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. 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 . Data Fiktif NO. Dengan kata lain. merupakan representasi dari populasi. 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) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 B. dan dihitung secara terpisah. Uji Normalitas Uji normalitas dilakukan untuk mengetahui bahwa sampel yang diambil betulbetul berasal dari populasi yang sama.Uji Normalitas dan Homoginitas A. Uji normalitas dilakukan terhadap setiap variabel.

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. 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 0.95(k 3) C. Uji Homoginitas Uji homoginitas dilakukan untuk mengetahui bahwa dua buah variabel yang diteliti homogin. Untuk data tunggal: S  Dimana: a.05( 1 ) n2 2 Varians merupakan kuadrat dari simpangan baku (S). yang dihitung menggunakan salah satu rumus berikut ini: 1. 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 .

maka hasil perhitungan dibulatkan ke atas. Catatan: Untuk rumus ini. Xi= Titik tengah data ke-i. misalnya lebih dari 30 data. Untuk membuat daftar distribusi frekuensi dilakukan tahap-tahap berikut ini. Rumus ini digunakan tanpa perlu membuat daftar distribusi frekuensi. misalnya 30 data. a. Menentukan banyak kelas (k) dengan cara Sturgess. dengan rumus: r= Data Terbesar – Data Terkecil . 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. Apabila hasil perhitungan dari k bukan bilangan bulat. dengan rumus: k  1  3. 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. Menghitung rentang (r). perhitungan dilakukan dalam daftar distribusi frekuensi. b.3 b. X  X i 1 n i n Rumus ini dipakai untuk data tunggal. atau data dalam jumlah kecil. yang dihitung dengan cara: 1 /2 (batas bawah + batas atas) b. 2.3 log n Di mana: n= jumlah data.

4 c. 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. . maka hasil perhitungan dibulatkan ke atas.

Dalam hal ini diambil banyak kelas adalah 5 interval kelas. baik untuk variabel X maupun Y.87 Banyak kelas menunjukkan jumlah interval kelas. Rata-rata dan Simpangan Baku dengan Data Berkelompok 1) Menentukan banyak kelas dengan cara Sturgess (k) k= 1 + 3. Contoh Perhitungan 1. Dalam hal ini diambil 2. dan range (R) STATISTIK DESKRIPTIF Minimal Maksimal Range (Maksimal – Minimal) VARIABEL X 30 42 12 Y 29 38 9 b. 2) Menentukan panjang kelas interval (p) VARIABEL R k p p 12  2. Penetapan apakah panjang kelas berupa desimal atau bilangan bulat bergantung pada pencatatan . Dalam hal ini diambil 3. maksimal.4 5 Keterangan Panjang kelas ada diantara 2 dan 3. dan Y= 2. banyak kelas antara 5 dan 6 kelas interval. Berdasarkan hasil perhitungan di atas. Banyak kelas selalu berbentuk bilangan bulat dan sebaiknya berkisar antara 5 sampai 20.3 log (30)= 5. Menghitung Statistik Deskriptif a. X 12 5 Y 9 5 9 p   1. Panjang kelas ada diantara dan 2.5 D. Nilai minimal.8 5 Jadi panjang kelas untuk variabel X= 3.

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

110  37 30 S 360  3. a) Variabel X INTERVAL KELAS 30 – 32 33 – 35 36 – 38 39 – 41 42 . dan S2  12. sehingga tampak sebagai berikut. dan Varians Untuk melakukan perhitungan ini.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. Simpangan Baku.39 30  1 . pada daftar distribusi di atas. ditambahkan sejumlah kolom yang diperlukan.52.7 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.

91 2.23935 10.96683 Ei 2.28 -1.13 li 0.2333 0.66.92 205.28 1. hal ini menunjukkan bahwa distribusi dari data ini adalah normal.5 248.59723 30 Oi (Oi  Ei ) 2 Ei 0. maka  <5.59723 7.43 0.0837 0.5 41.43 & 0.23 30 S 205.8 3 8 8 8 3 30 g 2 2 Dengan  0 .3269 7. . dan S2  7.23333 0.23 69.5 z -2.27 4.5 35.78 X 997  33.5 283. 5 – 35.13 & -1.99.06 0.5 – 41.27 2.28 & 2.08 0.5 35.55 26.5 – 38.28 & -0.52 0.73 0.5 – 44.23935 2.35 36.5 31.05 72.27 13.3328 0.99 .99 0.06 0.08 0.5 33.15 18.5 32.78  2.08 30  1 2.44 Batas Kelas 29.5 38.8 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 29.73 -1.95( 2)  5. Uji Normalitas Variabel X INTERVAL 30 – 32 33 – 35 36 – 38 39 – 41 42 .5 167.5 150 997 -3.07 5.5 – 32.43 -0.43 & 1.5 37.5 147.91 0.0837 0. Uji Normalitas (2) a.

39  1.1554 0.41. .01 0. hal ini menunjukkan bahwa distribusi dari data ini adalah normal.03 -1.99 .5 z -1.48 & 1.94 0.9 b.41 29 F 12.27 -0.99.5 34.76 29 – 30 31 – 32 33 – 34 35 – 36 37 – 38 5 9 5 7 4 30 2 2 Dengan  0 .5 32. 3.64 0.1248 0. dapat dihitung FF 0. Uji Normalitas Variabel Y INTERVAL Batas Kelas 28.1128 0.5 – 34.06 0.11 1.98 li 0.5 – 36.75 .23 & 1.23929 6.952   5.7146 Ei 5.08 Dengan .5 – 30.27 & 0. maka F<2.5 30.48 0.5 36.5 – 38. 7.13686 6.23 1.3644 4. Uji Homoginitas (F) Dari hasil perhitungan statistik deskriptif di atas.78 & -1.17 0.1516 0. hal ini menunjukkan bahwa dua varians homogin.52393 7.05(29 )2. maka  <5.73552 30 Oi (Oi  Ei ) 2 Ei 0.5 – 32.03 & -0.

Sign up to vote on this title
UsefulNot useful