UJI PERSYARATAN ANALISIS DATA

Uji Persyaratan Analisis Data dengan SPSS

2013

PERTEMUAN KE-6

UJI PERSYARATAN ANALISIS DATA Materi :

Uji nonparametrik digunakan apabila asumsi-asumsi pada uji parametrik tidak dipenuhi. Asumsi yang paling lazim pada uji parametrik adalah sampel acak berasal dari populasi yang berdistribusi normal, varians bersifat homogen, dan bersifat linier. Bila asumsi-asumsi ini dipenuhi, atau paling tidak penyimpangan terhadap asumsinya sedikit, maka uji parametrik masih bisa diandalkan. Tetapi bila asumsi tidak dipenuhi maka uji nonparametrik menjadi alternatif. Ada tiga asumsi uji statistika parametrik sebagaimana diungkapkan di atas, yaitu normalitas, linieritas data dan homogenitas varians.

1.

Uji Normalitas Pengujian normalitas dilakukan untuk mengetahui normal tidaknya suatu distribusi data. Hal ini penting diketahui berkaitan dengan ketetapatan pemilihan uji statistik yang akan dipergunakan. Uji parametrik misalmya, mensyaratkan data harus berdistribusi normal. Apabila distribusi data tidak normal maka disarankan untuk menggunakan uji nonparametrik. Pengujian normalitas ini harus dilakukan apabila belum ada teori yang menyatakan bahwa variabel yang diteliti adalah normal. Dengan kata lain, apabila ada teori yang menyatakan bahwa suatu variabel yang sedang diteliti normal, maka tidak diperlukan lagi pengujian normalitas data. Ada beberapa teknik yang dapat digunakan untuk menguji normalitas data, antara lain: uji Chi Square, uji Lilifors, uji KolmogorovSmirnov, dll. Untuk menguji normalitas data dengan SPSS, langkah-langkahnya sebagai berikut:  Input data di bawah ini ke dalam SPSS Variabel

     

1

2

3

4

5

6

7

8

9

10

IQ (X1)

40

45

30

35

30

40

45

45

35

35

EQ (X2)

18

20

14

12

14

16

10

15

18

16

Hasil Belajar (Y)

80

85

60

75

55

65

80

90

75

60

Pada kolom Name ketik X1, X2 dan Y. Pada kolom Decimals angka ganti menjadi 0 untuk seluruh variabel. Pada kolom Label isikan IQ pada X1, EQ pada X2 dan Hasil Belajar pada Y. Pada kolom Align isikan Center. Pada kolom Measure isikan Scale pada X1, Ordinal pada X2 dan Scale pada Y. Untuk kolom-kolom lainnya biarkan saja (isian default).

Aplikasi Komputer (SPSS)_M. Jainuri, S.Pd

Page 1


2013

 Klik tab sheet [Variable View] pada SPSS data editor dan ketik/copy data sebagai berikut:

 Selanjutanya klik [Analyze] > [Descriptives Statistics] > [Explore].

 Akan terbuka kotak dialog Explore.


Page 2


   

2013

Masukan variabel Hasil Belajar (Y) ke dalam kotak Dependent List. Sorot variabel IQ (X1) dan EQ (X2) dan masukan ke dalam kotak Factor List. Klik tab Plots, centang pilihan Normality plots with tests. Klik Continue. Klik [OK].

 Uji normalitas menghasilkan beberapa output, untuk keperluan penelitian pada umumnya hanya diperlukan output berupa Tes of Normality seperti berikut: Tests of Normality Kolmogorov-Smirnova Statistic Hasil belajar

df

,184

Shapiro-Wilk

Sig. 10

,200*

Statistic ,939

df

Sig. 10

,543

*. This is a lower bound of the true significance. a. Lilliefors Significance Correction


Page 3


2013

 Menafsirkan hasil uji normalitas, pada gambar di atas menunjukkan uji normalitas data Hasil Belajar. Pengujian normalitas dengan SPSS berdasarkan pada uji Kolmogorov-Smirnov dan Shapiro Wilk. Pilih salah satu, misalnya KolmogorovSmirnov. Hipotesis yang diuji adalah: Ho : Data berdistribusi normal H1 : Data berdistribusi tidak normal  Cara mengetahui signifikan atau tidak hasil uji normalitas adalah dengan memperhatikan angka pada kolom signifikansi (Sig). Kriteria uji normalitas sebagai berikut:  Tetapkan taraf nyata (signifikansi) misalnya α = 0,05.  Bandingkan angak pada kolom Sig dengan α.  Jika Sig > α maka data berdistribusi normal.  Jika Sig < α maka data berdistribus tidak normal.  Pada contoh di atas Sig > α atau 0,200 > 0,05 maka dapat disimpulkan data variabel hasil belajar berdistribusi normal.

2.

Uji Linearitas Uji linearitas bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linear atau tidak secara signifikan. Uji ini digunakan sebagai prasyarat statistik parametrik khususnya dalam analisis korelasi atau regresi linear yang termasuk dalam hipotesis assosiatif. Pada program SPSS, uji linearitas menggunakan Test for Linearity pada taraf signifikan 0,05. Dua variabel dikatakan mempunyai hubungan linear bila signifikansi (Deviation from Linearity) > 0,05. Langkah-langkah uji linearitas pada SPSS.  Input data di atas ke dalam SPSS  Klik [Variable View] pada SPSS data editor.  Pada kolom Name ketikan berturut-turut: X1, X2 dan Y.  Untuk kolom label ketikan berturut-turut: IQ, EQ dan Hasil Belajar.  Kolom lainnya menyesuaikan (biarkan default).  Buka [Data View] dan isikan data untuk ketiga variabel.  Klik [Analyze] > [Compare Means] > [Means].


Page 4


2013

 Masukkan variabel Hasil Belajar ke kotak Dependent List, sorot variabel IQ dan EQ kemudian masukkan ke dalam kotak Independent List.  Klik Options, pada Statistic for First Layer centang pilihan Test for Linearity kemudian klik Continue.  Klik [OK].

 Output pada kolom Anova Table sebagai berikut: ANOVA Table Sum of

df

Mean

Squares

Between Hasil belajar * Groups IQ

937,500

3

312,500

Linearity

889,113

1

889,113

48,387

2

24,194

325,000

6

54,167

1262,500

9

Within Groups Total

Sig.

Square

(Combined)

Deviation from Linearity

F

5,769 16,41 4 ,447

,034 ,007 ,659

 Dari output di atas diketahu nilai Sig pada baris Deviation from Linearity sebesar 0,659. Karena nilai Sig > α atau 0,659 > 0,05 maka dapat disimpulkan bahwa antara variabel Hasil Belajar dan IQ terdapat hubungan linear.

3.

Uji Homogenitas Uji homogenitas digunakan untuk mengetahui apakah dua atau lebih varian populasi adalah sama atau tidak. Uji ini dilakukan sebagai prasyarat dalam analisis independent sample t-test dan anova atau bagi peneliti yang menggunakan lebih dari satu kelompok sampel. Pada umumnya digunakan untuk membuktikan hipotesis komparatif. Asumsi yang mendasar dalam anisis varian (Anova) adalah bahwa varian dari populasi adalah


Page 5


2013

sama. Sebagai kriteria pengujian, jika nilai Sig > α (secara default di SPSS adalah 0,05) maka dapat dikatakan bahwa varian dua atau lebih kelompok data adalah sama. Contoh: Seorang mahasiswa bernama Atun Bangkonawati melakukan penelitian untuk mengetahui: “apakah ada perbedaan hasil belajar matematika menggunakan model pembelajaran kooperatif tipe Number Head Together (NHT) dengan model pembelajaran konvensional. Secara garis besar prosedur pengumpulan data adalah diambil dua kelompok sampel. Kelompok sampel pertama proses pembelajaran menggunakan model pembelajaran kooperatif tipe Make a Match dan kelompok kedua menggunakan model pembelajaran konvensional. Setelah pembelajaran pada masing kelompok sampel selesai, kemudian diberikan tes. Hasil tes inilah yang akan diuji untuk mengetahui apakah perlakuakn (treatment) yang diberikan kepada kedua kelompok sampel terdapat perbedaan atau tidak. Untuk menguji hipotesis dapat menggunakan uji independent sample t-test. Sebelum dilakukan uji-t sebagai prasyarat harus dilakukan terlebih dahulu diuji homogenitasnya. Jika varian kedua sampel homogen maka uji-t dapat dilakukan dan jika tidak homogen menggunakan statistik nonparametrik. Data hasil penelitian diperoleh sebagai berikut: Data Model Pembelajaran NHT dan Konvensional No. Responden

X1 (NHT)

X2 (Konvensional)

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

35 37 27 29 31 30 27 36 37 24 26 29 31

65 34 44 36 31 33 37 28 33 34 35 28 29 36 33

Langkah-langkah uji homogenitas dengan SPSS sebagai berikut:    

Input data ke dalam program SPSS Klik tab sheet [variable view] pada SPSS data editor. Pada kolom Name baris pertama ketik X dan baris kedua ketik k. Pada kolom Label, baris pertama ketik Hasil Belajar dan bais kedua ketik Model Pembelajaran.  Untuk kolom Value, isikan 1 dan ketik NHT kemudian klik add. Dengan cara yang sama isikan 2 dan ketik Konvensional kemudian klik add. Aplikasi Komputer (SPSS)_M. Jainuri, S.Pd

Page 6


2013

 Klik [OK].

 Klik tab sheet [Data View], masukan data di atas.


Page 7


2013

 Klik [Analyze] > [Descriptives Statistic] > [Explore].

 Pada kotak dialog Explore, masukan Variabel Hasil Belajar ke kotak Dependent List dan Model Pembelajaran ke kotak Factor List.  Klik Plots, centenag Unstransformed kemudian klik Continue.  Klik [OK].


Page 8


2013

 Pada Output lihat bagian Test of Homogenity of Variances dan pada baris Based on Mean lihat kolom Sig. Test of Homogeneity of Variance Levene Statistic

Hasil Belajar

df1

df2

Sig.

Based on Mean

,680

1

26

,417

Based on Median

,353

1

26

,558

,353

1

16,523

,561

,403

1

26

,531

Based on Median and with adjusted df Based on trimmed mean

 Dari tabel output di atas dapat diketahui nilai Sig sebesar 0,417. Karena nilai Sig > 0,05 maka dapat disimpulkan bahwa kedua kelompok data mempunyai varian sama atau homogen. Angka Levene Statistic menunjukkan semakin kecil nilainya maka semakin besar homogenitasnya.


Page 9

UJI PERSYARATAN ANALISIS DATA

Recommend Documents