Statistik Inferensial Kel. 3: Uji Prasarat Analisis: Normalitas, Homogenitas dan Linieritas

Hidayatullah Hana Putra

210321868030

 

UJI PRASARAT ANALISIS: NORMALITAS, HOMOGENITAS DAN LINIERITAS

Uji Normalitas

Uji normalitas adalah pengujian data untuk mengetahui apakah data terdistribusi normal atau tidak. Uji normalitas data perlu dilakukan agar peneliti dapat menentukan jenis statistik apa yang akan digunakan. Jika data yang akan diolah berasal dari populasi yang terdistribusi normal dapat menggunakan statistik parametrik. Jika data tidak terdistribusi normal dapat menggunakan statistik non-parametrik. Uji normalitas data perlu dilakukan khususnya bagi penelitian yang menggunakan parameter rata-rata (mean) sebagai tolak ukur keberhasilan penelitian. Penelitian kuantitatif atau eksperimen di bidang pendidikan sering menggunakan parameter rata-rata (mean) untuk menarik kesimpulan.

Uji Normalitas dapat menggunakan metode Kolmogorv-Smirnov yaitu mencari simpangan terbesar (D) dari fungsi distribusi kumulatif data observasi (empiris) terhadap fungsi distribusi kumulatif teoritis. Apabila penyimpangan maksimum tidak terlalu besar maka data observasi terdistribusi normal. Namun, jika penyimpangan maksimum sangat besar maka data observasi tidak terdistribusi normal. Jika D < k maka data terdistribusi normal. Jika D > k maka data tidak terdistribusi normal. Jika nilai P-Value /Sig pada output software lebih besar dari dengan taraf signifikansi (a = 0,05) maka data sampel yang diuji berasal dari populasi terdistribusi normal dan begitu juga sebaliknya (Nasrum, 2018).

 

Uji Homogenitas

Homogenitas varians didefinisikan sebagai situasi saat dua atau lebih populasi memiliki varians yang sama 𝜎₁ ² = 𝜎₂ ² (Howell, 2011). Salah satu pendekatan yang digunakan untuk membandingkan kelompok-kelompok data adalah menggunakan sampel yang homogen dengan memilih subjek yang memiliki sedikit keberagaman pada karakteristik personalnya. Jika jumlah subjek yang dapat diterima yang memiliki skor yang sama dapat ditemukan, subjek ini ditetapkan secara acak dan eksperimen dilakukan sebagai eksperimen kelompok acak konvensional. Masalah utama dengan metode ini adalah seringkali sangat sulit untuk menemukan jumlah subjek yang cukup dengan skor yang sama pada ukuran keberagaman (Huitema, 2011).

Misalnya diasumsikan bahwa siswa dikelompokkan menjadi dua kelas (satu kelas menerima pembelajaran khusus tentang bahaya kesehatan kerja, kelas satunya tidak) memiliki kesamaan karakteristik seperti rata-rata nilai akademik, jenis kelamin, ras, atau kemampuan utamanya. Maka, seringkali diasumsikan bahwa varians akan tetap sama dan data akan dianggap berasal dari populasi yang sama (homogen).

 

Jenis-jenis Uji Homogenitas

Uji Bartlett Tujuan dari uji Bartlett pada mulanya adalah untuk menguji homoskedastisitas dari dua populasi yang terdistribusi normal (Bartlett, 1937). Selanjutnya uji ini dikembangkan oleh Snecedor and Chocran pada tahun 1989 untuk menguji kesamaan varians dari banyak populasi.

Uji Hartley atau Uji Fisher Uji ini merupakan uji lain yang umum digunakan untuk menguji perbedaan signifikan dari varians yang memiliki banyak sampel dengan ukuran sampel yang sama (Hartley, 1950). R. A. Fisher mempublikasikan temuannya tentang analisis varians pada tahun 1930. Temuannya menyumbang pengetahuan yang besar di dunia statistic dan masih digunakan hingga saat ini. Uji Hartley/Fisher dapat digunakan ketika ukuran sampelnya mendekati sama dan data terdistribusi normal.

Uji Levene Tujuan dari Uji Levene adalah untuk mengetahui perbedaan dari dua kelompok data yang memiliki perbedaan varians.

 

Pengertian Uji Prasyarat Linieritas

Menurut Muwarni, Sentosa (2001) uji linearitas bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linear atau tidak secara signifikan. Uji ini digunakan sebagai prasyarat statistik parametrik. Data yang baik seharusnya terdapat hubungan yang linear antara variabel predictor (X) dengan variabel kriterium (Y) dalam beberapa referensi dinyatakan bahwa uji linearitas merupakan syarat sebelum dilakukannya uji regresi linier. Suatu uji yang dilakukan harus berpedoman pada dasar pengambilan keputusan dalam uji linearitas yaitu jika nilai signifikansi lebih besar dari 0.05, maka kesimpulannya adalah terdapat hubungan linier antara variabel predictor (X) dengan variabel kriterium (Y), sebaliknya, jika nilai signifikansi lebih kecil dari 0.05, maka kesimpulannya adalah tidak terdapat hubungan linier antara variabel predictor (X) dengan variabel kriterium (Y) (Riduwan, 2008).

Hasil yang diperoleh melalui uji linieritas akan menentukan teknikteknik analisis data yang dipilih, dapat digunakan atau tidak (Subana, 2000). Apabila dari hasil uji linieritas didapatkan kesimpulan bahwa distribusi data penelitian dikategorikan linier maka data penelitian dapat digunakan dengan metode-metode yang ditentukan. Demikian juga sebaliknya apabila ternyata tidak linier maka distribusi data harus dianalisis dengan metode lain (Widiyanto, Mikha. 2008).