dan H0 ditolak.
Kesimpulan
Ho : hasil posttest sama dengan hasil pretest, artinya tidak terdapat peningkatan
hasil belajar siswa dalam meningkatkan kosakata bahasa Inggris setelah
mendapat perlakuan dengan teknik permainan Boggel
Ha : Hasil posttest setelah perlakuanlebih besar dari hasil pretest artinya terdapat peningkatan
hasil belajar siswa dalam meningkatkan kosakata bahasa Inggris setelah mendapat perlakuan
dengan teknik permainan Boggle
 DAFTAR PUSTAKA

Nasrum, A. (2018). Uji Normalitas Data Untuk Penelitian. Jayapangus Press Books
Hanif,N Y & Himawanto,W . 2017. Statistik Pendidikan. Sleman:CV Budi Utama.
Silfi Eka Juliani, 2014.Efektifitas Permainan “Im Drierpack” Untuk Meningkatkan Penguasaan
Kosakata Bahasa Jerman.Universitas Pendidikan Indonesia. perpustakaan.upi.edu