BAB I

PENDAHULUAN

A. Latar Belakang
Permasalahan yang sering ditemukan dalam penelitian adalah saat kita
melibatkan penggunaan data percobaan dan penarikan kesimpulan
berdasarkan data resmi (Sari,2022). Statistika mempunyai peranan penting
dalam memecahkan masalah yang terjadi pada bidang ilmu lainnya. Pada
statistik parametrik terdapat teknik komputasi untuk pengambilan keputusan
yang didasarkan pada model distribusi yang diketahui, sehingga
penggunaanya dilandasi oleh berlakunya asumsi bahwa kesesuaian data
sampel dengan model distribusi yang bersangkutan (data-model fit).
Pada hampir semua skripsi S1, thesis S2, dan bahkan disertasi S3
dapat kita temui laporan hasil berbagai uji asumsi yang dilakukan sebelum
pengujian hipotesisnya sehingga terdapat kesan kuat sekali bahwa uji asumsi
merupakan prasyarat dan bagian yang tak terpisahkan yang mendahului
analisis data penelitian. Pada tes parametrik klasik untuk memperoleh hasil
yang akurat, asumsi yang mendasari mereka (misalnya, normalitas dan
homoskedastisitas) harus dipenuhi.
Kepanikan terjadi apabila hasil uji asumsi ternyata tidak sesuai
dengan harapan. Berbagai reaksi timbul mulai dari reaksi wajar berupa usaha
untuk menggunakan alternatif model uji yang lebih cocok dengan data,
transformasi data agar sesuai dengan model yang diinginkan, sampai pada
usaha-usaha memanipulasi data agar tampak memenuhi asumsi yang
diinginkan. Sayangnya seringkali hal itu dilakukan tanpa pemahaman yang
cukup mengenai permasalahan yang sedang dihadapi sehingga ada peneliti
yang melakukan 'trimming' atau pemangkasan terhadap subjek yang
dianggapnya sebagai 'outliers' agar datanya terdistribusi mengikuti model
regresi linear, dan ada pula praktisi yang mecoba menggunakan model
matematis yang terlalu kompleks bagi tujuan penelitiannya sehingga malah
menjadikan kesimpulan analisisnya sulit dipahami oleh pembaca awam.

1
 Berdasarkan paparan di atas, untuk lebih memahami Uji Persyaratan
Analisis Uji Homogenitas , maka dalam makalah ini akan membahas lebih
lanjut tentang Uji Homogenitas menggunakan uji T.

B. Rumusan Masalah
Berdasarkan paparan latar belakang tersebut, maka rumusan masalah
dari makalah ini adalah sebagai berikut:
1. Apa pengertian Uji Homogenitas?
2. Bagaimana cara melakukan uji kesamaan rata-rata dua populasi
independen dengan uji T?
3. Bagaimana cara melakukan uji kesamaan rata-rata data berpasangan
dengan uji T?

C. Tujuan
Berdasarkan rumusan masalah tersebut, tujuan dari makalah ini adalah
sebagai berikut:
1. Pengertian uji homogenitas
2. Cara melakukan uji kesamaan rata-rata dua populasi independen dengan
uji T
3. Cara melakukan uji kesamaan rata-rata data berpasangan dengan uji T

2
 BAB II
PEMBAHASAN

A. UJI HOMOGENITAS
1. Pengertian Uji Homogenitas
Uji homogenitas adalah suatu prosedur uji statistik yang bertujuan
untuk memperlihatkan bahwa dua atau lebih kelompok data sampel yang
telah diambil berasal dari populasi yang memiliki variasi. Sejalan dengan
Widhiarso, 2011 menyatakan pengujian homogentas dilakukan peneliti
saat ingin membandingkan sebuah sikap, intensi, atau perilaku pada dua
kelompok. Sebagai contoh kita akan membandingkan nilai Matematika
siswa di kelas 6 A dan 6 B pada sekolah yang sama.
Azwar (2010) mengatakan bahwa sebenarnya kita boleh saja tidak
melakukan uji homogenitas, dengan syarat jumlah (n) populasi sama di
setiap kelompok,
Dalam ruang lingkup pendidikan, seringkali diungkapkan bahwa
data penelitian suatu kelompok siswa dalam kelas membentuk kurva
normal (Nasrum, 2018). Asumsi data normal diuji terlebih dahulu untuk
membuktikan apakah data empirik yang sudah diperoleh sesuai dengan
distribusi normal atau tidak. Mengapa perlu diuji? Ini dikarenakan data
dengan distribusi normal merupakan salah satu syarat yang harus dipenuhi
saat hendak melakukan penghitungan analisis statistika.
Uji homogenitas merupakan uji prasyarat dalam analisis statistika
yang harus dibuktikan apakah dua atau lebih kelompok data sampel
berasal dari populasi dengan varians yang sama atau tidak. Dengan kata
lain homogenitas berarti himpunan data yang akan diteliti memiliki ciri
khas atau karakteristik yang sama. Pengujian homogenitas dilakukan
untuk memberi keyakinan bahwa sekelompok data yang dimanipulasi
dalam serangkaian analisis berasal dari populasi yang memiliki varians
homogen. Sebagai contoh seorang peneliti akan melakukan penelitian
yang bertujuan untuk mengetahui kemampuan berpikir kritis peserta didik
pada submateri dalam pelajaran tertentu di suatu sekolah, maka yang akan

3
 diuji homogenitas ialah kelompok yang akan dijadikan sampel penelitian
yaitu peserta didik harus memiliki karakteristik sama, misalkan sampel
berasal dari tingkat kelas yang sama.
Jadi, dapat disimpulkan bahwa uji homogenitas adalah prosedur uji
statistic yang bertujuan untuk mengetahui apakah dua atau lebih kelompok
data sampel yang telah diambil berasal dari populasi yang memiliki variasi
yang sama atau tidak.
Uji homogenitas dapat dilakukan dengan berbagai metode,
beberapa metode yang cukup familiar ialah uji Barlett, Hartley, Cochran,
Levene, dan lain-lain. Dalam pembahasan uji homogenitas ini hanya akan
dijelaskan perhitungan uji homogenitas menggunakan uji t. Perhitungan
uji homogenitas dilakukan menggunakan cara manual dan berbasis
aplikasi berbantuan software SPSS.

2. Tujuan pengujian homogenitas

Uji homogentis ini bertujuan untuk memastikan bahwa data yang
digunakan dalam pengujian statistik memiliki variansi yang sama atau
tidak signifikan berbeda. Dengan demikian, hasil pengujian statistik yang
dilakukan akan lebih akurat dan dapat diandalkan. Kebenaran dan tidaknya
suatu hipotesis statistik tidak akan pernah diketahui secara pasti.
Perumusan suatu hipotesis statistic dipengaruhi oleh peluang oleh peluang
kesimpulan yang keliru (Li&Tong, 2020). Misalnya peneliti dalam bidang
matematika ingin menunjukkan kenyataan yang kuat bahwa metode
pembelajaran Discovery dapat meningkatkan hasil belajar siswa maka
hipotesis yang diuji harus menunjukkan homogenitas. (Affandi et al,
20222) untuk membuktikan atau mendukung estimasi bahwa pembelajaran
discovery learning lebih baik dari pembelajaran lain, maka diharapkan
tidak terdapat perbedaan hasil jika teori ini diterapkan pada kelas yang
berbeda.

4
3. Langkah Pengujian Homogenitas
Langkah yang harus dilakukan oleh seorang peneliti adalah : (1)
rumuskan hipotesis H₀ dan H₁; (2) tetapkan tingkat signifikansi α; (3)
Tetapkan daerah kritis atau daerah dimana H0 ditolak atau H1 diterima;
(4) Tetapkan statistik uji; (5) Lakukan perhitungan; (6) Ambil kesimpulan
(Ergusni, 2015).

4. Metode Pengujian Homogenitas

1. Uji Barlett
Uji Barlett umumnya digunakan untuk mengetahui varians atau
keragaman lebih dari dua kelompok data (k>2). Langkah-langkah uji
homogenitas dengan uji Barlett:
1) Menghitung varians setiap kelompok dengan rumus:
a. Varians Data Tunggal
b. Varians Data Bergolong
2) Menentukan derajat kebebasan (dk) dari masingmasing
kelompok dengan menggunakan rumus: dki = n − 1
3) Menghitung log varians (logS2 ) setiap kelompok.
4) Mencari nilai dk. Log S2 setiap kelompok.
5) Menghitung nilai varians gabungan dengan rumus
6) Mencari nilai Barlett (B) dengan rumus 𝐵 =
7) Menghitung Chi Square dengan rumus : =
Perhatikan contoh berikut
Contoh 2.1 Tabel 2.1
Data KPM Kelompok Eksperimen (X1) dan Kelompok Kontrol
(X2)

5
 Data kemampuan pemecahan masalah yang sudah tersaji
pada Tabel 2.1 berasal dari dua data kelompok yaitu kelompok
eksperimen (X1) dan kelompok kontrol (X2). Kedua kelompok
data tersebut akan dilakukan uji homogenitas untuk mengetahui
homogen atau tidaknya kedua data kelompok. Uji homogenitas
akan dilakukan menggunakan metode Barlett sebagai berikut.
Terlebih dahulu dibuat hipotesis pengujian

1. Menghitung nilai varians menggunakan rumus varians, didapat

nilai varians dari setiap kelompok adalah 27,06 untuk
kelompok X1 dan 18,94 untuk kelompok X2.
2. Menentukan derajat kebebasan dk1 untuk kelompok
eksperimen adalah 30 – 1= 29 dan dk2 untuk kelompok kontrol
adalah 30 – 1=29.
3. Menghitung nilai log varians (log ).Log varians kelompok
eksperimen: log 27,06 = 1,43͵ dan Log varians kelompok
kontrol: log 18,94 = 1,28
4. Mengalikan dk dan Log varians dari setiap kelompok.
Langkah 1 sampai 4 disajikan dalam Tabel 2.2 berikut, yang
sudah dihitung sebelumnya.
Tabel 2.2 Tabel bantu langkah 1 sampai 4

5. Menghitung nilai varians gabungan, maka didapat nilai varians

gabungannya adalah 0,79.
6. Menghitung nilai Barlett
7. Menghitung Chi Square dengan rumus: =

6
 Langkah 5 sampai 7 disajikan dalam Tabel 2.3 yang sudah
dihitung sebelumnya.

8. Menguji hipotesis data menggunakan acuan perbandingan

dengan nilai
tabel
Kriteria pengujian hipotesis
a. Apabila nilai (Chi Square) lebih dari sama dengan Chi
Square tabel, maka Ho ditolak sehingga kedua kelompok
data dinyatakan tidak homogen ≥ .
b. Apabila nilai (Chi Square) kurang dari Chi Square tabel,
maka Ho diterima sehingga kedua kelompok data
dinyatakan homogen <
9. Berdasarkan hasil yang diperoleh dengan menggunakan Tabel
2.3, didapat nilai = −193,39 dan untuk adalah 3,841.
Nilai < maka Ho diterima sehingga dapat disimpulkan
bahwa kedua kelompok data dinyatakan homogen yang berarti
memiliki karakteristik yang sama.

2. Uji Hartley
Banyak cara yang dapat digunakan dalam pengujian
homogenitas data. Dalam pembahasan selanjutnya, uji homogenitas
akan dilakukan menggunakan uji Fmaks Hartley. Adapun rumusnya
adalah sebagai berikut:

Dengan derajat kebebasan: db1 = (n1 – 1) dan db2 = (n2 – 1)

Keterangan:
S2b = kelompok data yang memiliki varians terbesar
S2k = kelompok data yang memiliki varians terkecil

7
Hipotesis statistik pengujian homogenitas varians adalah sebagai
berikut.

Contoh 2.2
Sebagai latihan, perhatikan kembali data yang disajikan pada tabel 2.1
di atas. Data-data tersebut akan diuji homogenitasnya menggunakan
uji Fmaks Hartley.
Langkah-langkah uji manual Hartley adalah sebagai berikut.
1. Membuat hipotesis atau dugaan pengujian homogenitas.
Hipotesisnya sebagai berikut.

2. Mencari rata-rata (mean) dari setiap kelompok. Mean kelompok

eksperimen (X1) sebesar 52,93 sedangkan mean kelompok kontrol
(X2) sebesar 45,93.
3. Menghitung nilai setiap kelompok.
4. Menghitung varians ( dari setiap kelompok.
5. Menentukan Ftabel = Fα;dk1;dk2 dapat dilihat pada tabel distribusi
F. Gunakan α = 0,005; dk2 = 30–1= 29; dk2 = 30–1=29. Maka
Ftabel = 1,86.
6. Menyusun tabel penolong uji Hartley.

Tabel 2.4 Tabel Bantu Uji Hartley

8
7. Menggunakan tabel penolong 2.4 di atas, varians dua kelompok
data sudah diketahui. Selanjutnya menentukan Fhit atau Fmaks
menggunakan rumus

8. Menguji hipotesis data menggunakan acuan perbandingan dengan

nilai Ftabel.
Kriteria pengujian hipotesis
a. Jika 𝑖 𝑢𝑛 > 𝑒𝑙 maka Ho ditolak dan Ha diterima sehingga
dua kelompok data dinyatakan tidak homogen.
b. Jika 𝑖 𝑢𝑛 < 𝑒𝑙 maka Ho diterima dan Ha ditolak sehingga
dua kelompok data dinyatakan homogen.
9. Berdasarkan hasil yang diperoleh dengan menggunakan tabel
bantu, didapat nilai F maks atau F hitung sebesar 1,41 dan untuk F
tabel (0,05;29;29) adalah 1,86. Nilai 𝑖 𝑢𝑛 < 𝑒𝑙 maka Ho
diterima sehingga dapat disimpulkan bahwa kedua kelompok data
dinyatakan homogen yang berarti memiliki karakteristik yang
sama.
3) Uji Levene
Uji levene digunakan untuk menguji kesamaan varians dari
beberapa populasi. Uji Levene merupakan uji alternatif dari uji
Barlett. Jika ada bukti yang kuat bahwa data berdistribusi normal
atau mendekati normal, maka uji Barteltt lebih baik digunakan
(Aprilina et al, 2018). Uji Levene menggunakan analisis varian satu
arah. Data diteransformasikan dengan jalan mencari selisih masing-
masing skor dengan rata-rata kelompoknya.

9
3. Pengertian Uji t
a. Pengertian uji T
Uji statistik adalah alat penting dalam analisis data yang
memungkinkan kita untuk membuat kesimpulan berdasarkan
sampel data yang kita miliki. Salah satu jenis uji statistic yang
umum digunakan adalah uji T, yang berguna untuk
membandingkan rata-rata dua kelompok data. Dalam makalah ini,
kita akan membahas uji T dan bagaimana menggunakannya untuk
menguji kesamaan rata-rata data berpasangan.
Uji T adalah uji statistik yang digunakan untuk
membandingkan rata-rata dua kelompok data. Uji ini memiliki
beberapa varian, tetapi yang paling umum adalah uji t-student,
yang digunakan ketika kita bekerja dengan sampel data yang

10
 memiliki distribusi normal. Uji T digunakan untuk menguji apakah
ada perbedaan yang signifikan antara dua kelompok data.
Seally Gosset mendefinisikan uji T sebagai metode untuk
membandingkan rata-rata dua sampel dan menggambarkannya
sebagai distribusi t-Student, yang menggantikan distribusi normal
saat bekerja dengan sampel kecil
Sementara Ronald A. Fisher mengartikan uji t sebagai cara
untuk mengukur pengaruh efek yang tampaknya besar saat
diabndingkan dengan variasi dalam data yang akan kita
amati.William Mendenhall dan Terry Sincich mendefinisikan uji T
sebagai sekelompok Teknik statistic yang digunakan untuk
menguji perbedaan antara dua kelompok atau sampel.
Sejalan dengan itu Ricard A. Johsin dan Dean W. Wichern
menjelaskan bahwa uji T adalah sekelompok teknik statistik yang
digunakan untuk menilai apakah perbedaan antara dua kelompok
data atau dua rata-rata sampel merupakan perbedaan yang
signifikan atau hanya perbedaan yang mungkin terjadi akibat
variasi acak
Dapat disimpulkan, uji T adalah alat statistik yang
digunakan untuk mengevaluasi apakah perbedaan antara dua
kelompok data atau rata-rata sampel adalah perbedaan yang
signifikan secara statistik atau hanya dari variasi acak. Ini adalah
alat yang berguna dalam analisis data untuk mengambil keputusan
dan membuat kesimpulan

b. Prinsip-prinsip Uji T
Uji kesamaan rata-rata data berpasangan, juga dikenal
sebagai “paired t-test” atau “t-test untuk sampel berpasangan,”
digunakan untuk membandingkan rata-rata dua set data yang
diambil dari subjek yang sama atau dipasangkan secara
berpasangan. Tujuan dari uji ini adalah untuk menentukan apakah

11
 ada perbedaan yang signifikan antara rata-rata dua kelompok data
yang dianggap berpasangan.
Uji kesamaan rata-rata dua populasi independent adalah
metode statistik yang digunakan untuk membandingkan rata-rata
dari dua kelompok atau populasi yang tidak berkaitan satu sama
lain. Ini sering digunakan untuk menentukan apakah ada perbedaan
yang signifikan antara dua kelompok. Contohnya kita
mengumpulkan dua kelompok sampel independent : satu kelompok
siswa laki-laki dan satu kelompok siswa Perempuan. Kemudian,
kita akan melakukan uji kesamaan rata-rata dua populasi
independent untuk ememriksa apakah terdapat perbedaan yang
signifikan antara rata-rata hasil ujian matematika di kedua
kelompok.

c. Langkah-langkah yang harus diikuti :

1) Penyusunan Hipotesis Nol (HO) dan Hipotesis Alternatif (H1)
HO jika tidak ada perbedaan signifikan dalam rata-rata hasil ujian
matematika antara siswa laki-laki dan siswa Perempuan
H1 terdapat perbedaan signifikan dalam rata-rata hasil ujian
matematika antara siswa laki-laki dan siswa Perempuan
2) Pengumpulan Data
Kumpulkan data hasil ujian matematika dari dua kelompok sampel
independent, yaitu siswa laki-laki dan siswa perempuan
a. Penghitungan rata-rata dan standar deviasi
Hitung rata-rata standar deviasi hasil ujian matematika untuk
masing-masing kelompok sampel, yaitu kelompok siswa laki-
laki dan siswa perempuan
b. Penghitungan statistik u atau t
Hitung statistik u atau t (tergantung pada ukuran sampel) untuk
mengukur perbedaan antara rata-rata hasil ujian kedua
kelompok
c. Penghitungan derajat kebebasan (df)

12
 Hitung derajat kebebasan (degrees of freedom) yang diperlukan
untuk uji T. derajat kebebasan pada uji T untuk dua populasi
independent adalah:
Df = (n1+n2-2)
d. Di mana n1 dan n2 adalah ukuran sampel masing-masing
kelompok
Menghitung nilai -p (p-value)
Gunakan tabel distribusi t atau perangkat lunak statistik untuk
menghitung nilai-nilai p yang sesuai untuk statistik u atau t
yang telah dihitung
e. Membuat kesimpulan
Membandingkan nilai-p yang telah dihitung dengan tingkat
signifikan yang telah ditentukan sebelumnya

B. Uji Kesamaan Rata-Rata Dua Populasi independent dengan Uji T

Cara melakukan uji kesamaan rata-rata dua populasi independen
dengan uji T? Berikut ini contoh penerapan uji kesamaan rata-rata dua
populasi independent:
a. Sebuah penelitian dilakukan untuk mengetahui apakah terdapat perbedaan
rata-rata tinggi badan antara anak laki-laki dan siswa perempuan di sebuah
sekolah. Sampel diambil dari dua kelompok siswa yang berbeda. Setelah
data diambil, dilakukan uji homogenitas untuk memastikan bahwa data
dalam kedua kelompok tersebut homogen. Setelah data dianggap
homogen, dilakukan uji kesamaan rata-rata dua populasi independent
dengan uji T. Hasil uji menunjukkan bahwa tidak terdapat perbedaan yang
signifikan antara rata-rata tinggi badan sisa laki-laki dan siswa perempuan
di sekolah tersebut.
b. Sebuah penelitian dilakukan untuk mengetahui apakah terdapat perbedaan
rata-rata penghasilan antar karyawan pria dan wanita di sebuah
perusahaan. Sampel diambil dari dua kelompok karyawan yang berbeda.
Setelah diambil data, dilakukan uji homogenitas untuk memastikan bahwa
data dalam kedua kelompok tersebut homogen. Setelah data dianggap

13
 homogen, dilakukan uji kesamaan rat-rata dua populasi independent
dengan uji T. Hasil uji T menunjukkan bahwa terdapat perbedaan yang
signifikan antara rata-rata penghasilan karyawan pria dan wanita di
perusahaan tersebut.
c. Penelitian yang dilakukan antara kelas A dan kelas B dengan menerapkan
metode yang sama.
Dari contoh-contoh di atas, dapat disimpulkan bahwa uji kesamaan
rata-rata dua populasi independent dapat digunakan untuk mengetahui
apakah terdapat perbedaan yang signifikan antara dua kelompok data yang
berbeda. Sebelum melakukan uji kesamaan rata-rata dua populasi
independent, penting untuk melakukan uji homogenitas terlebih dahulu
untuk memastikan bahwa data dalam kedua kelompok tersebut homogen.
Dalam melakukan uji kesamaan rata-rata dua populasi independent
secara manual, perlu diperhatikan bahwa pengujian ini membutuhkan
asumsi data homogen. Oleh karena itu, sebelum melakukan uji kesamaan
rata-rata dua populasi independent, perlu dilakukan uji homogenitas
terlebih dahulu untuk memastikan bahwa data dalam kedua kelompok
tersebut homogen.
Homogenitas data independent adalah pengujian mengenai sama
tidaknya variansi-variansi dua buah distribusi atau lebih. Uji homogenitas
dilakukan untuk mengetahui apakah data dalam variable x dan y bersifat
homogen atau tidak. Berikut cara menghitung homogenitas data
independent:
1) Mencari variansi standar deviasi variable x dan y, dengan rumus:

2) Mencari F hitung dengan varians x dan y, dengan rumus

3) Membandingkan f hitung dengan table F:

Jika f hitung ˂ tabel F : F table dalam exel, berarti tidak homogen
Jika F hitung ˃ tabel dalam exel, berarti tidak homogeny

14
C. Uji Kesamaan data berpasangan dengan uji T
Uji ini digunakan ketika Anda ingin membandingkan rata-rata dua
kelompok data yang berpasangan atau terkait satu sama lain. Biasanya, data
berpasangan mewakili pengukuran sebelum dan sesudah perlakuan atau
peristiwa tertentu pada subjek yang sama. Contoh penggunaannya adalah
untuk membandingkan berat badan seorang individu sebelum dan setelah
program diet.
Berikut cara melakukan uji kesamaan rata-rata dua populasi
berpasangan dengan uji T secara manual :
1) Tentukan hipotesis nol (HO) dan hipotesis alternatif (HA). Hipotesis nol
menyatakan bahwa tidak terdapat perbedaan yang signifikan antara rata-
rata kedua populasi, sedangkan hipotesis alternatif menyatakan bahwa
terdapat perbedaan yang signifikan antara rata-rata kedua populasi.
2) Tentukan taraf signifikansi ( yang digunakan dalam pengujian. Nilai
biasanya diambil sebesar 0,05 atau 0,01
3) Hitung rata-rata (x) dan simpangan baku (s) dari kedua populasi
4) Hitung selisih kedua rata-rata populasi (x1-x2)
5) Hitung variansi (s2) dari kedua populasi
6) Hitung nilai t dengan menggunakan rumus t = (x1 - x2) (s1 2 n1
s2^2/n2)^0.5.
7) Tentukan derajat kebebasan (df) dengan rumus df n1 +n2 – 2
8) Tentukan nilai kritis t dengan menggunakan table distribusi t-student atau
menggunakan perangkat lunak statistic
9) Bandingkan nilai t dengan nilai t kritis. Jika nilai t hitung lebih kecil dari
nilai t kritis, maka hipotesis nol diterima dan hipotesis alternatif ditolak

D. Uji Homogenitas Berbantuan SPSS

Pembahasan selanjutnya adalah bagaimana melakukan uji
homogenitas menggunakan software SPSS. Penggunaan aplikasi SPSS
dapat mempermudah kita melakukan uji homogenitas, tanpa harus terlibat
perhitungan-perhitungan yang rumit. Bila menggunakan aplikasi SPSS,

15
cara melakukan analisis berbeda dengan cara manual yang menggunakan
nilai patokan tertentu pada tabel tertentu pula. Pada analisis menggunakan
uji SPSS, kita menggunakan acuan signifikansi (alpha), misalnya 0,05 atau
0,01 tergantung dari tujuan penelitian.
Contoh 2.3
Sebagai latihan, kita perhatikan kembali data yang disajikan pada
tabel 2.1 di atas. Sebelumnya telah dijelaskan cara melakukan uji
homogenitas secara manual. Selanjutnya data yang sama akan kita uji
homogenitasnya menggunakan program SPSS. Langkah- langkah
melakukan uji homogenitas menggunakan SPSS adalah sebagai berikut.

Penyelesaian
Sebelum masuk pada langkah-langkah penyelesaian, data Tabel 2.1
akan diklasifikasikan dengan memberikan kode 1 dan 2, berturut-turut
untuk X1 dan X2. Selengkapnya akan disajikan pada Tabel 2.5 berikut.
Tabel 2.5 Klasifikasi Data

16
Langkah-langkah menguji Homogenitas menggunakan SPSS 22 for
Windows.
1. Pertama-tama buka aplikasi SPSS, lalu buatkan nama variabel pada
bagian Variabel View. Dalam hal ini, akan dibuatkan nama variabel
KPM dan kelas. Variabel kelas akan digunakan untuk klasifikasi data
kelompok eksperimen dan kelompok kontrol. Pada variabel kelas, klik
Value untuk membuat Value berbeda antara kelompok eksperimen dan
kontrol.

Gambar 2.1 Kotak Dialog Variabel View : Value Labels 2.

17
 2. Jika sudah klik Value, akan muncul kotak dialog pada Gambar 2.1.
Masukan angka 1 pada kolom Value dengan Label DzKelompok Edz
kemudian klik Add. Kemudian dengan langkah yang sama, buatkan
juga Value angka 2 dengan Label DzKelompok Kdz.
3. Apabila variabel sudah dibuat masuk ke bagian Data View, kemudian
copy-paste data X1 pada Tabel 2.1 terlebih dahulu. Selanjutnya copy-
paste X2 di akhir data X1. Lakukan langkah yang sama saat input data
kelas.

Gambar 2.2 Tampilan Variabel View Uji Homogenitas

4. Jika input variabel beserta data sudah selesai, selanjutnya lakukan

pengujian dengan cara klik Analyze pilih Compare Means, kemudian
klik OneWay ANOVA. Lalu akan muncul kotak dialog seperti berikut
ini

18
 Gambar 2.3 Kotak Dialog One-Way ANOVA
5. Pilih KPM lalu pindahkan ke kolom Dependent List dan kelas
pindahkan ke kolom Factor. Klik Options yang ada pada menu sebelah
kanan, kemudian beri centang pada Homogenity of variance test.
Tampilannya seperti berikut.

Gambar 2.4 Kotak Dialog One-Way ANOVA: Options

6. Lanjutkan dengan mengklik Continue, OK
Cara membaca output SPSS
1. Perhatikan hasil Output pada bagian Tests of Homogenity of
Variances.
2. Pengujian homogenitas melalui SPSS menggunakan acuan
probabilitas (signifikansi).

Kriteria pengambilan keputusan

a. Jika nilai sig. lebih dari 0,05 maka kedua kelompok data
dinyatakan homogen.
b. Jika nilai sig. kurang dari 0,05 maka kedua kelompok data
dinyatakan tidak homogen.
Tabel 2.6 Test of Homogenity of Variances

3. Berdasarkan Tabel 2.6 di atas diperoleh nilai signifikansi sebesar

0,654. Sebagaimana yang sudah dipaparkan pada kriteria

19
 pengambilan keputusan dalam uji Homogenitas, jika signifikansi
lebih dari 0,05 maka data tersebut dinyatakan homogen.
4. 4. Nilai signifikansi sebesar 0,654 menunjukkan bahwa 0,654 > 0,05.
Maka dengan ini disimpulkan bahwa kelompok data kemampuan
pemecahan masalah (KPM) pada kelompok Eksperimen dan
kelompok Kontrol dinyatakan mengandung unsur kesamaan atau
homogen.

E. Uji kesamaan rata-rata data berpasangan dengan uji t

Langkah-langkah pelaksanaan uji T untuk data berpasangan
1. Menyusun hipotesis nol (HO) dan hipotesis alternatif (H1) : Hipotesis nol
menyatakan bahwa tidak ada perbedaan antara rata-rata kedua kelompok
data, sementara hipotesis alternatif menyatakan sebaliknya.
2. Mengumpulkan data : data berpasangan yang akan diuji kesamaan rata-
ratanya perlu dikumpulkan dengan cermat. Pastikan bahwa data tersebut
memiliki distribusi normal
3. Menghitung selisih (D) antara pasangan data: hitung selisih antara setiap
pasangan data, yaitu data setelah perlakuan dikurangi data sebelum
perlakuan
4. Menghitung rata-rata selisih (DBar): hitung rata-rata dari selisih yang telah
dihitung pada langkah sebelumnya.
5. Menghitung standar deviasi sampel dari selisih : hitung standar deviasi
dari selisih (D) untuk mendapatkan perkiraan standar deviasi populasi
6. Menghitung statistik u : hitung statistik u dengan rumus
U = Dbar / (S/
Dimana DBar adalah rata-rata selisih, S adalah standar deviasi sampel dari
selisih, dan n adalah jumlah pasangan data.
Menghitung derajat kekebasan (df) : derajat kebebasan adalah (n-1), di
mana n adalah jumlah pasangan data
7. Menghitung derajat kebebasan (df) derajat kebebasan adalah (n-1), di
mana n adalah jumlah pasangan data

20
 8. Menghitung nilai-p (p-value) : gunakan table distribusi t-student atau
perangkat nulak statistic untuk menghitung nilai-p
9. Membuat kesimpulan : bandingkan nilai-p denganj tingkat signifikansi
yang telah ditentukan sebelumnya (biasa 0,05). Jika nilai-p lebih kecil dari
tingkat signifikansi, maka kita dapat menolak hipotesis nol dan
menyimpulkan bahwa ada perbedaan yang signifikan antara rata-rata
kedua kelompok data.

F. Contoh soal dan kunci jawaban

Buktikanlah data berikut termasuk data homogen atau tidak homogen?
Kelompok A Kelompok B Kelompok C Kelompok D
25 26 21 28
30 31 29 28
32 38 29 36
36 39 31 37
40 39 37 39
Pertanyaan : apakah variansi keempat kelompok tersebut homogen?
Jawab :
1. Rumuskan hipotesis
Ho : = = =
H₁ : salah satu tidak sama
2. Tetapkan tingkat signifikansi 0,05
3. Tetapkan daerah kritis
Daerah kritis adalah daerah di mana hipotesis statistik Ho ditolak atau H₁
diterima, yakni :
F hitung F1 /2 (v1.v2)
4. Tetapkan statistik uji
Statistik uji yang digunakan adalah uji F, yakni:
𝑖 𝑛 𝑒 𝑒
F= 𝑖 𝑛 𝑒 𝑒 𝑖𝑙

5. Lakukan perhitungan, yakni:

Langkah pertama adalah mencari variansi data setiap kelompok:
Variasi kelompok A

21
Untuk menentukan variansi kelompok A digunakan rumus:
∑
=∑ 𝑛

=32,8

22
 BAB III
PENUTUP

1. Kesimpulan
Uji T adalah alat yang berguna untuk membandingkan rata-rata dua
kelompok, dan uji kesamaan rata-rata data berpasangan adalah salah satu aplikasi
pentingnya. Dalam makalah, kami telah menjelaskan konsep dasar uji kesamaan
rata-rata data berpasangan. Dengan pemahaman yang baik tentang uji ini, kita
dapat membuat kesimpulan yang kuat berdasarkan sampel data berpasangan yang
kita miliki

2. Saran
Dalam penyusunan makalah ini penyusun berharap semoga makalah ini
dapat bermanfaat bagi penyusun sendiri maupun kepada pembaca umumnya,
makalah ini memiliki kelebihan dan kekurangan sehingga penyusun sangat
mengharapkan kritik dan saran kepada pembaca yang sifatnya membangun.

23
 DAFTAR PUSTAKA

1 Azwar, S. (2010). http//Azwar.staff.ugm.ac.id/files/201004/asumsi-asumsi

dalam intrvensi-statiska1.pdf
2 Widhiarso, W. 2011). http://widhiarso.staff.ugm.ac.id/wp/sedikit-tentang-uji-
homogenitas-data/comment-page-4/
3 https://lab_adrk.ub.ac.id/id/mengenal-uji-homogenitas-sebagai-pengujian-
asumsi-dalam-uji-parametrik-tertentu/
4 Aira Rumi. 2016. Menghitung Z Score dengan SPSS.
https://airarumi.blogspot.com/2016/01/menghitung-z-score-dengan-spss.html#
5 Azwar, S. (2000). Asumsi-asumsi dalam inferensi statistika. UGM Press
Faculty of Psychology. Ghozali, I. (2016).
6. Mulyono. (2019). Analisis uji asumsi klasik.
https://bbs.binus.ac.id/management/2019/12/a nalisis-uji-asumsi-klasik/. [18
Juni2020].

24