BAB VII

UJI NORMALITAS DAN HOMOGENITAS VARIANS

1. Asumsi-Asumsi dalam Statistika Parametrik

Dalam analisis data menggunakan statistik parametrik yang bertujuan untuk estimasi
parameter populasi dengan didasarkan pada statistik, maka adanya asumsi-asumsi
yang harus dipenuhi.
Secara umum untuk semua statistika parametrik yang berfungsi generalisasi yaitu
perlakuan hasil penelitian dalam populasi dengan menggunakan datan sampel harus
memenuhi asumsi-asumsi meliputi:
1. Data sampel diambil secara acak dari populasi
2. Data berdistribusi normal

2. Uji Normalitas
Pengujian normalitas dilakukan untuk mengetahui apakah data berasal dari populasi
yang berdistribusi normal atau berada dalam sebaran normal. Ada bebrapa cara yang
dapat digunakan dalam analisis normalitas data yaitu:
a. Kertas peluang normal

b. Uji Kolmogorof – Smirnov

Dari suatu pengukuran motivasi berprestasi dari 50 guru diperoleh data sebagai
berikut:
79 84 89 80 76 91 87 89 86 83
87 84 82 80 78 86 87 90 83 92
83 78 86 84 89 79 82 80 84 77
87 82 89 91 87 84 90 86 83 80
Berdasarkan data tersebut diperoleh nilai-nilai sbb:
ẋ = 84,14; s = 4,131
Adapun langkah-langkah pengujian normalitas sbb:
1. Mengurutkan skor dari yang terkecil sampai dengan yang terbesar.
76, 77, dst
2. Menentukan frekuensi tiap-tiap data, frekuensi kumulatif, dan menentukan
nilai Z dari tiap-tiap data. Berikut ini salah satu contoh perhitungannya.
 Tabel 7.1 Menentukan frekuensi masing-masing skor dan frekuensi kumulatif
No Skor Frekuensi Frekuensi Fo/n Fk/n Z-score
(fo) Kumulatif (fk)
1 76 1 1 0,02 0,02 -1,97
2 77 2 3 0,04 0,06 -1,73
3 78 2 5 0,04 0,10 -1,49
4 79 3 8 0,06 0,16 -124
5 80 4 12 0,08 0,24 -1,00
6 82 5 17 0,10 0,34 -0,52
7 83 5 22 0,10 0,44 -0,28
8 84 6 29 0,14 0,58 -0,03
9 86 7 35 0,12 0,70 0,45
10 87 5 40 0,10 0,80 0,69
11 89 4 44 0,08 0,88 1,18
12 90 3 47 0,06 0,94 1,42
13 91 2 49 0,04 0,98 1,66
14 92 1 50 0,02 1,00 1,90

3. Menentukan besar peluang untuk masing-masing nilai Z berdasarkan tabel z,

dan sebut dengan F(Zi). Untuk nilai Zi positif, maka nilai F(Zi) = 0,5 + nilai
yang tertera pada daftar yang berada dalam tabel z. Untuk nilai Zi negatif,
maka nilai F(Zi) = 0,5 - nilai yang tertera pada daftar yang berada dalam tabel
z. Misalkan dalam perhitungan ini:
1) Z1= - 1,97, diperoleh nilai Z tabel sebesar 0,04756, maka F(Zi)=0,5-0,4756
=0,0244
2) Z8= -0,03, diperoleh nilai Z tabel sebesar 0,0120, maka F(Zi)=0,5-0,0120
=0,4880.
3) Z12= 1,42, diperoleh nilai Z tabel sebesar 0,4222, maka F(Zi)=0,5+0,4222
= 0,9222
4. Menghitung selisih antara perbandingan frekuensi relatif dan banyaknya data
dengan peluang untuk masing-masing nilai Z. Misalkan untuk skor data
pertama perhitungannya sbb:
= (fk/n – F(Zi)
= 1/50 – 0,0244
= 0,02 – 0,0244 = -0,0044
5. Menentukan koefisien hitung Kolmogorof-Smirnov (D) untuk masing-masing
skor yang salah satu perhitungannya sbb:
D = Fo/n – (fk/n – F(Zi)
= 0,02 – (1/50 – 0,0244)
= 0,02 – (-0,0044) = 0,0244
Berikut ini hasil perhitungan keseluruhan yang diringkaskan dalam tabel.
No Skor (fo) (fk) Fo/n Fk/n Z-score Nilai O-Z F(Z) Fk/n-F(Zi) D
1 76 1 1 0,02 0,02 -1,97 0,0244 -0,004 0,0244
2 77 2 3 0,04 0,06 -1,73
3 78 2 5 0,04 0,10 -1,49
4 79 3 8 0,06 0,16 -124
5 80 4 12 0,08 0,24 -1,00
6 82 5 17 0,10 0,34 -0,52
7 83 5 22 0,10 0,44 -0,28
8 84 6 29 0,14 0,58 -0,03
9 86 7 35 0,12 0,70 0,45 0,094
10 87 5 40 0,10 0,80 0,69
11 89 4 44 0,08 0,88 1,18
12 90 3 47 0,06 0,94 1,42
13 91 2 49 0,04 0,98 1,66
14 92 1 50 0,02 1,00 1,90
Langkah selanjutnya adalah menentukan nilai Kolmogorof-Smirnov yang diambil dari nilai
yang terbesar (D hitung). Berdasarkan hasil perhitungan di atas besarnya koefisien D hitung
adalah 0,094. Koefisien tersebut dibandingkan koefisien D tabel yang diambil dari tabel
Kolmogorof-Smirnov. Menentukan nilai D tabel yaitu dengan melihat taraf signifikansi dan
jumlah data. Dalam hal ini adalah α = 0,05 dengan jumlah data sebanyak 55, yaitu D (0,005;50) =
0,192.
Untuk menetukan bahwa data berada dalam sebaran normal, dengan membandingkan D-
hitung dengan D-tabel. Apabila D-hitung < D-tabel maka sampel berasal dari populasi yang
berdistribusi normal. Dari hasil perhitungan diperoleh hasil bahwa D hitung < D tabel yaitu
0,094 < 0,192 yang berarti bahwa sampel berasal dar populasi yang berdistribusi normal.

c. Uji Liliefors
Dari hasil pengukuran motivasi berprestasi, diperoleh data 10 siswa sebagai
berikut: 14, 13, 14, 15, 12, 14, 13, 16, 14, dan 15. Berdasarkan data tersebut
diperoleh nilai-nilai sbb:
14,00; s = 1,1547
Adapun langkah-langkah pengujian normalitas sbb:
1. Mengurutkan data sampel dari data terkecil sampai yang terbesar dan
menentukan frekuensi tiap-tiap data. 12, 13, 13, 14,14, 14, 14, 15, 15, 16.
2. Menentukan nilai z dari tiap-tiap data. Berikut ini salah satu contoh
perhitungannya.
3. Menentukan besar peluang untuk masing-masing nilai z berdasarkan tabel z
(tabel luas dibawah kurva normal 0-z), dan sebut dengan F(zi). Untuk nilai zi
positif, maka nilai F(zi) = 0,5 + nilai yang terdapat tertera pada daftar yang
berada dalam tabel z. Untuk nilai zi negatif, maka nilai F(zi) = 0,5 – nilai yang
tertera pada daftar yang berada dalam tabel z. Misalnya dalam perhitungan ini:
1) Z1 = - 1,73 diperoleh nilai z tabel sebesar 0,5482 maka
F(z1) = 0,5-05482 = - 0,0482
2) Z2 = - 0,87 diperoleh nilai z tabel sebesar 0,3078 maka
F(z2) = 0,5 - 0,3078 = 0,1922
3) Z4 = 0,00 diperoleh nilai z tabel sebesar 0,0000 maka
F(z4) = 0,5 – 0,0000 = 0,5000
4) Z8 = 0,87 diperoleh nilai z tabel sebesar 0,3078 maka
F(z8) = 0,5 + 0,3078 = 0,8078
5) Z10 = 1,73 diperoleh nilai z tabel sebesar 0,5482 maka
F(z10) = 0,5 + 0,5482 = 1,0482

4. Menghitung frekuensi kumulatif relatif dari masing-masing nilai z, dan yang

disebut dengan S(z). Nilai S(z) diperoleh dengan membagi frekuensi kumulatif
data i dengan banyaknya data. Apabila datanya sama maka i yang yang
terbesar dibagi banyaknya data. Berikut ini contoh perhitungannya:
1) Data ke 1 adalah 12, maka S(z1) = 1/10 = 0,10
2) Data ke 2 dan ke 3 adalah 13, maka S(z2) = 3/10 = 0,30 dan untuk S(z3) =
adalah sama yaitu 0,30.
3) Data ke 4 sampai ke 7 adalah 14, maka S(z4) = 7/10 = 0,70 dan S(z5),
S(z6), dan S(z7) adalah sama yaitu 0,70.
4) Data ke 8 dan 9 adalah 15, maka S(z8) = 9/10 = 0,90 dan untuk S(z9) =
adalah sama yaitu 0,90.
5) Data ke 10 adalah 16, maka S(z10) = 10/10 = 1,00.
5. Menentukan nilai hitung (Lo) = |F(z)-S(z)|
Berikut ini tabel hasil perhitungannya.
Tabel 7.1 Perhitungan Uji Normalitas menggunakan Liliefors
No X Zi F(z) S(z) F(z) – S(z)
1 12 -1,73 -0,0482 0,1 - 0,148
2 13 -0,87 0,1922 0,3 - 0,108
3 13 -0,87 0,1922 0,3 - 0,108
4 14 0 0,5 0,7 - 0,2
5 14 0 0,5 0,7 - 0,2
6 14 0 0,5 0,7 - 0,2
7 14 0 0,5 0,7 - 0,2
8 15 0,87 0,8078 0,9 - 0,092
 9 15 0,87 0,8078 0,9 - 0,092
10 16 1,73 1,0482 1 - 0,048
Jumlah 140
Mean 14
Standar 1,1547
deviasi

6. Langkah selanjutnya adalah menentukan nilai = |F(z) – S(z)| yang diambil

dari nilai yang terbesar. Berdasarkan hasil perhitungan diatas dan adalah 0,2
(tidak memperhitungkan tanda minus).

7. Selanjutnya membandingkan dengan nilai L tabel dari tabel Lielifors.

Menentukan nilai L tabel, yaitu dengan melihat taraf signifikansi dan jumlah
data. Dalam hal ini adalah α = 0,05 dengan jumlah data sebanyak 10, yaitu

Untuk menentukan bahwa data berada dalam sebaran normal, dengan

membandingkan L hitung dengan L tabel. Apabila maka
sampel berasal dari populasi yang berdistribusi normal. Dari hasil perhitungan
diperoleh dasil bahwa yaitu 0,200 < 0,258 yang berarti
bahwa data sampel berasal dari populasi yang berdistribusi normal.

d. Uji Chi Kuadrat

Suatu pengukuran motivasi belajar dari 55 siswa diperoleh sbb:

122 135 126 118 131 123 129 128 125 122
130 138 117 132 133 129 118 127 119 130
134 139 122 127 131 136 129 134 126 128
122 135 127 136 132 135 131 134 125 133
122 130 134 129 116 133 135 128 125 122
129 134 126 130 135
Berdasarkan data diatas, maka langkah-langkah pengujian normalitas sebaran data
menggunakan uji chi-kuadrat sbb:
1. Mengurutkan data dari nilai terkecil sampai dengan nilai terbesar.

2. Menentukan jumlah interval kelas.

i = 1 + 3,3 log n
= 1 + 3,3 log 55
= 6,743 ∞ 7
3. Menentukan panjang kelas interval

keterangan : p = panjang kelas interval

R = rentang data
i = jumlah kelas interval

maka
 Hasil perhitungan panjang kelas interval tersebut harus memenuhi persyaratan
yang dirumuskan sbb:
p.i≥R+1
3 . 7 ≥ 23 + 1
21 < 24
Oleh karena tidak memenuhi persyaratan, maka panjang kelas interval (p)
dibulatkan menjadi 4, sehingga perhitungannya menjadi sbb:
p.i≥R+1
4 . 7 ≥ 23 + 1
28 > 24
Dengan demikian panjang kelas intervalnya sebesar 4.
4. Menghitung rata-rata dan simpangan baku.
a. Menghitung rata-rata

b. Menghitung simpangan baku

= 5,667

5. Membuat tabel distribusi frekuensi yang berisikan banyaknya kelas interval,

batas kelas dan frekuensi masing-masing kelas interval.

Tabel 1. Menentukan interval kelas, frekuensi dan batas kelas dalam uji normalitas
dengan chi kuadrat.
Kelas interval Frekuensi (f) Batas kelas
114 – 117 2 113,5
118 – 121 3 117,6
122 – 125 10 121,5
126 – 129 14 125,5
130 – 133 12 129,5
134 – 137 12 133,5
138 – 141 2 137,5
141,5

Perhitungan batas kelas interval untuk masing-masing kelas didapatkan

dengan rumus ½ (ujung bawah + nilai sebelumnya) atau ujung batas bawah
dikurang 0,5.
Misalnya untuk batas kelas interval pertama yaitu ½(114+115) atau 114+0,5 =
114,5. Sedangkan batas kelas interval yang terakhir (batas atas) didapatkan
dari ½ (ujung atas + nilai sesudahnya) atau ujung batas atas ditambah 0,5.
Misalnya untuk batas atas kelas interval terkahir yaitu ½(141+142) atau
141+0,5 = 141,5.
6. Mencari nilai Z-score untuk masing-masing batas kelas interval

Untuk masing-masing kelas diperoleh bila Z-score.

7. Berdasarkan nilai Z-score dicari luas O – Z dengan melihat tabel Kurva

Normal. Untuk Z-score 2,67 dari tabel didapatkan luas daerah sebesar 0,4962.
Untuk Z-score 1,97 didapatkan luas daerah sebesar 0,4756. Untuk Z-score
1,97 didapatkan luas daerah sebesar 0,3962. Untuk Z-score 0,56 didapatkan
luas daerah sebesar 0,2123. Untuk Z-score 0,15 dari tabel didapatkan luas
daerah sebesar 0,0596. Untuk Z-score 0,86 didapatkan luas daerah sebesar
0,3023. Untuk Z-score 1,56 didapatkan luas daerah sebesar 0,4406. Untuk Z-
score 2,27 dari tabel didapatkan luas daerah sebesar 0,4884.
8. Menghitung luas daerah (LD), yaitu dengan menghitung selisih dari batas luas
daerah atas – luas batas daerah bawah. Untuk luas daerah tidak menggunakan
nilai negatif sehingga apabila menemukan bahwa nilai batas luas daerah
bawah lebih besar dari batas luas daerah atas maka pengurangannya dibalik,
yaitu yang nilainyalebih besar dikurangi dengan yang lebih kecil. Perhitungan
untuk masing-masing interval kelas sbb:
LD1 = 0,4962 – 0,4756 = 0,0206
LD2 = 0,4756 – 0,3962 = 0,0794
LD3 = 0,3962 – 0,2123 = 0,1839
LD4 = 0,2123 – 0,0596 = 0,1527
LD5 = 0,3023 – 0,0595 = 0,2427
 LD6 = 0,4406 – 0,3023 = 0,1383
LD7 = 0,4884 – 0,4406 = 0,0478

9. Menghitung frekuensi yang diharapkan (fe) dengan cara mengalikan luas tiap
interval dengan banyaknya data (n). Perhitungannya sbb:
Fe1 = 0,0206 x 55 = 1,133
Fe2 = 0,0794 x 55 = 4,367
Fe3 = 0,1839 x 55 = 10,115
Fe4 = 0,1527 x 55 = 8,399
Fe5 = 0,2427 x 55 = 13,349
Fe6 = 0,1383 x 55 = 7,607
Fe7 = 0,0478 x 55 = 2,62

10. Menghitung selisih antara frekuensi observasi dengan frekuensi yang

diharapkan (fo – fe), membuat tabel bantuan perhitungan dan melakukan
perhitungan foefisien Chi-kuadarat.

Tabel 7.2 Ringkasan Hasil Perhitungan Uji Normalitas sebaran data dengan Chi-
kuadarat
Kelas Interval fo Batas Z-score Luas O-Z Luas tiap fe Fo-fe (Fo-Fe)2/fe
kelas kelas O-Z
114 – 117 2113,5 -2,67 0,4962 0,0206 1,133 0,867 0,663
118 – 121 3117,5 -1,97 0,4756 0,0794 4,367 -1,367 0,428
122 – 125 10
121,5 -1,26 0,3962 0,1839 10,115 -0,115 0,001
126 – 129 14
125,5 -0,56 0,2123 0,1527 8,399 5,602 3,736
130 – 133 12
129,5 0,15 0,0596 0,2427 13,349 -1,349 0,136
134 – 137 12
133,5 0,85 0,3023 0,1383 7,607 4,394 2,538
138 -141 2137,5 1,56 0,4406 0,0478 2,629 -0,629 0,15
141,5 2,27 0,4884 Jumlah (X ) 7653
2

Berdasarkan tabel di atas, maka besarnya koefisien Chi kuadrat dicari :

k (fo –fe)
2

X =∑ -----------
2

i=1 fe

= 0,663 + 0,428 + 0,001 + 3,736 + 0,136 + 2,538 + 0,150

= 7,653
Untuk menyatakan apakah data berdistribusi normal atau tidak dengan
membandingkan hasil Chi Kuadarat hitung dengan Chi Kuadarat tabel. Besarnya Chi
Kuadarat dengan db = 6 (banyaknya kelas interval – 1) pada taraf signifikansi pada α
= 0,05 sebesar 12,56.

3. Uji Homogenitas Varians

a. Uji Harley
b. Uji Bartllet
 4. UJI HOMOGENITAS

1.Data :
Kelompok 1 : 12, 20, 23 10, 17.
Kelompok 2 : 14, 15, 10, 19, 22.
Kelompok 3 : 6, 16, 16, 20.
Kelompok 4 : 9, 14, 18, 19.
2.Varians :
Kelompok 1 : 12 = 29,3
Kelompok 2 : 22 = 21,5
Kelompok 3 : 32 = 35,7
Kelompok 4 : 42 = 20,7

Sampel db 1/db S12 Log s12 db Log s12

1 4 0,25 29,3 1,4469 5,8676

2 4 0,25 21,5 1,3324 5,3296
3 3 0,33 35,7 1,5527 4,6581
4 3 0,33 20,7 1,3160 3,9480
Jumlah 14 1,16 - - 19,8023

5. Varians Gabungan

S2 =

6. Nilai B
B= log s2 = 14(1,4249) = 19,9486

7. Harga
(ln 10) {B - log s2 } = (2,3026) (19,9486 -19,8023) = 0,33
Untuk α = 0,05 dan db = k-1 = 4-1 = 3, = (0,95;3)=7,81
Karena < maka Ho diterima