MAKALAH

Normalitas dan Homogenitas Data

Dosen Pembimbing : H. Moh. Anwar, S.pd., M.pd.I

Oleh : KELOMPOK 3

M. FIQGAR ILHAM ALFIANSAH T20192009

IZZATUL YAZIDAH T20192008

MUTIARA SIFANA S T20192007

JURUSAN PENDIDIKAN BAHASA ARAB

FAKULTAS TARBIYAH DAN ILMU KEGURUAN

INSTITUT AGAMA ISLAM NEGERI JEMBER

TAHUN AJARAN 2021/2022
 KATA PENGANTAR

Assalamu'alaikum warahmatullahi wabarakatuh......

Bismillahirrahmaanirrahiim, puja dan puji syukur atas kehadirat Allah SWT. Yang mana
dengan izin dan juga karunia-Nya, kami dapat menyelesaikan pembuatan makalah Statistika
Pendidikan dengan materi Normalitas dan Homogenitas Data dengan tepat waktu tanpa kurang
satu apapun. Tak lupa kami haturkan shalawat beserta salam kepada junjungan kita Rasulullah
Muhmmad SAW. Yang semoga kelak di hari akhir, nanti kita semua mendapatkan syafaatnya.

Kami membuat makalah ini dengan pembahasan Normalitas dan Homogenitas Data,
yang bertujuan untuk memenuhi tugas mata kuliah Statistika Pendidikan.

Makalah ini telah kami susun dengan semaksimal mungkin, terlepas dari itu kami
menyadari bahwa masih banyak kekurangan baik itu dari segi bahasa, kalimat, maupun isinya.
Oleh karena itu kami sebagai penulis dengan tangan terbuka menerima segala bentuk kritik dan
saran dari para pembaca agar nantinya makalah ini bisa jauh lebih baik lagi. Semoga makalah
tentang Normalitas dan Homogenitas Data ini dapat bermanfaat baik penulis maupun pembaca.

Jember, 26 september 2021

KELOMPOK 3
 DAFTAR ISI

KATA PENGANTAR.....................................................................................................................i

DAFTAR ISI...................................................................................................................................ii

BAB 1 PENDAHULUAN

A. LATAR BELAKANG MASALAH....................................................................................1

B. RUMUSAN MASALAH....................................................................................................1

C. TUJUAN.............................................................................................................................1

BAB 2 PEMBAHASAN

A. PENGERTIAN UJI NORMALITAS DAN HOMOGENITAS DATA............................2

B. KEGUNAAN DAN LANGKAH-LANGKAH UJI NORMALITAS................................5

C. KEGUNAAN DAN LANGKAH-LANGKAH UJI HOMOGENITAS............................16

BAB 3 PENUTUP

A. KESIMPULAN.................................................................................................................23

B. SARAN.............................................................................................................................23

DAFTAR PUSTAKA...................................................................................................................24
 BAB 1

PENDAHULUAN
A. LATAR BELAKANG MASALAH

Statistik didefinisikan sebagai fakta-fakta berbentuk angka yang terangkum dalam tabel-
tabel atau kumpulan angka pada tabel yang menerangkan suatu fenomena.Statistika adalah
ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis,
menginterpretasi, dan mempresentasikan data. Secara singkatnya, statistika adalah ilmu yang
berkenaan dengan data. Atau bisa juga dikatakan sebagai ilmu yang berusaha untuk mencoba
mengolah data untuk mendapatkan manfaat berupa keputusan dalam kehidupan.
Dalam sebuah penelitian, terutama penelitian kuantitatif dapat dilakukan analisis data
dengan bantuan statistik. Secara umum semua statistik parameterik berfungsi untuk
menggeneralisasi hasil penelitian, yaitu pemberlakuanhasil penelitian dalam populasi dengan
menggunakan data sampel yang harus memenuhi asumsi-asumsi. Asumsi tersebut meliputi
data sampel diambil secara acak dari populasi dan data terdistribusi normal. Sedangkan
asumsi-asumsi lainnyamenyesuaikan dengan teknik analisis data yang digunakan.

B. RUMUSAN MASALAH

1. Apa itu pengertian uji Normalitas dan Homogenitas data ?

2. Apa kegunan dan langkah-langkah Uji Normalitas ?
3. Apa kegunaan dan langkah-langkah Uji Homogenitas ?

C. TUJUAN

1. Untuk mengetahui pengertian Uji Normalitas dan Homogenitas data

2. Untuk mengetahui kegunaan dan langkah-langkah Uji Normalitas
3. Untuk mengetahui kegunaan dan langkah-langkah Uji Homogenitas
 BAB 2

PEMBAHASAN

A. Pengertian Uji Normalitas dan Homogenitas data

1. Pengertian Uji Normalitas

Uji Normalitas adalah sebuah Uji yang dilakukan dengan tujuan untuk menilai sebaran
data pada sebuah kelompok data atau variabel, apakah sebaran data tersebut berdistribusi normal
atau tidak.

Uji Normalitas berguna untuk menentukan data yang telah dikumpulkan berdistribusi
normal atau diambil dari populasi normal. Metode klasik dalam pengujian normalitas suatu data
tidak begitu rumit. Berdasarkan pengalaman empiris beberapa pakar statistik, data yang
banyaknya lebih dari 30 angka (n > 30), maka sudah dapat diasumsikan berdistribusi normal.
Biasa dikatakan sebagai sampel besar.

Namun untuk memberikan kepastian, data yang dimiliki berdistribusi normal atau tidak,
sebaiknya digunakan uji normalitas. Karena belum tentu data yang lebih dari 30 bisa dipastikan
berdistribusi normal, demikian sebaliknya data yang banyaknya kurang dari 30 belum tentu tidak
berdistribusi normal, untuk itu perlu suatu pembuktian. uji statistik normalitas yang dapat
digunakan diantaranya Chi-Square, Kolmogorov Smirnov, Lilliefors, Shapiro Wilk, Jarque Bera.

Pengujian normalitas adalah pengujian tentang kenormalan distribusi data.Uji ini

merupakan pengujian yang paling banyak dilakukan untuk analisis statistik parametrik.Karena
data yang berdistribusi normal merupakan syarat dilakukannya tes parametrik.Sedangkan untuk
data yang tidak mempunyai distribusi normal, maka analisisnya menggunakan tes non
parametrik.

Data yang mempunyai distribusi yang normal berarti mempunyai sebaran yang normal
pula. Dengan profit data semacam ini maka data tersebut dianggap bisa mewakili populasi.
Normal disini dalam arti mempunyai distribusi data normal. Normal atau tidaknya berdasarkan
patokan distribusi normal dari data dengan mean dan standar deviasi yang sama. Jadi uji
normalitas pada dasarnya melakukan perbandingan antara data yang kita miliki dengan data
berdistribusi normal yang memiliki mean dan standar deviasi yang sama dengan data kita.

2. Pengertian Uji Homogenitas

Uji homogenitas adalah suatu prosedur Uji statistik yang dimaksudkan untuk
memperlihatkan bahwa dua atau lebih kelompok data sampel berasal dari populasi yang
memiliki variansi yang sama. Pada analisis regresi, persyaratan analisis yang dibutuhkan adalah
bahwa galat regresi untuk setiap pengelompokan berdasarkan variabel terikatnya memiliki
variansi yang sama. Jadi dapat dikatakan bahwa uji homogenitas bertujuan untuk mencari tahu
apakah dari beberapa kelompok data penelitian memiliki varians yang sama atau tidak. Dengan
kata lain, homogenitas berarti bahwa himpunan data yang kita teliti memiliki karakteristik yang
sama.
Uji homogenitas merupakan uji perbedan antara dua atau lebih populasi. Semua
karakteristik populasi dapat bervariasi antara satu populasi dengan yang lain. Dua di antaranya
adalah mean dan varian (selain itu masih ada bentuk distribusi, median, modus, range, dll).

Pengujian homogenitas juga dimaksudkan untuk memberikan keyakinan bahwa

sekumpulan data yang dimanipulasi dalam serangkaian analisis memang berasal dari populasi
yang tidak jauh berbeda keragamannya. Sebagai contoh, jika kita ingin meneliti sebuah
permasalahan misalnya mengukur pemahaman siswa untuk suatu sub materi dalam pelajaran
tertentu di sekolah yang dimaksudkan homogen bisa berarti bahwa kelompok data yang kita
jadikan sampel pada penelitian memiliki karakteristik yang sama, misalnya berasal dari tingkat
kelas yang sama. Perhitungan Uji homogenitas dapat dilakukan dengan berbagai cara dan
metode, beberapa yang cukup populer dan sering digunakan antara lain: uji Harley, Cochran,
levene dan Barlett.

Uji homogenitas bertujuan untuk mengetahui apakah varians skor yang diukur pada
kedua sampel memiliki varians yang sama atau tidak. Populasi-populasi dengan varians yang
sama besar dinamakan populasi dengan varians yang homogen, sedangkan populasi-populasi
dengan varians yang tidak sama besar dinamakan populasi dengan varians yang heterogen.

Faktor-faktor yang menyebabkan sampel atau populasi tidak homogen adalah proses
sampling yang salah, penyebaran yang kurang baik, bahan yang sulit untuk homogen, atau alat
untuk uji homogenitas rusak. Apabila sampel uji tidak homogen maka sampel tidak bisa
digunakan dan perlu dievaluasi kembali mulai dari proses sampling sampai penyebaran bahkan
bila memungkinkan harus diulangi sehingga mendapatkan sampel uji yang homogen.
 B. Penggunaan dan langkah-langkah Uji Normalitas

Untuk mengetahui bentuk distribusi data dapat digunakan grafik distribusi dan analisis
statistik. Penggunaan grafik distribusi merupakan cara yang paling gampang dan sederhana. Cara
ini dilakukan karena bentuk data yang terdistribusi secara normal akan mengikuti pola distribusi
normal di mana bentuk grafiknya mengikuti bentuk lonceng (atau bentuk gunung). Sedangkan
analisis statistik menggunakan analisis keruncingan dan kemencengan kurva dengan
menggunakan indikator keruncingan dan kemencengan. Perhatikan data hasil belajar siswa kelas
2 SMP pada mata pelajaran X dibawah ini.

Nom Nama Nilai

or
1 Amir 78
2 Budi 75
3 Layla 76
4 Doni 67
5 Elsa 87
6 Farhan 69
7 Shilah 65
8 Fara 64
9 Miya 68

10 Dudung 74
11 Adit 73
12 Sopo 76
13 Jarwo 78
14 Somad 85
15 Rama 81
16 Lina 67
17 Diaz 65
18 Tania 68
19 Sherly 64
20 Viona 63
 21 Patrik 67
22 Nobita 69
23 Suneo 74
24 Zidni 75
25 Agung 68
26 Gopal 67
27 Reda 62
28 Jhonson 71
29 Oura 72
30 Fanny 45

Terdapat beberapa cara untuk menentukan apakah data diatas tersebut berasal dari
populasi yang berdistribusi normal atau tidak. Namun disini kami hanya membahas 2 cara
pengujian normalitas data sebagai berikut:

1. Uji chi kuadrat

Menurut Prof.DR.Sugiono (2005, dalam buku “ Statistika untuk Penelitian “), salah
satu uji normalitas data yaitu chi kuadrat ( x 2 ) merupakan pengujian hipotesis yang
dilakukan dengan cara membandingkan kurve normal yang terbentuk dari data yang telah
terkumpul (B) dengan kurve normal baku atau standar (A). Jadi membandingkan antara
(B/A). Bila B tidak berbeda secara signifikan dengan A, maka B merupakan data yang
berdistribusi normal.

Rumusan Hipotesis :

Ho:data berasal dari populasi yang berdistribusi normal

H1:data tidak berasal dari populasi yang berdistribusi normal
Grafik distribusi chi kuadrat ( x 2 ) umumnya merupakan kurve positif , yaitu miring ke
kanan. Kemiringan ini makin berkuran jika derajat kebebasan (dk) makin besar.
Langkah-Langkah Menguji Data Normalitas dengan Chi Kuadrat:

1. Menentukan Mean/ Rata-Rata

x=
∑ f xi
n
2. Menentukan Simpangan Baku

∑ f ( x i−x )2
S=
√ n−1

3. Membuat daftar distribusi frekuensi yang diharapkan

 Menentukan batas kelas
 Mencari nilai Z skor untuk batas kelas interval
 Mencari luas 0 – Z dari tabel kurva normal
 Mencari luas tiap kelas interval
 Mencari frekuensi yang diharapkan (Ei)
4. Merumuskan formula hipotesis
Ho:data berasal dari populasi yang berdistribusi normal.
H1:data tidak berasal dari populasi yang berdistribusi normal.
5. Menentukan taraf nyata (a)
Untuk mendapatkan nilai chi-square tabel

6. dk = k – 1
dk = Derajat kebebasan
k = banyak kelas interval
7. Menentukan Nilai Uji Statistik

Keterangan:
Oi = frekuensi hasil pengamatan pada klasifikasi ke-i
Ei = Frekuensi yang diharapkan pada klasifikasi ke-i
 8. Menentukan Kriteria Pengujian Hipotesis

9. Memberi Kesimpulan

Kita akan melakukan uji normalitas data dengan chi kuadrat.

1. Kita siapkan terlebih dahulu tabel distribusi frekuensi/* :
Interval prestasi Frekuensi

45-54 1

55-64 4

65-74 16

75-84 7

85-94 2

Jumlah 30

2. Mencari Mean dan Simpangan Baku

Interval F xi fxi x i−x ( x i−x )2 f
 ( x ¿¿ i−x) ¿
Prestasi ^2
45-54 1 49,5 49,5 -21,6667 469,4444 469,4444
55-64 4 59,5 238 -11,6667 136,1111 544,4444
65-74 16 69,5 1112 -1,66667 2,777778 44,44444
75-84 7 79,5 556,5 8,333333 69,44444 486,1111
85-94 2 89,5 179 18,33333 336,1111 672,2222
Jumlah 2135 2216,667

∑ f ( x i−x )2 = 2216,667 =8,74

S=
√ n−1 29

x=
∑ fxi = 2135 =71,16
∑ f 30
3. Membuat daftar distribusi frekuensi yang diharapkan
 Menentukan Batas Kelas
Angka skor kiri pada kelas interval dikurangi 0,5
Angka skor kanan pada kelas interval ditambah 0,5
Sehingga diperoleh batas kelas sbb:

Batas Kelas
44,5
54,5
64,5
74,5
84,5
94,5

 Mencari nilai Z skor untuk batas kelas interval

bataskelas−mean
Z=
simpangan baku
Sehingga diperoleh:
Z
-3,050343249
-1,9061785
-0,7620137
 0,382151
1,5263158
2,6704805

 Mencari luas 0 – Z dari tabel kurva normal

Luas 0-Z pada tabel
0,4989
0,4713
0,2764
0,148
0,4357
0,4962
 Mencari luas tiap kelas interval
Yaitu angka baris pertama dikurangi baris kedua, angka baris kedua dikurangi baris
ketiga, dst. Kecuali untuk angka pada baris paling tengah ditambahkan dengan
angka pada baris berikutnya. Sehingga diperoleh hassil sbb:
Luas Tiap Interval Kelas
0,0276
0,1949
0,4244
0,2877
 0,0605

 Mencari frekuensi yang diharapkan (E)

Dengan cara mengalikan luas tiap interval dengan jumlah responden (n = 30).
Diperoleh:
E
0,828
5,847
12,732
8,631
1,815

Tabel Frekuensi yang Diharapkan dan Pengamatan

Batas Luas 0- Luas Tiap
2 (f −E)2
Interva Z Z pada Interval E F f-E ( f −E)
E
l tabel Kelas
-
3,05034324 0,82 0,17 0,02958 0,03572946
44,5 9 0,4989 0,0271 8 1 2 4 9
5,84 3,41140
54,5 -1,9061785 0,4713 0,1949 7 4 -1,8 9 0,583446
12,7 1 10,6798
64,5 -0,7620137 0,2764 0,4244 3 6 3,27 2 0,838817
8,63 2,66016
74,5 0,382151 0,148 0,2877 1 7 -1,6 1 0,30821
1,81 0,03422
84,5 1,5263158 0,4357 0,0605 5 2 0,19 5 0,018857
1,78505946
94,5 2,6704805 0,4962 9

4. Menentukan taraf nyata dan chi-kuadrat tabel

X 2tabel = X 21−∝, dk =X 20,95,4 =9,49
Karena X 2hitung < X 2tabel=1,79< 9,49
Maka H 0 berasal dari populasi data yang berdistribusi normal sehingga H 0 dapat
diterima.Data berdistribusi normal.

2. Uji lilliofors

Menurut Sudjana (1996: 466), uji normalitas data dilakukan dengan menggunakan uji
Liliefors (Lo) dilakukan dengan langkah-langkah berikut.  Diawali dengan penentuan taraf
sigifikansi, yaitu pada taraf signifikasi 5% (0,05) dengan hipotesis yang diajukan adalah
sebagai berikut :
H0: Sampel berasal dari populasi yang berdistribusi normal
H1 : Sampel tidak berasal dari populasi yang berdistribusi normal
Dengan kriteria pengujian :
Jika Lhitung< Ltabel terima H0, dan
Jika Lhitung ≥ Ltabel tolak H0
Adapun langkah-langkah pengujian normalitas adalah :
1. Data pengamatan x1, x2 , x3, ….., xn dijadikan bilangan baku z1, z2 , z3, ….., zn dengan

xi −x́
menggunakan rumus  (dengan x́ dans masing-masing merupakan rata-rata dan
s
simpangan baku)
2. Untuk setiap bilangan baku ini dengan menggunakan daftar distribusi normal baku,
kemudian dihitung peluang F(zi) = P(z < zi).
3. Selanjutnya dihitung proporsi z1, z2 , z3, ….., zn yang lebih kecil atau sama dengan zi.
Jika proporsi ini dinyatakan oleh S(zi) maka:

banyaknya z 1 , z 2 , … , z n yang ≤z
S ( z i )= i

4. Hitung selisih F(zi) – S(zi), kemudian tentukan harga mutlaknya.

5. Ambil harga yang paling besar di antara harga-harga mutlak selisih tersebut, misal
harga tersebut L0.
 Untuk menerima atau menolak hipotesis nol (H0), dilakukan dengan cara
membandigkan L0 ini dengan nilai kritis L yang terdapat dalam tabel untuk taraf nyata yang
dipilih .
Contoh pengujian normalitas data dengan uji liliefors:
Uji Normalitas Data Hasil Belajar Matematika Siswa
H0: Sampel berasal dari populasi yang berdistribusi normal
H1 : Sampel tidak berasal dari populasi yang berdistribusi normal

No

1 45 -3,1987 0,001 0,03333 0,0323

2 62 -1,0604 0,1446 0,06667 0,07793
3 63 -0,9346 0,1762 0,1 0,0762
4 64 -0,8088 0,2119 0,13333 0,07857
5 64 -0,8088 0,2119 0,16667 0,04523
6 65 -0,683 0,2483 0,2 0,0483
7 65 -0,683 0,2483 0,23333 0,01497
8 67 -0,4314 0,3336 0,26667 0,06693
9 67 -0,4314 0,3336 0,3 0,0336
10 67 -0,4314 0,3336 0,33333 0,00027
11 67 -0,4314 0,3336 0,36667 0,0331
12 68 -0,3057 0,3821 0,4 0,0179
13 68 -0,3057 0,3821 0,43333 0,0512
14 68 -0,3057 0,3821 0,46667 0,0846
15 69 -0,1799 0,4325 0,5 0,0675
16 69 -0,1799 0,4325 0,53333 0,1008
17 71 0,0717 0,5279 0,56667 0,0388
0,1974
18 72 0,5745 0,6 0,0255
8
0,3232
19 73 0,6255 0,63333 0,0078
7
0,4490
20 74 0,676 0,66667 0,00933
6
0,4490
21 74 0,676 0,7 0,024
6
0,5748
22 75 0,7157 0,73333 0,0176
4
 0,5748
23 75 0,7157 0,76667 0,051
4
0,7006
24 76 0,758 0,8 0,042
3
0,7006
25 76 0,758 0,83333 0,0753
3
26 78 0,9522 0,8289 0,86667 0,0378
27 78 0,9522 0,8289 0,9 0,0711
1,3295
28 81 0,9049 0,93333 0,0284
6
29 85 1,8327 0,9664 0,96667 0,0003
2,0842
30 87 0,9812 1 0,0188
8

Rata-rata:

Σ x i 2113
x́= = =70,43.
n 30
Standar Deviasi:

SD=
√ ( xi −x́ )
n−1
=
√ 1835,367
29
=√ 63,28852=7,95.

Dari kolom terakhir dalam tabel di atas didapat L0 = 0,1008dengan n = 30 dan taraf
nyata α = 0,05. Dari tabel Nilai Kritis L untuk Uji Lilieforsdi dapat L = 0,161 yang lebih
besar dari L0 = 0,1008sehingga hipotesis H0 diterima.
Simpulan: Data berasal dari populasi yang berdistribusi normal.

C. Penggunaan dan langkah-langkah Uji Homogenitas

 Pengujian homogenitas varians suatu kelompok data, dapat dilakukan dengan cara Uji F
dan Uji Bartlett. Adapun proses pengujian dan rumus yang digunakan untuk pengujian
homogenitas varians kelompok data yaitu sebagai berikut:

1) Uji F (Fisher) (digunakan untuk menguji homogenitas varians dari dua kelompok data).

Rumus Uji F yaitu:

F = S12 / S22 …………………….. (1)

Dimana : S12 = varians kelompok 1

S22 = varians kelompok 2

Hipotesis pengujian : Ho : σ12 = σ22 (varians data homogen)

Ha : σ12 ≠ σ22 (varians data tidak homogen)

Kriteria Pengujian: Jika: F hitung ≥ F tabel (0,05; dk1; dk2), maka Tolak Ho

Jika: F hitung < F tabel (0,05; dk1; dk2), maka Terima Ho

CONTOH :

1. Untuk Data Terdiri dari 2 kelompok (Uji F)

Suatu data penelitian untuk mengetahui kinerja guru berdasarkan golongan

kepangkatannya. Kemudian dibuat suatu alat ukur kinerja guru. Dengan menggunakan alat
tersebut diperoleh skor kinerja guru dari sebanyak 70 orang responden. Adapun ringkasan data
dari kinerja guru tersebut berdasarkan golongan seperti pada tabel berikut:

Jumlah skor
Golongan Jumlah resp. Rata-rata skor Varians data
kinerja
II 20 1894 92,45 8,23
 III 50 4634 92,68 8,46

Hipotesis pengujian : Ho : σ12 = σ22 (varians data homogen)

Ha : σ12 ≠ σ22 (varians data tidak homogen)

Langkah pengujian:

1. Varians dari setiap kelompok sampel :

Varians dari Golongan II S12 = 8,23; dengan dk = 20 –1 = 19.

Varians dari Golongan III S22 = 8,46; dengan dk = 50 –1 = 49.

2. Menghitung nilai F, yaitu:

F = S12 / S22 = 8,23/8,46 = 0,973

3. Melihat nilai Ftabel, dengan dk1 = 19 dan dk2 = 49 pada =5% yaitu:
F tabel (0,05; 19; 49) = 1,803
Karena Fhitung < Ftabel (0,05;19;49) yaitu 0,973 < 1,803 , maka Terima Ho.

Hal ini bermakna, bahwa varians skor data kinerja guru kelompok golongan II dengan kelompok
golongan III homogen pada taraf kepercayaan 95%.

2) Uji Bartlett (digunakan untuk menguji homogenitas varians lebih dari dua kelompok
data)

Rumus Uji Bartlett yaitu:

Hipotesis pengujian:

Ho : σ12 = σ22 = σ32 =.......= σn2

Ha: paling sedikit salah satu tanda tidak sama

Kriteria Pengujian:

CONTOH :

1. Untuk Data Lebih Dari 2 kelompok (Uji Bartlett)

 a) Data Penelitian (Untuk Penelitian Eksperimen)

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 (Diskusi kelompok besar)

Kelompok 2 : Metode B (Diskusi kelompok kecil)

Kelompok 3 : Metode C (Ceramah dengan media)

Kelompok 4 : Metode D (Ceramah tanpa media)

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

No. Kel. 1 Kel.2 Kel.3 Kel.4

1 23 17 15 28
2 20 22 15 24
3 21 27 14 21
4 21 25 20 23
5 24 20 21 22
6 18 17 18 26
7 13 20 19 20
8 17 22 21 22
9 22 23 15 24
10 14 25 20 23
11 18 28 19 24
12 22 26 18 21
13 21 27 14 19
14 18 18 18 22
15 19 22 25 24
16 17 25 26
17 18 24 28
18 15 16
19 24 20
20 23 24
21 19 19
22 22 17
23 20 18
 24 19
25 15

Jumla 483 399 435 397

hn 25 15 23 17
Rerata 19,32 22,60 18,91 23,35

Untuk menguji homogenitas varians data dari keempat kelompok digunakan teknik
Bartlett. Berdasarkan data di atas dapat dihitung nilai varians setiap kelompok seperti pada tabel
berikut.

Kelompok Perlakuan
Statistik
Kel 1 Kel 2 Kel 3 Kel 4
Rata-rata (X) 19,32 22,60 18,91 23,35
S. Deviasi (s) 3,06 3,68 3,36 2,57
Varians (s2) 9,39 13,54 11,26 6,62
Jumlah data (n) 25 15 23 17

Hipotesis statistik untuk pengujian homogenitas varians, adalah

Ho : σ12 = σ22 = σ32 = σ42

Ha: paling sedikit satu tanda sama dengantidak berlaku

Langkah-langkah perhitungan :

1. Varians dari setiap kelompok sampel :

Varians dari Kel. 1 s12 = 9,39; dengan dk = 25 –1 = 24.

Varians dari Kel. 2 s22 = 13,54; dengan dk = 15 –1 = 14.

Varians dari Kel. 3 s32 = 11,26; dengan dk = 23 –1 = 22.

Varians dari Kel. 4 s42 = 6,62; dengan dk = 17 –1 = 16.

2. Tabel homogenitas varians :

Tabel Penolong untuk Uji Homogenitas Varians

Sampel dk 1/dk si2 dk. si2 log si2 (dk)log si2

Kel. 1 24 0,04 9,39 225,44 0,97 23,35

Kel. 2 14 0,07 13,54 189,60 1,13 15,84

Kel. 3 22 0,05 11,26 247,83 1,05 23,14

Kel. 4 16 0,06 6,62 105,88 0,82 13,13
Kel. 5 76 40,82 768,75 3,98 75,46

3. Menghitung varians gabungan

4. Menghitung nilai B
 5. Menghitung harga chi-kuadrat :

Untuk α = 5%, dari daftar distribusi dengan dk =(4-1)= 3 didapat 20,95 (3) = 7,81
ternyata bahwa = 2,111 < 20,95 (3) = 7,81 sehingga hipotesis yang menyatakan varians
homogen diterima dalam taraf α = 5%.

BAB 3

PENUTUP

A. KESIMPULAN
 Jadi, Pengujian normalitas adalah pengujian tentang kenormalan distribusi data.
Pengujian ini merupakan pengujian yang paling banyak dilakukan untuk analisis statistik
parametrik.Karena data yang berdistribusi normal merupakan syarat dilakukannya tes
parametrik.Sedangkan untuk data yang tidak mempunyai distribusi normal, maka analisisnya
menggunakan tes non parametrik.
Uji homogenitas merupakan suatu cara atau metode uji perbedan antara dua atau lebih
populasi. Yang tujuannya yaitu mengetahui apakah varians skor yang diukur pada kedua sampel
memiliki varians yang sama atau tidak. Jika populasi-populasi dengan varians yang sama besar
dinamakan populasi dengan varians yang homogen, sedangkan populasi-populasi dengan varians
yang tidak sama besar dinamakan populasi dengan varians yang heterogen. Semua karakteristik
populasi dapat bervariasi antara satu populasi dengan yang lain. Dua di antaranya adalah mean
dan varian (selain itu masih ada bentuk distribusi, median, modus, range, dll).

B. SARAN

Demikian beberapa pembahasan yang dapat kami sampaikan. Kami menyadari bahwasanya
dalam mkalah ini masih banyak kesalahan ataupun kekeliruan entah itu dalam hal penulisan, isi,
ataupun yang lainnya. Kami mohon maaf yang sebesar-besarnya. Kami selaku penulis sangat
mengharpkan adanya kritik dan saran yang membangun dari para pembaca, yang nantinya dapat
membantu kami agar dalam pembuatan makalah selanjutnya bisa lebih baik lagi.

DAFTAR PUSTAKA
 Arikunto, Suharsimi. 2010. Prosedur Penelitian Suatu Pendekatan Praktik. Jakarta:
Rineka Cipta.

 Santoso, Singgih.2002.BUKU LATIHAN SPSS Statistik Parametrik.Jakarta: PT Elex

Media Komputindo.

 Siegel, Sidney. 1994. Statistika Nonparametik untuk ilmu-Ilmu Sosial.Jakarta : PT

Garamedia.

 Subagyo,PangestudanDjarwanto. 20005. Statistika Induktif.BPFE:Yogyakarta.

 Sudjana.2005. Metode Statistika, Tarsito, Bandung : Tarsito.

 Sugiyono. 2007.Statistika untuk Penelitian, CV. ALFABETA. Bandung.