Uji Persyaratan Analisis Data BAB

3
 Teori
Uji Persyaratan analisis data diperlakukan guna
mengetahui
Apakah analisis data untuk pengujian hipotesis dapat
dilanjutkan atau tidak .
Asumsi yang paling lazim pada uji parametrik adalah
sampel acak yang berasal dari populasi yang
berdistribusi normal, data bersifat homogen dan bersifat
linier.
Bila asumsi-asumsi ini dipenuhi, atau paling tidak
penyimpangan terhadap asumsinya sedikit, uji
parametrik masih bisa diandalkan.
Uji parametrik dilakukan jika data
memenuhi beberapa asumsi diatas,
jika tidak dipenuhi maka hasil
yang didapat tidak akurat atau bias.
Namun, bila asumsi tidak dipenuhi
maka uji nonparametrik menjadi
alternatif.
Uji Normalitas

Uji normalitas merupakan salah satu bagian dari uji

persyaratan analisis data atau biasa disebut asumsi
klasik.
Tujuan uji normalitas adalah untuk mengetahui
Apakah distribusi sebuah data mengikuti atau
mendekati distribusi normal
Uji normalitas data dilakukan sebelum data diolah
berdasarkan uji hipotesis atau model-model penelitian
lainnya.
Uji normalitas adalah
(1) Uji untuk mengetahui apakah data empiris yang
didapatkan dari lapangan sesuai dengan distribusi
teoretis tertentu
(2) Untuk mengetahui apakah data yang diperoleh
berasal dari populasi yang berdistribusi normal
Data berdistribusi normal yang artinya data
mempunyai sebaran merata sehingga benar-benar
mewakili populasi
Data berdistribusi normal menggunakan pendekatan
parametrik. Sedangkan data tidak berdistribusi normal
menggunakan pendekatan nonparametrik
Teknik yang digunakan untuk menguji
normalitas data:
Rumus Lilliefors, Kolmogorov-Smirnov, dan secara
deskriptif melalui grafik Q-Q Plot, Box Plot, Histogram,
Kurtosis, dan Skewness.
Metode pengujian normalitas yang paling sering
digunakan adalah Kolmogorov-Smirnov. Terutama
setelah berkembangnya program statistik yang beredar.
Kelebihan dari uji ini adalah sederhana dan tidak
menimbulkan perbedaan persepsi diantara satu pengamat
dengan pengamat yang lain, yang sering terjadi pada uji
normalitas dengan menggunakan grafik
 Perumusan Hipotesis Untuk Uji Normalitas

Perumusan hipotesis untuk uji normalitas

= Sampel berasal dari populasi berdidtribusi normal
= Sampel berasal dari populasi berdistribusi tidak
normal
Jika Sig > α , maka data berdistribusi normal
Jika Sig < α, maka data berdistribusi tidak normal
 
Contoh Soal 3.1
Tabel data dibawah menyajikan jenis pekerjaan tertentu
antara karyawan pria dan wanita di sebuah perusahaan.
Jenis pekerjaan dibagi menjadi tiga kategori. Carilah
normalitas dari data tersebut.
Jawaban :
1. Ketiklah data tsb ke dalam program Ms Excel seperti
pd tampilan berikut, kemudian pindahkan ke program
SPSS pada kolom DataView
2. Langkah selanjutnya pd kolom Variabel View, klik Value
maka akan mncul tampilan berukur. Untuk memberi label
pada Tipe Pekerjaan, ketik angka 1 pd kolom Value dan
Konsultan pd kolom Label kemudian klik Add. Lakukan
langkah yang sama untuk tipe Pendidik dan Pegawai.
Setelah semua Tipe Pekerjaan di-input maka klik OK.
Lakukan langkah yang sama untuk memberi label pada
kategori Gender.
3. Pilih kolom Data View, kemudian klik Analyze, pilih
Descriptive Statistics kemudian pilih Explore, seperti pd
tampilan berikut.
4. Selanjutnya, tampilan berikut akan muncul. Pindahkan
pendapat ke kolom Dependent List, kemudian pindahkan
Tipe dan Gender ke kolom Factor List.
5. Selanjutnya, klik Plots yang berada di
bagian pojok kanan atas, maka akan
muncul tampilan seperti berikut, beri
tanda centang ( pd kolom Normality plots
with tests, serta Stem-and-leaf dan
histogram pd kolom Descriptive.
Dilanjutkan dengan mengeklik Continue.
6. Langkah terakhir adalah mengeklik OK, maka akan muncul
hasil pengolahan data SPSS
Output SPSS
Gender

Catatan :
Pada Tabel Case Processing Summary, diketahui data valid
jumlahnya masing-masing 30, yang artinya data yang di-input
lengkap. Data missing nilai N adalah 0 , artinya tidak ada data
yangn hilang atau missing dalam pengolahan dana.
Catatan :
Tabel Tests of Normality menggambarkan pengujian
normalitas berdasarkan pd uji Kolmogorov- Smirnov dari
data Tipe Pekerjaan. Untuk mengetahui signifikan atau
tidaknyahasil uji normalitas adalah dengan memperhatikan
angka pd kolom signifikan (Sig). pd kolom kolomogrov –
Smirnov terdapat nilai Sig. Dari tipe pekerjaan konsultan,
pendidik, dan pegawai. Nilai signifikansi untuk masing-
masing tipe pekerjaan, yaitu konsultan 0,195 0,05;
pendidik 0,045 0,05; dan pegawai 0,200 0,05.
 Jika nilai Sig , maka data berdistribusi normal,
sedangkan pendidik tidak berdistribusi normal. Asumsi
tersebut disimpulkan dengan melihat angka pd kolom Sig.
Normalitas data juga dapat diketahui dengan melihat grafik
Q-Q Plot, seperti pada tampilan berikut.
Gambar di hal 45
 Apabila kita perhatikan gambar grafik tersebut, pada
tipe pekerjaan konsultan dan pegawai titik-titik yang ada
hampir membentuk garis lurus, tetapi untuk tipe
pekerjaan pendidik titik-titik tersebut membentuk garis
lurus walaupun ada sedikit titik yang berada di bawah
letaknya agak jauh dari garis. Apabila titik-titik tersebut
membentuk garis lurus itu artinya data dapat dikatakan
berdistribusi normal.

Catatan :
Perbedaan ini dikembalikan kepada peneliti, untuk
memilih cara mana yang paling tepat digunakan, untuk
mengetahui data tersebut berdistribusi normal atau tidak.
Gender

• This is a lower bound of the true significance

• Liliefors significance correlation
 Tabel Tests of Normality menggambarkan hasil uji
Kolmogorov-Smirnov pd data Ggender, diketahui nilai
signifikansi Wanita adalah 0,200 0,05 dan nilai
signifikansi Pria 0,200 0,05. Pada nilai signifikansi
terdapat tanda (*), yang artinya batas bawah dari nilai
signifikansi yang benar adalah Sig , maka data
berdistribusi normal.sementara itu, dengan melihat grafik
Q-Q Plot berikut. Titik-titik yang ada pada grafik gender,
wanita dan pria hampir membentuk garis lurus, apabila
titik-titik tersebut membentuk garis lurus itu artinya data
dapat dikatakan berdistribusi normal.
Gambar grafik hal 47
Contoh Soal 3.2
Data berikut adalah data nilai statistika mahasiswa dari
kelas Perbankan UIN Syarif Hidayatullah Jakarta
Jawaban :
Uji normalitas akan dicari dengan menggunakan Uji
Lilliefors
1. Ketik data ke dalam program Ms Excel
2. Setelah data di-input, maka langkah selanjutnya
adalah mencari nilai z, f(z), dan If(z) – s(z)I terlebih
dahulu kita harus mencari standar deviasi (simpangan
baku) dan rata-rata data tersebut dengan cara berikut.
Maka, diperoleh rata-rata = 6,7 dan simpangan baku =
1,337
3.  Setelah diketahui nilai rata-rata dan simpangan baku, maka

z dapat dicari dengan berikut.
Dari rumusan data pertama =(A3-$G$7)/$H$7, salin rumusan
tersebut untuk data kedua s.d kelima, tanda $ ditulis agar
rata-rata dan standar deviasi tidak berubah.
Rumus umum Z
Z = dimana
Xi = data pengamatan
X = nilai rata-rata
sampel
S = standar deviasi
sampel
4. Cara mencari f(z) adalah sebagai berikut.
=NORMSDIST(D17)
5.  Cara mencari s(z) adalah sebagai berikut.

Rumus , dimana fk adalah frekuensi kumulatif
6. Cara mencari If(z) – s(z) adalah sebagai berikut.
Dimana nilai lilliefors (L0) adalah berisi nilai mutlak.
 7. Kesimpulannya

L0 adalah nilai terbesar dari If(z) – s(z)I yaitu 0,199640.

bandingkan L0 dengan L Tabel untuk a = 0,05 dimana n =
10. lihat tabel berikut, maka diketahui L Tabel = 0,258
(Tabel Nilai Kritis untuk Uji Lilliefors lengkap dapat
dilihat di lampiran 5). Oleh larena itu, jika L0 < L Tabel
maka data berdistribusi normal. Karena L0 = 0,19964 dan
L Tabel = 0,258. Kesimpulan 0,19964 < 0,258 maka data
berdistribusi normal.
 UJI HOMOGENITAS
Uji Homogenitas dimaksudkan untuk memperlihatkan
bahwa dua atau lebih kelompok data sampel berasal dari
populasi yang memiliki variansi yang sama. Uji
homogenitas dilakukan untuk mengetahui apakah data
dalam variabel X dan Y bersifat homogen atau tidak.
Homogenitas data merupakan salah satu syarat yang
direkomendasikan untuk uji statistik, terutama bila
menggunakan statistik uji parametrik, seperti uji t dan uji F.
Sebagai kriteria pengujian, jika signifikansi lebih dari0,05
maka dapat dikatakan bahwa varian dari dua atau lebih
kelompok data adalah sama (homogen).
Levene Statistics digunakan untuk menguji asumsi ini
dimana hipotesisnya adalah:
Ho = Data sampel berasal dari populasi homogen.
H1 = Data sampel berasal dari populasi heterogen
Jika sig > a, terima Ho maka data homogen.
Jika sig < a, tolak Ho maka data heterogen.
 Contoh Soal 3.3
Telah dilakukan penelitian dengan menggunakan instrumen tes
berupa angket untuk mengetahui hubungan antara pengetahuan
manajemen dengan kualitas pengambilan keputusan seorang
direktur. Instrumen diberikan kepada lima belas (15) responden,
dimana hasilnya disajikan pada datel berikut. Ujilah, apakah data
tersebut berasal dari populasi yang homogen?
 Jawaban
1. Pada kolom Variable View di SPSS, ketiklah X dan Y
pada kolom Name dan pada kolom Label ketiklah
Pengetahuan Manajemen dan Mutu Pengambilan
Keputusan, seperti tampilan berikut.
2. Pada kolom Data View, ketiklah data dari angket yang
diisi oleh responden, seperti pada tampilan berikut.
3. Pilih kolom Data View, selanjutnya klik Analyze, pilih
Compare Means, kemudian One-Way ANOVA, seperti
pada tampilan berikut.
4. Setelah mengklik One-Way ANOVA, maka akan
muncul tampilan berikut, pindahkan Mutu Pengambilan
Keputusan ke kolom Dependent List dan Pengetahuan
Manajemen ke kolom Factor.
5. Langkah berikut klik Options. Tampilan berikut akan
muncul kemudian pilih Homogeneity of variance test
dan klik Continue.
6. Langkah terakhir adalah klik OK, maka akan muncul
hasil pengolahan data SPSS.

Catatan :
Pada Tabel Test of Homogeneity of Variances diketahui
nilai signifikan dari Levene Statistics adalah sebesar
0,387> 0,05 karena sig > a maka keputusannya terima Ho
yaitu data sampel berasal dari populasi yang homogen.
 Uji Linearitas

Uji linearitas bertujuan untuk menegathui, apakah

dua variabel mempunyai hubungan yang linear atau
tidak secara signifikan. Uji ini digunakan sebagai
prasyarat statistik parameter khususnya dalam analisis
korelasi atau regresi linear yang termasuk dalam
hipotesis asosiatif. Pada Program SPSS, uji linearitas
menggunakan Test for Linearity pada taraf signifikansi
sebesar 0,05. Dua variabel dikatakan mempunyai
hubungan linear, jika nilai signifikansi sebesar (deviation
from linearity) > 0,05.
 Contoh Soal 3.4
Berdasarkan data pada Contoh Soal 4.3, ujilah linearitas data
tersebut?
Jawaban:
1. Ikutilah langkah 1 s.d 2 pada Contoh Soal 3.3
2. Pilih kolom Data View, klik Analyze, pilih Compare
Means, dilanjutkan dengan memilih Means seperti pada
tamoilan berikut.
3. selanjutnya, tampilan berikut akan muncul. Pindahkan
Mutu Pengambilan Keputusan ke kolom Dependent List
dan Pengetahuan Manjaemen ke kolom Independent List.
4.   Berikutnya pilih Option dan pada kolom Statistic for

First Layer beri tanda centang (Test for linearity,kemudian
klik Continue, seperti pada tampilan berikut.
5. Langkah terakhir dengan mengklik OK, maka akan
muncul hasil pengolahan data SPSS.
Catatan:
Pada Tabel ANOVA diketahui nilai signifikan dari
deviation from linearity sebesar 0,185 > 0,05; artinya dua
variabel mempunyai hubungan linear karena nilai
signifikansi (deviation from linearity) > 0.05.