EDUCATIONAL

STATISTICS
UJI NORMALITAS, UJI HOMOGENITAS, KORELASI PRODUK MOMENT,
KORELASI RANK ORDER
SELVI YULIANI (1810302041) & KARINA ALYA ROHMADI (1810302042)
Uji normalitas

 Uji yang digunakan untuk mengukur apakah data yang didapatkan

memiliki distribusi normal sehingga dapat dipakai dalam ststistik
parametric ( statistic inferensial)
 Uji normalitas Chi Square (Chi kuadrat)
 Uji normalitas Kolmogrov-Smirnov
 Uji normalitas Liliefors
1. Uji normalitas Chi Square (Chi kuadrat)

 Digunakan jika ukuran sample 30 data atau lebih (n ≥ 30)

 Rumus:

 Keterangan:
 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)
Langkah langkah Uji normalitas Chi Square

1. Mencari nilai terbesar dan terkecil

2. Mencari nilai rentang
3. Mencari banyak kelas
4. Mencari panjang kelas interval (i)
5. Membuat tabel distribusi frekuensi
6. Mencari rata-rata (mean)
7. Mencari simpangan baku (standar deviasi)
8. Membuat daftar frekuensi yang diharapkan.
 Menentukan batas kelas, yaitu ujung bawah kelas interval
dikurangi 0.5 dan kemudian ujung atas kelas interval
ditambah 0.5
 Ø  Mencari nilai Z menggunakan batas bawah dan batas
atas kelas interval dengan rumus:

 Mencari luas 0-Z dari Tabel Kurva Normal dari 0-Z dengan
menggunakan Z hitung.
 Ø  Mencari selisih luas tiap kelas interval dengan cara
mengurangkan nilai-nilai 0-Z tepi bawah dengan tepi atas.
9. Mencari frekuensi yang diharapkan  dengan cara mengalikan luas
tiap interval dengan jumlah responden.
10. Mencari Chi-Kuadrat hitung
Kesimpulan: 
Membandingkan X2 hitung dengan X2 tabel
 Jika X2 hitung > X2 tabel, artinya distribusi data tidak normal
 Jika X2 hitung < X2  , artinya data berdistribusi normal.
2.  UJI KOLMOGOROV SMIRNOV

 Metode Kolmogorov-Smirnov tidak jauh beda dengan metode 

Lilliefors. Uji Kolmogorov Smirnov digunakan untuk menguji apakah
data itu berdistribusi normal atau tidak.Langkah-langkah
penyelesaian dan penggunaan rumus sama, namun pada
signifikansi yang berbeda. Signifikansi metode Kolmogorov-Smirnov
menggunakan tabel pembanding Kolmogorov-Smirnov, sedangkan
metode Lilliefors menggunakan tabel pembanding metode Lilliefors.
Langkah – Langkah UJI Kolmogorov
Smirnov
1. Urutkan data dari yang terkecil ke yang terbesar lalu cari
rata-rata, simpangan baku (standar deviasi) dari sampel
data.
2. Mencari (Ztabel ) pada tabel distribusi normal
3. Menentukan Dhitung = (ft – Fs)
4. Mencari nilai D(α,n)  dan Dmax dengan α = 0,05
5. Membuat kesimpulan.
Kesimpulan:
   Jika Lhitung   <   Ltabel, maka :
Ho diterima, H1 ditolak.
 Jika Lhitung    >    Ltabel , maka :
Ho ditolak, H1 diterima
3. UJI LILIEFORS

 Uji liliefors digunakan untuk menguji apakah data itu berdistribusi

normal atau tidak.
1. Data berskala interval atau ratio (kuantitatif).
2. Data tunggal atau belum dikelompokkan pada tabel distribusi
frekuensi.
3. Dapat untuk n besar maupun n kecil.
Langkah – langkah Uji Liliefors

  Urutkan data dari yang terkecil ke yang terbesar lalu cari rata-rata,
simpangan baku (standar deviasi) dari sampel data.
 Mencari (Ztabel ) pada tabel distribusi normal
 Menentukan besar peluang masing – masing nilai Z berdasarkan
table Z tuliskan dengan symbol F(Zi)
 Menghitung proporsi Z1, Z2, Z3, … Zn
 Menentukan L hitung dari selisih F(Zi)-S(Zi) kemudian tentukan
harga mutlak dan cari L hitung yang terbesar.
 Cari L hitung pada tabel liliefors.
 Kesimpulan:
Jika Lhitung <   Ltabel liliefors , maka :
Ho diterima, H1 ditolak.
Jika Lhitung >    Ltabel liliefors , maka :
Ho ditolak, H1 diterima

Link tutorial SPSS: https://youtu.be/h8xc8VH7Wpk

UJI HOMOGENITAS

 Pengujian atau uji homogenitas bertujuan untuk meyakinkan bahwa

sekumpulan data yang akan diukur memang berasal dari populasi
yang homogen (sama).
 membandingkan sikap, intensi, atau perilaku (varians) pada dua
kelompok populasi (Widhiarso, 2011).
 karakteristik kelompok populasi: usia, jenis kelamin, pendidikan,
dan lain sebagianya
   1. LEVENE’s TEST
 Menurut Starkweather (2010), Levene’s Test memiliki tujuan utama untuk
mengetahui perbedaan dari dua kelompok data dengan varians yang
berbeda. Hasil perhitungan dari tes ini akan menunjukkan nilai signifikansi
() dari dua kelompok data yang berbeda.
 Nilai signifikansi () > 0,05 -> data homogen
 Nilai signifikansi () < 0,05 -> data heterogen
 2. BARTLETT TEST
 Tes Bartlett adalah tes yang digunakan untuk menguji homogenitas
varians lebih dari dua kelompok data.
 Contoh: Peneliti ingin mengukur kemandirian mahasiswa dari tiga
kelompok data yang berbeda.
Yakni:
 mahasiswa yang tinggal bersama orang tua
 mahasiswa yang tinggal di kos
 mahasiswa yang tinggal bersama sanak saudara.
 BARTLETT TEST
 Cara menghitung dan formula perhitungan:
2
 2 ∑ ( 𝑥 − ´𝑥 )
𝑆 =
𝑛
2
 2 ∑ ( 𝑑𝑘 ) 𝑆 𝑖
𝑆𝑝 =
𝑛
 
𝐵 =¿
• Diteruskan dengan menghitung Chi Kuadrat hitung (Xh2) dan Chi Kuadrat table(Xt2)
• Apabila hasil perhitungan Xh2 < Xt2
maka data pada sample berasal dari populasi homogen.

• Link tutorial SPSS: https://www.youtube.com/watch?v=ADbWnQjn5os

Korelasi Product Moment
 Korelasi peaarson-product Moment digunakan untuk
menguji hubungan antara dua variabel dengan skala
data interval atau rasio dengan interval atau rasio.
N . X .Y  X . Y
r
N  X 2

  X  N Y 2  Y 
2 2

X sebagai data-data dari variabel
independent/variabel bebas
Y sebagai data-data dari variabel dependent/variabel
terikat
Contoh soal:

Sebuah penelitian untuk mengetahui apakah ada hubungan antara

kemampuan koneksi matematika (KKM) dengan kemampuan
pemecahan masalah (KPM).
Variabel independent: KKM dengan skala data interval (X)

Variabel dependent : KPM dengan skala data interval (Y)

Peneliti mengumpulkan data sebanyak 20 responden, melalui hasil tes

disalah satu sekolah di Yogyakarta.
Hasil pengumpulan data kemudian di masukkan pada tabel berikut ini:
 Dari data tersebut maka kita akan membuat tabel bantu dalam
mengerjakan formula Pearson product-moment, dimana X dan Y
telah diketahui sehingga dapat dicari, ∑X, ∑Y, ∑X2 , (∑X)2 , (∑Y)2 ,
untuk memudahkan mencarinya maka perlu dibuat tabel bantu
seperti berikut:
Dari tabel tersebut maka kita masukkan ke dalam formula product-moment:

r
 X .Y  X . Y
N.

 N X 2   X  2  N Y 2   Y  2 
      

20  6392,8  228,2  557
r
 20  2613,94  52075,24 20 15752,46  310249
127856  127107,4 748,6
r   0.7573167
 203,56 4800,2 988,49

Link tutorial SPSS: https://youtu.be/xgH4a31QgL4

KORELASI RANK ORDER

  Teknik korelasi order atau jenjang adalah korelasi yang menghitung
korelasi antara dua variable, bukan didasarkan pada skor-skor hasil
pengukuran, tetapi berdasarkan perbedaan rangking atau
perbedaan urutan kedudukan skor.
 Data yang dipakai adalah data ordinal atau data berjenjang atau
data yang bilangannya menunjukan urutan.
 Dilambangkan dengan huruf (rho).
 Digunakan bila subject sample pada penilitian sebanyak 10-29 data.
 Besaran angka indeks korelasi berkisar antara 0,00 hingga 1,00
 Rumus formulasi korelasi rank order:

 Link tutorial SPSS: https://www.youtube.com/watch?v=QG2ZiyPmDes