KELOMPOK 3

DISUSUN OLEH:

1. ALDI MAULANA (30402200049)

2. Arda Maulana Aprilian (30402200068)
3. Azza Khisnu Adiani (30402200081)
4. Dina Ameylia (30402200095)
5. Eka Aulia Nur Sulistyani (30402200104)
 UJI NORMALITAS DATA
DAN HOMOGENITAS DATA

A. UJI NORMALITAS
Uji normalitas adalah suatu prosedur yang digunakan untuk
mengetahui apakah data berasal dari populasi yang terdistribusi
normal atau berada dalam sebaran normal.
Distribusi normal adalah distribusi simetris dengan modus,
mean dan median berada dipusat.
Distribusi normal merupakan salah satu distribusi yang paling
penting kita akan hadapi.
Distribusi normal adalah salah satu distribusi yang paling penting kita akan
hadapi. Alasannya, kita mendapatkan seluruh populasi pengamatan,
mengasumsikan bahwa variabel setidaknya mendekati terdistribusi normal,
dan menguji normalitas data kerapkali disertakan dalam analisis statistika
inferensial.

Uji normalitas digunakan untuk mengukur data berskala ordinal, interval,

ataupun rasio. Uji normalitas digunakan untuk mengetahui apakah data yang
diperoleh terdistribusi normal atau tidak. Hipotesis statistik yang digunakan
adalah H0: sampel berdistribusi normal H1: sampel data berdistribusi tidak
normal.
Ada beberapa cara yang dapat dilakukan dalam analisis normalitas data yaitu
Liliefors, kolmogorof-smirnov, chi square, dan sebagainya.
1. Uji normalitas data dilakukan dengan menggunakan uji Liliefors (Lo) Menurut
Sudjana (1996:466) dengan langkah-langkah berikut, dengan penentuan taraf
sigifikansi yaitu taraf signifikasi 5% (0,05) dengan hipotesis yang diajukan adalah
sebagai berikut :
H0 : Sampel berasal dari populasi yang berdistribusi normal
H1 : Sampel tidak berasal dari populasi yang berdistribusi normal
Dengan kriteria pengujian :
Jika Lhitung< Ltabel terima H0, dan
Jika Lhitung> Ltabel tolak H0
Langkah-Langkah Pengujian Normalitas
1. Data pengamatan x1, x2 , x3, ….., xn dijadikan bilangan baku dengan
rumus

(dengan ̅ x dan s masing-masing merupakan rata-rata dan simpangan

baku)
2. Untuk setiap bilangan baku ini dengan menggunakan daftar distribusi
normal baku, kemudian dihitung peluang F (Zi) = P(Zi).
3. Selanjutnya dihitung proporsi z1, z2 , z3, ….., zn yang lebih kecil atau
sama dengan Zi. Dinyatakan oleh S(Zi), maka:
4. Hitung selisih F(zi) – S(zi), kemudian tentukan harga mutlaknya.
5. Ambil harga yang paling besar di antara harga-harga mutlak
selisih tersebut.
Untuk menerima atau menolak hipotesis nol (H0), dilakukan dengan
cara membandigkan L0 ini dengan nilai kritis L yang terdapat dalam
tabel untuk taraf nyata yang dipilih.
2. Tes Kolmogorov-Smirnov adalah suatu tes goodness-of-fit,Artinya, yang diperhatikan
adalah tingkat kesesuaian antara distribusi teoritis Tes Ini menerapkan suatu titik dimana
kedua distribusi itu-yakni yang teoritis dan yang terobservasi-memiliki perbedaan
terbesar.
Artinya distribusi sampling itu menunjukan apakah perbedaan besar yang diamati itu
mungkin terjadi apabila observasi-observasi itu benar-benar suatu sampel random dari
distribusi teoritis itu.
Misalkan SN(X) = distribusi frekuensi kumulatif yang diobservasi dari suatu sampel
random dengan N observasi. Dimana X adalah sembarang skor
yang mungkin, SN(X) = k/N, dimana k = banyak observasi yang sama atau
kurang dari X. Di bawah Hopotesis-nol bahwa sampel itu telah ditarik dari distribusi
teoritis tertentu, maka diharapkan bahwa untuk setiap harga X, SN(X) harus jelas
mendekati F0(X).
Tes Kolmogorov-Smirnov memusatkan perhatian pada penyimpangan (deviasi)
terbesar. Harga F0(X) - SN(X) terbesar dinamakan deviasi maksimum.

Prosedur pengujian Kolmogorov-Smirnov dilakukan dengan langkah-langkah sebagai

berikut:
-fungsi kumulatif teoritisnya,
-aturlah skor-skor yang diobservasi dalam suatu distribusi kumulatif,
-kurangilah F0(X) dengan SN(X),
-memakai rumus carilah D, dan
-lihat table E untuk menemukan kemungkinan (dua sisi) yang dikaitkan dengan
munculnya harga-harga sebesar harga D observasi dibawah H0 jika p sama atau
kurang dari α, tolaklah H0.
Uji homogenitas adalah suatu prosedur uji statistik yang dimaksudkan untuk
memperlihatkan bahwa dua atau lebih kelompok data sampel berasal dari populasi
variabel terikatnya memiliki variansi yang sama.
Jadi dapat dikatakan bahwa uji homogenitas bertujuan untuk mencari tahu apakah dari
beberapa kelompok data penelitian memiliki varians yang sama atau tidak. berarti
bahwa himpunan data yang kita teliti memiliki karakteristik yang sama. homogen bisa
berarti bahwa kelompok data yang kita jadikan sampel pada penelitian memiliki
karakteristik yang sama, misalnya berasal dari tingkat kelas yang sama.
Perhitungan uji homogenitas dapat dilakukan dengan berbagai cara dan metode,
beberapa yang cukup populer dan sering digunakan antara lain: uji Harley,Cochran,
levene dan Barlett. Dalam hal ini akan dijelaskan lebih dalam mengenai uji Barlett dan
uji Levene.
1. Uji Barlett

Uji Bartlett digunakan untuk menguji homogenitas varians lebih dari dua
kelompok data. Langkah-langkah uji homogenitas menggunakan uji Barlett:
a. Menghitung derajat kebebasan (dk)masing-masing kelompok
b. Menghitung varians (s) masing-masing kelompok
c. Menghitung besarnya log S2 untuk masing-masing kelompok
d. Menghitung besarnya dk. Log S2 untuk masing-masing kelompok
e. Menghitung nilai varians gabungan semua kelompok dengan rumus sebagai
berikut:
f. Menghitung nilai B (nilai Bartlett) dengan rumus:
g. Menghitung nilai X2 dengan rumus :
Ket:
Si2 = varians tiap kelompok data
dki = n-1 = derajat kebebasan tiap kelompok

h. Setelah nilai Chi-Kuadrat diperoleh, maka bandingkan dengan Chi-Kuadrat tabel.

Hipotesis pengujian: Ho : σ12 = σ22 = σ32 = ..... = σn2
Ha : paling sedikit salah satu tanda tidak sama
Kriteria Pengujian: Jika χ2hitung ≥ χ2 tabel(1-α; db=n-1), maka Tolak Ho
Jika χ2 hitung< χ2 tabel(1-α; db=n-1), maka Terima Ho
2. Uji Levene
digunakan untuk menguji homogenitas varians antara dua kelompok data. Berikut adalah langkah-langkah
untuk menghitung uji Levene menggunakan software SPSS:
1.Memasukan data variabel ke dalam satu kolom, dimulai dari baris kosong setelah variabel pertama.
2. Membuat pengkodean kelas dengan membuat variabel baru yang diberi label "1" untuk variabel pertama
dan "2" untuk variabel kedua.
3. Menghitung uji Levene dengan SPSS:
a. Pilih menu: Analyze, Descriptive Statistics, Explore.
b. Masukkan variabel yang akan diuji homogenitasnya pada bagian "Dependent List", dan masukkan kode
kelas pada bagian "Factor List".
c. Pilih tombol "Plots" dan pilih "Levene Test for Untransformed".
d. Klik tombol "Continue", lalu pilih "OK".
4. Hasil uji homogenitas akan menghasilkan beberapa keluaran, tetapi untuk
keperluan penelitian umumnya hanya perlu memperhatikan keluaran
"Homogeneity of Variance Test" yang terdapat pada menu "Options".

5. Cara menafsirkan uji Levene adalah sebagai berikut:

Jika nilai Levene Statistic > 0,05, maka dapat dikatakan bahwa variasi data adalah
homogen.
Jika nilai Levene Statistic < 0,05, maka variasi data tidak homogen, dan perlu
dilakukan analisis alternatif.
Dengan menggunakan uji Levene, kita dapat menentukan apakah varians antara
dua kelompok data adalah homogen atau tidak.
TERIMA KASIH