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

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

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 . Uji Homoginitas Uji homoginitas dilakukan untuk mengetahui bahwa dua buah variabel yang diteliti homogin.95(k 3) C. Untuk data tunggal: S  Dimana: a.2 Uji normalitas menggunakan rumus: 2   Oi  Ei  2 Ei Di mana: Oi= Data observasi Ei= Data ekspektasi Distribusi data dikatakan normal jika:  2   20.05( 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.

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

.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.

Dalam hal ini diambil 3. maksimal. dan range (R) STATISTIK DESKRIPTIF Minimal Maksimal Range (Maksimal – Minimal) VARIABEL X 30 42 12 Y 29 38 9 b. Dalam hal ini diambil banyak kelas adalah 5 interval kelas. X 12 5 Y 9 5 9 p   1. Panjang kelas ada diantara dan 2. banyak kelas antara 5 dan 6 kelas interval. Penetapan apakah panjang kelas berupa desimal atau bilangan bulat bergantung pada pencatatan . baik untuk variabel X maupun Y. Berdasarkan hasil perhitungan di atas. dan Y= 2. 2) Menentukan panjang kelas interval (p) VARIABEL R k p p 12  2.3 log (30)= 5.87 Banyak kelas menunjukkan jumlah interval kelas. Menghitung Statistik Deskriptif a. Rata-rata dan Simpangan Baku dengan Data Berkelompok 1) Menentukan banyak kelas dengan cara Sturgess (k) k= 1 + 3. Dalam hal ini diambil 2. Banyak kelas selalu berbentuk bilangan bulat dan sebaiknya berkisar antara 5 sampai 20.5 D.8 5 Jadi panjang kelas untuk variabel X= 3.4 5 Keterangan Panjang kelas ada diantara 2 dan 3. Contoh Perhitungan 1. Nilai minimal.

a) Variabel X INTERVAL KELAS 30 – 32 33 – 35 36 – 38 39 – 41 42 . Untuk menghitung frekuensi untuk setiap kelas. 36. yaitu 30-3= 27 untuk variabel X. b) Tidak lebih kecil dari skor terkecil dikurangi panjang kelas.6 data. 33. kemudian selanjutnya di tambah panjang kelas hingga mencapai jumlah banyak kelas. 3) Menyusun interval kelas Untuk menyusun interval kelas. 33. dan untuk variabel Y= 29. yaitu kelipatan 3 untuk variabel X. 31. yaitu 30 untuk variabel X. pencatatan data dalam bilangan bulat. dengan demikian banyaknya kelas dibulatakan. dan untuk variabel Y= 29. 37. c) Bilangan awal merupakan kelipatan dari panjang kelas. dan 29 untuk variabel Y. ditetntukan bilangan awal untuk kelas pertama. Disarankan menggunakan ketentuan sebagai berikut: a) Bilangan awal ini sama dengan atau lebih kecil dari skor terkecil. 4) Menghitung frekuensi untuk setiap kelas. Berdasarkan hal tersebut di atas. Untuk variabel X: 30.44 JUMLAH TURUS FREKUENSI /// ///// /// ///// /// ///// /// /// 3 8 8 8 3 30 . dan 29-2= 27 untuk variabel Y. 35. dan kelipatan 2 untuk variabel Y. 39. Dalam contoh ini. bilangan awal untuk variabel X= 30. digunakan daftar distribusi frekuensi sebagai berikut. 42.

dan S2  12. dan Varians Untuk melakukan perhitungan ini. 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.52. Simpangan Baku. sehingga tampak sebagai berikut. ditambahkan sejumlah kolom yang diperlukan. a) Variabel X INTERVAL KELAS 30 – 32 33 – 35 36 – 38 39 – 41 42 .110  37 30 S 360  3.44 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 1.39 30  1 .

55 26.5 38.73 0.5 z -2.0837 0.8 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 29.96683 Ei 2.13 li 0.5 248.5 – 38.08 30  1 2.5 41.23333 0.5 – 44. dan S2  7.5 33.3328 0.15 18.08 0.06 0.23935 10.07 5.27 4.44 Batas Kelas 29.35 36.91 2.78 X 997  33.5 – 32.43 & 1.5 147.99 0. maka  <5.92 205.5 31.05 72.2333 0.59723 7.91 0.5 32.78  2.27 2.95( 2)  5.5 35.5 35.99 .43 & 0.5 150 997 -3.99.06 0.5 – 41. 5 – 35.23 30 S 205.23935 2.28 1.52 0. Uji Normalitas (2) a.43 0.5 283.28 & 2. hal ini menunjukkan bahwa distribusi dari data ini adalah normal. .66.43 -0.3269 7.27 13.73 -1.5 167.0837 0.28 -1. Uji Normalitas Variabel X INTERVAL 30 – 32 33 – 35 36 – 38 39 – 41 42 .59723 30 Oi (Oi  Ei ) 2 Ei 0.08 0.8 3 8 8 8 3 30 g 2 2 Dengan  0 .28 & -0.23 69.5 37.13 & -1.

3644 4.23 1. hal ini menunjukkan bahwa distribusi dari data ini adalah normal.48 & 1.78 & -1.23 & 1.5 – 32.48 0.05(29 )2. Uji Normalitas Variabel Y INTERVAL Batas Kelas 28.52393 7.5 30.76 29 – 30 31 – 32 33 – 34 35 – 36 37 – 38 5 9 5 7 4 30 2 2 Dengan  0 .5 – 34.94 0. hal ini menunjukkan bahwa dua varians homogin.7146 Ei 5. maka  <5.39  1.98 li 0.03 -1.06 0.75 .41.27 & 0. 3.952   5.01 0.08 Dengan .1128 0.11 1.1554 0. Uji Homoginitas (F) Dari hasil perhitungan statistik deskriptif di atas.03 & -0.73552 30 Oi (Oi  Ei ) 2 Ei 0.41 29 F 12. 7.5 z -1.5 – 36.5 34.99.64 0.27 -0.5 – 38. .5 – 30.23929 6.5 36.13686 6.17 0.99 . dapat dihitung FF 0.1516 0. maka F<2.1248 0.9 b.5 32.