Makalah ini dibuat untuk memenuhi tugas mata kuliah Statistika Pendidikan
Dosen Pengampu : Ana Risqa JL,M. Si
i
KATA PENGANTAR
Puji syukur kami panjatkan kehadiran Allah SWT yang telah memberikan
rahmat dan inayahnya sehingga kami dapat menyelesaikan Makalah yang berjudul
“Uji Normalitas dan Uji Homogenitas ” Terima kasih juga kami sampaikan atas
petunjuk yang di berikan sehingga kami dapat menyelasaikan tugas Makalah ini
dengan usaha semaksimal mungkin.
Terima kasih pula atas dukungan para pihak yang turut membantu
terselesaikannya Makalah ini, teman-teman serta semua Pihak khususnya kepada
Dosen Pengampu Ana Risqa JL, M. Si yang penuh kebaikan dan telah membantu
penulis.Terakhir kali sebagai seorang manusia biasa yang mencoba berusaha
sekuat tenaga dalam penyelesaian Makalah ini, tetapi tetap saja tak luput dari sifat
manusiawi yang penuh khilaf dan salah, oleh karena itu segenap saran penulis
harapkan dari semua pihak guna perbaikan tugas-tugas serupa di masa datang.
Penulis Kelompok
ii
DAFTAR ISI
iii
BAB 1
PENDAHULUAN
1
BAB II
PEMBAHASAN
2
KAPAN UJI NORMALITAS DI LAKUKAN?
Pada beberapa metode, penggunaan distribusi normal bagi data merupakan
Keharusan, tapi bagi metode lainnya tidak, salah satu yang menjadi
Keharusan sebuah data (Residualny, bukan variable nya).
Distribusi normal adalah dalam regresi linear ( dengan OLS) ,
Dimana salah satu asumsi klasik ( dalam regresi linear) mengharuskan residual
model terdistribusi normal.
3
yang dikembangkan para ahli untuk melakukan pengujian normalitas. Beberapa
diantaranya:
A. Uji Chi-Square
Uji normalitas dengan menggunakan uji Chi Kuadrat disebut juga Uji
Goodness of Fit. Menggunakan pendekatan penjumlahan penyimpangan data
observasi tiap kelas dengan nilai yang diharapkan. Uji normalitas datanya
disajikan secara berkelompok. Data berbentuk nominal atau ordinal.
Ciri-Ciri Distribusi Chi Kuadrat
• Selalu positif
• df = k -1, dimana k adalah jumlah kategori (variabel). Jadi bentuk distribusi
chi-kuadrat tidak ditentukan banyaknya sampel, melainkan banyaknya derajat
bebas.
Bentuk distribusi chi-kuadrat menjulur positif. Semakin besar derajat
bebas, semakin mendekati distribusi normal. Rumus umum:
( 𝑂𝑖 − 𝐸𝑖 )
X2 = ∑ 𝐸𝑖
Keterangan:
X2 = Nilai X2
𝑂𝑖 = Nilai Observasi
𝐸𝑖 = Nilai expected/harapan, luasan interval kelas berdasarkan tabel normal
dikalikan N (Total frekuensi) (pi X N)
N = Banyaknya angka pada data (total frekuensi)
4
pengujian, suatu data dikatakan berdistribusi normal apabila nilai signifikansi
lebih dari 0.05 (sig. >0.05).
C. Jarque Bere
Uji Jarque Bera adalah salah satu uji normalitas jenis goodness of fit test
yang mana mengukur apakah skewness dan kurtosis sampel sesuai dengan
distribusi normal.
∑(𝑋𝑖 −𝑥̅ )2
𝜎= √
𝑛−1
5
e.Selanjutnya bandingkan nilai tertinggi dari 𝑎1 dengan Tabel
Kolmogorov Smirnov.
𝑥 𝑓 F 𝑓/𝑛 𝑓 𝑧 𝑃≤𝑍 𝑎1 𝑎2
= 𝑓𝑧
𝑛
23 1 1 0, 0833 0, 0833 - 1,588 0, 057 0, 057 0, 026
27 1 2 0, 0833 0, 1667 - 1,358 0, 088 0, 005 0, 078
33 1 3 0, 0833 0, 2500 - 1,011 0, 156 - 0,010 0, 094
40 1 4 0, 0833 0, 3333 - 0,608 0, 271 0, 021 0, 062
48 2 6 0, 1667 0, 5000 - 0,147 0, 440 0, 107 0, 059
57 1 7 0, 0883 0, 5833 0, 372 0, 644 0, 144 - 0,061
6
59 1 8 0, 0883 0, 6667 0, 487 0, 688 0, 104 - 0,021
62 1 9 0, 0833 0, 7500 0, 661 0, 745 0, 079 0, 004
68 1 10 0, 0833 0, 8333 1, 006 0, 844 0, 094 - 0,010
69 1 11 0, 0833 0, 9166 1, 064 0, 855 0, 022 0, 061
70 1 12 0, 0833 1 1, 122 0, 868 - 0,048 0, 131
E. Uji Lilliefors
7
Dimana:
̅𝑋̅̅∶ 𝑟𝑎𝑡𝑎 − 𝑟𝑎𝑡𝑎
𝜎: 𝑠𝑖𝑚𝑝𝑎ngan 𝑏𝑎𝑘𝑢
̅ )2
∑( 𝑋𝑖− 𝑋
𝜎: √
𝑛−1
8
Dari tabel perhitungan uji Lilliefors di atas, diperoleh nilai tertinngi dan
harga mutlak 𝐹(𝑍𝑖) – 𝑆 (𝑍𝑖) = Lo = 0,1314. Bandingkan dengan nilai tabel uji
9
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.
A. Uji Harley
Uji Harley merupakan uji homogenitas variansi yang sangat sederhana karena
cukup membandingkan variansi terbesar dengan variansi terkecil. Uji
homogenitas variansi dengan rumus Harley bisa digunakan jika jumlah sampel
antar kelompok sama Misal ada dua populasi normal dengan varians 𝜎12 dan 𝜎22
Akan diuji mengenai uji dua pihak untuk pasangan hipotesis:
H0 : 𝜎12 = 𝜎22
H1 : : 𝜎12 ≠ 𝜎
Statistik yang digunakan untuk menguji hipotesis H0 adalah:
𝑣𝑎𝑟𝑖𝑎𝑛𝑠 𝑡𝑒𝑟𝑏𝑒𝑠𝑎𝑟
F=
𝑣𝑎𝑟𝑖𝑎𝑛𝑠 𝑡𝑒𝑟𝑘𝑒𝑐𝑖𝑙
Dimana tolak H0 jika Fhitung ≥ F1/2a (v1,v2)
B. Uji Cochran
Uji Cochran mempertimbangkan seluruh variansi yang akan diuji
homogenitasnya, sehingga Uji Cochran lebih sensitif dibandingkan dengan uji
Harley. Jika salah satu variansi kelompok jauh lebih besar dibandingkan dengan
variansi kelompok yang lain, maka uji Cochran tampak lebih baik daripada uji
Harley. Kesamaan uji Cochran dan Uji Harley adalah menuntut adanya kesamaan
n dari setiap kelompok yang akan dicari homogenitasnya. Rumus dari Uji
Cochran adalah:
𝑉𝑎𝑟𝑖𝑎𝑛𝑠𝑖 𝑡𝑒𝑟𝑏𝑒𝑠𝑎𝑟
Chitung =
𝑗𝑢𝑚𝑙𝑎ℎ 𝑠𝑒𝑙𝑢𝑟𝑢ℎ 𝑣𝑎𝑟𝑖𝑎𝑛𝑠𝑖
10
Kriteria pengujian adalah membandingkan hasil rumus Cochran dengan tabel
cochran terima H0 jika Chitung ≤ Ctabel dan tolak H0 jika Chitung > Ctabel
C. Uji Levene
Uji levene ( levene 1960 ) digunakan untuk menguji kesamaan varians dari
beberapa populasi. Uji levene merupakan uji alternatif dari uji Bartlett. Jika ada
bukti yang kuat bahwa data berdistribusi normal atau mendekati normal, maka
uji Bartlett lebih baik digunakan. Uji Levene menggunakan analisis varian satu
arah. Data ditranformasikan dengan jalan mencari selisih masing-masing skor
dengan rata-rata kelompoknya. Hipotesis yang digunakan pada uji ini adalah:
Dimana:
n adalah jumlah perlakuan
k adalah banyak kelompok
Zij = |𝑌ij − ̅𝑌i|
𝑌̅i adalah rata – rata dari kelompok ke – i
̅ adalah rata – rata kelompok dari Zi
𝑍𝑖
𝑍̅.. adalah rata – rata menyeluruh dari Zij
Daerah kritis
Tolak H0 Jika W > 𝐹(a;k – 1,n – k)
D. Uji Barlet
Uji Bartlett didasarkan pada suatu statistik yang distribusi teroknya
memberikan nilai kritis yang tepat bila ukuran teroknya sama. Nilai-nilai kritis ini
untuk ukuran terok yang sama dapat pula digunakan untuk menghasilkan
hampiran nilai-nilai kritis yang amat teliti untuk ukuran terok yang tidak sama.
Namun demikian, uji Bartlett sangat peka terhadap ketidaknormalan distribusi,
11
sehingga perlu ada uji normalitas distribusi skor masing-masing kelompok.
Hipotesis yang diajukan adalah:
H0 : 𝜎12 = 𝜎22 = .... = 𝜎𝑘2
H1 : Tidak semua variansi sama
Langkah-langkah dalam uji barlet
1) Tentukan variansi masing-masing kelompok yaitu 𝑆12 , 𝑆22 , ... , 𝑆𝐾2
2) Tentukan variansi gabungan:
∑𝑘 2
𝑖 =1 (𝑛𝑖 −1)𝑆𝑖
𝑆𝑃2 =
𝑁−𝐾
Dimana N adalah jumlah semua terok dan k adalah jumlah kelompok
3) Tentukan b sebagai niali perubahan acan B yang berdistribusi Barlet, yaitu:
1
[(𝑆𝑖2 )𝑛1 −1…. (𝑆𝑘)
2
𝑛𝑘 −1] /(𝑁−𝐾)
b=
𝑆𝑝2
4) Kriteria pengujian:
a) Jika n1 = n2 = .... = nk = n, maka tolak H0 pada taraf keberartian a bila b < bk
(a,n)
b) Jika ukuran terok tidak sama maka tolak H0 pada taraf keberartian a bila :
b < bk (a; n1,n2...., nk)
bk (a; n1,n2...., nk) = n1bk (a;n1) + n2bk (a;n2) + ... + nkbk (a;nk)
N
Contoh, skor hasil uji coba 4 metode dalam suatu penelitian sebagai berikut:
Table 1. skor hasil uji coba 4 metode pembelajaran dalam suatu penelitian
12
40 39 37 39
Pertanyaan: Apakah variasi keempat kelompok tersebut homogen?
Penyelesaian :
1. Rumuskan Hipotesis
13
Jadi FHitung = 1,233
d. Bandingkan Ftabel dengan FHitung. Diperoleh FTabel = F0,05 (n-1,k) = F0,05 (4,4)
= 6,39 sedangkan Fhitung = 1,233 sehingga diperoleh: FHitung < Ftabel atau
1,233 < 6,39
e. Ambil simpulan
Berdasarkan hasil perhitungan diperoleh FHitung < F0,05 (4,4) dapat
disimpulkan bahwa terima H0 artinya variansi keempat kelompok data
homogen atau data berasal dari populasi yang memiliki vasiansi yang
sama.
BAB III
PENUTUP
3.1 Kesimpulan
Berdasarkan pembahasan dapat disimpulkan bahwa uji persyaratan analisis sangat
dibutuhkan, dalam rangka seorang peneliti menguji hipotesis statistik yang
14
diajukan. Uji persyaratan analisis berupa uji homogenitas dan uji normalitas. Uji
homogenitas varians populasi dapat dilakukan dengan beberapa statistik uji,
yakni: uji Harley, uji Cohran, Uji Levene, dan uji Bartlett. Sedangkan uji
normalitas dapat dilakukan dengan Uji Kolmogorov-Smirnov dan Uji Lilliefors.
Langkah-langkah dari uji hipotesis statistik, yakni: (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.
DAFTAR PUSTAKA
15
Ergusni. 2015. Uji Hipotesis AnalisisBeda Rerata Dua Sampel (Uji-t dan t’).
Prosiding Seminar Nasional matematika dan Pendidikan Matematika.
STKIP PGRI Padang.
Sudjana. 1996. Metode Statistik. Tarsito. Bandung.
Sugiyono. 2004. Statistik NonParametrik untuk Penelitian. Alfabeta, Bandung.
Supardi U.S. 2013. Aplikasi Statitika Dalam Penelitian (Konsep Statitika yang
Lebih Komprehensif). Change Publication. Jakarta. Indonesia.
Usmadi. 2015. Uji Tukey dan Uji Schefee Uji Lanjut (Post Hoc Test). Prosiding
Seminar Nasional matematika dan Pendidikan Matematika. STKIP PGRI
Padang.
Walpole, R. dan Myers, R. 1995. Ilmu Peluang dan Statistik untuk Insinyur dan
Ilmuwan. Bandung. ITB.
16