UJI HOMOGENITAS

DENGAN SPSS
RISJUNARDI DAMANIK, M.PD
Uji Homogenitas digunakan untuk mengetahui varian
dari beberapa populasi sama atau tidak. Uji ini
biasanya dilakukan sebagai prasyarat dalam analisis
Independent Sampel T Test dan Anova. Asumsi yang
mendasari dalam Analisis of varians (ANOVA)
adalah bahwa varian dari beberapa populasi adalah
sama
Dasar Pengambilan Keputusan
Seperti pada uji statistik lainnya, Uji Homogenitas
digunakan sebagai bahan acuan untuk menentukan
keputusan uji statistik. Dasar pengambilan keputusan
dalam uji homogenitas adalah :
 Jika nilai signifikansi < 0,05, maka dikatakan bahwa
varian dari dua atau lebih kelompok populasi data adalah
tidak sama.
 Jika nilai signifikansi > 0,05, maka dikatakan bahwa
varian dari dua atau lebih kelompok populasi data adalah
sama.
Langkah penyelesaian
Contoh : data Motivasi Belajar sebagai variabel bebas
(X) dan Prestasi Belajar sebagai variabel terikat (Y).
Untuk rincian datanya lihat di bawah ini
Data dapat diketik menggunakan program EXCEL
Setelah membuka spss 21 pilih Analize compare Means  one-Way ANOVA
Muncul kotak dengan nama One Way Anova, selanjutnya masukkan
variabel Y ke kotak Dependen List dan variabel X ke kotak Factor,
lalu klik Options
Pada menu Options, beri tanda pada Homogeneity of Variance, lalu
klik Continue
 Klik Ok untuk mengakhiri perintah. Selanjunya akan muncul
tampilan Output SPSS

Berdasarkan output SPSS di atas diketahui bahwa nilai signifikansi varibel

Prestasi Belajar (Y) berdasarkan variabel Motivasi Belajar (X) = 0,212 >
0,05, artinya data varibel Prestasi Belajar (Y) berdasarkan variabel
Motivasi Belajar (X) mempuyai varian yang sama
 UJI KORELASI
Analisis korelasi atau asosiasi merupakan studi
pembahasan tentang derajad keeratan hubungan
antar variabel yang dinyatakan dengan koefisien
korelasi. Hubungan antara variabel bebas (X) dan
variabel terikat (Y) dapat bersifat
 Positif, artinya jika variabel bebas (X) naik, maka
variabel terikat (Y) naik.
 Negatif, artinya jika variabel bebas (X) turun,
maka variabel terikat (Y) turun
Derajad hubungan biasanya dinyatakan dengan r, yang
disebut dengan koefisien korelasi sampel yang merupakan
penduga bagi koefisien populasi. Sedangkan r2 disebut
dengan koefisien determinasi (koefisien penentu). Kekuatan
korelasi linear antara variabel X dan veriabel Y disajikan
dengan rxy didefinisikan dengan rumus koefisien korelasi
momen produk (Product moment) Karl Pearson.
Arti Angka Korelasi
Koefisien korelasi bernilai paling kecil -1 dan paling besar bernilai 1.

 Berkenaan dengan besaran angka, jika 0, maka artinya tidak ada

korelasi sama sekali dan jika korelasi 1 berarti korelasi sempurna hal ini
berarti bahwa semakin mendekati 1 atau -1 maka hubungan antara dua
variabel semakin kuat. Sebaliknya, jika r mendekati 0 berarti hubungan
dua variabel semakin lemah. Sebenarnya jika tidak ketentuan yang tepat
mengenai apakah angka korelasi tertentu menunjukkan tingkat korelasi
yang tinggi atau lemah. Namun, hal ini dapat dijadikan pedoman
sederhana, bahwa angka korelasi di atas 0,5 menunjukkan korelasi yang
cukup kuat sedangkan di bawah 0,5 korelasi lemah.

 Selain besarnya korelasi, tanda korelasi juga berpengaruh pada

penafsiran hasil. Tanda negatif (-) pada output menunjukkan adanya
arah yang berlawanan, sedangkan tanda positif (+) menunjukkan arah
yang sama
Dasar Pengambilan Keputusan
Ada dua cara untuk pengambilan keputusan dalam analisis korelasiyakni
dengan melihat nilai signifikansi dan tanda bintang yang diberiakan pada
output program SPSS

 Berdasarkan nilai Signifikansi : Jika nilai signifikansi < 0,05 maka terdapat
korelasi, sebaliknya jika nilai signifikansi > 0,05 maka tidak terdapat
korelasi.

 Berdasarkan Tanda Bintang (*) yang diberikan SPSS : jika terdapat tanda
bintang pada pearson correlation maka antara variabel yang di analisis
terjadi korelasi, sebaliknya jika tidak terpadat tanda bintang pada pearson
correlation maka antara variabel yang di analisis tidak ada korelasi.

 Untuk lebih jelas, kita langsung praktekkan saja cara analisisnya, misalkan
saya ingin menguji apakah ada hubungan yang signifikan antara Motivasi,
Minat, dan Prestasi. Adapun data detailnya lihat di bawah ini.
CONTOH DATA
Langkah-langkah penyelesaian
Analisis Korelasi dengan SPSS versi 21
Buka program SPSS, klik Variable View,
Selanjutnya, pada bagian Name tulis saja X1, X2 dan
Y, pada Decimals ubah semua menjadi angka 0, pada
bagian Label tuliskan Motivasi, Minat ,dam Prestasi.
TAMPILAN LAYAR
Klik  Data View, dan masukkan data Motivasi, Minat
dan Prestasi yang sudah dipersiapkan tadi
Pilih menu Analyze, klik Correlate, dan klik Bivariate
Muncul kotak dialog dengan nama Bivariate Correlations,
Masukkan variabel Motivasi (X1) dan Minat (X2) dan
Prestasi (Y) pada kotak Variables, selanjutnya, pada
kolom Correlation Coefficient, pilih Pearson, lalu untuk
kolom Test of Significant, PilihTwo-tailed, dan centang
pada Flag Significant Correlations, terakhir klik Ok untuk
mengakhiri perintah
TAMPILAN LAYAR
Tampilan  output SPSS 
Berdasarkan Nilai Signifikansi : dari output di atas diketahui
antara Motivasi (X1) dengan Minat (X2) nilai signifikansi 0,002
< 0,05 yang berarti terdapat korelasi yang signifikan. Selanjutnya,
antara Motivasi (X1) dengan Prestasi (Y) nilai signifikansi 0,002
< 0,05 yang berarti terdapat korelasi yang signifikan. Terakhir,
antara Minat (X2) dengan Prestasi (Y) nilai signifikansi 0,000 <
0,05 yang berarti terdapat korelasi yang signifikan.

Berdasarkan Tanda Bintang SPSS : Dari output di atas diketahui

bahwa Nilai Pearson Correlation yang dihubungkan antara
masing-masing variabel mempunyai tanda bintang, ini berarti
terdapat korelasi yang signifikan antara varibel yang dihubungkan
LATIHAN ....