Analisis Data Makalah

5/25/2018 Analisis Data Makalah

1/22

BAB I

PENDAHULUAN

A. LATAR BELAKANGPenelitian merupakan kegiatan yang terencana untuk mencari jawaban yang

obyektif atas permasalahan manusia melalui prosedur ilmiah. Untuk itu didalam suatu

penelitian dibutuhkan suatu proses analisis data yang berguna untuk menganalisis

data-data yang telah terkumpul. Data yang terkumpul banyak sekali dan terdiri dari

berbagai catatan di lapangan, gambar, foto, dokumen, laporan, biografi, artikel, dan

sebagainya. Pekerjaan analisis data dalam hal ini ialah mengatur, mengurutkan,

mengelompokkan, memberikan kode, dan mengategorikannya. Pengorganisasian dan

pengelolaan data tersebut bertujuan menemukan tema dan hipotesis kerja yang

akhirnya diangkat menjadi teori substantif oleh karena itu, analisis data merupakan

bagian yang amat penting karena dengan analisislah suatu data dapat diberi arti dan

makna yang berguna untuk masalah penelitian. Data yang telah dikumpulkan oleh

peneliti tidak akan ada gunanya apabila tidak dianalisis terlebih dahulu.

Dalam proses analisis data dimulai dengan menelaah seluruh data yangtersedia dari berbagai sumber, yaitu dari wawancara, pengamatan yang sudah

dituliskan dalam catatan lapangan, dokumen pribadi, dokumen resmi, gambar, foto,

dan sebagainya. (Moleong, 2007).

B. Rumusan MasalahBagaimana pemahaman tentang persyaratan analisis data, normalitas dan

homogenitas ?

C. TujuanUntuk dapat memahami tentang persyaratan analisis data, normalitas dan

homogenitas


2/22

BAB II

PEMBAHASAN

Menurut Ardhana12 (dalam Lexy J. Moleong 2002: 103) menjelaskan bahwa

analisis data adalah proses mengatur urutan data, mengorganisasikanya ke dalam

suatu pola, kategori, dan satuan uraian dasar.

Menurut Taylor, (1975: 79) mendefinisikan analisis data sebagai proses yang

merinci usaha secara formal untuk menemukan tema dan merumuskan hipotesis (ide)

seperti yang disarankan dan sebagai usaha untuk memberikan bantuan dan tema pada

hipotesis. Jika dikaji, pada dasarnya definisi pertama lebih menitikberatkanpengorganisasian data sedangkan yang ke dua lebih menekankan maksud dan tujuan

analisis data. Dengan demikian definisi tersebut dapat disintesiskan bahwa analisis

data merupakan proses mengorganisasikan dan mengurutkan data ke dalam pola,

kategori dan satuan uraian dasar sehingga dapat ditemukan tema dan dapat

dirumuskan hipotesis kerja seperti yang didasarkan oleh data.

Sebelum data diolah dan dianalisis, maka harus dipenuhi persyaratan analisis

terlebih dahulu. Dengan asumsi, bahwa:

Data yang diperoleh valid dan reliabel Data yang dibandingkan bersifat homogen/sejenis Data yang dihubungkan berdistribusi normal

Uji persyaratan analisis diperlukan guna mengetahui apakah analisis data

untuk pengujian hipotesis dapat dilanjutkan atau tidak. Beberapa teknik analisis data

menuntut uji persyaratan analisis. Analisis varian mempersyaratkan bahwa data

berasal dari populasi yang berdistribusi normal dan kelompok-kelompok yang

dibandingkan homogen. Oleh karena itu analisis varian mempersyaratkan uji

normalitas dan homogenitas data.


3/22

A. NormalitasNormalitas data dimaksudkan untuk memperlihatkan bahwa data sampel

berasal dari populasi yang berdistribusi normal. Ada beberapa teknik yang dapat

digunakan untuk menguji normalitas data, antara lain: Dengan kertas peluang normal,

uji chi-kuadrat, uji Liliefors dan dengan Teknik Kolmogorov-Smirnov.

Teknik Liliefors menggunakan pendekatan pemeriksaan data individu dalam

keseluruhan (kelompok). Prosedurnya akan jadi rumit apabila jumlah data cukup

banyak. Karena itu, teknik Liliefors biasanya digunakan untuk rentang data yang

relatif sedikit. Sedangkan untuk rentangan yang lebih besar digunakan teknik chi

kuadrat, dengan menguji data berkelompok.

Uji chi-kuadrat atau Chi square digunakan jika ukuran sampel 30 data atau

lebih (n 30). Metode Chi-Square atau uji goodness of fit distribution normal ini

menggunakan pendekatan penjumlahan penyimpangan data observasi tiap kelas

dengan nilai yang diharapkan. Uji normalitas data dengan teknik chi-kuadrat

digunakan untuk menguji normalitas data yang disajikan secara kelompok.

a. Untuk menguji data berdistribusi normal digunakan statistic chi kuadratdengan rumus :

i

ii

E

EO 2

2 )(

Dengan Eifrekuensi harapan, Oifrekuensi pengamatan

tolak H0jika 2

2(1-) (k-3)dengan k banyak klas interval /kelompok.

Catatan. Untuk uji normalitas data harus disusun dalam daftar distribusifrekuensi.


4/22

Contoh menggunakan rumus chi kuadrat.

Misalkan pengukuran tinggi mahasiswa tingkat pertama dilakukan dan

diambil sebuah sample acak berukuran 100, dan dicatat dalam daftar distribusi

frekuensi berikut.

Tinggi (cm) f

140144

145149

150154

155159

160164

165169

170 - 174

7

10

16

23

21

17

6

Jumlah 100

Ujilah apakah data dari populasi berdistribusi normal.

Jawab.

1. H0: data berdistribusi normal2. H1: data tidak berdistribusi normal3. =0,054. Daerah kritis

dengan =0,05 dan dk=k-3 =7-3=4 didapat 2(0,95) (4)=13,

5. PerhitunganTelah dihitung x=157,8 dengan s=8,09. Selanjutnya ditentukan batas-batas

kelas interval untuk menghitung luas dibawah kurva normal. Kelas interval

kesatu dibatasi oleh 139,5 dan 144,5 diubah dalan angka standart z yaitu -

2,26 dan -1,64. (rumus z=s

xxi

).Luas dibawah kurva normal untuk

interval kesatu=0,4881-0,4495=0,0386, sehingga frekuensi teoritik interval


5/22

kesatu = 100x0,0386=3,9. kelas interval yang lain dihitung dengan jalan

yang sama, dan didapat table berikut.

Batas kelas

(X)

Z untuk

batas kelas

Luas tiap

interval

Frekuensi

diharapkan

(Ei)

Frekuensi

pengamatan(Oi)

139,5

144,5

149,5

154,5

159,5

164,5

169,5

174,5

-2,26

-1,64

-1,03

-0,41

+0,21

+0,83

+1,45

+2,06

0.,0386

0,1010

1,1894

0,2423

0,2135

0,1298

0,0538

3,9

10,1

18,9

24,2

21,4

13,0

5,4

7

10

16

23

21

17

6

2,24

)2,2423(

9,18

)9,1816(

1,10

)1,1010(

9,3

)9,37( 22222

=4,5

)4,56(

0,13

)0,1317(

4,21

)4,2121( 222 = 4,27

6. Kesimpulan

2 hitung =4,27 kurang dari

2 tabel = 13,3 sehingga H0 diterima, jadi

disimpulkan data berdistribusi normal.

b. Uji dengan Cara LilieforsKeunggulan metode Liliefors dapat digunakan dengan sampel kecil dan tidak

perlu membuat tabel distribusi bergolong.

Dari sekumpulan data cukup kita cari rata-ratadan standar deviasinya.


6/22

Langkah langkah pembuktiannya :

1. Menentukan Hipotesis :H0 : Sampel random berasal dari populasi normal, yang rata-rata dan standar

deviasinya tidak diketahui.

Ha : Distribusi data populasi tidak normal.

2. Menghitung tingkat signifikansi 3. Menghitung angka bakudari masing-masing data (X).4. Menghitung probabilitas angka baku secara kumulatif F(Zi) = P(Z Zi).

5. Menghitung nZZbanykanya

ZS i

i

)(

6. Menghitung selisih )()( iZSZF 1 7. Mengambil harga yang paling besar di antara harga-harga mutlak, kita sebut L08. Membandingkan L0dengan Tabel Nilai Kritis Untuk Uji Liliefors.

Contoh membuktikan bahwa data di atas normal

Kita buat daftar seperti berikut:

DAFTAR HITUNG UNTUK UJI LILLIEFORS

N X Z F(Z) S(Z) |F(Z)-S(Z)|

1 40 -1,64 0,0505 0,05 0,0003

2 43 -1,47 0,0708 0,10 0,0289

3 47 -1,24 0,1075 0,15 0,0417

4 50 -1,06 0,1446 0,20 0,0558

5 52 -0,95 0,1711 0,25 0,0778

6 55 -0,77 0,2206 0,30 0,0794

7 58 -0,60 0,2743 0,35 0,0749

8 61 -0,42 0,3372 0,40 0,0640

9 64 -0,25 0,4013 0,45 0,0485


7/22

10 67 -0,08 0,4681 0,50 0,0301

11 70 0,10 0,5398 0,55 0,0107

12 73 0,27 0,6064 0,60 0,0074

13 74 0,33 0,6293 0,65 0,0205

14 80 0,68 0,7517 0,70 0,0513

15 83 0,85 0,8023 0,75 0,0531

16 85 0,97 0,8340 0,80 0,0336

17 86 1,03 0,8485 0,85 0,0023

18 91 1,32 0,9066 0,90 0,0060

19 92 1,37 0,9162 0,95 0,0346

20 95 1,55 0,9394 1,00 0,0607

Keterangan Tabel :

Kolom I adalah nomor urut data Kolom II adalah data Kolom III nilai standar (angka standar) dari setiap data (X), didapat dari

rumus :

0802355217

36867.

.

. s

XXZ ii ( contoh baris 10)

Kolom IV didapat dari banyaknya nilai Z sampai dengan nomor 10 dibagi n

(=20)

4681.00319.0500.008.0

08.0)(

Zatasdinormalkurvaluasdengansama

ZkesampaikiridaridarinormalkurvabawahdiLuasZF i

3302355217

36874 ..

. iZ (contoh baris 13)629301293050 ...)( ZF


8/22

Kolom V didapat dari50

20

10.)( ZS (contoh baris 10, ada 10 buah nilai Z Zi)

65020

13.)( ZS (contoh baris 13, ada 13 buah nilai Z Zi)

Kolom VI didapat dari selisih kolom IV dan kolom V0319050046810 ...)()( ZSZF (baris 10)0207065062930 ...)()( ZSZF (baris 13)

Pada kolom terakhir (kolom VI) , bilangan yang terbesar di antara nilai selisih

adalah 0,0794, maka L0= 0.0794

Nilai L0di atas dibandingkan dengan Tabel Nilai Kritis Untuk Uji Liliefors,

sebagai berikut :

Karena L0= 0.0794 < 0.190, maka H0diterima. Ini berarti data di atas dapat

dianggap berasal dari populasi normal.

c. Uji normalitas KOLMOGOROV-SMIRNOVUji Kolmogorov Smirnov merupakan pengujian normalitas yang banyak

dipakai, terutama setelah adanya banyak program statistik yang beredar.

Kelebihan dari uji ini adalah sederhana dan tidak menimbulkan perbedaan

persepsi di antara satu pengamat dengan pengamat yang lain, yang sering

terjadi pada uji normalitas.

Konsep dasar dari uji normalitas Kolmogorov Smirnov adalah dengan

membandingkan distribusi data (yang akan diuji normalitasnya) dengan

distribusi normal baku. Distribusi normal baku adalah data yang telah

ditransformasikan ke dalam bentuk Z-Score dan diasumsikan normal. Jadi

sebenarnya uji Kolmogorov Smirnov adalah uji beda antara data yang diuji

normalitasnya dengan data normal baku. Seperti pada uji beda biasa, jika

signifikansi di bawah 0,05 berarti terdapat perbedaan yang signifikan, dan jika


9/22

signifikansi di atas 0,05 maka tidak terjadi perbedaan yang signifikan.

Penerapan pada uji Kolmogorov Smirnov adalah bahwa jika signifikansi di

bawah 0,05 berarti data yang akan diuji mempunyai perbedaan yang

signifikan dengan data normal baku, berarti data tersebut tidak normal, , jika

signifikansi di atas 0,05 maka berarti tidak terdapat perbedaan yang signifikan

antara data yang akan diuji dengan data normal baku, artinya data yang kita

uji normal, kelemahan dari Uji Kolmogorov Smirnov yaitu bahwa jika

kesimpulan kita memberikan hasil yang tidak normal, maka kita tidak bisa

menentukan transformasi seperti apa yang harus kita gunakan untuk

normalisasi.

Contoh :

63, 58, 32, 54, 64, 43, 62

Dari data di atas hitung terlebih dahulu rata-rata dan standar deviasi s

Ubahlah nilai x ke nilai standar z dengan rumus z =

Data di atas diisikan pada layar excel seperti berikut :

Rumus rata-rata : =AVERAGE(A2 :

A8) = 53.71429

Rumus standar deviasi : =STDEV(A2 :

A8) = 12.009992


10/22

Selanjutnya dicari luas daerah di bawah kurva norman standar (tabel-z) :

Dari kiri sampai ke z = -1.81 = 0.0351 Dari kiri sampai ke z = -0.89 Dari kiri sampai ke z = 0,02 Dari kiri sampai ke z = 0.36 Dari kiri sampai ke z = 0.69 dan Dari kiri sampai ke z = 0.77seperti tabel berikut : Luas = 0.0351

X Z LUAS KURVA Z

PELUANG

HARAPAN D (selisih)

32 -1,81 0,0351 0,142857 0,108

43 -0,89 0,1867 0,285714 0,099

54 0,02 0,508 0,428571 0,07958 0,36 0,6406 0,571429 0,069

62 0,69 0,7549 0,714286 0,041

63 0,77 0,7794 0,857143 0,078

64 0,86 0,8051 1 0,195

Selajutnya PELUANG HARAPAN dicari dari urutan data yang paling kecil

dibagi banyaknya data. Contoh di atas banyaknya data 7, jadi pada baris pertama

peluang harapan 1/7 = 0.142857 (lihat tabel di atas)

Baris ke dua peluang aharapan 2/7 = 0.285714 dan baris terakhir 7/7 = 1.

Kolom D (selisih) diisi dengan |kolom peluang harapankolom luas kurva z

| (diambil harga mutlaknya).


11/22

Selanjutnya pada kolom D, diambil nilai yang paling tinggi, kita sebut Dhitung..

Dhitung = 0,195

Rumus Dtabel =

Jadi Dtabel = 51400

7

361,

, Dhitung< Dtabel, maka data berdistribusi normal.

Data yang tidak normal tidak selalu berasal dari penelitian yang buruk. Data ini

mungkin saja terjadi karena ada kejadian yang di luar kebiasaan. Atau memang

kondisi datanya memang nggak normal. Misal data inteligensi di sekolah anak-

anak berbakat (gifted) jelas tidak akan normal, besar kemungkinannya akan juling

positif.

Contoh :

Akan diuji normalitas untuk data Kemampuan Pemecahan Masalah

Matematika Siswa Kelas VIII G SMP Negeri 407 Jepara pada Materi Bangun Ruang.

Apakah data tersebut berdistribusi normal? Datanya adalah sebagai berikut.
http://2.bp.blogspot.com/-gUN3s4wYuhk/UZb5EfSPI1I/AAAAAAAAAH0/VfSg2hjGHSw/s1600/2.jpg


12/22

Hipotesis:

H0 : data pada sampel berasal dari populasi yang berdistribusi normal

H1 : data pada sampel berasal dari populasi yang tidak berdistribusi normal

Kriteria:

H0 diterima jika X^2 hitung < X^2 tabel.

Analisis pengujiannya sebagai berikut.

Langkah 1. Mencari skor terbesar terbesar dan terkecil

Skor terbesar = 85

Skor terkecil = 37

Langkah 2. Mencari nilai rentangan (R)

R = skor terbesarskor terkecil

R = 8537

= 58

Langkah 3. Mencari banyaknya kelas (BK)

BK = 1 + 3,3 log n

BK = 1 + 3,3 log 64

BK = 1 + 3,3 (1,81)

BK = 1 + 3,3 (1,81)
http://d/smstr%206/New%20Folder/segala-galanya%20%20%20tapi%20semua%20berawal%20dari%20pendidikan%20%20%20Assalamualaikum%20%20%20welcome%20to%20my%20blog%20%20%20ekayuliant%20math%20%20%20pendidikan%20bukan_files/2(4).jpghttp://4.bp.blogspot.com/-uYWZOctag9Q/UZb5bWZu9-I/AAAAAAAAAH8/2twfTpKDeyM/s1600/2.jpghttp://d/smstr%206/New%20Folder/segala-galanya%20%20%20tapi%20semua%20berawal%20dari%20pendidikan%20%20%20Assalamualaikum%20%20%20welcome%20to%20my%20blog%20%20%20ekayuliant%20math%20%20%20pendidikan%20bukan_files/2(4).jpghttp://4.bp.blogspot.com/-uYWZOctag9Q/UZb5bWZu9-I/AAAAAAAAAH8/2twfTpKDeyM/s1600/2.jpg


13/22

BK = 1 + 5,973

BK = 6,973 dibulatkan menjadi 7

Langkah 4. Mencari nilai panjang kelas (i)

Langkah 5. Membuat tabulasi dengan tabel

Langkah 6. Mencari rata-rata (mean)
http://d/smstr%206/New%20Folder/segala-galanya%20%20%20tapi%20semua%20berawal%20dari%20pendidikan%20%20%20Assalamualaikum%20%20%20welcome%20to%20my%20blog%20%20%20ekayuliant%20math%20%20%20pendidikan%20bukan_files/2(7).jpghttp://4.bp.blogspot.com/-oZcqcWkDy1k/UZb6mKNVyPI/AAAAAAAAAIU/2fElmxfFXPw/s1600/2.jpghttp://d/smstr%206/New%20Folder/segala-galanya%20%20%20tapi%20semua%20berawal%20dari%20pendidikan%20%20%20Assalamualaikum%20%20%20welcome%20to%20my%20blog%20%20%20ekayuliant%20math%20%20%20pendidikan%20bukan_files/2(5).jpghttp://d/smstr%206/New%20Folder/segala-galanya%20%20%20tapi%20semua%20berawal%20dari%20pendidikan%20%20%20Assalamualaikum%20%20%20welcome%20to%20my%20blog%20%20%20ekayuliant%20math%20%20%20pendidikan%20bukan_files/2(7).jpghttp://4.bp.blogspot.com/-oZcqcWkDy1k/UZb6mKNVyPI/AAAAAAAAAIU/2fElmxfFXPw/s1600/2.jpghttp://d/smstr%206/New%20Folder/segala-galanya%20%20%20tapi%20semua%20berawal%20dari%20pendidikan%20%20%20Assalamualaikum%20%20%20welcome%20to%20my%20blog%20%20%20ekayuliant%20math%20%20%20pendidikan%20bukan_files/2(5).jpghttp://d/smstr%206/New%20Folder/segala-galanya%20%20%20tapi%20semua%20berawal%20dari%20pendidikan%20%20%20Assalamualaikum%20%20%20welcome%20to%20my%20blog%20%20%20ekayuliant%20math%20%20%20pendidikan%20bukan_files/2(7).jpghttp://4.bp.blogspot.com/-oZcqcWkDy1k/UZb6mKNVyPI/AAAAAAAAAIU/2fElmxfFXPw/s1600/2.jpghttp://d/smstr%206/New%20Folder/segala-galanya%20%20%20tapi%20semua%20berawal%20dari%20pendidikan%20%20%20Assalamualaikum%20%20%20welcome%20to%20my%20blog%20%20%20ekayuliant%20math%20%20%20pendidikan%20bukan_files/2(5).jpg


14/22

Langkah 7. Mencari simpangan baku (standar deviasi)

Langkah 8.

1. Menentukan batas kelas

Batas kelas data di atas adalah sebagai berikut.
http://1.bp.blogspot.com/-zX450zjuOyk/UZb8tKVZV9I/AAAAAAAAAJI/qy39Qh45kk0/s1600/2.jpghttp://3.bp.blogspot.com/-XQG-Hrr2b_c/UZb7_6q_3vI/AAAAAAAAAI0/6f5-CxGcpjI/s1600/2.jpghttp://1.bp.blogspot.com/-zX450zjuOyk/UZb8tKVZV9I/AAAAAAAAAJI/qy39Qh45kk0/s1600/2.jpghttp://3.bp.blogspot.com/-XQG-Hrr2b_c/UZb7_6q_3vI/AAAAAAAAAI0/6f5-CxGcpjI/s1600/2.jpg


15/22

2. Mencari nilai Z-score

3. Mencari luas 0-Z dari Tabel Kurva Normal dari 0-Z dengan menggunakan

angka-angka untuk batas kelas, sehingga diperoleh

4. Mencari luas tiap kelas interval dengan cara mengurangkan angka-angka

0-Z yaitu angka baris pertama dikurangi baris kedua, angka baris keduadikurangi baris ketiga dan begitu seterusnya, kecuali untuk angka yang

berada paling tengah ditambahkan dengan angka baris berikutnya.

0,4834 - 0,4265 = 0,0569

0,4265 - 0,2823 = 0,1442
http://3.bp.blogspot.com/-D_JrTnFPwc8/UZb8VeVo6rI/AAAAAAAAAJA/JQLwhVxD9xI/s1600/2.jpghttp://2.bp.blogspot.com/-IGhK-sFV074/UZb9JBTnbeI/AAAAAAAAAJQ/OALQ8li4gbY/s1600/2.jpghttp://3.bp.blogspot.com/-D_JrTnFPwc8/UZb8VeVo6rI/AAAAAAAAAJA/JQLwhVxD9xI/s1600/2.jpghttp://2.bp.blogspot.com/-IGhK-sFV074/UZb9JBTnbeI/AAAAAAAAAJQ/OALQ8li4gbY/s1600/2.jpg


16/22

0,2823 - 0,0438 = 0,2385

0,0438 + 0,2157 = 0,2595

0,2157 - 0,3925 = 0,1768

0,3925 - 0,4726 = 0,0801

0,4726 - 0,4952 = 0,0226

5. Mencari frekuensi yang diharapkan dengan cara mengalikan luas tiap

interval dengan jumlah responden (n=64), sehingga diperoleh

0,0569 x 64 = 3,64

0,1442 x 64 = 9,23

0,2385 x 64 = 15,26

0,2595 x 64 = 16,61

0,1768 x 64 = 11,32

0,0801 x 64 = 5,13

0,0226 x 64 = 1,45

Frekuensi yang Diharapkan (Ei) dari Hasil Pengamatan (Oi) untuk

Variabel Kemampuan Pemecahan Masalah Matematika Siswa Kelas VIII

G SMP Negeri 407 Jepara pada Materi Bangun Ruang
http://3.bp.blogspot.com/-3vnxfDjsVDA/UZb94U5HzzI/AAAAAAAAAJY/aETcNZ-htKE/s1600/2.jpg


17/22

Langkah 9. Mencari Chi-Square hitung

Langkah 10. Membandingkan X^2 hitung dengan X^2 tabel

Dengan membandingkan X^2 hitungdengan nilai X^2 tabeluntuk alpha =0,05 dan

derajad kebebasan (dk) = k 3 = 7 3 = 4, maka dicari pada tabel Chi-Square

didapat X^2 tabel =9,49 dengan kriteria pengujian sebagai berikut.

Jika X^2 hitung >= X^2 tabel, artinya distribusi data tidak normal dan jika X^2 hitung

< X^2 , artinya data berdistribusi normal.

Ternyata X^2 hitung < X^2,atau 8,077 < 9,49 , maka H0 diterima. Jadi, data

Kemampuan Pemecahan Masalah Matematika Siswa Kelas VIII G SMP Negeri

407 Jepara pada Materi Bangun Ruang adalah berdistribusi normal. Sehingga,

analisis uji selanjutnya dapat dilanjutkan.

B. HomogenitasHomogenitas dimaksudkan untuk memberikan keyakinan bahwa sekumpulan

data yang dimanipulasi dalam serangkaian analisis memang berasal dari populasi

yang tidak jauh berbeda keragamannya artinya Untuk mengetahui apakah sampel

yang berasal dari populasi homogen atau tidak.

Uji homogenitas bertujuan untuk mencari tahu apakah dari beberapa

kelompok data penelitian memiliki varians yang sama atau tidak. Dengan kata lain,

homogenitas berarti bahwa himpunan data yang kita teliti memiliki karakteristik

yang sama. Sebagai contoh, jika kita ingin meneliti sebuah permasalahan misalnya
http://3.bp.blogspot.com/-FtnQ4V5p2H8/UZb-NcUiWlI/AAAAAAAAAJk/6N_2gEA4_2U/s1600/2.jpg


18/22

mengukur pemahaman siswa untuk suatu sub materi dalam pelajaran tertentu di

sekolah yang dimaksudkan homogen bisa berarti bahwa kelompok data yang kita

jadikan sampel pada penelitian memiliki karakteristik yang sama, misalnya berasal

dari tingkat kelas yang sama.

Perhitungan uji homogenitas dapat dilakukan dengan berbagai cara dan

metode, beberapa yang cukup populer dan sering digunakan oleh penulis adalah :

a. Uji BartlettUntuk melihat apakah variansi-variansi k buah kelompok peubah bebas yang

banyaknya data per kelompok bisa berbeda dan diambil secara acak dari data

populasi masing-masing yang berdistribusi normal, berbeda atau tidak.

Perhitungan homogenitas menggunakan metoda uji Bartlett menggunakan

rumusan berikut:

dimana :

Si2 = Varians tiap kelompok data

dbi = n-1 = Derajat kebebasan tiap kelompok

B = nilai bartlett = (log S2gab)(?dbi)

S2gab= varians gabungan

Setelah nilai Chi-Kuadrat hitung diperoleh, maka nilai Chi-Kuadrat tersebut

dibandingkan dengan Chi-Kuadrat tabel.

Kriteria homogenditentukanjikaChi-Kuadrat hitung < Chi Kuadrat tabel.

b. Uji Varians (Uji F)Untuk menguji homogenitas varians dari dua kelompok data.
http://localhost/var/www/apps/conversion/tmp/scratch_2/Uji%20Homogenitas%20%20%20Portal%20IG%20%20%20Computing%20%20%20Education%20%20%20Business_files/Varians-gabungan2.jpghttp://localhost/var/www/apps/conversion/tmp/scratch_2/Uji%20Homogenitas%20%20%20Portal%20IG%20%20%20Computing%20%20%20Education%20%20%20Business_files/Homogenitas-Bartlett.jpghttp://localhost/var/www/apps/conversion/tmp/scratch_2/Uji%20Homogenitas%20%20%20Portal%20IG%20%20%20Computing%20%20%20Education%20%20%20Business_files/Varians-gabungan2.jpghttp://localhost/var/www/apps/conversion/tmp/scratch_2/Uji%20Homogenitas%20%20%20Portal%20IG%20%20%20Computing%20%20%20Education%20%20%20Business_files/Homogenitas-Bartlett.jpg


19/22

Rumus perhitungan homogenitas dengan uji varians adalah :

Perhitungan homogenitas menggunakan uji F dapat dilakukan dengan cara

membandingkan Ftabel dengan Fhitung. Jika Ftabel < Fhitung, maka

kelompok data homogen.

Adapun langkah-langkah menghitungnya adalah :

1.

Hitung nilai varians setiap kelompok data2. Bandingkan nilai varians kedua kelompok data, lalu tentukan nilai varians

yang paling besar dan paling kecil.

3. F hitung adalah pembagian varians terbesar dengan varians terkecil.Contoh :

Data tentang hubungan antara Penguasaan kosakata(X) dan kemampuan membaca

(Y)

Kemudian dilakukan penghitungan, dengan rumus yang ada:
http://d/smstr%206/New%20Folder/Uji%20Homogenitas%20-%20Uji%20Statistik_files/zy3.jpghttp://localhost/var/www/apps/conversion/tmp/scratch_2/Uji%20Homogenitas%20%20%20Portal%20IG%20%20%20Computing%20%20%20Education%20%20%20Business_files/Homogenitas-Uji-F.jpghttp://d/smstr%206/New%20Folder/Uji%20Homogenitas%20-%20Uji%20Statistik_files/zy3.jpghttp://localhost/var/www/apps/conversion/tmp/scratch_2/Uji%20Homogenitas%20%20%20Portal%20IG%20%20%20Computing%20%20%20Education%20%20%20Business_files/Homogenitas-Uji-F.jpg


20/22

Kemudian dicari F hitung :

Dari penghitungan diatas diperoleh Fhitung 2.81 dan dari grafik daftar distribusi F

dengan dk pembilang = 10-1 = 9. Dk penyebut = 10-1 = 9. Dan = 0.05 dan F tabel =

3.18. Tampak bahwa Fhitung < Ftabel. Hal ini berarti data variabel X dan Y

homogen.

c. Uji LevenePerhitungan uji homogenitas menggunakan software SPSS adalah dengan Uji

Levene statistics. Adapun langkah-langkah untuk menghitungnya adalah

sebagai berikut :

1. Input data variabel disusun dalam satu kolom, setelah variabel pertamadiinput lalu variabel kedua dinput mulai dari baris kosong setelah variabel

pertama.

2. Buat pengkode-an kelas dengan cara membuat variabel baru yang diberi label1 untuk variabel pertama dan 2 untuk variabel kedua.

Cara menghitung uji levene dengan SPSS adalah dengan memilih menu

: analyze, compare means, one-way anova.Pada jendela yang terbuka masukan variabel yang akan dihitung

homogenitasnya pada bagian variable item list, dan kode kelas pada

bagianfactor,

Pada menu options, aktifkan pilihanhomogeinity of varianslalu tekan ikon
http://d/smstr%206/New%20Folder/Uji%20Homogenitas%20-%20Uji%20Statistik_files/zy5.jpghttp://4.bp.blogspot.com/-swjscXcFe54/UQCDgm5GyWI/AAAAAAAABfc/d45mm8wjotk/s1600/zy4.jpghttp://d/smstr%206/New%20Folder/Uji%20Homogenitas%20-%20Uji%20Statistik_files/zy5.jpghttp://4.bp.blogspot.com/-swjscXcFe54/UQCDgm5GyWI/AAAAAAAABfc/d45mm8wjotk/s1600/zy4.jpg


21/22

OK dua kali.

Cara menafsirkan uji levene ini adalah, jika nilai Levene statistic > 0,05 maka

dapat dikatakan bahwa variasi data adalah homogen.


22/22

BAB III

KESIMPULANAnalisis data adalah proses mengatur urutan data, mengorganisasikanya ke

dalam suatu pola, kategori, dan satuan uraian dasar.

Sebelum data diolah dan dianalisis, maka harus dipenuhi persyaratan analisis

terlebih dahulu. Dengan asumsi, bahwa:

Data yang diperoleh valid dan reliabel Data yang dibandingkan bersifat homogen/sejenis Data yang dihubungkan berdistribusi normal

Normalitas data dimaksudkan untuk memperlihatkan bahwa data sampel

berasal dari populasi yang berdistribusi normal. Ada beberapa teknik yang dapat

digunakan untuk menguji normalitas data, antara lain: Dengan kertas peluang normal,

uji chi-kuadrat, uji Liliefors dan dengan Teknik Kolmogorov-Smirnov

d. Homogenitas dimaksudkan untuk memberikan keyakinan bahwa sekumpulandata yang dimanipulasi dalam serangkaian analisis memang berasal dari

populasi yang tidak jauh berbeda keragamannya, Pengujian homogenitas

varians suatu kelompok data, dapat dilakukan dengan cara: uji F, uji Barlet

dan Uji Levene

.

Documents

Analisis Data Makalah