LANGKAH-LANGKAH PERHITUNGAN

UJI NORMALITAS DAN UJI HOMOGINITAS
Oleh H. Asep Hidayat, Drs., M.Pd. Dosen Tetap pada Fakultas Keguruan dan Ilmu Pendidikan Universitas Langlangbuana

1

apa yang kita ambil sebagai sampel. Uji Normalitas Uji normalitas dilakukan untuk mengetahui bahwa sampel yang diambil betulbetul berasal dari populasi yang sama. MOTIVASI PRESTASI (X) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 B. 34 38 34 40 30 40 40 34 35 39 33 32 42 40 42 (Y) 32 36 31 38 29 35 33 30 32 36 31 31 36 37 35 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 NO. MOTIVASI PRESTASI (X) 42 41 32 34 36 37 36 37 39 40 33 34 36 37 38 (Y) 38 37 30 30 30 33 32 34 35 36 32 32 34 32 34 1 . dan dihitung secara terpisah.Uji Normalitas dan Homoginitas A. merupakan representasi dari populasi. Uji normalitas dilakukan terhadap setiap variabel. Dengan kata lain. Data Fiktif NO.

05( 1 ) n2 2 Varians merupakan kuadrat dari simpangan baku (S). Uji ini menggunakan rumus: S 2 F b Sk 2 Di mana: Sb2= Varians dari kelompok besar Sk2= Varians dari kelompok kecil Dua buah varians dikatakan homogen jika: FF n 1 0.2 Uji normalitas menggunakan rumus: 2   Oi  Ei  2 Ei Di mana: Oi= Data observasi Ei= Data ekspektasi Distribusi data dikatakan normal jika:  2   20.95(k 3) C. Uji Homoginitas Uji homoginitas dilakukan untuk mengetahui bahwa dua buah variabel yang diteliti homogin. yang dihitung menggunakan salah satu rumus berikut ini: 1. Untuk data tunggal: S  Dimana: a. Xi= Data ke-i  X n i 1 i X  2 X atau i 1 n 2 i  X   i 2 n n 1 n 1 .

3 b. Apabila hasil perhitungan dari k bukan bilangan bulat. Menghitung rentang (r). a. maka hasil perhitungan dibulatkan ke atas. Untuk membuat daftar distribusi frekuensi dilakukan tahap-tahap berikut ini. dengan rumus: r= Data Terbesar – Data Terkecil . Menentukan banyak kelas (k) dengan cara Sturgess. Xi= Titik tengah data ke-i. misalnya 30 data. Catatan: Untuk rumus ini. X  X i 1 n i n Rumus ini dipakai untuk data tunggal. X   fi X i i 1 n fX atau i 1 i n i f i n Rumus ini digunakan untuk data kelompok atau jumlah data besar. b. dengan rumus: k  1  3. yang dihitung dengan cara: 1 /2 (batas bawah + batas atas) b.3 log n Di mana: n= jumlah data. perhitungan dilakukan dalam daftar distribusi frekuensi. 2. Rumus ini digunakan tanpa perlu membuat daftar distribusi frekuensi. Untuk data yang dikelompokkan S  Dimana:  f X n i 1 i i X  2 fX atau i 1 i n 2 i  f X   i i 2 n n 1 n 1 a. misalnya lebih dari 30 data. atau data dalam jumlah kecil.

4 c. maka hasil perhitungan dibulatkan ke atas. Panjang kelas interval (p) dihitungan dengan rumus: p r k Di mana: r= rentang k= banyak kelas Apabila hasil perhitungan dari p bukan bilangan bulat. .

Contoh Perhitungan 1. Dalam hal ini diambil 2.5 D. maksimal. Berdasarkan hasil perhitungan di atas. banyak kelas antara 5 dan 6 kelas interval. dan Y= 2.4 5 Keterangan Panjang kelas ada diantara 2 dan 3. Rata-rata dan Simpangan Baku dengan Data Berkelompok 1) Menentukan banyak kelas dengan cara Sturgess (k) k= 1 + 3. Dalam hal ini diambil 3. baik untuk variabel X maupun Y.87 Banyak kelas menunjukkan jumlah interval kelas. Nilai minimal. X 12 5 Y 9 5 9 p   1. Dalam hal ini diambil banyak kelas adalah 5 interval kelas. 2) Menentukan panjang kelas interval (p) VARIABEL R k p p 12  2. Banyak kelas selalu berbentuk bilangan bulat dan sebaiknya berkisar antara 5 sampai 20.3 log (30)= 5. Menghitung Statistik Deskriptif a. dan range (R) STATISTIK DESKRIPTIF Minimal Maksimal Range (Maksimal – Minimal) VARIABEL X 30 42 12 Y 29 38 9 b.8 5 Jadi panjang kelas untuk variabel X= 3. Panjang kelas ada diantara dan 2. Penetapan apakah panjang kelas berupa desimal atau bilangan bulat bergantung pada pencatatan .

dan untuk variabel Y= 29. pencatatan data dalam bilangan bulat. dan 29-2= 27 untuk variabel Y. a) Variabel X INTERVAL KELAS 30 – 32 33 – 35 36 – 38 39 – 41 42 . Untuk variabel X: 30. bilangan awal untuk variabel X= 30. 33. b) Tidak lebih kecil dari skor terkecil dikurangi panjang kelas. c) Bilangan awal merupakan kelipatan dari panjang kelas.6 data.44 JUMLAH TURUS FREKUENSI /// ///// /// ///// /// ///// /// /// 3 8 8 8 3 30 . dan 29 untuk variabel Y. yaitu 30 untuk variabel X. digunakan daftar distribusi frekuensi sebagai berikut. Berdasarkan hal tersebut di atas. Disarankan menggunakan ketentuan sebagai berikut: a) Bilangan awal ini sama dengan atau lebih kecil dari skor terkecil. 39. dan kelipatan 2 untuk variabel Y. 33. 3) Menyusun interval kelas Untuk menyusun interval kelas. kemudian selanjutnya di tambah panjang kelas hingga mencapai jumlah banyak kelas. 35. 31. 42. yaitu 30-3= 27 untuk variabel X. 36. dan untuk variabel Y= 29. ditetntukan bilangan awal untuk kelas pertama. dengan demikian banyaknya kelas dibulatakan. yaitu kelipatan 3 untuk variabel X. 4) Menghitung frekuensi untuk setiap kelas. Dalam contoh ini. Untuk menghitung frekuensi untuk setiap kelas. 37.

sehingga tampak sebagai berikut.39 30  1 . Simpangan Baku.110  37 30 S 360  3. pada daftar distribusi di atas. a) Variabel X INTERVAL KELAS 30 – 32 33 – 35 36 – 38 39 – 41 42 .52. dan S2  12. ditambahkan sejumlah kolom yang diperlukan.44 3 8 8 8 3 30 _ ( xi  x ) f Xi fi X i _ ( xi  x ) 2 _ f i ( xi  x ) 2 31 34 37 40 43 93 272 296 320 129 1110 -6 -3 0 3 6 36 9 0 9 36 108 72 0 72 108 360 X 1. dan Varians Untuk melakukan perhitungan ini.7 b) Variabel Y INTERVAL KELAS 29 – 30 31 – 32 33 – 34 35 – 36 37 – 38 JUMLAH TURUS FREKUENSI ///// ///// //// ///// ///// // //// 5 9 5 7 4 30 5) Menghitung Rata-rata.

28 1.08 0.27 13.8 b) Variabel Y INTERVAL KELAS 29 – 30 31 – 32 33 – 34 35 – 36 37 – 38 5 9 5 7 4 30 _ ( xi  x ) f Xi fi X i _ ( xi  x ) 2 _ f i ( xi  x ) 2 29.5 33.43 -0.5 – 32.5 37.08 30  1 2.23935 2.5 41.5 150 997 -3.55 26.5 z -2.43 0. 5 – 35. dan S2  7.13 & -1.43 & 0.23935 10.5 35.44 Batas Kelas 29.08 0.73 0.5 283.23333 0.23 69.78  2.59723 7.3269 7.28 & -0. maka  <5.96683 Ei 2.5 35.5 – 44.5 38.3328 0.8 3 8 8 8 3 30 g 2 2 Dengan  0 .27 2.5 248.28 -1.23 30 S 205.99 0. Uji Normalitas (2) a.66.06 0.05 72. .99 .5 32. Uji Normalitas Variabel X INTERVAL 30 – 32 33 – 35 36 – 38 39 – 41 42 .27 4.99.5 – 38.95( 2)  5.59723 30 Oi (Oi  Ei ) 2 Ei 0.35 36. hal ini menunjukkan bahwa distribusi dari data ini adalah normal.91 0.78 X 997  33.06 0.5 31.5 167.0837 0.52 0.43 & 1.5 – 41.2333 0.0837 0.28 & 2.92 205.15 18.73 -1.13 li 0.5 147.07 5.91 2.

41.5 32.27 & 0.48 0. 3.52393 7. maka F<2.7146 Ei 5.5 – 36.17 0.952   5. Uji Normalitas Variabel Y INTERVAL Batas Kelas 28.5 – 34.73552 30 Oi (Oi  Ei ) 2 Ei 0.3644 4.5 30. 7.5 36.5 z -1. dapat dihitung FF 0.99 .9 b.03 & -0.05(29 )2.94 0.99. Uji Homoginitas (F) Dari hasil perhitungan statistik deskriptif di atas.13686 6.5 34.98 li 0.1516 0.23 & 1.5 – 32.5 – 38.01 0.1128 0.75 .39  1.23 1.03 -1.1248 0.11 1. . maka  <5.41 29 F 12.23929 6.76 29 – 30 31 – 32 33 – 34 35 – 36 37 – 38 5 9 5 7 4 30 2 2 Dengan  0 .78 & -1.1554 0.5 – 30.27 -0.08 Dengan .64 0.06 0. hal ini menunjukkan bahwa dua varians homogin. hal ini menunjukkan bahwa distribusi dari data ini adalah normal.48 & 1.

Sign up to vote on this title
UsefulNot useful