MAKALAH STATISTIKA PENELITIAN

Dosen Pengampu :

Tanzimah, M.Pd

Disusun Oleh Kelompok 2

Silvy Anggraini (2020143198)

Risna Amanda Kiranti (2020143193)

Audia Ramayanti (2020143183)

PRODI PENDIDIKAN GURU SEKOLAH DASAR

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS PGRI PALEMBANG

TAHUN AKADEMIK 2021/2022

 KATA PENGANTAR

Puji syukur atas kehadirat Tuhan Yang Maha Esa yang telah memberikan rahmat dan
hidayah-Nya sehingga kami dapat menyelesaikan makalah dengan lancar. Penulisan makalah ini
merupakan kewajiban dan sebagai tugas mata kuliah Statistika Penelitian di Universitas PGRI
Palembang.

Kami mengucapkan terima kasih kepada pihak yang telah berkontribusi dalam penyusunan
makalah ini sehingga makalah ini dapat terselesaikan. Penulis sangat berharap semoga makalah ini
dapat menambah pengetahuan dan pengalaman bagi pembaca.

Bagi kami sebagai penyusun merasa bahwa masih banyak kekurangan dalam penyusunan
makalah ini karena keterbatasan pengetahuan dan pengalaman kami. Untuk itu kami sangat
mengharapkan kritik dan saran yang membangun dari pembaca demi kesempurnaan makalah ini.

Palembang, 25 September 2022

Penyusun
 DAFTAR ISI

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

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

BAB I PENDAHULUAN.................................................................................................. 1

A. Latar Belakang .............................................................................................................. 1

B. Rumusan Masalah ......................................................................................................... 1
C. Tujuan ........................................................................................................................... 1

BAB II PEMBAHASAN................................................................................................... 2

A. Uji Normalitas .............................................................................................................. 2

1. Metode ChiSquare................................................................................................... 2
2. Metode Liliefors...................................................................................................... 3
3. Kolmogorov Smirnof.............................................................................................. 4
B. Uji Homogenitas............................................................................................................. 6
1. Uji F......................................................................................................................... 6
2. Uji Barte.................................................................................................................
C. Uji Homogenita lebih dari dua varians.........................................................................
BAB III PENUTUP........................................................................................................... 7

A. Kesimpulan ................................................................................................................... 7
B. Saran ............................................................................................................................. 7

DAFTAR PUSTAKA........................................................................................................ 8
 BAB I
PENDAHULUAN
A. Latar Belakang
Peranan statistika sebagai sarana dalam merencanakan, mengumpulkan, menganalisis,
menginterpretasi, dan mempresentasikan data sehingga menghasilkan keputusan sangat penting bagi
perkembangan IPTEK. Mengingat peranannya tersebut menjadikan aplikasi statistika banyak
diterapkan dalam berbagai disiplin ilmu, baik ilmu alam (natural science), ilmu sosial (social science),
maupun ilmu humaniora yang berfungsi sebagai sarana mengembangkan cara berpikir logis dan
ilmiah. Menurut Moore (1992) bahwa statistika adalah ilmu matematika tetapi bukan cabang
matematika, dan muncul sebagai suatu disiplin ilmu statistik memiliki karakteristik cara berpikir yang
lebih mendasar dengan metode tertentu.
Statistika dipandang sebagai pengetahuan yang menyediakan sarana untuk dapat memberikan
solusi terhadap fenomena atau permasalahan yang terjadi di dalam kehidupan, di lingkungan
pekerjaan dan di dalam ilmu pengetahuan itu sendiri. Sudjana (2005) menjelaskan bahwa statistika
adalah pengetahuan yang berhubungan dengan cara-cara pengumpulan data, pengolahan atau
penganalisisannya dan penarikan kesimpulan berdasarkan kumpulan data dan penganalisisan yang
dilakukan.
Sudijono (2009) mengatakan bahwa statistika merupakan ilmu pengetahuan yang
mempelajari dan mengembangkan prinsipprinsip, metode dan prosedur yang dipergunakan dalam
rangka pengumpulan, penyusunan, penyajian, penganalisisan, dan penarikan kesimpulan secara
matematik atas dasar kumpulan data statistik. Oleh karena itu, statistika berfungsi sebagai solusi
mengatasi permasalahan kehidupan manusia dan landasan pengembangan IPTEK, yang diinterpretasi
secara prosedural berdasarkan fenomena yang terjadi baik dalam kehidupan sehari-hari, lingkungan
masyarakat, maupun dalam pengembangan ilmu pengetahuan. Mengingat fungsi tersebut menjadikan

B. Rumusan Masalah
1. Apa saja metode dalam Uji Normalitas?
2. Apa yang dimaksud Uji Homogenitas?
3. Apa yang dimaksud Uji Homogenita lebih dari dua varians?

C. Tujuan
Tujuannya adalah untuk memprediksi agar masing-masing kelompok yang diberikan
perlakuan dapat dilihat perbedaanya. Salah satu desain eksperimen yang umum digunakan dalam
penelitian ilmiah adalah One-way layout. Desain eksperimental ini memudahkan dalam menguji
hipotesis statistik yang mempunyai kelompok kontrol dan perlakuan (Juneau, 2006). Pengujian
statistika yang mempunyai kelompok kontrol dan perlakuan adalah pengujian untuk dua sampel dan
pengujian lebih dari dua sampel atau k sampel baik berpasangan maupun saling bebas. Untuk
metodenya dapat menggunakan statistika parametrik atau statistika nonparametrik.
 BAB II
PEMBAHASAN

A. Uji Normalitas
Uji Normalitas merupakan sebuah uji yang dilakukan dengan tujuan untuk menilai
sebaran data pada sebuah kelompok data atau variabel, apakah sebaran data tersebut berdistribusi
normal ataukah 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 pakarstatistik, data yang
banyaknya lebih dari 30 angka (n 30),maka sudah dapat diasumsikan berdistribusi normal. Uji
statistik normalitas yang dapat digunakan diantaranya ChiSquare, Kolmogorov Smirnov, Lilliefors.
1. Uji Normalitas Chi Square
Metode Chi Square atau untuk uji Goodness of is distribusi Normal menggunakan pendekan
penjumlahan penyimpangan data observasi tiap kelas dengan nilai yang diharapkan.

Keterangan:
=
Oi = Nilai Observasi

Ei = Nilai expected / harapan, luasan interval kelas bverdasarkantabel Normal dikalikan N (total
Frekuamsi) (pi x N)

N = Banyaknya angkla pada data(total frekuensi\

Komponen penyusun rumus tersebut diatas didapatkan berdasarkan pada hasil transformasi data
distriubusi frekuansi yang akan diuji normalitasnya, sebagai berikut

Keterangan :

Xi = Batas tidak nyata interval kelas

Z = Transformasi dari angka batas interval kelas berdasar tabel normal

Pi = Luas proporsi kurva normal tiap interval kelas berdarkan tabel Normal
Oi = Nilai Observasi

Ei = Nilai expected/harapan, Luasan interval kelas berdasarkan tabel Normal dikalikan N (total
Frekuamsi) (pi x N)

Persyaratan Metode Chi Square (uji Goodness of fit distribusi Normal) adalah sebagai nerikut
a. Data tersusun berkelompok atau dikelompokkan dalam tabel distribusi frekuensi
b. Cocok untuk data dengan banyaknya angka besar ( n 30)
c. Setiap sel harus terisi, yang kurang dari 5 digabungkan

Signitifikaso Metode Chi Square adalah sebagai berikut:

Signitifikasi uji, niali hitung dibandingkan dengan tabel (Chi Square) Jika nilai hitung nilai tabel,
maka Ho diterima; Ha ditolak. Jika nilai hitung nilai tabel, maka Ho ditolak; Ha diterima .

Contoh :
Diambil tinggi badan mahasiswa disuatu perguruan tinggi tahun 2010.

Selidiki lah dengan = 5 %, apakah data tersebut diatas berdistribusi normal? (Mean = 157,8 ; Standar
devisi = 8. 09)
Penyelesaian :
Hipotesis:
- Ho : Populasi tinggi badan mahasiswa berdistribusi normal
- Hi : Populasi tinggu badan mahasiswa tidak berdistribusi normal
a. Nilai
Nilai = level signitifikasi = 5% = 0,05

b. Rumus Statistik Penguji

Luasan Pi hitung dari batasan proporsi hasil transformasi Z yang dikonfirmasikan dengan tabel
distribusi normal.

c. D
erajat Bebas
Df =(k – 3) = (5 -3) = 2
d. Nilai tabel
Nilai tabel ; = 0, 05; Df = 2; tabel = 5,992 Tabel ( Chi Square) pada Lampiran.
e. Daerah Penolakan
- Menggunakan Gambar
- Me
nggunakan
rumus: 10,4271
15,991; Berarti
Ho diterima, HA
ditolak.
f. Kesimpulan :
Populasi tinggi
badan
mahasiswa
berdistribusi
normal = 0,05.

2. Uji Normalitas Liliefors

Metode Liliefors menggunakan data dasar yang belum diolah dalamtabel distrobusi frekuensi.
Data ditransformasikan dalam nilai Z untuk dapat dihitung luasan kurva normalsebagai
probalitas komulatif normal. Probabilitas tersebut dicari bedanya dengan probabilitas
 kumulatif empiris. Beda terbesar disbanding dengan tabel liliefors.

Keterangan :
Xi = Angka pada data
Z = Transformasi dari angka ke notasi pada distribusi normal
F(x) = Probabilitas komulatif normal
S(x) = Probabilitas komulatif Empiris

Persyaratan metode liliefors adalah sebagai berikut :

a. Data berskala interval atau ratio (kuantitatif)
b. Data Tunggal / belum dikelompokkan pada tabel distribusi freakuansi
c. Dapat untuk n besar maupun n kecil

Signifikansi :
Signifiikansi uji, nilai | F(x) – S(x) | terbesar dibandingkan dengan nilai tabel liliefors. Jika nilai | F(x)
– S(x) | terbesar nilai tabel liliefors, maka Ho diterima : Ha ditolak . jika nilai |F(x) – S(x) | terbesar
nilai tabel liliefors, maka Ho ditolak; Ha diterima.

Contoh :
Berdasarkan data ujian statistik dari 18 mahasiswa didapatkan data sebagai berikut :46, 57, 52, 63, 70,
48, 52, 52, 46, 65, 45, 68, 71, 69, 61, 65, 68. Selidikilah dengan = 5%. Apakah data tersebut diatas
diambil dari populasi yang bedistribusi normal?
Penyelesaian :
1. Hipotesis
- Ho: Populasi nilai ujian statistik berdistribusi normal
- Ha: Populasi nilai ujian statistik tidak berdistribusi normal
2. Nilai = level signitifikasi 5% = 0,05
 3. Statistik penguji
Nilai | F(x) – S(x) | tertinggi sebagai angka penguji normalitas, yaitu 0, 1469.
4. Derajat Bebas
Df tidak diperlukan
5. Nilai tabel
Nilai kuantil penguji liliefors, = 0,05; N = 18 yaitu 0,2000. Tabel liliefors pada lampiran.
6. Daerah penolakan
Menggunakan rumus |0,1469 || 0,2000; berarti Ho diterima, Ha ditolak.
7. Kesimpulan : Populasi nilai ujian statistik berdistribusi normal.

3. Uji Normalitas Kolmogorov Smirnof

Metode kolmogorov Smirnof tidak jauh beda dengan metode lilieford. Langkah –langkah
penyelsesaina dan penggunaan rumus sama, namun pada signitifikasi yang berbeda.
Signitifikasi metode kolmogorov smirnof menggunakan tabel perbandingan kolmogorov
smirnof, sedangkan metode liliefors menggunakan tabel pembanding metode liliefors.

Keterangan:
Xi = Angka pada data
Z = Transformasi dari angka ke notasi pada distribusi normal
FT = Probabilitas komulatif normal
FS = Probabilitas Komulatif Empiris
Pernyataan Metode Kolmogorov Smirnof adalah sebagai berikut:
a. Data berskala interval atau ratio (kuantitatif)
b. Datatunggal/ belum dikekelompokkan pada tabel ditribusi frekuensi
c. Dapat untuk n besar maupun n kecil

Signifikansi
Signifikansi uji, nilai | FT - FS | terbesar dibandingkan dengan nilai tabel kolmogorov Smirnof. Jika
nilai | FT - FS | terbesar nilai tabel kolmogorov Smirnof, maka Ho diterima : Ha ditolak . jika nilai |
FT - FS | terbesar nilai tabel kolmogorov Smirnof, maka Ho ditolak; Ha diterima.

Contoh :
Suaru penelitian tentang berat badan mahasiswa yang mengikuti pelatihan kebugaran fisik/ jasmani
dengan sempel sebanyak 27 orang diambil secara random, didapatkan data sebagai berikut : 78, 78,
95, 90, 78, 80, 82, 77, 72. 84, 68, 67, 87, 78, 77, 98, 70, 72, 70, 69, 67, 90, 97 kg. Selidikilah dengan
= 5% apakah data tersebut diatas diambil dari populasi yang berdistribusi normal?
Penyelesaian :
1. Hipotesis
- Ho: Populasi nilai ujian statistik berdistribusi normal
- Hi: Populasi nilai ujian statistik tidak berdistribusi normal
2. Nilai
Nilai = level signitifikasi = 5% =0,05
3. Statistik penguji

4. Derajat Bebas
Df tidak diperlukan
5. Nilai Tabel
Nilai Kuantil penguji kolmogorov, = 0,05; N = 27; yaitu 0,254. Tabel kolmogorov smirnof.
6. Daerah Penolakan
Menggunakan rumus | 0,1440 || 02540 |, berarti Ho diterima, Ha Ditolak
7. Kesimpulan : Populasi tinggi badan mahasiswa berdistribusi normal = 0,05.

1. Uji Normalitas Liliefors

Metode Liliefors menggunakan data dasar yang belum diolah dalamtabel distrobusi frekuensi.
Data ditransformasikan dalam nilai Z untuk dapat dihitung luasan kurva normalsebagai
 probalitas komulatif normal. Probabilitas tersebut dicari bedanya dengan probabilitas
kumulatif empiris. Beda terbesar disbanding dengan tabel liliefors.

Keterangan :
Xi = Angka pada data
Z = Transformasi dari angka ke notasi pada distribusi normal
F(x) = Probabilitas komulatif normal
S(x) = Probabilitas komulatif Empiris

Persyaratan metode liliefors adalah sebagai berikut :

g. Data berskala interval atau ratio (kuantitatif)
h. Data Tunggal / belum dikelompokkan pada tabel distribusi freakuansi
i. Dapat untuk n besar maupun n kecil

Signitifikasi :
Signitifikasi uji, nilai | F(x) – S(x) | terbesar dibandingkan dengan nilai tabel liliefors. Jika nilai | F(x)
– S(x) | terbesar ¿ nilai tabel liliefors, maka Ho diterima : Ha ditolak . jika nilai |F(x) – S(x) | terbesar
¿ nilai tabel liliefors, maka Ho ditolak; Ha diterima.

Contoh :
Berdasarkan data ujian statistik dari 18 mahasiswa didapatkan data sebagai berikut :46, 57, 52, 63, 70,
48, 52, 52, 46, 65, 45, 68, 71, 69, 61, 65, 68. Selidikilah dengan α = 5%. Apakah data tersebut diatas
diambil dari populasi yang bedistribusi normal?
Penyelesaian :
B. Hipotesis
- Ho: Populasi nilai ujian statistik berdistribusi normal
- Ha: Populasi nilai ujian statistik tidak berdistribusi normal
C. Nilai α = level signitifikasi 5% = 0,05
 D. Statistik penguji
Nilai | F(x) – S(x) | tertinggi sebagai angka penguji normalitas, yaitu0, 1469.
E. Derajat Bebas
Df tidak diperlukan
F. Nilai tabel
Nilai kuantil penguji liliefors, α = 0,05; N = 18 yaitu 0,2000. Tabel liliefors pada lampiran.
G. Daerah penolakan
Menggunakan rumus |0,1469 |¿| 0,2000; berarti Ho diterima, Ha ditolak.
H. Kesimpulan : Populasi nilai ujian statistik berdistribusi normal.

2. Uji Normalitas Kolmogorov Smirnof

Metode kolmogorov Smirnof tidak jauh beda dengan metode lilieford. Langkah –langkah
penyelsesaina dan penggunaan rumus sama, namun pada signitifikasi yang berbeda.
Signitifikasi metode kolmogorov smirnof menggunakan tabel perbandingan kolmogorov
smirnof, sedangkan metode liliefors menggunakan tabel pembanding metode liliefors.

Keterangan:
Xi = Angka pada data
Z = Transformasi dari angka ke notasi pada distribusi normal
FT = Probabilitas komulatif normal
FS = Probabilitas Komulatif Empiris
Pernyataan Metode Kolmogorov Smirnof adalah sebagai berikut:
4. Data berskala interval atau ratio (kuantitatif)
5. Datatunggal/ belum dikekelompokkan pada tabel ditribusi frekuensi
6. Dapat untuk n besar maupun n kecil

Signitifikasi:
Signitifikasi uji, nilai | FT - FS | terbesar dibandingkan dengan nilai tabel kolmogorov Smirnof. Jika
nilai | FT - FS | terbesar ¿ nilai tabel kolmogorov Smirnof, maka Ho diterima : Ha ditolak . jika nilai |
FT - FS | terbesar ¿ nilai tabel kolmogorov Smirnof, maka Ho ditolak; Ha diterima.

Contoh :
Suaru penelitian tentang berat badan mahasiswa yang mengikuti pelatihan kebugaran fisik/ jasmani
dengan sempel sebanyak 27 orang diambil secara random, didapatkan data sebagai berikut : 78, 78,
95, 90, 78, 80, 82, 77, 72. 84, 68, 67, 87, 78, 77, 98, 70, 72, 70, 69, 67, 90, 97 kg. Selidikilah dengan
α = 5% apakah data tersebut diatas diambil dari populasi yang berdistribusi normal?
Penyelesaian :
1. Hipotesis
- Ho: Populasi nilai ujian statistik berdistribusi normal
- Hi: Populasi nilai ujian statistik tidak berdistribusi normal
2. Nilai α
Nilai α = level signitifikasi = 5% =0,05
3. Statistik penguji

4. Derajat Bebas
Df tidak diperlukan
5. Nilai Tabel
Nilai Kuantil penguji kolmogorov, α = 0,05; N = 27; yaitu 0,254. Tabel kolmogorov
smirnof.
6. Daerah Penolakan
Menggunakan rumus | 0,1440 |¿| 02540 |, berarti Ho diterima, Ha Ditolak
7. Kesimpulan : Populasi tinggi badan mahasiswa berdistribusi normal α = 0,05.

A. Uji Homogenitas
Pengujia homogenitas dimaksudkan untuk memberikan keyakinan bahwa sekumpulan data
yang dimanipulasi dalam serangkaian analisis memang berasal dari populasi yang tidak jauh
berbeda keragamannya / variasinya.
Uji ini dilakukan sebagai prasyarat dalam analisis independent sample t tes dan ANOVA.
Asumsi yang mendasari dalam analisis varian(ANOVA) adalah bahwa varian dari populasi
adalah sama. Sebagai kriterian penguji, jika nilai signitifikasi lebih dari 0,05 maka dapat
dikatakan bahwa varian dari dua atau lebih kelompok data adalah sama.
Penguji homogenitas varians suatu kelompok data, dapat dikatakan dengan cara:
1. Uji F
Uji F biasanya dilakukan ketika menguji ke homogenitas 2 kelompok data.
Langkah –langkah menghitung uji F:

1. Mencari varian/ standar devisi variabel X dan Y, dengan rumus

2. Mencari F hitung dengan varians X dan Y, dengan rumus

3. Hipotesis pengujian
Ho : σ 12 = σ 22( Varians data homogen)
H1 : σ 12= σ 22( Varians data tidak homogen)
4. Membandingkan F hitung dengan F tabel pada tabel distribusi F, dengan jika : F
hitung≥ F tabel (0,05; dk1; dk2), maka tolak Ho, Jika : F ¿ tabel (0,05;dk1; dk2),
maka terima Ho.
Catatan:
Untuk varians terbesar adalah dk pembilang n-1
Untuk varians terkecil adalah dk penyebut n-1
5. Contoh:
Data tentang hubungan antara penguasaan kosakata (X) dan kemampuan
membaca(Y)
Kemudian dilakukan penghitungan n, dengan rumus yang ada:

Kemudian dicari F hilang:

Dari Penghitungan diatas diperoleh F hitung

2,81 dan dari grafik daftar distribusi dengan:
 Dk Pembilang = 10-1= 9
 DK Penyebut = 10-1 = 9, dan α n=0,05
 F tabel = 3,18
Tampak bahwa F hitung ¿ F tabel. Hal ini berarti data varians X dan Y homogen.

2. Uji Bartlett
Misalkan sampel berukuran n1, n2,…, nk dengan data Yij =(1=1, 2,…,kdan j =1, 2,…, nk) dan hasil
pengamatan telah disusun seperti didalam tabel dibawah ini. Selanjutnya sampel- sampel dihitung
variansnya masing-masing yaitu: S1, S2,…, Sk2.

Untuk mempermudah perhitungan satuan-satuan yangdiperlukan uji bartlett lebih baik disusun dalam
sebuah tabel sebagai berikut:

Dari tabel diatas hitung nilai-nilai yang dibutuhkan :

1. Varians gabungan dari semua sampel
2. Harga satuan B dnegan rumus

3. Uji bartlett digunakan statistik chi kuadrat yaitu:

4. Dengan in 10 =2.3026

5. Signifikasi
Jika X2 ≥ X2(1-α )(k-1), maka Ho ditolak
Jika X2≤X2(1-α )(k-1), maka Ho diterima
Dimana jika X2(1-α )(k-1), didapatkan dari tabel distribusi chi kuadrat dengan peluang
(1-α )dan dk =(k-1)

6. Contoh
Diambil data pertumbuhan berat badan anak sapi karena 4jenis makanan .

Dengan varian setiap adalah sebagai berikut:

S12 = 29,3 ; S22 = 21,5 ; S32 = 35,7; S42 = 20,7

8. Hipotesis
Ho = σ 12 =σ 22= σ 32= σ 42
H1 = σ12 ≠ σ22 ≠ σ32≠ σ42
9. Nilai α
Nilai α = level signifikansi= 5% =0,05
10. Rumus Statistik Penguji
 Untuk mempermudah perhitungan, satuan-satuan yang diperlukan uji bartlett lebih baik
disusun dalam sebuah tabel sebagai berikut

Varians gabungan darinempat sampel diatas adalah

d. Nilai tabel
Jika Alfa = 5% dari tabel distribusi chi kuadrat dengan k= 3 didapatkan X20,95(3) = 7.81
e. daerah Penolakan
Mengunakan rumus 0,063< 7.81 ; berarti Ho diterima, Ha ditolak
f. Kesimpulan :
 BAB III

PENUTUP

A. KESIMPULAN

Statistika adalah sebuah ilmu yang mempelajari tata cara merencanakan, mengumpulkan,
menganalisis, menginterpretasi, dan mempresentasikan sekumpulan data. Statistika meruapakan ilmu
yang berkenaan dengan data. Secara Etimologi ‘statistika‘ (statistics) memiliki makna yang berbeda
dengan ‘statistik’ (statistic). Statistika adalah ilmu yang berkaitan dengan data, sedangkan statistik
adalah sekumpulan data, informasi, atau hasil penerapan algoritma statistika pada sekumpulan data.
Dari kumpulan data, statistika dapat digunakan untuk menyimpulkan atau mendeskripsikan data; ini
dinamakan statistika deskriptif. Sebagian besar konsep dasar statistika mengasumsikan teori
probabilitas. Beberapa istilah statistika antara lain: populasi, sampel, unit sampel, dan probabilitas.

B. SARAN

Demikianlah makalah yang kami buat ini. Semoga makalah ini dapat bermanfaat bagi para
pembaca. Sebagai penulis, kami menyadari bahwa makalah ini banyak sekali kesalahan maupun
kekurangan. Sekiranya dapat memberikan kritikan dan saran agar makalah ini dapat lebih baik lagi.
Terima kasih.
 DAFTAR PUSTAKA

Sudjana. (2002). METODE STATISTIKA . Bandung : Taristo.

Putri. Ratu IIma Indra. 2013 . IIma69. Wordpress. Com. 27 Oktober 2016