UJI PERSYARATAN ANALISIS

OLEH :

NAMA : TINA SUMAYYAH LUBIS

NIM : 5183143023

DOSEN PENGAMPU : Dra. Halida Hanim, M.Pd.

PENDIDIKAN TATA BUSANA

UNIVERSITAS NEGERI MEDAN

2020
 UJI PERSYARATAN ANALISIS

Uji persyaratan analisis diperlukan guna mengetahui apakah analisis data untuk pengujian
hipotesis dapat dilanjutkan atau tidak. Beberapa teknik analisis data menuntut uji persyaratan
analisis. Analisis varian mempersyaratkan bahwa data berasal dari populasi yang berdistribusi
normal dan kelompok-kelompok yang dibandingkan homogen. Oleh karena itu analisis varian
mempersyaratkan uji normalitas dan homogenitas data.

Analisis regresi, selain mempersyaratkan uji normalitas juga mempersyaratkan uji

linearitas, uji heterokedasitas, uji autokorelasi, dan uji multikolinearitas. Berbagai pengujian
persyaratan analisis, seperti uji normalitas, uji homogenitas, uji linearitas, uji heterokedasitas, uji
autokorelasi, dan uji multikolinearitas. Uji persyaratan analisis mana yang diperlukan dalam satu
teknik analisis data akan disebutkan secara garis besar pada tiap-tiap teknik analsis data sebagai
berikut :

A. UJI NORMALITAS

Pengujian normalitas dilakukan untuk mengetahui normal tidaknya suatu distribusi data. Hal ini
penting diketahui berkaitan dengan ketepatan pemilihan uji statistik yang akan digunakan.
Karena uji statistik parametrik mensyaratkan data harus berdistribusi normal. Apabila distribusi
data tidak normal maka disarankan untuk menggunakan uji statistik nonparametrik, bukan uji
statistik parametrik.

Uji normalitas dapat dilakukan dengan beberapa cara antara lain : dengan menafsirkan
grafik ogive, koefisien tingkat kemencengan, uji Liliefors, uji Chi-Kuadrat, atau lainnya.
Penentuan normal atau tidaknya suatu distribusi data dengan grafik ogive hanya dilakukan
dengan menafsirkan grafik, yaitu :

 apabila grafik ogive lurus atau hampir lurus maka distribusi data ditafsirkan berdistribusi
normal.

 sedangkan kalau tidak lurus ditafsirkan data tidak berdistribusi normal.

Penentuan normal atau tidaknya suatu distribusi data dengan koefisien kemencengan dilakukan
dengan menghitung koefisien skewness atau tingkat kemencengan, yaitu :

 apabila -2 < tingkat kemencengan < 2, data ditafsirkan berdistribusi normal.

 sedangkan harga tingkat kemencengan lainnya, data ditafsirkan berdistribusi tidak

normal.

Jadi penentuan kenormalan distribusi data dengan cara grafik ogive atau menghitung koefisien
skewness hanya berlaku untuk statistic deduktif atau deskriptif. Penentuan kenormalan suatu
distribusi data statistic induktif harus dilakukan dengan pengujian. Dalam
statistik induktif dilakukan pengujian, apakah suatu data sampel berasal dari populasi
berdistribusi normal atau tidak. Penentuan kenormalan suatu distribusi data dapat dilakukan
dengan cara pengujian Liliefors atau Chi-Kuadrat.

B. UJI HOMOGENITAS

Persyaratan uji statistik inferensial parametrik yang kedua adalah homogenitas. Pengujian
homogenitas dilakukan dalam rangka menguji kesamaan varians setiap kelompok data.
Persyaratan uji homogenitas diperlukan untuk melakukan analisis inferesial dalam uji komparasi.
Uji homogenitas dapat dilakukan dengan beberapa teknik uji, diantaranya yaitu : uji F (Fisher)
dan uji Bartlett.

C. UJI LINEARITAS

Regresi adalah bentuk hubungan fungsional antara variabel-variabel. Sedangkan analisis

regresi adalah mempelajari bagaimana antar variabel saling berhubungan. Regresi linear adalah
regresi yang variabel bebasnya (X) berpangkat paling tinggi satu.

Persyaratan uji statistik parametrik analisis asosiasi lainnya yang diperlukan yaitu uji
kelinearan regresi. Pengujian kelinearan regresi dilakukan dalam rangka menguji model
persamaan regresi suatu variabel Y atas suatu variabel X. Persyaratan uji kelinearan, diperlukan
untuk melakukan analisis inferensial dalam uji asosiasi. Uji kelinearan dilakukan untuk menguji
suatu hipotesis.
D. UJI MULTIKOLINEARITAS

Uji Multikolinearitas dimaksudkan untuk mengetahui ada tidaknya hubungan (korelasi)

yang signifikan antar variabel bebas. Jika terdapat hubungan yang cukup tinggi (signifikan),
berarti ada aspek yang sama diukur pada variabel bebas. Hal ini tidak layak digunakan untuk
menentukan kontribusi secara bersama-sama variabel bebas terhadap variabel terikat.

Uji multikolinearitas dengan SPSS dilakukan dengan uji regresi, dengan patokan nilai VIF
(variance inflation factor) dan koefisien korelasi antar variabel bebas. Kriteria yang digunakan
adalah:

1. jika nilai VIF di sekitar angka 1 atau memiliki tolerance mendekati 1, maka dikatakan
tidak terdapat masalah multikolinearitas dalam model regresi;

2. Jika koefisien korelasi antar variabel bebas kurang dari 0,5, maka tidak terdapat masalah
multikolinearitas.

E. UJI HETEROKEDASITAS

Heterokedasitas terjadi dalam regresi apabila varian error (€i) untuk beberapa nilai x
tidak konstan atau berubah-ubah. Pendeteksian konstan atau tidaknya varian error konstan dapat
dilakukan dengan menggambar grafik antara ŷ dengan residu (y – ŷ). Apabila garis yang
membatasi sebaran titik-titik relatif paralel maka varian error dikatakan konstan. Contoh berikut
menampilkan uji heterokdeasitas dengan grafik, untuk data hubungan antara insentif (x) dengan
kinerja, yang telah diuji linearitasnya.

F. UJI AUTOKORELASI

Autokorelasi terjadi dalam regresi apabila dua error €t-1 dan €t tidak independent atau
C(€t-1, €t) ≠ 0. Autokorelasi biasanya terjadi apabila pengukuran variabel dilakukan dalam
interval waktu tertentu. Autokorelasi dapat dilakukan dengan SPSS