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

dan dihitung secara terpisah. Data Fiktif NO. Dengan kata lain. 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.Uji Normalitas dan Homoginitas A. 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 . merupakan representasi dari populasi. Uji normalitas dilakukan terhadap setiap variabel. apa yang kita ambil sebagai sampel. 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.

05( 1 ) n2 2 Varians merupakan kuadrat dari simpangan baku (S). Untuk data tunggal: S  Dimana: a. yang dihitung menggunakan salah satu rumus berikut ini: 1. 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. Uji Homoginitas Uji homoginitas dilakukan untuk mengetahui bahwa dua buah variabel yang diteliti homogin.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. 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 .95(k 3) C.

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

maka hasil perhitungan dibulatkan ke atas. .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.

dan Y= 2. Dalam hal ini diambil 3. Dalam hal ini diambil 2. Menghitung Statistik Deskriptif a.8 5 Jadi panjang kelas untuk variabel X= 3. banyak kelas antara 5 dan 6 kelas interval. 2) Menentukan panjang kelas interval (p) VARIABEL R k p p 12  2. baik untuk variabel X maupun Y. Contoh Perhitungan 1. X 12 5 Y 9 5 9 p   1.87 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. maksimal.5 D. Nilai minimal.3 log (30)= 5. dan range (R) STATISTIK DESKRIPTIF Minimal Maksimal Range (Maksimal – Minimal) VARIABEL X 30 42 12 Y 29 38 9 b. Panjang kelas ada diantara dan 2. Penetapan apakah panjang kelas berupa desimal atau bilangan bulat bergantung pada pencatatan . Dalam hal ini diambil banyak kelas adalah 5 interval kelas.4 5 Keterangan Panjang kelas ada diantara 2 dan 3. Berdasarkan hasil perhitungan di atas. Banyak kelas selalu berbentuk bilangan bulat dan sebaiknya berkisar antara 5 sampai 20.

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

dan Varians Untuk melakukan perhitungan ini.52. ditambahkan sejumlah kolom yang diperlukan. a) Variabel X INTERVAL KELAS 30 – 32 33 – 35 36 – 38 39 – 41 42 .110  37 30 S 360  3. Simpangan Baku.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. sehingga tampak sebagai berikut.39 30  1 . dan S2  12. pada daftar distribusi di atas.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.

5 150 997 -3. maka  <5.23 69.43 0.07 5.66.5 147.73 -1.13 & -1.95( 2)  5.5 283.59723 30 Oi (Oi  Ei ) 2 Ei 0.5 – 44.13 li 0.5 32.05 72.43 -0.5 – 38. Uji Normalitas (2) a.27 13.3328 0.5 37.91 2.06 0.23935 10. Uji Normalitas Variabel X INTERVAL 30 – 32 33 – 35 36 – 38 39 – 41 42 . 5 – 35.06 0.27 4. .55 26.92 205.5 35.5 41.5 z -2.78 X 997  33.5 38.73 0.5 31.44 Batas Kelas 29.43 & 0. dan S2  7.08 30  1 2.23333 0.5 167.08 0.8 3 8 8 8 3 30 g 2 2 Dengan  0 .78  2.5 – 41.96683 Ei 2.28 & 2.5 248.28 & -0.99.0837 0.52 0.15 18.0837 0.35 36.27 2.3269 7.08 0.28 1.23 30 S 205.59723 7.43 & 1.99 .28 -1.8 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 29.91 0.99 0.2333 0.23935 2. hal ini menunjukkan bahwa distribusi dari data ini adalah normal.5 – 32.5 33.5 35.

5 32.06 0.23 & 1.9 b.98 li 0.5 – 32. hal ini menunjukkan bahwa dua varians homogin.05(29 )2.48 0. Uji Normalitas Variabel Y INTERVAL Batas Kelas 28.1516 0. hal ini menunjukkan bahwa distribusi dari data ini adalah normal.5 36.7146 Ei 5.94 0.3644 4.03 & -0.48 & 1.11 1.52393 7.5 – 38.99 . maka F<2.17 0.1128 0.75 .5 – 30.99.1248 0. dapat dihitung FF 0.5 30.73552 30 Oi (Oi  Ei ) 2 Ei 0.41.23 1.64 0.1554 0. 7.23929 6.76 29 – 30 31 – 32 33 – 34 35 – 36 37 – 38 5 9 5 7 4 30 2 2 Dengan  0 .41 29 F 12.5 z -1.952   5.27 -0.39  1. maka  <5.5 – 36.03 -1.27 & 0. .01 0. 3.78 & -1.08 Dengan .5 – 34.5 34.13686 6. Uji Homoginitas (F) Dari hasil perhitungan statistik deskriptif di atas.

Sign up to vote on this title
UsefulNot useful