P. 1
Normalitas dan Homogenitas

Normalitas dan Homogenitas

|Views: 157|Likes:
Published by ahida742
Ujia Statistik
Ujia Statistik

More info:

Categories:Types, School Work
Published by: ahida742 on Jun 18, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

11/04/2013

pdf

text

original

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

Dengan kata lain. Data Fiktif 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 . 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.Uji Normalitas dan Homoginitas A. dan dihitung secara terpisah. apa yang kita ambil sebagai sampel. Uji Normalitas Uji normalitas dilakukan untuk mengetahui bahwa sampel yang diambil betulbetul berasal dari populasi yang sama. merupakan representasi dari populasi. MOTIVASI PRESTASI (X) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 B. Uji normalitas dilakukan terhadap setiap variabel.

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

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

. 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.4 c.

Nilai minimal.5 D. dan range (R) STATISTIK DESKRIPTIF Minimal Maksimal Range (Maksimal – Minimal) VARIABEL X 30 42 12 Y 29 38 9 b. Dalam hal ini diambil 3.87 Banyak kelas menunjukkan jumlah interval kelas. Penetapan apakah panjang kelas berupa desimal atau bilangan bulat bergantung pada pencatatan . baik untuk variabel X maupun Y.3 log (30)= 5. Menghitung Statistik Deskriptif a. maksimal. Rata-rata dan Simpangan Baku dengan Data Berkelompok 1) Menentukan banyak kelas dengan cara Sturgess (k) k= 1 + 3. Banyak kelas selalu berbentuk bilangan bulat dan sebaiknya berkisar antara 5 sampai 20. Contoh Perhitungan 1. Berdasarkan hasil perhitungan di atas. banyak kelas antara 5 dan 6 kelas interval. Dalam hal ini diambil 2. X 12 5 Y 9 5 9 p   1.8 5 Jadi panjang kelas untuk variabel X= 3.4 5 Keterangan Panjang kelas ada diantara 2 dan 3. Panjang kelas ada diantara dan 2. dan Y= 2. Dalam hal ini diambil banyak kelas adalah 5 interval kelas. 2) Menentukan panjang kelas interval (p) VARIABEL R k p p 12  2.

Dalam contoh ini. yaitu 30-3= 27 untuk variabel X. yaitu kelipatan 3 untuk variabel X. 37. dan 29-2= 27 untuk variabel Y. pencatatan data dalam bilangan bulat. Untuk variabel X: 30. digunakan daftar distribusi frekuensi sebagai berikut.6 data. dan kelipatan 2 untuk variabel Y. 35. a) Variabel X INTERVAL KELAS 30 – 32 33 – 35 36 – 38 39 – 41 42 . bilangan awal untuk variabel X= 30. kemudian selanjutnya di tambah panjang kelas hingga mencapai jumlah banyak kelas. 42. dan 29 untuk variabel Y. dengan demikian banyaknya kelas dibulatakan. c) Bilangan awal merupakan kelipatan dari panjang kelas. dan untuk variabel Y= 29. 33. 36. Disarankan menggunakan ketentuan sebagai berikut: a) Bilangan awal ini sama dengan atau lebih kecil dari skor terkecil. dan untuk variabel Y= 29. Untuk menghitung frekuensi untuk setiap kelas. b) Tidak lebih kecil dari skor terkecil dikurangi panjang kelas. 33. 4) Menghitung frekuensi untuk setiap kelas. 39.44 JUMLAH TURUS FREKUENSI /// ///// /// ///// /// ///// /// /// 3 8 8 8 3 30 . 3) Menyusun interval kelas Untuk menyusun interval kelas. Berdasarkan hal tersebut di atas. 31. ditetntukan bilangan awal untuk kelas pertama. yaitu 30 untuk variabel X.

a) Variabel X INTERVAL KELAS 30 – 32 33 – 35 36 – 38 39 – 41 42 . dan S2  12. ditambahkan sejumlah kolom yang diperlukan.110  37 30 S 360  3.7 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. sehingga tampak sebagai berikut. pada daftar distribusi di atas.52.39 30  1 . 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. dan Varians Untuk melakukan perhitungan ini.

44 Batas Kelas 29.3328 0.5 147.35 36.43 -0.2333 0.73 0. .43 & 1.66.59723 30 Oi (Oi  Ei ) 2 Ei 0.52 0.43 0. 5 – 35.5 z -2.99. Uji Normalitas Variabel X INTERVAL 30 – 32 33 – 35 36 – 38 39 – 41 42 .28 & -0.78 X 997  33.5 283.5 35.96683 Ei 2.08 0.5 – 44.55 26.27 2.0837 0.23935 2.23 30 S 205.5 41.5 150 997 -3.13 li 0.08 30  1 2.15 18.99 0.07 5.91 2.5 38.08 0.5 31. dan S2  7.23935 10.5 33.95( 2)  5.05 72.06 0.3269 7.99 .06 0.5 32.5 – 38.28 1.5 35.78  2.27 4. hal ini menunjukkan bahwa distribusi dari data ini adalah normal.5 167.5 – 41.0837 0.73 -1.43 & 0.28 -1.23 69.5 37.23333 0.59723 7.8 3 8 8 8 3 30 g 2 2 Dengan  0 .91 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. maka  <5. Uji Normalitas (2) a.13 & -1.28 & 2.5 248.5 – 32.92 205.

7.06 0. 3.39  1.5 – 36.5 – 32.5 – 34.64 0.94 0.5 z -1.41 29 F 12.75 .5 – 30.23 1.99.1516 0. hal ini menunjukkan bahwa distribusi dari data ini adalah normal.5 34.41. .5 32.13686 6.17 0.05(29 )2.27 -0. Uji Homoginitas (F) Dari hasil perhitungan statistik deskriptif di atas.5 36.52393 7.5 30.9 b.98 li 0.78 & -1. maka  <5. dapat dihitung FF 0.1248 0.23929 6.5 – 38. maka F<2.73552 30 Oi (Oi  Ei ) 2 Ei 0.03 & -0.11 1.76 29 – 30 31 – 32 33 – 34 35 – 36 37 – 38 5 9 5 7 4 30 2 2 Dengan  0 . Uji Normalitas Variabel Y INTERVAL Batas Kelas 28.3644 4.952   5.99 .48 0.1554 0.7146 Ei 5.08 Dengan .27 & 0.03 -1.48 & 1.23 & 1.1128 0. hal ini menunjukkan bahwa dua varians homogin.01 0.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->