UJI HOMOGENITAS & REGRESI LINIER

SEDERHANA
POLITEKNIK IMIGRASI
UJI HOMOGENITAS

Pengujian Homogenitas adalah pengujian mengenai sama tidaknya

variansi-variansi dua buah distribusi atau lebih. Uji homogenitas
variansi (variance) sangat diperlukan sebelum kita membandingkan
dua kelompok atau lebih, agar perbedaan yang ada bukan
disebabkan oleh adanya perbedaan data dasar (ketidak homogenan
kelompok yang dibandingkan). Untuk lebih memahami uji
homogenitas, tinjau kembali contoh kasus 2.
Skewness

Skewness diartikan sebagai kemiringan distribusi data. Yang

dimaksud dengan kemiringan data adalah besarnya pembagian
data atau rata-rata sebaran data yang biasanya di wujudkan
dengan bentuk lonceng, Apabila skewness menunjukkan simetri
maka dikatakan data membentuk distribusi normal, apabila
kemiringan distribusi data agak condong ke kanan ditunjukkan
dengan nilai skewness yang negative, selanjutnya apabila
kemiringan distribusi data condong ke kiri yang ditunjukkan
bahwa nilai skewness positif. Apabila nilai sk = 0, maka
menunjukkan data berdistribusi normal, sk < 0 kemiringan
ke kanan, dan sk > 0 kemiringan ke kiri.
Kurtosis

Derajat keruncingan suatu distribusi (biasanya diukur relatif

terhadap distribusi normal). Kurva yang lebih runcing dari
distribusi normal dinamakan leptokurtik, yang lebih datar
platikurtik dan distribusi normal disebut mesokurtik.

Leptokurtik  puncak relatif tinggi

Mesokurtik  puncaknya normal
Platikurtik  puncak rendah
Nilai Kurtosis

Kurtosis diartikan sebagai keruncingan distribusi data. Semakin

runcing nilai kurtosis akan menunjukkan data hampir
mengumpul (homogen). Akan tetapi apabila nilai
kurtosis 0 menunjukkan data normal, dan apabila nilai kurtosis
semakin kecil, maka menunjukkan data semakin tumpul
(semakin menyebar dikatakan data tidak homogen).
Langkah-langkah untuk menguji homogenitas
dengan menggunakan SPSS
1. Buka program SPSS.
2. Inputkan data Y dari
kasus 2 ke dataview
SPSS.
3. Klik menu analyze, pilih menu
Deskriptive Statistic, lalu klik
frequency. Sehingga muncul
kotak dialog frequency.
Masukkan Y pada variabel, lalu
klik statistics, pada kotak
distribution centang kurtosis dan
pada kotak Percentile Values
centang Quartiles.
4. Klik ok pada kotak dialog di atas, akan muncul seperti berikut:
5. Interprestasi hasil
Berdasarkan output tersebut, di peroleh kurtosis 1,106
merupakan nilai positif yang menunjukkan plot diagramnya
cenderung runcing, sehingga datanya mengerombol atau dapat
mengamsusikan datanya homogen.
REGRESI LINIER SEDERHANA

suatu alat ukur yang juga dapat digunakan untuk mengukur ada
atau tidaknya pengaruh antara variabel independent terhadap
variabel dependent. Hubungan fungsional antara satu variabel
prediktor dengan satu variabel kriterium disebut analisis regresi
sederhana (tunggal), sedangkan hubungan fungsional yang
lebih dari satu variabel bebas disebut analisis regresi ganda.
Sebelum melakukan pengujian, data tersebut wajib memenuhi
asumsi kenormalan dan homogen
•Untuk
  lebih memahaminya, kita tinjau kembali kasus 2. Pada
kasus 2, Persamaan yang dihasilkan nantinya akan berbentuk .
jelas data memenuhi asumsi kenormalan dan homogen,
sehingga dapat dilakukan pengujian regresi linier sederhana
pada kasus 2.
Kasus 2

Seorang peneliti ingin mengetahui

apakah keterampilan proses (X)
mempengaruhi prestasi belajar (Y).
Diketahui data sebagai berikut:
Langkah – langkah untuk menguji regresi linier
sederhana pada kasus 2 pada SPSS
•1. Menyusun
  Hipotesis
: Tidak ada pengaruh keterampilan
proses (X) terhadap prestasi belajar (Y)
: Ada pengaruh keterampilan proses
(X) terhadap prestasi belajar (Y)
2. Inputkan data pada kasus 2 ke SPSS
dan beri nama X dan Y pada variabel
view.
3. Klik Analyze, Regression, Linier.
4. Masukkan Y pada variabel dependent
dan X pada variabel independent.
5. Lalu klik OK. Maka akan muncul output:
6.Intepretasi Hasil:

•a. Kriteria
  pengujian:
• Terima jika : Sig. > 0,05
a. Berdasarkan output spss table Coefficient:
• Diperoleh nilai a = −32,392 dan b = 1,398. Jadi persamaan regresinya:
•
a. Berdasarkan pada table ANOVA, nilai Sig. = 0,000 < 0,05 maka ditolak. Jadi dapat disimpulkan bahwa
ada pengaruh keterampilan proses (X) terhadap prestasi belajar (Y) atau persamaan model regresi linear.
b. Diperoleh nilai koefisien determinasi, pada kolom R square yakni pada output model summary sebesar
0,709 atau 70,9%. Nilai tersebut menunjukkan bahwa variasi variabel prestasi belajar y dapat
diterangkan atau dijelaskan oleh variabel ketrampilan proses x sebesar 70,9%. Sedangkan sisanya
29,1% dipengaruhi variabel lain.