BAB III

UJI PRASYARAT ANALISIS

PENDAHULUAN
Uji persyaratan analisis diperlukan untuk mengetahui apakah analisis data
untuk pengujian hipotesis dapat dilanjutkan atau tidak. Beberapa teknik
analisis data menuntut uji persyaratan analisis. Misal, 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. Bagian
ini akan dibahas secara singkat terkait uji normalitas dan uji homogenitas.

A. Uji Normalitas
Uji normalitas data adalah bentuk pengujian tentang kenormalan distribusi
data. Tujuan dari uji ini adalah untuk mengetahui apakah data yang terambil
merupakan data terdistribusi normal atau bukan. Maksud dari terdistribusi normal
adalah data akan mengikuti bentuk distribusi normal di mana data memusat pada
nilai rata-rata dan median. Uji normalitas adalah uji yang dilakukan untuk
mengecek apakah data penelitian kita berasal dari populasi yang sebarannya
normal. Uji ini perlu dilakukan karena semua perhitungan statistik parametrik.
Uji normalitas bertujuan untuk mengetahui apakah data yang diperoleh dari
hasil penelitian berdistribusi normal atau tidak. Data berdistribusi normal yaitu
bahwa data akan mengikuti bentuk distribusi normal, dimana data memusat pada
nilai rata- rata dan median. Data yang membentuk distribusi normal bila jumlah
data di atas dan di bawah rata-rata adalah sama, demikian juga simpangan bakunya.
Sebelum kita bicarakan ujin normalitas berikut kita perhatikan gambar distribusi
normal berikut ini:

Uji Prasyarat Analisis 44

 Gambar Kurva Distribusi Normal
Garis mendatar pada grafik kurva normal umum adalah sumbu-x. Garis mendatar
pada grafik kurva normal standar adalah sumbu-z. Uji yang sering digunakan
adalah uji kai kuadrat (chi kuadrat) dengan simbol 𝜒 2 dan ujililifoers. Uji kai
kuadrat (chi kuadrat) digunakan untuk menguji normalitas data dalam bentuk data
kelompokkandalam distribusi frekuensi. Uji Lilifoers digunakan untuk menguji
normalitas dalam bentuk data tunggal.

1. Prosedur Uji Chi Kuadrat

a. Merumuskan hipotesis
Ho : data berdistribusi normal
Ha : data tidak berdistribusi normal
b. Menentukan nilai uji statistik
1) Data dikelompokkan berdasarkan interval kelas dengan menghitung
jangkauan, banyak kelas, dan panjang kelas.
2) Cari rata-rata, simpangan baku (standar deviasi) dari sampel data.
3) Tentukan nilai Z (angka baku)
𝑋𝑖 − 𝑋̅
𝑍𝑖 =
𝑆𝐷
4) Tentukan besar peluang masing-masing nilai z berdasarkan tabel Z.
5) Tentukan luas tiap kelas interval dengan cara mengurangi nilai Z yang lebih
besar di atas atau di bawahnya.

Uji Prasyarat Analisis 45

 6) Tentukan E (frekuensi ekpektasi/frekuensi harapan) dengan cara membagi
luas kelas tiap interval dibagi number of cases (N/sampel)
7) Masukkan frekuensi hasil pengamatan sebagai O (frekuensi observasi)
8) Cari nilai X2 tiap interval dan dijumlahlan

(𝑂𝑖 − 𝐸𝑖 )2
𝜒 2 ℎ𝑖𝑡𝑢𝑛𝑔 = ∑ ( )
𝐸𝑖

Keterangan: 𝜒 2 = chi kuadrat

Oi = frekuensi hasil pengamatan pada klasifikasi ke-i
Ei = frekuensi yang diharapkan pada klasifikasi ke-i

c. Menentukan taraf nyata (α)

Untuk mendapatkan nilai chi kuadrat tabel:

𝜒 2 𝑡𝑎𝑏𝑒𝑙 = 𝜒 2 (1−𝛼)(𝑑𝑘) =?

Keterangan:
dk = derajat kebebasan = k – 3
k = banyak kelas interval

d. Menentukan kriteria pengujian hipotesis

Ho ditolak jika 𝜒 2 ℎ𝑖𝑡𝑢𝑛𝑔 ≥ 𝜒 2 𝑡𝑎𝑏𝑒𝑙

Ho diterima jika 𝜒 2 ℎ𝑖𝑡𝑢𝑛𝑔 < 𝜒 2 𝑡𝑎𝑏𝑒𝑙

e. Memberikan kesimpulan

Uji Prasyarat Analisis 46

2. Prosedur Uji Lilifoers
a. Merumuskan hipotesis
Ho : data berdistribusi normal
Ha : data tidak berdistribusi normal
b. Menentukan nilai uji statistik
1) Data diurutkan dari yang terkecil hingga yang terbesar.
2) Cari rata-rata, simpangan baku (standar deviasi) dari sampel data.
3) Tentukan nilai Z (angka baku)
𝑋𝑖 − 𝑋̅
𝑍𝑖 =
𝑆𝐷
4) Tentukan nilai tabel Z (lihat lampiran tabel z) berdasarkan nilai Zi , dengan
mengabaikan nilai negatifnya.
5) Tentukan besar peluang masing-masing nilai z berdasarkan tabel z (tuliskan
dengan simbol F (zi). Yaitu dengan cara nilai 0,5- nilai tabel Z apabila nilai
zi negatif (-), dan 0,5 + nilai tabel Z apabila nilai zi positif (+)
6) Hitung frekuensi kumulatif nyata dari masing-masing nilai z untuk setiap
baris, dan sebut dengan S(zi) kemudian dibagi dengan jumlah number of
cases (N) sampel.
7) Tentukan nilai Lo hitung

𝐿𝑜ℎ𝑖𝑡𝑢𝑛𝑔 = |𝐹(𝑍𝑖) − 𝑆(𝑍𝑖) |

8) Tentukan titik kritis Lo

c. Menentukan taraf nyata (α)

Untuk mendapatkan nilai Lo tabel dilihat dari ukuran sampel dan taraf
signifikansi yang digunakan.
d. Menentukan kriteria pengujian hipotesis
Ho ditolak jika 𝐿𝑜ℎ𝑖𝑡𝑢𝑛𝑔 ≥ 𝐿𝑜𝑡𝑎𝑏𝑒𝑙

Ho diterima jika 𝐿𝑜ℎ𝑖𝑡𝑢𝑛𝑔 < 𝐿𝑜𝑡𝑎𝑏𝑒𝑙

e. Memberikan kesimpulan

Uji Prasyarat Analisis 47

Contoh 1
Ujilah normalitas dari skor 36 siswa kelas VII SMP dalam menyelesaikan soa-
soal IPA di bimbingan belajar.

72 58 46 62 76 58 68 32 74 44 47 49
67 80 52 84 81 66 70 75 64 70 60 35
65 88 53 37 78 55 45 95 70 64 81 74

Penyelesaian:

Penyelesaian dengan Uji Chi Kuadrat

Langkah 1: Merumuskan hipotesis

Ho : data berdistribusi normal
Ha : data tidak berdistribusi normal
Langkah 2: Menentukan nilai uji statistik
a. Jangkauan (J) = data terbesar – data terkecil
= 95-32
= 63
b. Banyak kelas (k) = 1 + 3,3 log n
= 1 + 3,3 log 36
= 1 + 5,14
= 6,14 (diambil k = 6)
c. panjang kelas =J:k
= 63 : 6
= 10,5 (diambil p = 11)

Uji Prasyarat Analisis 48

 Berikut tabel bantu perhitungan statistik
Titik
Data Frek(fi) fi xi xi2 fi xi2
tengah(xi)
32-42 37 4 148 1369 97468
43-53 48 6 288 2304 13824
54-64 59 7 413 3481 24367
65-75 70 11 770 4900 53900
76-86 81 6 486 6561 39366
87-97 92 2 184 8464 16928
Jumlah Σfi =36 Σfixi=2289 Σfixi2 =245853

Selanjutnya, mencari rata-rata (𝑋̅) dan standar deviasi (SD).

∑ 𝑓 𝑖 𝑥𝑖
𝑋̅ = 245853 2289 2
∑ 𝑓𝑖 =√ −( )
36 36
= 2289 : 36
SD = 15,20
𝑋̅ = 63,58
∑ 𝑓 𝑖 𝑥𝑖 2 ∑ 𝑓 𝑖 𝑥𝑖 2
SD =√ −( )
𝑛 𝑛

Tabel Bantu Perhitungan Statistik

Frekuensi Luas tiap (𝑂𝑖 − 𝐸𝑖 )2
Batas Kelas Frekuensi yang
Data Observasi Nilai Z Kelas
(Oi)
(BK)
interval
diharapkan (Ei) 𝐸𝑖
32-42 4 31,5-42,5 -2,11 dan -1,39 0,0650 2,34 1,177607
43-53 6 42,5-53,5 -1,39 dan -0,66 0,1730 6,228 0,008347
54-64 7 53,5-64,5 -0,66 dan 0,06 0,2989 10,761 1,31448
65-75 11 64,5-75,5 0,06 dan 0,78 0,2580 9,288 0,315562
76-86 6 75,5-86,5 0,78 dan 1,51 0,1530 5,508 0,043948
87-97 2 86,5-97,5 1,51 dan 2,23 0,0520 1,872 0,008752
2,868696
Jumlah Σfi = 36

(𝑂𝑖 − 𝐸𝑖 )2
𝜒 2 ℎ𝑖𝑡𝑢𝑛𝑔 = ∑ ( )
𝐸𝑖
= 2,899 ( nilai chi 𝜒 2 hitung)
Langkah 3: Menentukan taraf nyata (α)
a. Derajat kebebasan (dk) dengan rumus:
dk = banyaknya kelas – 3
=6–3
dk = 3

Uji Prasyarat Analisis 49

 b. Taraf signifikansi α = 0,05 :
𝜒 2 𝑡𝑎𝑏𝑒𝑙 = 𝜒 2 (1−𝛼)(𝑑𝑘)

= 𝜒 2 (1−0,05)(3)

𝜒 2 𝑡𝑎𝑏𝑒𝑙 = 𝜒 2 (0.95)(3)

c. Kita lihat pada tabel 𝜒 2 untuk 𝜒 2 (0.95)(3) = 7,8147

Langkah 4: Menentukan kriteria pengujian hipotesis

Ho ditolak jika 𝜒 2 ℎ𝑖𝑡𝑢𝑛𝑔 ≥ 𝜒 2 𝑡𝑎𝑏𝑒𝑙

Ho diterima jika 𝜒 2 ℎ𝑖𝑡𝑢𝑛𝑔 < 𝜒 2 𝑡𝑎𝑏𝑒𝑙

Berdasarkan perhitungan pada tabel diperoleh nilai 𝜒 2 ℎ𝑖𝑡𝑢𝑛𝑔 2,899 dan

𝜒 2 𝑡𝑎𝑏𝑒𝑙 = 7,8147
Karena nilai 𝜒 2 ℎ𝑖𝑡𝑢𝑛𝑔 < 𝜒 2 𝑡𝑎𝑏𝑒𝑙 maka Ho diterima.

Langkah 5: Memberikan kesimpulan

Karena nilai 𝜒 2 ℎ𝑖𝑡𝑢𝑛𝑔 < 𝜒 2 𝑡𝑎𝑏𝑒𝑙 maka Ho diterima. Artinya, data skor siswa
dalam menyelesaikan soal-soal ipa di suatu bimbingan belajar berdistribusi
normal.

Uji Prasyarat Analisis 50

 Penyelesaian dengan Uji Liliforce

Langkah 1: Merumuskan hipotesis

Ho : data berdistribusi normal
Ha : data tidak berdistribusi normal
Langkah 2: Menentukan nilai uji statistik
a. Mengurutkan data sampel dari yang terkecil ke terbesar (X1, X2, …, Xn)
Sampel X Sampel X Sampel X Sampel X
1 32 10 53 19 66 28 75
2 35 11 55 20 67 29 76
3 37 12 58 21 68 30 78
4 41 13 58 22 70 31 80
5 45 14 60 23 70 32 81
6 46 15 62 24 70 33 81
7 47 16 64 25 72 34 84
8 49 17 64 26 74 35 88
9 52 18 65 27 74 36 95

b. Menghitung rata-rata nilai dan standar deviasi skor sampel secara

keseluruhan menggunakan rata-rata tunggal.
X F fX 𝑋 − 𝑋̅ (𝑋 − 𝑋̅)2 f(𝑋 − 𝑋̅)2
32 1 32 -31,6667 1002,779889 1002,779889
35 1 35 -28,6667 821,7796889 821,7796889
37 1 37 -26,6667 711,1128889 711,1128889
41 1 41 -22,6667 513,7792889 513,7792889
45 1 45 -18,6667 348,4456889 348,4456889
46 1 46 -17,6667 312,1122889 312,1122889
47 1 47 -16,6667 277,7788889 277,7788889
49 1 49 -14,6667 215,1120889 215,1120889
52 1 52 -11,6667 136,1118889 136,1118889
53 1 53 -10,6667 113,7784889 113,7784889
55 1 55 -8,6667 75,11168889 75,11168889
58 1 58 -5,6667 32,11148889 32,11148889
58 1 58 -5,6667 32,11148889 32,11148889
60 1 60 -3,6667 13,44468889 13,44468889
62 1 62 -1,6667 2,77788889 2,77788889
64 1 64 0,3333 0,11108889 0,11108889
64 1 64 0,3333 0,11108889 0,11108889
65 1 65 1,3333 1,77768889 1,77768889
66 1 66 2,3333 5,44428889 5,44428889
67 1 67 3,3333 11,11088889 11,11088889
68 1 68 4,3333 18,77748889 18,77748889
70 1 70 6,3333 40,11068889 40,11068889
70 1 70 6,3333 40,11068889 40,11068889
70 1 70 6,3333 40,11068889 40,11068889
72 1 72 8,3333 69,44388889 69,44388889

Uji Prasyarat Analisis 51

 74 1 74 10,3333 106,7770889 106,7770889
74 1 74 10,3333 106,7770889 106,7770889
75 1 75 11,3333 128,4436889 128,4436889
76 1 76 12,3333 152,1102889 152,1102889
78 1 78 14,3333 205,4434889 205,4434889
80 1 80 16,3333 266,7766889 266,7766889
81 1 81 17,3333 300,4432889 300,4432889
81 1 81 17,3333 300,4432889 300,4432889
84 1 84 20,3333 413,4430889 413,4430889
88 1 88 24,3333 592,1094889 592,1094889
95 1 95 31,3333 981,7756889 981,7756889
∑ 𝑁 = 36 ∑ 𝑓𝑋 = 2292 ∑ f(𝑋 − 𝑋̅)2 = 8390

Rata-rata skor sampel Standar deviasi skor sampel

∑ 𝑓𝑥
𝑥̅ = ∑ f(𝑋 − 𝑋̅)2
∑𝑥 𝑆𝐷 = √
∑𝑁
= 63,67
= 15,482
Tabel Bantu Perhitungan Statistik
F (Zi) = 0,5 ± 𝑓𝑘𝑢𝑚
No X Zi 𝑓𝑘𝑢𝑚 𝑆(𝑍𝑖) = |𝐹(𝑍𝑖 ) − 𝑆(𝑍𝑖 )|
nilai table zi 𝑁
1. 32 -2,04529 0,020413 1 0,010837079 0,010837079
2. 35 -1,85153 0,032047 2 0,030453319 0,030453319
3. 37 -1,72235 0,042503 3 0,051247251 0,051247251
4. 41 -1,464 0,071597 4 0,053403137 0,053403137
5. 45 -1,20565 0,113977 5 0,042273399 0,042273399
6. 46 -1,14106 0,126922 6 0,060577508 0,060577508
7. 47 -1,07647 0,140858 7 0,077891837 0,077891837
8. 49 -0,9473 0,171744 8 0,078255864 0,078255864
9. 52 -0,75353 0,225565 9 0,055684517 0,055684517
10. 53 -0,68894 0,24543 10 0,067070336 0,067070336
11. 55 -0,55977 0,287819 11 0,055930589 0,055930589
12. 58 -0,366 0,357182 12 0,01781814 0,01781814
13. 58 -0,366 0,357182 13 0,04906814 0,04906814
14. 60 -0,23683 0,406396 14 0,031103903 0,031103903
15. 62 -0,10765 0,457137 15 0,011612982 0,011612982
16. 64 0,021527 0,508587 16 0,008587463 0,008587463
17. 64 0,021527 0,508587 17 0,022662537 0,022662537
18. 65 0,086115 0,534313 18 0,028187335 0,028187335
19. 66 0,150704 0,559895 19 0,03385477 0,03385477
20. 67 0,215292 0,58523 20 0,039769924 0,039769924
21. 68 0,27988 0,610215 21 0,046034808 0,046034808
22. 70 0,409056 0,658751 22 0,028749174 0,028749174
23. 70 0,409056 0,658751 23 0,059999174 0,059999174
24. 70 0,409056 0,658751 24 0,091249174 0,091249174
25. 72 0,538233 0,704792 25 0,076458222 0,076458222
26. 74 0,667409 0,747745 26 0,064755459 0,064755459
27. 74 0,667409 0,747745 27 0,096005459 0,096005459

Uji Prasyarat Analisis 52

 28. 75 0,731997 0,767915 28 0,107085146 0,107085146
29. 76 0,796585 0,787154 29 0,119095944 0,119095944
30. 78 0,925762 0,822715 30 0,114784916 0,114784916
31. 80 1,054938 0,854273 31 0,114476828 0,114476828
32. 81 1,119526 0,868542 32 0,131457853 0,131457853
33. 81 1,119526 0,868542 33 0,162707853 0,162707853
34. 84 1,313291 0,905458 34 0,157042495 0,157042495
35. 88 1,571643 0,941983 35 0,15176663 0,15176663
36. 95 2,023761 0,978503 36 0,14649739 0,14649739
𝑋̅ = 63,67 Kesimpulan : Dengan α= 0,01 Ho
𝑆𝐷 =15,48 diterima karena Lhitung kurang dari
𝐿ℎ𝑖𝑡𝑢𝑛𝑔 = 0,163 Ltabel
𝐿𝑡𝑎𝑏𝑒𝑙 =0,172 (α 0,01) Atau dapat dikatakan bahwa data
berdistribusi normal

Langkah 3: Menentukan taraf nyata (α)

Misal α = 0,01

Langkah 4: Menentukan kriteria pengujian hipotesis

Ho ditolak jika 𝐿𝑜ℎ𝑖𝑡𝑢𝑛𝑔 ≥ 𝐿𝑜𝑡𝑎𝑏𝑒𝑙

Ho diterima jika 𝐿𝑜ℎ𝑖𝑡𝑢𝑛𝑔 < 𝐿𝑜𝑡𝑎𝑏𝑒𝑙

Langkah 5: Memberikan kesimpulan

Ho diterima karena Lhitung kurang dari Ltabel atau dapat dikatakan bahwa data
berdistribusi normal

Uji Prasyarat Analisis 53

3. Aplikasi SPSS untuk Uji Normalitas
Berikut ini disajikan data tentang pre test, motivasi belajar, dan post test hasil
belajar IPA SMP kelas VII.
Motivasi Pre Test Post Test Ujilah apakah ketiga
78 30 89
69 21 76 variabel di atas memiliki
56 15 65 distribusi normal? Ujilah
50 17 66
55 18 68 dengan menggunakan
60 19 69 taraf signifikansi 5%!
80 33 90
65 20 68
66 21 70
60 20 70
73 23 72
57 19 67
59 18 68
63 22 71
79 32 90
68 22 78
58 18 68
52 18 67
57 16 70
59 18 65
82 32 86
64 22 69
66 20 70
63 24 68
74 25 70
58 18 65
56 20 64
65 22 56
61 19 60
64 26 70

a. Prosedur Analisis
1) Jalankan program SPSS 22, pilih Variable View di bagian bawah.
2) Isikan di kolom Name “Motivasi” di baris pertama dengan decimals bernilai
2, “PresTest” di baris ke dua dengan decimals bernilai 2, dan PostTest di
baris ke tiga dengan decimals bernilai 2.

Uji Prasyarat Analisis 54

3) Pilih Data View dan masukan nilai motivasi belajar, pre test, dan post test
sebagai berikut.

4) Lakukan analisis dengan menggunakan menu Analyze → Non Parametric

Test → Legacy Dialogs → 1 Sample K-S. Masukan semua variabel ke
kotak Test Variable List.

5) Klik OK sehingga muncul hasil analisis sebagai berikut.

One-Sample Kolmogorov-Smirnov Test
Motivasi PresTest PostTest
N 30 30 30
Normal Parametersa,b Mean 63.9000 21.6000 70.8333
Std. Deviation 8.39684 4.77493 8.22982
Most Extreme Differences Absolute .135 .200 .274
Positive .135 .200 .274
Negative -.087 -.125 -.139
Test Statistic .135 .200 .274
Asymp. Sig. (2-tailed) .174c .004c .000c
a. Test distribution is Normal.
b. Calculated from data.

Uji Prasyarat Analisis 55

 c. Lilliefors Significance Correction.

b. Pembacaan Hasil Analisis

Tabel One-Sample Kolmogorov-Smirnov Testmenunjukkan hasil analisis uji
normalitas terhadap ketiga variabel tersebut.
Hipotesis Penelitian :
Ho : Sampel berdistribusi normal.
H1 : Sampel berdistribusi tidak normal.
Jika Asymp.Sig (2-tailed) ≥ ½ α, maka Ho diterima.
Ketentuan
Jika Asymp. Sig (2-tailed) < ½ α, maka Ho ditolak.

Berdasarkan hasil analisis di atas diperoleh :

1) Motivasi dengan Asymp.Sig (2-tailed = 0,174) ≥ ½ α (0,05) sehingga
berdistribusi normal.
2) Pre Test dengan Asymp.Sig (2-tailed = 0,004) < ½ α (0,05) sehingga
berdistribusi tidak normal.
Post Test dengan Asymp.Sig (2-tailed = 0,000) < ½ α (0,05) sehingga berdistribusi
tidak normal.

Uji Prasyarat Analisis 56

B. UJI HOMOGENITAS
Pada dasarnya uji homogenitas dimaksudkan untuk memperlihatkan bahwa
dua atau lebih kelompok data sampel berasal dari populasi yang memiliki variansi
yang sama. Pada perkuliahan ini akan dikenalkan salah satu uji homogenitas yang
sering digunakan dalam penelitian yaitu Uji Fisher dan Uji Barlett.
1. Uji Fisher
Uji Fisher digunakan untuk 2 kelompok data. Langkah-langkah pada Uji
Fisher sebagai berikut.
a. Merumuskan hipotesis
Ho : 𝜎1 = 𝜎2 (Varian 1 sama dengan Varian 2 atau ke dua kelompok homogen)
Ha : 𝜎1 ≠ 𝜎2 (Varian 1 tidak sama dengan Varian 2 atau ke dua kelompok tidak
homogen)
b. Menentukan nilai uji statistik
1) Menghitung rerata (mean) dan varian kedua kelompok data.
∑ 𝑋𝑖
𝑋̅ =
𝑁
∑(𝑋𝑖 − 𝑋̅)
𝑆𝐷2 =
𝑁−1
2) Hitung Uji Fhitung
𝑉𝑎𝑟𝑖𝑎𝑛 𝑦𝑎𝑛𝑔 𝑙𝑒𝑏𝑖ℎ 𝑏𝑒𝑠𝑎𝑟
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 =
𝑉𝑎𝑟𝑖𝑎𝑛 𝑦𝑎𝑛𝑔 𝑙𝑒𝑏𝑖ℎ 𝑘𝑒𝑐𝑖𝑙

c. Menentukan taraf nyata (α)

Menententukan nilai Ftabel untuk taraf signifikansi α, untuk dk1 = dkpembilang =
na-1, dan dk2 = dkpenyebut = nb-1.

d. Menentukan kriteria pengujian hipotesis

Terima → H0 jika Fhitung < Ftabel ; dan
Tolak → H0 jika Fhitung > Ftabel.

e. Memberikan kesimpulan

Uji Prasyarat Analisis 57

Contoh 2
Terdapat sebuah penelitian berjudul Pengaruh Penggunaan Alat Peraga
Terhadap Hasil Belajar IPA. Dalam penelitian ini, peneliti ingin mencari
kehomogenitasan dari variabel bebas antara penggunaan alat peraga manual
sebagai kelas eksperimen terhadap penggunaan alat peraga multimedia sebagai
kelas kontrol.

Penyelesaian
Langkah 1: Merumuskan hipotesis
Ho : 𝜎1 = 𝜎2 (Varian 1 sama dengan Varian 2 atau ke dua kelompok homogen)
Ha : 𝜎1 ≠ 𝜎2 (Varian 1 tidak sama dengan Varian 2 atau ke dua kelompok tidak
homogen)
Langkah 2: Menentukan nilai uji statistik
Sampel A1 A2
1 100 91
2 100 91
3 100 91
4 100 91
5 96 91
6 96 87
7 96 87
8 96 87
9 96 87
10 96 87
11 96 87
12 96 87 𝑉𝑎𝑟𝑖𝑎𝑛 𝑦𝑎𝑛𝑔 𝑙𝑒𝑏𝑖ℎ 𝑏𝑒𝑠𝑎𝑟
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 =
13 91 87 𝑉𝑎𝑟𝑖𝑎𝑛 𝑦𝑎𝑛𝑔 𝑙𝑒𝑏𝑖ℎ 𝑘𝑒𝑐𝑖𝑙
14 91 83
15 91 83
16 91 83
17 91 83
18 87 83
19 87 83
20 87 78
Rumus Manual Rumus Excel
∑ 𝑋𝑖 =average(n1, n2,
Rata-rata 𝑋̅ = …)
94,2 86,35 𝑁

Uji Prasyarat Analisis 58

 Varian ∑(𝑋𝑖 − 𝑋̅) =var(n1, n2, … )
𝑆𝐷2 =
19,32632 13,08158 𝑁−1
F hitung 1,477369

Langkah 3: Menentukan taraf nyata (α)

Dengan dbpembilang = 20 - 1= 19 (untuk varian terbesar) dan dbpenyebut = 20 - 1=
19 (untuk varian terkecil), serta taraf signifikansi (α) = 0,05 maka diperoleh
Ftabel = 2,15.

Langkah 4: Menentukan kriteria pengujian hipotesis

Terima → H0 jika Fhitung < Ftabel ; dan
Tolak → H0 jika Fhitung > Ftabel.

Langkah 5: Memberikan kesimpulan

Ternyata Fhitung = 1,48 < Ftabel = 2,15 maka H0 diterima dan disimpulkan kedua
kelompok data memiliki varian yang sama atau homogen.

2. Uji Bartlett
Uji Bartlett digunakan untuk menguji homogenitas varians lebih dari dua
kelompok data. Misalkan sampel berukuran 𝑛1, 𝑛2,..…… 𝑛𝑘 dan hasil pengamatan
telah disusun seperti tabel dibawah ini. Selanjutnya sampel-sampel dihitung
variansnya masing-masing yaitu 𝑆𝑑12 , 𝑆𝑑22 , … 𝑆𝑑𝑘2
Untuk mempermudah perhitungan, satuan-satuan yang diperlukan uji bartlett lebih
baik disusun dalam sebuah tabel sebagai berikut :
Sampel Dk 1/dk 𝑺𝒅𝟐𝟏 𝐥𝐨𝐠 𝑺𝒅𝟐𝟏 dk 𝐥𝐨𝐠(𝑺𝒅𝟐𝟏 )
1 𝑛1 − 1 1/(𝑛1 − 1) 𝑆𝑑12 log 𝑆𝑑12 (𝑛1 − 1) log 𝑆𝑑12
2 𝑛2 − 1 1/(𝑛2 − 1 𝑆𝑑22 log 𝑆𝑑22 (𝑛2 − 1) log 𝑆𝑑22
: : : : : :
: : : : : :
K 𝑛𝑘, − 1 1/(𝑛𝑘 − 1) 𝑆𝑑𝑘2 log 𝑆𝑑𝑘2 (𝑛𝑘 − 1) log 𝑆𝑑𝑘2

Uji Prasyarat Analisis 59

Dari tabel diatas hitung nilai-nilai yang dibutuhkan :
a. Varians gabungan dari semua sampel

2
∑(𝑛𝑖 − 1)𝑠𝑑𝑖2
S gab =
∑(𝑛𝑖 − 1)
b. Harga satuan B dengan rumus

𝐵 = (log S 2 gab ) ∑(𝑛𝑖 − 1) = (∑ dk) log S 2 gab

Uji Bartlett digunakan statistik Chi Kuadrat, yaitu :

𝜒 2 = (ln 10) {𝐵 − Σ𝑑𝑘 log 𝑆𝑑𝑖2 }
dengan ln 10 = 2,3026
Segnifikan
2 2
Jika 𝑋ℎ𝑖𝑡𝑢𝑛𝑔 ≥ 𝑋(1−𝛼)(𝑘−1) maka Ho ditolak
2 2
Jika 𝑋ℎ𝑖𝑡𝑢𝑛𝑔 < 𝑋(1−𝛼)(𝑘−1) maka Ho diterima
2
Nilai 𝑋ℎ𝑖𝑡𝑢𝑛𝑔 didapatkan dari tabel distribusi chi-kuadrat dengan peluang(1 − 𝛼)
dan dk = (k-1).

Contoh 3
Dilakukan penelitian untuk mengetahui perbedaan nilai antar kelas. Ujilah apakah
data homogen dengan menggunakan uji bartlet.
Nilai Sampel Jenis variabel : Nilai Akhir
Varians A (X1) B (X2) C (X3)
S2 1,56 1,89 1,25
N 43 43 43

Penyelesaian
Langkah 1: Hipotesis pengujian:
𝐻𝑜 ∶ 𝜎1 2 = 𝜎2 2 = 𝜎3 2 = ⋯ … … … = 𝜎𝑛 2
𝐻𝑎 ∶ paling sedikit salah satu tanda tidak sama
Langkah 2: Perhitungan statistik
a. Varians dari setiap kelompok
 Varians dari kelompok A = 1,56

Uji Prasyarat Analisis 60

  Varians dari kelompok B = 1,89
 Varians dari kelompok C = 125
Dengan semua dk = 43-1 = 42
b. Tabel homogenitas varians
Sampel dk 1/dk Si2 dk. Si2 log Si2 (dk) log
Si2
A 42 0,02 1,56 65,52 0,19 7,98
B 42 O,02 1,89 79,38 0,28 11,76
C 42 0,02 1,25 52,5 0,09 3,78
 126 4,7 197,4 0,56 23,52

c. Menghitung varians gabungan

𝑆 2𝑔𝑎𝑏 = 𝛴(𝑑𝑘𝑆𝑖2 ) / 𝛴𝑑𝑘
= 197,4 / 126
= 1,57
d. Menghitung nilai B

𝐵 = (∑ dk) log S 2 gab

= 126 × log (1,57)

= 126 × 0,19
= 23,94
e. Menghitung harga chi-kuadrat
𝜒 2 = (ln 10) {𝐵 − Σ𝑑𝑘 log 𝑆𝑖 2 }
= 2,303 × {23,94 − 23,52}
= 2,303 × 0,42
= 0,967
= 0,97
Langkah 3: Kesimpulan
Untuk 𝛼 = 5%, dari daftar distribusi 𝜒 2 dengan dk kelompok = 3-1 = 2 didapat
𝜒 2 (0,95;2) = 5,9915, teryata bahwa 𝜒 2 ℎ𝑖𝑡𝑢𝑛𝑔 = 0,97 < 𝜒 2 (0,95;2) = 5,9915

sehingga hipotesis yang menyatakan varians homogen diterima dalam taraf  =

5%.

Uji Prasyarat Analisis 61

3. Aplikasi SPSS untuk Analisis Homogenitas

Perhitungan uji homogenitas menggunakan software SPSS adalah dengan Uji

Levene statistics. Cara menafsirkan uji levene ini adalah, jika nilai Levene statistic
> 0,05 maka dapat dikatakan bahwa variasi data adalah homogen.

Dibawah ini terdapat data Skor Tes Kemampuan Pemahaman Siswa

Siswa Eksperimen Kontrol Siswa Eksperimen Kontrol
S-01 4 6 S-11 4 8
S-02 9 4 S-12 7 5
S-03 11 6 S-13 13 12
S-04 13 12 S-14 16 10
S-05 5 7 S-15 10 4
S-06 11 14 S-16 4 5
S-07 4 13 S-17 2 4
S-08 5 10 S-18 19 15
S-09 9 10 S-19 15 11
S-10 11 13 S-20 8 10
Berikut adalah Langkah-langkahnya:
a. Buka SPSS
b. Copy data tersebut ke dalam lembar kerja SPSS letakan dalam satu kolom dan
perlu diingat no urutnya 1-20 adalah kelas eksperimen dan 21-40 kelas kontrol,
kemudian pada kolom kedua isi dengan “1” untuk kelas Eksperimen dan “2”
untuk kelas kontrol.

c. Buka Data View, pilih baris “kelas” dan isi kolom Value dengan “1”, Label
dengan “Eksperimen” kemudian klik Add, kemudian lanjutkan isi kolom Value
dengan “2”, Label dengan “Kontrol” kemudian klik Add dan klik OK.

Uji Prasyarat Analisis 62

d. Lakukan pengujian homogenitas dengan uji Lavene Statistic dengan cara
memilih menu : analyze, compare means, one-way anova.

e. Masukan “skor” ke kotak Dependen List dan “kelas” ke kotak Factor.

f. Klik menu Option dan pilih Homogenity of variance test, kemudian klik
Continue.

Uji Prasyarat Analisis 63

g. Kemudian klik Ok sehingga muncul hasil:

Test of Homogeneity of Variances

skor
Levene
Statistic df1 df2 Sig.
.893 1 38 .351

Jika nilai Sig ≥ α, maka Ho diterima.

Ketentuan
Jika nilai Sig < α, maka Ho ditolak.

Kerena p-value (sig) = 0,351 > 0,05 maka data siambil dari sampel yang
homogen.

Uji Prasyarat Analisis 64

 Uji Kompetensi

1. Diketahui data skor 36 siswa kelas VII SMP dalam menyelesaikan soal-soal
IPA di suatu bimbingan belajar.
7 5 4 6 7 5 6 3 7 4 4 4
2 8 6 2 6 8 8 2 4 1 7 9
6 8 5 8 8 6 7 5 6 3 6 3
7 0 2 4 1 6 6 8 8 2 0 5
6 8 5 6 8 5 8 9 7 6 8 7
5 8 3 7 0 2 4 5 0 4 1 4
Ujilah normalitas dari data tersebut dengan menggunakan Uji Liliefors dan Uji
Chi Kuadrat serta SPSS!

2. Berikut ini adalah data nilai hasil belajar statistik mahasiswa, yang terdiri dari
28 siswa
68 53 63 53 73 63 53 68 68 54
60 53 86 68 70 73 88 78 69 83
83 88 93 62 42 86 68 58
Dengan menggunakan Uji Liliefors, Uji Chi Kuadrat, dan SPSS apakah nilai
mata pelajaran tersebut berdistribusi normal?

3. Seorang guru IPA akan melakukan penelitian metode pembelajaran keempat

kelas. Sebelum memberi perlakuan keempat kelas, guru tersebut ingin
mengetahui homogenitas keempat kelas tersebut dengan nilai pretest. Nilai
pretest tersebut sebagai berikut.
Sampel A1 A2 A3 A4
1 12 14 6 9
2 20 15 16 14
3 23 10 16 18
4 10 19 20 19
5 17 22

Uji Prasyarat Analisis 65

 Ujilah homogenitas keempat kelas tersebut dengan menggunakan Uji Barlett
dan SPSS.

4. Dilakukan penelitian untuk mengetahui perbedaan IPK mahasiswa Pendidikan

IPA kelas A, C dan Internasional.
Nilai Sampel Jenis variabel : Nilai Akhir
Varians Kelas A Kelas C Kelas Inter
2
S 0,56 0,89 0,25
N 35 38 30
Ujilah apakah data homogen dengan menggunakan uji bartlet dan SPSS.

5. Diberikan data nilai hasil belajar kedua kelas A dan B. Kelas A merupakan kelas
kontrol dengan pembelajaran ceramah dan kelas B merupakan kelas eksperimen
dengan pembelajaran inkuiri sebagai berikut.
Sampel A B Ujilah homogenitas kedua
1 80 73
2 78 81 kelas tersebut dengan
3 78 77 menggunakan Uji Fisher.
4 81 79
5 87 64
6 67 89
7 76 72
8 68 82
9 75 76
10 74 78
11 81 75
12 77 87
13 79 67
14 64 76
15 89 73

Uji Prasyarat Analisis 66