STATISTIK PENDIDIKAN
“UJI NORMALITAS DATA,UJI HOMOGENITAS DATA,DAN UJI KESAMAAN
RATA-RATA”
OLEH:
Kelompok 4
19 BKT 08
2021
KATA PENGANTAR
Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa atas segala limpahan
rahmatnya sehingga kami dapat menyelesaikan penyusunan makalah ini. Penulisan makalah
mengenai Uji Normalitas,Homogenitas,dan Kesamaan rata-rata ini kami buat dimaksudkan
untuk melengkapi tugas mata kuliah Statistika Pendidikan. Yang mana isi makalah ini kami
ambil dari beberapa buku dengan sumber yang ada dan kami anggap relevan.
Kami menyadari bahwa makalah ini masih jauh dari sempurna, karena masih banyak
kekurangan baik dari isi maupun dari segi penulisannya.Oleh karena itu, kritik dan saran yang
mengarah pada perbaikan makalah ini sangat kami harapkan. Dan semoga makalah ini dapat
bermanfaat untuk pengembangan wawasan dan peningkatan ilmu pengetahuan bagi kita semua.
Bukittinggi,13 September 2021
Penulis
DAFTAR ISI
Kata Pengantar............................................................................................
Bab I Pendahuluan
C. Tujuan Penulisan..........................................................................
Bab II Pembahasan
A. UJI NORMALITAS..............................................................................
B. HOMOGENITAS..................................................................................
C. KESAMAAN RATA-RATA................................................................
A. Kesimpulan..................................................................................
PENDAHULUAN
A. Latar Belakang
Pengujian normalitas dilakukan untuk mengetahui normal tidaknya suatu distribusi data.
Hal ini penting diketahui berkaitan dengan ketepatan pemilihan uji statistic yang akan
digunakan. Uji parametric misalnya, mengisyaratkan data harus berdistribusi normal. Apabila
distribusi data tidak normal maka disarankan untuk menggunakan uji nonparametrik. Uji
normalitas merupakan suatu pengujian sekelompok data untuk mengetahui apakah distribusi data
tersebut membentuk kurva normal atau tidak. Pengujian homogenitas varians ini mengasumsikan
bahwa skor setiap variabel memiliki varians yang homogen (Ating Soemantri, 2006). Tujuan
dilakukannya uji homogenitas data adalah untuk mengetahui bahwa sampel penelitian yang
diambil adalah berasal dari populasi yang sama (Yusri, 2013). Kesamaan asal sampel ini antara
lain dibuktikan dengan adanya kesamaan variansi kelompok-kelompok yang membentuk sampel
tersebut.
Yang dimaksud dengan sampel ganda adalah suatu penelitian yang melibatkan 2 (dua)
atau lebih kelompok sampel yang berasal dari dua atau lebih populasi, sedangkan hal yang ingin
dilihat atau diukur adalah sama. Kadang-kadang dua kelompok sampel tersebut berasal dari satu
populasi, bukannya berasal dari dua populasi. Tetapi, yang menjadi pembeda dengan pengujian
hipotesis terdahulu adalah adanya dua kelompok sampel, yang mana kondisi ini tidak ada pada
makalah terdahulu. Kondisi ini sering dilakukan untuk menguji kebenaran atau kekuatan suatu
penemuan baru melalui kegiatan eksperimen. Hasil eksperimen tersebutlah yang ingin
dibandingkan dengan kondisi yang sudah berjalan sebelumnya. Hal inilah yang akan kita bahas
pada makalah sekarang, dan pembahasan disini terbatas pada bagaimana menggunakan rumus
tersebut.
B. Perumusan Masalah
a. Apakah Uji Normalitas Data ?
b. Apakah Uji Homogenitas Data ?
c. Apakah uji hipotesis dua rata-rata itu ?
C. Tujuan
a. Dapat menjelaskan tentang Uji Normalitas Data
b. Dapat menjelaskan tentang Uji Homogenitas Data
c. Dapat menjelaskan tentang uji hipotesis dua rata-rata
BAB II
PEMBAHASAN
A. UJI NORMALITAS
Pengujian normalitas dilakukan untuk mengetahui normal tidaknya suatu distribusi data.
Hal ini penting diketahui berkaitan dengan ketepatan pemilihan uji statistic yang akan
digunakan. Uji parametric misalnya, mengisyaratkan data harus berdistribusi normal. Apabila
distribusi data tidak normal maka disarankan untuk menggunakan uji nonparametrik. Uji
normalitas merupakan suatu pengujian sekelompok data untuk mengetahui apakah distribusi data
tersebut membentuk kurva normal atau tidak.
Pengujian normalitas ini harus dilakukan apabila belum ada teori yang menyatakan
bahwa variabel yang diteliti adalah normal. Dengan kata lain, apabila ada teori yang menyatakan
bahwa suatu variabel yang sedang diteliti normal, maka tidak diperlukan lagi pengujian
normalitas data.
Dalam melakukan uji normalitas untuk mengetahui distribusi data dapat dilakukan
dengan beberapa cara, namun dalam hal ini hanya dibatasi pada tiga cara, yaitu dengan
menggunakan kertas peluang normal, dengan menggunakan rumus chi kuadrat, dan dengan
menggunakan uji liliefors.
Uji Liliefors adalah uji normalitas secara nonparametrik. Uji normalitas ini bertujuan
untuk mengetahui bentuk distribusi populasi berdasarkan sampel yang diambil secara acak.
Hipotesis yang diajukan adalah sampel penelitian berasal dari populasi berdistribusi normal (H0)
melawan tandingan bahwa distribusi tidak normal (H1).
Kelebihan Liliefors test adalah penggunaan atau perhitungannya yang sederhana, serta
cukup kuat sekalipun dengan ukuran sampel yang kecil (n = 4) (Ating Soemantri, 2006). Proses
pengujian Liliefors test dapat dilakukan dengan langkah-langkah sebagai berikut:
1) Susunlah data dari terkecil sampai yang terbesar. Setiap data ditulis sekali, meskipun ada
beberapa data.
2) Periksa data, berapa kali munculnya bilangan-bilangan itu (frekuensi harus ditulis).
Contoh:
Berikut adalah skor hasil pengumpulan data suatu variabel yang dilakukan secara random.
Ukuran sampel 14 dan skala pengukuran yang dipergunakan adalah interval. Datanya: 77.3, 73.9,
76.0, 74.6, 76.6, 74.2, 76.9, 74.7, 77.4, 75.4, 77.7, 76.0, 76.5, 76.0.
Data di atas, diduga menyebar mengikuti distribusi normal. Dengan menggunakan = 0.05,
buktikan bahwa data tersebut berdistribusi normal!
Langkah kerja:
2. = 0.05
Misal:
X4 = 74,7 ó fk4 = 1 + 3 = 4
Dimana: dan S =
S =
= 1.227
Z = =
dst ..............
observasi.
dst ..............
D(14,0.95) = 0.227
Pengujian normalitas dengan kertas peluang normal dapat dilakukan dengan membuat
grafik data pada suatu kertas peluang normal dengan skala tertentu yang telah tertera dalam
kertas tersebut. Untuk sumbu mendatar, skala berbentuk linier dan dipergunakan untuk
mendapatkan skor batas atas skala interval. Sedangkan sumbu tegak yang mempunyai skala tidak
linier tetapi sesuai dengan distribusi kurva normal diberikan angka frekuensi kumulatif relative
dari kelas interval tersebut (Yusri, 2013).
Contoh:
Diberikan data hasil penelitian tentang kemampuan komunikasi verba 80 orang mahasiswa
Teknik Elektro suatu universitas tahun 2006 sebagai berikut:
TAHUN 2006
13
7
13
0
15
6
12
3
13
9
Berdasarkan data tersebut akan dilakukan uji normalitas. Terlebih dahulu data tersebut
disusun dalam daftar distribusi frekuensi, kemudian ditentukan batas atas kelas interval yang
akan digunakan untuk skala sumbu mendatar pada kertas peluang normal. Setelah itu ditentukan
frekuensi mutlak dan frekuensi kumulatif relative yang akan digunakan untuk skala sumbu tegak
pada kertas peluang normal. Penyusunan daftar distribusi frekuensi dapat dibuat dari arah kelas
interval kecil ke kelas interval besar atau sebaliknya. Untuk contoh ini digunakan susunan arah
kelas interval kecil ke kelas interval besar dan dengan melakukan beberapa perthitungan besaran
yang dibutuhkan dapat disusun daftar distribusi frekuensi seperti tabel berikut:
No. Kelas Interval Batas Atas Kelas Interval f f kum f kum (%)
Jumlah 80
Berdasarkan tabel 1.2, batas atas kelas interval dijadikan sebagai skala sumbu tegak pada
kertas peluang normal. Pada dasarnya sumbu tegak dalam kertas peluang normal sudah ada
angka persentase dari 0,01 sampai 0,99 atau dari 0% sampai dengan 100%. Peneliti hanya
menyesuaikan frekuensi kumulatif relative hasil perhitungan dengan persentase yang telah ada
pada kertas peluang tersebut. Selanjutnya dibuat titik-titik koordinat dari setiap batas atas kelas
interval yang berpasangan dengan frekuensi kumulatif relative dan setelah itu dihubungkan titik-
titik koordinat itu sehingga membentuk suatu garis.
Sehubungan dengan letak titik-titik pada garis lurus atau mendekati pada garis lurus
sehingga dapat disimpulkan berdistribusi normal maka ada dua hal yang perlu diperhatikan, yaitu
sebgai berikut:
Dikatakan bahwa data itu berdistribusi normal atau hampir berdistribusi normal, atau dapat
didekati dengan teknik-teknik untuk data berdistribusi normal.
Dikatakan bahwa populasi dari mana sampel diambil ternyata berdistribusi normal atau hampir
berdistribusi normal, atau dapat didekati oleh distribusi normal (Yusri, 2013).
Berkaitan dengan hasil yang diperoleh dari contoh, apabila garis yang diperoleh
berbentuk garis lurus atau mendekati garis lurus maka dapat dinyatakan bahwa data tersebut
berdistribusi normal atau hampir berdistribusi normal. Selanjutnya, apabila data itu merupakan
sampel dari populasi tertentu, maka dapat dinyatakan bahwa dat itu berasal dari populasi yang
berdistribusi normal atau berdistribusi hampir normal. Untuk lebih jelas, teknik uji normalitas
dengan menggunakan kertas peluang normal, disajikan contoh gambar kertas peluang normal
yang telah diisi dengan titik-titik koordinat yang membentuk garis lurus atau hampir mendekati
garis lurus, seperti dilukiskan dalam gambar berikut:
Keadaan Normal Skor Kemampuan Komunikasi verba Mahasiswa Teknik elektro
Universitas Bangsa tahun2006
Uji normalitas dengan menggunakan rumus Chi-Kuadrat juga melalui penyusunan data
dalam daftar distribusi frekuensi. Adapun rumus Chi-Kuadrat yang digunakan dalam uji
normalitas adalah:
Keterangan:
x2 = Chi-Kuadrat
Sebelum rumus Chi-Kuadrat digunakan untuk uji normalitas, terlebih dahulu ada
beberapa besaran yang harus dihitung. Adapun langkah-langkah menggunakan rumus Chi-
Kuadrat untuk uji normalitas sebagai berikut:
3. Tentukan batas kelas atas dan batas kelas bawah setiap kelas interval.
4. Hitung skor z berdasarkan harga rata-rata, simpangan baku, dan batas kelas interval.
5. Berikutnya, berdasarkan Tabel C ditentukan luas di bawah kurva untuk setiap batas kelas
interval dan berdasarkan luas dihitung selisih luas batas interval yang terdekat dan dikalikan
dengan angka 100 untuk memperoleh frekuensi harapan.
Contoh:
Dengan menggunakan data dari contoh tabel 1.2 tentang kemampuan komunikasi verbal
mahasiswa teknik elektro Universitas Bangsa tahun 2006, lakukan uji normalitas dengan
menggunakan rumus Chi-Kuadrat!
TAHUN 2006
Nilai
Kelas interval f fX
Tengah
11.76
Jumlah 80 23.739,688
5
Berdasarkan besaran f0 dan fh dalam tabel di atas dapat dihitung harga Chi-Kuadrat sebagai
berikut:
X2 = ∑
X2 =
X2 = 3,4507
Untuk konfirmasi Chi-Kuadrat hasil perhitungan digunakan Chi-Kuadrat dari tabel nilai
persentil untuk distribusi x2 pada α = 5% dengan derajat kebebasan dk = (k – 3) = 8 – 5 = 3,
maka diperoleh Ternyata Chi_kuadrat hasil perhitungan lebih kecil dari Chi-kuadrat dala tabel
(x2 = 3,3407 < , maka dapat disimpulkan bahwa sampel skor kemampuan komunikasi verbal
mahasiswa teknik elektro Universitas Bangsa tersebut berasal dari populasi yang berdistribusi
normal.
T3= dengan D =
Keterangan:
Keterangan:
T3 = Berdasarkan rumus di atas bn, cn, dn = Konversi Statistik Shapiro-Wilk Pendekatan
Distribusi Normal
PERSYARATAN
SIGNIFIKANSI
Signifikansi dibandingkan dengan tabel Shapiro Wilk. Signifikansi uji nilai T3 dibandingkan
dengan nilai tabel Shapiro Wilk, untuk dilihat posisi nilai probabilitasnya (p).
Contoh :
Berdasarkan data usia sebagian balita yang diambil sampel secara random dari posyandu Mekar
Sari Wetan sebanyak 24 balita, didapatkan data sebagai berikut : 58, 36, 24, 23, 19, 36, 58, 34,
33, 56, 33, 26, 46, 41, 40, 37, 36, 35, 18, 55, 48, 32, 30 27 bulan. Selidikilah data usia balita
tersebut, apakah data tersebut diambil dari populasi yang berdistribusi normal pada α = 5% ?
Penyelesaian :
1. Hipotesis
2. Nilai α
4. Derajat bebas
· Db = n
5. Nilai tabel
· Pada tabel Saphiro Wilk dapat dilihat, nilai α (0,10) = 0,930 ; nilai α (0,50) = 0,963
6. Daerah penolakan
· Nilai T3 terletak diantara 0,930 dan 0,963, atau nilai p hitung terletak diantara 0,10 dan
0,50, yang diatas nilai α (0,05) berarti Ho diterima, Ha ditolak
7. Kesimpulan
· Sampel diambil dari populasi normal, pada α = 0,05. Cara lain setelah nilai T3 diketahui
dapat menggunakan rumus G, yaitu :
Hasil nilai G merupakan nilai Z pada distribusi normal, yang selanjutnya dicari nilai
proporsi (p) luasan pada tabel distribusi normal (lampiran). Berdasarkan nilai G = -1,2617, maka
nilai proporsi luasan = 0,1038. Nilai p tersebut di atas nilai α = 0,05 berarti Ho diterima Ha
ditolak. Data benar-benar diambil dari populasi normal.
PERSYARATAN
HIPOTESIS UJI :
SIGNIFIKANSI UJI :
§ Ho diterima
§ H1 ditolak.
§ Ho ditolak
§ H1 diterima
LANGKAH-LANGKAH PENGUJIAN :
Suatu penelitian tentang jumlah hasil panen kedelai di 15 kecamatan di Kabupaten Gresik
tercatat dalam kwintal 10, 13, 15, 11, 8, 16, 10, 11, 12, 9 ,11, 14, 9, 18 dan 12 kwintal.
Selidikilah dengan α =5% , apakah data tersebut diambil dari populasi yang berdistribusi
normal ? Gunakan Uji Kormogorov Smirnov.
Hipotesis Uji :
1. Urutkan data dari yang terkecil ke yang terbesar lalu cari rata-rata, simpangan baku
(standar deviasi) dari sampel data.
Keterangan :
Xi =Datake-i
fi = Frekuensi ke-i
1. Menentukan Dhitung
Keterangan :
- Dhitung = 0,161
v Kesimpulan : jumlah hasil panen kedelai di 15 kecamatan di Kabupatn Gresik memiliki data
yang normal.
B. HOMOGENITAS
Pengujian homogenitas varians ini mengasumsikan bahwa skor setiap variabel memiliki
varians yang homogen (Ating Soemantri, 2006). Tujuan dilakukannya uji homogenitas data
adalah untuk mengetahui bahwa sampel penelitian yang diambil adalah berasal dari populasi
yang sama (Yusri, 2013). Kesamaan asal sampel ini antara lain dibuktikan dengan adanya
kesamaan variansi kelompok-kelompok yang membentuk sampel tersebut. Jika ternyata tidak
terdapat perbedaan varians di antara kelompok sampel, hal ini mengandung arti bahwa
kelompok-kelompok sampel tersebut berasal dari populasi yang sama. Pengujian homogenitas
yang hanya terdiri dari dua kelompok data – hanya homogenitas dua varians populasi – dapat
digunakan Uji Rasio-F. Berikut akan dibahas terlebih dahulu mengenai homogenitas dua
varians populasi. Dalam melihat perbedaan dua populasi penelitian, peneliti harus
memperhatikan homogenitas varians populasi ( ). Untuk mengetahui homogenitas populasi
digunakan varians sampel untuk menaksir parameter-parameter populasi ini. Untuk menguji
hipotesis , dapat digunakan suatu uji statistic sederhana rasio-F.
F=
Keterangan:
Contoh:
Suatu penelitian ingin mengetahui apakah dua kelompok karyawan pabrik Sentosa
(X1 dan X2) yang memproduksi sepatu memiliki varians yang homogeny atau tidak. Adapun data
dua kelompok karyawan tersebut dapat dilihat pada tabel berikut:
7 5 6 4
8 8 6 5
6 9 7 5
7 7 7 6
7 6 6
6 6 5
Terlebih dahulu data di ats disusun seperti dalam tabel berikut untuk memperoleh
besaran-besaran yang diperlukan dalam perhitungan uji homogenitas varians:
X1 X2
7 49 6 36
8 64 6 36
6 36 7 49
7 49 7 49
7 49 6 36
6 36 5 25
5 25 4 14
8 64 5 25
9 81 5 25
7 49 6 36
6 36 - -
6 36 - -
82 574 57 333
Hasil perhitungan kedua varians kelompok itu ternyata varians kelompo X1 lebih besar
dari varians kelompok X2, maka dalam uji homogenitas varians dengan uji Rasio-F
digunakan sebagai dari varians sebagai . Homogenitas varians diuji dengan rumus sebagai
berikut:
Berdasarkan tabel distribusi F pada α = 0,05 dengan derajat kebebasan (dk) pembilang =
n1 – 1 = 12 – 1 = 11 dan dk penyebut = n2 – 1 = 10 – 1 = 9 F0,95(11,9) = 3,10. Jika harga rasio-F
hitung sama atau lebih besar dari harga F tabel maka hipotesis nol (H0) ditolak dan hipotesis
varians populasi tidak dapat diterima. Jika sebaliknya, rasio F hasil perhitungan lebih kecil dari F
tabel maka varians populasi adalah homogen karena hipotesis nol (H0) diterima. Ternyata F hasil
perhitungan lebih kecil dari F tabel (1,3804 < 3,10) jadi varians populasi kedua data tersebut
homogen ( (Yusri, 2013).
Selanjutnya, apabila jumlah kelompok sampel terdiri atas tiga kelompok atau lebih, maka perlu
dapat diuji dengan Uji Fmaks Hartley dan uji homogenitas varians dengan Uji Barlett.
Apabila kita memiliki k buah populasi yang pada masing-masing populasi itu telah
diambil sampelnya maka kita memiliki k buah variansnya yaitu . Hipotesis nol (H0) yang akan
diuji adalah , dan dianalisis berdasarkan varians sampel Hipotesis Alternatif (Ha) yang diajukan
bahwa ada satu di antara varians populasi yang tidak sama. Artinya, apabila ada satu dari varians
populasi tidak sama maka H0 ditolak (Yusri, 2016).
Sampel penelitian harus diambil secara acak mandiri (independent random sample) dari
populasi yang berdistribusi normal. Banyak anggota sampel harus sama (n1 = n2 = n3 = . . . = nk).
setelah terpenuhi hal itu dapat dilakukan uji statistik Fmaks, yaitu perbandingan antara varians
sampel terbesar ( ) dengan varians sampel terkecil ( ) dalam jumlah urutan varians sampel ( .
Fmaks = atau Fmaks =
Harga kritis untuk distribusi f dari tabel diambil pada taraf signifikasi α dengan derajat
kebebasan pembilang = k dan derajat kebebasan penyebut = n – 1, maka f tabel yang dibutuhkan
adalah F 1- α(k,n-1). Dengan ketentuan, apabila Fmaks hasil perhitungannya lebih kecil daripada F
tabel (F1- α(k,n-1)) maka H0 diterima berarti sampel yang diambil adalah berasal dari populasi yang
homogen ( ). Sebaliknya, apabila Fmaks hasil perhitungan lebih besar atau sama dengan F tabel
(F1- α(k,n-1)), maka H0 tidak dapat diterima berarti sampel yang diambil berasal dari populasi yang
tidak homogen (Yusri, 2013).
Contoh:
Dari data tersebut, seorang peneliti ingin mengetahui apakah ada persamaan populasi asal
sampel data tentang produksi karyawan. Ujilah apakah ketiga data sampel itu berasal dari
populasi yang homogen?
Penyelesaian:
Terlebih dahulu dihitung besaran-besaran yang diperlukan dalam perhitungan varians
sampel. Hipotesis nol yang diajukan dalam studi ini adalah H0: . Hipotesis alternative yang
diajukan bahwa Ha:ada satu di antara varians populasi yang tidak sama.
Perhitungan varians sampel ( untuk semua data dalam Tabel 2.4 sebagai berikut:
= = 139,7763
Ketiga varians sampel hasil perhitungan tersebut ternyata varians terbesar adalah = 324,3494
dan varians terkecil = 139,7763, sehingga dapat dihitung uji Fmaks Hartley, yaitu:
Fmaks =
Nilai kritis untuk F dari tabel distribusi diambil pada taraf α = 0,05 dengan derajat
kebebasan pembilang = 3 dan derajat kebebasan penyebut = n – 1 = 34 – 1 = 33, maka
F0,95(3,33) berada antara F0,95(3,32) = 2,90 dan F0,95(3,34) = 2,88, maka F0,95(3,33) = 2,89. Ternyata Fmaks hasil
perhitungan lebih kecil daripada F tabel (Fmaks = 2,3205 < F0,95(3,33) = 2,89). Sesuai dengan
ketentuan, maka H0 dapat diterima dan berarti data sampel penelitian berasal dari populasi yang
homogeny. Dengan demikian, uji perbedaan rata-rata data tersebut dapat dilakukan dengan
analisis varians.
Dimisalkan, seorang peneliti telah memperoleh sejumlah k sampel yang diambil secara
acak dari sejumlah k populasi yang berdistribusi normal. Peneliti tersebut bermaksud untuk
mengetahui apakah varians populasi asal sampel itu homogeny atau tidak. Populasi tersebut
mempunyai sejumlah k varians, yaitu hipotesis nol yang diajukan H0: , dan dianalisis
berdasarkan varians sampel. Hipotesis Alternatif (Ha) yang diajukan bahwa ada satu di antara
varians populasi yang tidak sama. Artinya, apabila ada satu di antara varians populasi tidak sama
maka H0 ditolak (Yusri, 2013).
Untuk menguji homogenitas varians populasi itu akan digunakan harga varians sampel .
Atas varians sampel inilah diuji homogenitas varians populasi dengan Uji Bartlett. Berdasarkan
tabel di atas, dapat dihitung besaran-besaran yang dibutuhkan dalam uji homogenitas, yaitu:
v Uji homogenitas dengan Uji Bartlett, ternyata digunakan statistic chi-kuadrat, yaitu:
Contoh:
Penyelesaian:
Berdasarkan contoh dari tabel 2.3 telah diperoleh n1 = n2 = n3 = 34, dan = 324, 3494, 164, 5463.
Besaran-besaran ini dimasukkan ke dalam tabel 2. 5, sebagai berikut:
TABEL 2.5
s2 = =
B = (log 209,5573)(99)
B = 229,8080
x2 = 6,9279
Jika dibandingkan uji homogenitas antara Uji Bartlett dan Uji Hartley, maka ternyata
kedua uji itu menunjukkan hasil yang sama, yaitu sama-sama menyatakan sampel yang diambil
berasal dari populasi yang homogen ( ).
Pada suatu penelitian hanya dinyatakan dengan salah satu dari dua nilai, secara
sembarang dapat dinyatakan dengan nilai 1 sebagai “sukses” dan nilai 0 sebagai “gagal”. Reaksi
yang lain dapat berupa nilai 1 sebagai “ya” ataupun nilai 0 sebagai “tidak”.
Contoh:
jika anda menanyakan kepada 10 orang untuk diminta memilih dari tiga wanita, siapa yang ingin
mereka pacari; apakah pamella anderson, paris hilton, atau megan fox. Jika orang pertama
memilih paris hilton karena dia kaya, maka anda akan memberikan nilai 1 untuk paris hilton dan
nilai 0 untuk pamella ataupun megan fox, dan seterusnya pada orang yang lain.
Uji yang dikenal sebagai Q cochran test ini meliputi langkah-langkah sebagai berikut:
1. Menetapkan asumsi-asumsi
Data untuk analisis terdiri atas reaksi-reaksi dari r buah blok terhadap c buah perlakuan yang
diterapkan secara independen.
Reaksi-reaksi itu dinyatakan dengan 1 untuk “sukses” atau 0 untuk “gagal”. Hasil-hasil
pengamatan ini bisa diperagakan dalam sebuah tabel kotingensi seperti Tabel 4 dengan Xij yang
menyatakan 0 atau 1.
Tabel Kontingensi untuk data pada uji Q Cochran
Blok-blok yang ditampilkan merupakan blok-blok yang dipilih secara acak dari suatu populasi
yang terdiri atas semua blok yang mungkin.
2. Menentukan hipotesis-hipotesis
Uji hipotesis dua rata-rata digunakan untuk mengetahui ada atau tidak adanya perbedaan
(kesamaan) antara dua buah data. Salah satu teknik analisis statistik untuk menguji hipotesis dua
rata-rata ini ialah uji t (t test) karena rumus yang digunakan disebut rumus t. Rumus t sendiri
banyak ragamnya dan pemakaiannya disesuaikan dengan karakteristik kedua data yang akan
dibedakan. Ada beberapa persyaratan yang harus dipenuhi sebelum uji t dilakukan.
Persyaratannya adalah:
Keterangan:
b. Jika σ tidak diketahui dan populasi berhubungan: (Susetyo, STATISTIKA untuk Analisis
Data Penelitian, 2010)
Dimana:
c. Jika σ diketahui dan sampelnya besar, maka digunakan rumus: (Usman & Akbar, 2009)
d. Jika σ tidak diketahui dan sampelnya besar, maka digunakan rumus: (Usman & Akbar,
2009)
atau
8) Cari ttabel dengan pengujian dua pihak dimana dk = n1 + n2 – 2 dan dengan menggunakan
tabel t didapat nilai ttabel.
11) Buatlah kesimpulannya
1. Ada perbedaan kemampuan berbahasa asing antara lulusan SMU Plus Swasta (X1) dengan
lulusan SMU Negeri (X2) di kota Bandung. Data sebanyak 30 siswa diambil secara acak, adapun
data seperti TABEL 1 sebagai berikut:
Data Kemampuan Berbahasa Asing
Lulusan SMU Plus Swasta (X1) dengan lulusan SMU Negeri (X2)
KEMAMPUAN
N BERBAHASA ASING
O
X1 X2
1 77 40
2 99 48
3 77 54
4 77 34
5 55 48
6 88 68
7 120 67
8 87 67
9 87 75
10 50 56
11 87 60
12 87 47
13 87 60
14 90 70
15 81 61
16 55 47
17 88 68
18 98 68
19 87 74
20 87 75
21 44 55
22 94 61
23 77 46
24 55 61
25 76 58
26 65 50
27 90 68
28 80 75
29 89 75
30 98 75
Langkah-langkah menjawab:
lulusan SMU Plus Swasta dengan lulusan SMU Negeri di Kota Bandung.
asing lulusan SMU Plus Swasta dengan lulusan SMU Negeri di Kota Bandung.
Ha : µ1 ≠ µ2
H0 : µ1 = µ2
81,0666666 60,3666666
RATA-2 7 7
16,4755478 11,5265311
STDEV 9 1
271,443678 132,860919
VARIANS 2 5
KORELAS 0,44200955
I 9
Taraf signifikansi α = 0,05, db = n1 + n2 – 2 = 30 + 30 – 2 = 58, maka diperoleh nilai ttabel = 2,002
8) Kesimpulan:
lulusan SMU Plus Swasta dengan lulusan SMU Negeri di Kota Bandung DITERIMA.
asing lulusan SMU Plus Swasta dengan lulusan SMU Negeri di Kota
Bandung DITOLAK.
H0 : µA = µB
Ha : µA > µB
Dari populasi A diambil sampel secara acak berjumlah 15 siswa dan populasi B berjumlah 16
siswa. Kedua sampel berdistribusi normal dan variansi populasinya sama besarnya atau
homogen. Adapaun data untuk masing-masing sampel seperti berikut:
METODE MENGAJAR
NO
A B
1 6 6
2 7 3
3 8 5
4 8 8
5 8 4
6 7 5
7 9 3
8 5 7
9 6 4
10 9 5
11 9 4
12 9 3
13 7 6
14 7 4
15 7 4
16 3
Taraf nyata α = 0,05, dk = n1 + n2 – 2 = 29, sehingga didapat ttabel = 1,699 (terlampir)
3. Seorang peneliti menguji pengaruh penggunaan media gambar animasi komputer untuk
mempelajari siklus air dalam pelajaran sains di SD. Sampel acak berjumlah 20 siswa diambil
dari populasi yang berdistribusi normal dan homogen kedua variansinya. Sebelum pembelajaran
siswa diberi pre-tes dan setelah proses pembelajaran menggunakan media gambar animasi
komputer dilakukan pasca-tes. Dari hasil pre-tes dan pasca-tes diperoleh data sebagai berikut:
PASCA-
NO PRE-TES TES
1 5,2 7,1
2 7 8,4
3 5,6 7,3
4 6,6 8
5 4,9 7,9
6 5 7,6
7 6,6 7,6
8 5 6,7
9 7,8 7,9
10 3,8 4,1
11 6,7 7
12 4 6,7
13 8,1 7,2
14 6,9 7,9
15 5,8 8,6
16 7,1 8,4
17 8,2 8,2
18 3,7 5,6
19 6,7 7
20 6,8 7,8
Langkah-langkah menjawab:
Ha : µ1 ≠ µ2
H0 : µ1 = µ2
JUMLA 25,
H 121,5 147 5 -0,1 21,0775
8) Kesimpulan:
H0 yang berbunyi: Tidak ada pengaruh menggunakan media gambar animasi komputer siklus air
pada mata pelajaran sains di SD DITOLAK.
BAB III
PENUTUP
A. Kesimpulan
Pengujian normalitas dilakukan untuk mengetahui normal tidaknya suatu distribusi data.
Hal ini penting diketahui berkaitan dengan ketepatan pemilihan uji statistic yang akan
digunakan. Uji parametric misalnya, mengisyaratkan data harus berdistribusi normal. Pengujian
normalitas ini harus dilakukan apabila belum ada teori yang menyatakan bahwa variabel yang
diteliti adalah normal. Dengan kata lain, apabila ada teori yang menyatakan bahwa suatu variabel
yang sedang diteliti normal, maka tidak diperlukan lagi pengujian normalitas data.Pengujian
homogenitas varians ini mengasumsikan bahwa skor setiap variabel memiliki varians yang
homogen (Ating Soemantri, 2006). Tujuan dilakukannya uji homogenitas data adalah untuk
mengetahui bahwa sampel penelitian yang diambil adalah berasal dari populasi yang sama
(Yusri, 2013). Pengujian homogenitas yang hanya terdiri dari dua kelompok data – hanya
homogenitas dua varians populasi – dapat digunakan Uji Rasio-F. Berikut akan dibahas terlebih
dahulu mengenai homogenitas dua varians populasi. Dalam melihat perbedaan dua populasi
penelitian, peneliti harus memperhatikan homogenitas varians populasi ( ). Untuk mengetahui
homogenitas populasi digunakan varians sampel untuk menaksir parameter-parameter populasi
ini.Uji hipotesis dua rata-rata digunakan untuk mengetahui ada atau tidak adanya perbedaan
(kesamaan) antara dua buah data. Salah satu teknik analisis statistik untuk menguji hipotesis dua
rata-rata ini ialah uji t (t test) karena rumus yang digunakan disebut rumus t. Rumus t sendiri
banyak ragamnya dan pemakaiannya disesuaikan dengan karakteristik kedua data yang akan
dibedakan. Ada beberapa persyaratan yang harus dipenuhi sebelum uji t dilakukan.
B. Saran
Dalam penyusunan makalah ini, kami selaku penyusun tentunya mengalami banyak
kekeliruan dan kesalahan-kesalahan. Untuk itu kami mohon maaf yang sebesar-besarnya, di
karenakan kami masih dalam tarap pembelajaran. Maka dari itu kami selaku penyusun
mengharapkan kritik dan saran yang sifatnya membangun agar kami bisa lebih baik lagi dalam
pembuatan makalah berikutnya sehingga makalah berikutnya lebih sempurna dari pada makalah
sebelumnya.
DAFTAR PUSTAKA