-6-

UJI ASUMSI DASAR

Uji asumsi dasar digunakan untuk mengetahui apakah analisis

parametrik yang digunakan sudah memenuhi prasyarat atau asumsi
yang berlaku atau tidak. Uji asumsi dasar antara lain yaitu uji
normalitas, uji linieritas, dan uji homogenitas.
A. Uji normalitas data
Uji normalitas digunakan untuk mengetahui apakah data
terdistribusi dengan normal atau tidak. Analisis parametrik seperti
korelasi Pearson mensyaratkan bahwa data harus terdistribusi
dengan normal. Uji normalitas yang banyak digunakan yaitu
dengan metode Uji Liliefors dengan Kolmogorov-Smirnov.
Contoh kasus sbb:
Seorang mahasiswa psikologi meneliti tentang hubungan kecemasan
menghadapi masa depan terhadap optimisme pada mahasiswa
tingkat akhir. Penelitian dilakukan pada 30 mahasiswa, dan
menggunakan kuisioner dan telah di dapat skor total dari dua
variabel. Data yang di dapat sebagai berikut:

No Kecemasan Masa Depan (X) Optimisme (Y)

1 75 145
2 84 152
3 92 168
4 81 135
5 85 138
6 87 136
7 85 128
8 75 118
9 77 134
 10 82 141
11 83 137
12 78 125
13 82 128
14 89 137
15 90 133
16 87 128
17 85 122
18 89 137
19 84 130
20 95 146
21 94 142
22 86 134
23 82 129
24 82 132
25 95 145
26 91 136
27 94 146
28 86 142
29 83 136
30 87 139

Sebelum dilakukan analisis korelasi Pearson maka dilakukan uji

asumsi dasar yaitu uji normalitas data.

Langkah-langkah pengujian sebagai berikut:

Uji normalitas dengan metode Lilliefors
1. Buka program SPSS dengan klik ganda ikon SPSS pada
desktop atau klik pada start menu.
2. Setelah terbuka kotak dialog SPSS for Windows maka klik
Cancel (karena ingin membuat data baru)
3. Pada halaman SPSS Statistic data editor klik Variable View
4. Untuk memasukkan variabel langkahnya sebagai berikut:
 - Pada kolom Name ketikkan x, pada Decimals ganti menjadi
0, pada Label ketik Kecemasan masa depan, dan pada
Measure pilih Scale.
- Pada kolom Name di bawahnya ketikkan y, pada Decimals
ganti menjadi 0, pada Label ketik Optimisme, dan pada
Measure pilih Scale.
- Kolom-kolom lainnya biarkan isian default
Berikut ini gambar hasil memasukkan variabel:

Hasil memasukkan variabel

5. Setelah selesai memasukkan variabel maka selanjutnya klik

Data View
6. Isikan data pada variabel x dan y (atau jika Anda sudah
membuat data di program Excel bisa langsung lakukan copy
paste ke SPSS). Berikut ini gambar hasil input data:
 Hasil input data

7. Setelah selesai mengisikan data maka selanjutnya klik:

Analyze >> Descriptive Statistics >> Explore
 Langkah memilih alat analisis

Selanjutnya akan terbuka kotak dialog Explore.

Kotak dialog Explore

8. Pindahkan variabel x dan y ke kolom Dependent List. Pada

Display pilih Plots, kemudian klik tombol Plots.
 Kotak dialog Explore: Plots

9. Beri tanda centang pada ‘Normality plots with tests’,

kemudian klik tombol Continue. Selanjutnya akan kembali ke
kotak dialog sebelumnya. Klik tombol OK, maka hasil output
sebagai berikut:

Output uji normalitas

Cara membaca output:
Metode pengambilan keputusan untuk uji normalitas yaitu
jika Signifikansi > 0,05 maka data berdistribusi normal dan jika
Signifikansi ≤ 0,05 maka data tidak berdistribusi normal. Pada
output pertama dapat diketahui bahwa jumlah data valid
sebanyak 30 dan tidak ada data missing. Pada output kedua yaitu
hasil uji normalitas, data Kecemasan masa depan nilai
signifikansi sebesar 0,200 dan data Optimisme sebesar 0,200.
Karena Signifikansi lebih dari 0,05 jadi data Kecemasan masa
depan dan Optimisme dinyatakan berdistribusi normal.

Uji normalitas data melalui Analisis Non Parametric-One Sample

KS
Untuk versi 22 ke atas uji normalitas metode Lilliefor dapat
melalui Non Parametric One Sample KS, nilai sama dengan
langkah yang dilalui dari analisis Explore. Sedangkan untuk versi
21 ke bawah masih menggunakan metode Kolmogorov Smirnov
Z dengan nilai yang beda dengan metode Liliefor.
Langkah sbb:
1. Langkah membuat variabel dan input data sama dengan
melakukan input data dengan metode Liliefors.
2. Setelah selesai mengisikan data maka selanjutnya klik:
Analyze >> Nonparametric Test >> Legacy Dialogs >> 1-
Sample K-S
 Langkah memilih alat analisis

Selanjutnya akan terbuka kotak dialog One-Sample

Kolmogorov-Smirnov Test.

Kotak dialog One-Sample Kolmogorov-Smirnov Test

 3. Pindahkan variabel x dan y ke kolom Test Variable List.
4. Klik tombol OK. Maka hasil output sebagai berikut:

Output uji normalitas KS-Z

Cara membaca output:

Metode pengambilan keputusan untuk uji normalitas yaitu
jika Signifikansi (Asymp.sig) > 0,05 maka data berdistribusi
normal dan jika Signifikansi (Asymp.sig) ≤ 0,05 maka data tidak
berdistribusi normal. Pada output dapat diketahui bahwa data
Kecemasan masa depan nilai Asymp.sig (2-tailed) sebesar 0,942
dan data Optimisme sebesar 0,796. Karena Signifikansi lebih dari
0,05 jadi data Kecemasan masa depan dan Optimisme dinyatakan
berdistribusi normal.

B. Uji Linieritas
Uji linieritas bertujuan untuk mengetahui apakah dua
variabel yang akan dikenai prosedur analisis statisitik
korelasional menunjukkan hubungan yang linier atau tidak.
 Sebagai contoh untuk contoh kasus di atas setelah
dilakukan uji normalitas maka dilakukan uji linieritas. Langkah-
langkah pengujian sebagai berikut:
1. Menggunakan input data yang sama dengan uji normalitas.
2. Selanjutnya klik:
Analyze >> Compare Means >> Means

Langkah memilih alat analisis

Kemudian akan terbuka kotak dialog Explore.

 Kotak Dialog Means

3. Pindahkan variabel y ke kolom Dependent List, dan variabel

x ke kolom Independent List. Kemudian klik tombol Options.

Kotak Dialog Means: Options

4. Pada kotak dialog ‘Means: Options’, beri tanda centang pada
‘Test for linierity’. Kemudian klik tombol Continue.
Selanjutnya akan kembali ke kotak dialog sebelumnya. Klik
tombol OK, maka hasil output sebagai berikut:
 Output uji linieritas

Cara membaca output:

Metode pengambilan keputusan untuk uji linieritas yaitu
jika Signifikansi pada Deviation from Linearity > 0,05 maka
hubungan antara dua variabel adalah linier. Pada literatur-
literatur lain menyebutkan bahwa jika signifikansi pada F
Linearity < 0,05 maka hubungan antara dua variabel adalah
linear.
Pada output pertama menggambarkan tentang jumlah data
yang dimasukkan sebanyak 30 dan tidak ada data yang
dikeluarkan. Pada output ke dua menggambarkan tentang
laporan data mengenai rata-rata, jumlah data, dan standar
deviasi. Sedangkan hasil uji linieritas dapat Anda lihat di output
ketiga. Dapat diketahui Signifikansi pada Deviation from
Linearity sebesar 0,387. Karena Signifikansi lebih dari 0,05 jadi
hubungan antara Kecemasan masa depan dengan Optimisme
dinyatakan linier. Dengan ini maka telah memenuhi syarat untuk
dilakukan analisis korelasi Product Moment.

C. Uji Homogenitas
Uji Homogenitas digunakan untuk menguji apakah rata-rata
antara tiga atau lebih kelompok data yang independen memiliki
varian yang sama atau tidak. Uji ini biasanya sebagai prasyarat uji
Independent Samples T Test dan One Way ANOVA.
Contoh kasus:
Seorang mahasiswa meneliti tentang perbedaan nilai praktikum
komputer antara mahasiswa angkatan 2014, 2015, dan 2016.
Penelitian menggunakan data sekunder yang di dapat dari daftar
nilai praktikum mahasiswa, sampel yang digunakan sebanyak 10
responden untuk masing-masing angkatan. Data-data yang didapat
ditabulasikan dalam tabel sebagai berikberikut ini:

No Angkatan Nilai praktikum

1 1 156
2 1 144
3 1 147
4 1 155
5 1 163
6 1 166
7 1 149
8 1 153
9 1 168
10 1 153
11 2 166
12 2 150
13 2 168
14 2 170
15 2 159
16 2 165
17 2 176
18 2 154
19 2 176
20 2 154
21 3 179
22 3 184
23 3 164
24 3 176
25 3 176
26 3 145
27 3 156
28 3 166
29 3 175
30 3 167
Sebelum dilakukan Uji One Way ANOVA akan dilakukan uji
homogenitas.
Langkah-langkah pengujian sebagai berikut:
1. Buka program SPSS. Pada kotak dialog SPSS for Windows klik
Cancel (karena ingin membuat data baru).
2. Pada halaman SPSS (SPSS Statistic data editor) klik Variable
View .
3. Untuk memasukkan variabel langkahnya sebagai berikut:
- Pada kolom Name ketikkan Angkatan, pada Decimals ganti
menjadi 0, pada Label ketik Angkatan. Kemudian pada Value
isikan 1 = Angkatan 2014, 2 = Angkatan 2015, dan 3 = Angkatan
2015. Dan pada Measure pilih Nominal (karena data berjenis
nominal/kategori).

Memberikan value label

- Pada kolom Name di bawahnya ketikkan Nilai, pada Decimals

ganti menjadi 0, pada Label ketik Nilai praktikum, dan pada
Measure pilih Scale.
- Kolom-kolom lainnya biarkan isian default.
Berikut ini gambar hasil memasukkan variabel:
 Hasil memasukkan variabel

4. Setelah selesai memasukkan variabel maka selanjutnya klik Data

View.
5. Isikan data pada variabel angkatan dan nilai. Berikut ini gambar
hasil input data:

Hasil input data

6. Setelah selesai mengisikan data maka selanjutnya klik:

Analyze >> Compare Means >> One-Way ANOVA
 Langkah memilih alat analisis

Selanjutnya akan terbuka kotak dialog One-Way ANOVA.

Kotak dialog One-Way ANOVA

7. Pindahkan variabel Nilai praktikum ke kolom Dependent List

dan variabel Angkatan ke kolom Factor. Selanjutnya klik tombol
Options.
 Kotak dialog One-Way ANOVA: Options

8. Pada kotak dialog ‘One-Way ANOVA: Options’, beri tanda

centang pada Homogeneity of variance test. Kemudian klik
tombol Continue. Selanjutnya akan kembali ke kotak dialog
sebelumnya, klik OK, maka hasil output sebagai berikut:

Output Uji Homogenitas

Langkah-langkah uji homogenitas sebagai berikut:
1. Menentukan hipotesis nol dan hipotesis alternatif
H0 : Kelompok data nilai praktikum komputer antara
mahasiswa angkatan 2014, 2015, dan 2016 memiliki
varian yang sama.
Ha : Kelompok data nilai praktikum komputer antara
mahasiswa angkatan 2014, 2015, dan 2016 memiliki
varian yang berbeda.
2. Pengambilan keputusan
Jika Signifikansi > 0,05 maka H0 diterima (varian sama)
Jika Signifikansi ≤ 0,05 maka H0 ditolak (varian berbeda)
3. Kesimpulan
Dapat diketahui nilai signifikansi pada output ‘Test of
Homogeneity of Variances’ adalah 0,480. Karena nilai
signifikansi lebih besar dari 0,05 maka H0 diterima. Jadi dapat
disimpulkan bahwa kelompok data nilai praktikum komputer
antara mahasiswa angkatan 2014, 2015, dan 2016 memiliki
varian yang sama. Jadi asumsi homogenitas terpenuhi.