Uji Normalitas Dan Homogenitas Unej.docx

UJI PERSYARATAN DATA

Makalah ini Disusun Sebagai Tugas Ujian Akhir Semester Mata Kuliah Statistika Pendidikan Kelas A Dosen Pengampu Bejo Aprianto S.Pd, M.Pd dan Elan Artono Nurdin S.Pd, M.Pd

Oleh : Ferdiana Primastuti 150210402001

PROGRAM STUDI PENDIDIKAN BAHASA DAN SASTRA INDONESIA JURUSAN PENDIDIKAN BAHASA DAN SENI FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS JEMBER 2016

KATA PENGANTAR

Puji syukur kehadirat Allah SWT atas segala limpahan rahmat, taufik dan inayahnya sehingga penulis dapat menyelesaikan penyusunan makalah ini dalam bentuk maupun isinya yang sangat sederhana. Semoga makalah ini dapat dipergunakan sebagai salah satu acuan, petunjuk maupun pedoman bagi pembaca dalam memahami pengertiandan langkah-langkah dalam uji statistik. Makalah ini berjudul “Uji Persyaratan Data” yang digunakan sebagai tugas Ujian Akhir Semester mata kuliah Statistik Pendidkan. Harapan saya semoga makalah ini membantu menambah pengetahuan dan pengalaman bagi para pembaca, sehingga saya dapat memperbaiki bentuk maupun isi makalah ini sehingga kedepannya dapat lebih baik. Penulis sangat mengharapkan adanya kritik dan saran yang positif untuk kesempurnaan makalah ini. Semoga makalah ini dapat memberikan banyak manfaat bagi pembaca, khususnya bagi mahasiswa program studi Bahasa dan Sastra Indonesia. Mohon maaf apabila terdapat kesalahan baik dalam penyampaian maupun penulisannya. Akhir kata penulis ucapkan terima kasih.

.

Jember, 24 November 2016

Penulis

i

DAFTAR ISI

KATA PENGANTAR ....................................................................................................... i DAFTAR ISI .................................................................................................................... ii BAB I PENDAHULUAN ................................................................................................ 1 1.1. Latar Belakang Masalah ................................................................................ 1 1.2. Rumusan Masalah .......................................................................................... 1 1.3. Tujuan ............................................................................................................ 2 BAB II PEMBAHASAN .................................................................................................. 3 2.1. Uji Homogenitas ............................................................................................ 3 2.2. Uji Normalitas ............................................................................................... 8 2.3. Uji Linieritas ................................................................................................ 13 2.4. Uji-T Satu Sampel ....................................................................................... 16 2.5. Uji-T Dua Sampel ........................................................................................ 19 BAB III PENUTUP ....................................................................................................... 32 3.1. Kesimpulan .................................................................................................. 32 3.2. Saran ............................................................................................................ 32 DAFTAR PUSTAKA ..................................................................................................... 33

ii

BAB I PENDAHULUAN 1.1.Latar Belakang Masalah Statistik didefinisikan sebagai fakta-fakta berbentuk angka yang terangkum dalam tabel-tabel atau kumpulan angka pada tabel yang menerangkan suatu fenomena.Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Atau statistika adalah ilmu yang berusaha untuk mencoba mengolah data untuk mendapatkan manfaat berupa keputusan dalam kehidupan. Dalam sebuah penelitian, terutama penelitian kuantitatif dapat dilakukan analisis data dengan bantuan statistik. Secara umum semua statistik parameterik berfungsi untuk menggeneralisasi hasil penelitian, yaitu pemberlakuanhasil penelitian dalam populasi dengan menggunakan data sampel yang harus memenuhi asumsi-asumsi. Asumsi tersebut meliputi data sampel diambil secara acak dari populasi dan data terdistribusi normal. Sedangkan asumsi-asumsi lainnyamenyesuaikan dengan teknik analisis data yang digunakan. Untuk analisis perbedaan seperti uji t, maka asumsi-asumsi yang harus dipenuhi adalah data dari kedua kelompok sampel diambil secara acak dari populasi, data yang dianalisis bersifat independen satu samalain, data dari kedua kelompok sampel terdistribusi normal, serta varians dari populasi adalah homogen. 1.2.Rumusan Masalah 1. Apakah kegunaan dan langkah-langkah uji homogenitas? 2. Apakah kegunaan dan langkah-langkah uji normalitas? 3. Apakah kegunaan dan langkah-langkah uji linearitas? 4. Apakah kegunaan dan langkah-langkah uji-t satu sampel? 5. Apakah kegunaan dan langkah-langkah uji-t dua sampel?

1

1.3.Tujuan 1. Ingin mengetahui kegunaan dan langkah-langkah uji homogenitas? 2. Ingin mengetahui kegunaan dan langkah-langkah uji normalitas? 3. Ingin mengetahui kegunaan dan langkah-langkah uji linearitas? 4. Ingin mengetahui kegunaan dan langkah-langkah uji-t satu sampel? 5. Ingin mengetahui kegunaan dan langkah-langkah uji-t dua sampel?

2

BAB II PEMBAHASAN 2.1.Uji Homogenitas 1. Kegunaan Homogenitas Uji Homogenitas adalah pengujian mengenai varian dan digunakan untuk mengetahui apakah kedua kelompok sampel mempunyai varian yang sama atau tidak. Dalam statistik Uji Homogenitas digunakan untuk mengetahui varian dan beberapa populasi sama atau tidak. Uji ini biasanya dilakukan sebagai prasyarat dalam analisis Independent. Uji Homogenitas digunakan sebagai bahan acuan untuk menentukan keputusan uji statistik (Hamdi, et al., 2014). Dasar penganbilan keputusan dalam uji homogenitas adalah jika nilai signifikasi kurang dari 0,05 maka dikatakan bahwa varian dari dua atau lebih kelompok populasi data adalah tidak sama. Sedangkan jika nilai sinifikasi lebih dari 0,05 maka dikatakan bahwa varian dari dua atau lebih kelompok populasi data adalah sama. 2. Langkah-langkah Uji homogenitas dimaksudkan untuk memperlihatkan bahwa dua atau lebih kelompok data sampel berasal dari populasi yang memiliki variansi yang sama. Pada analisis regresi, persyaratan analisis yang dibutuhkan adalah bahwa galat regresi untuk setiappengelompokan berdasarkan variabel terikatnya memiliki variansi yang sama. Hipotesis yang diuji adalah sebagai berikut :

H1 : Salah satu tanda = tidak berlaku Teknik pengujian yang digunakan adalah Uji Bartlet. Uji Bartlet dilakukan dengan menghitung x2. Harga x2yang diperoleh dari perhitungan (x2hitung) selanjutnya dibandingkan dengan x2 dari tabel (x2tabel ), bila x2hitung< x2tabel , maka hipotesis nol diterima. Artinya data berasal dari populasi yang homogen. Perhitungan uji homogenitas menggunakan software SPSS adalah dengan Uji Levene statistics. Cara menafsirkan uji levene ini adalah, jika nilai Levene statistic > 0,05 maka dapat dikatakan bahwa variasi data adalah homogen. Dibawah ini terdapat data Skor Tes Kemampuan Pemahaman Siswa

3

No.

Kode Siswa

Eksperimen

Kontrol

1

S-01

4

6

2

S-02

9

4

3

S-03

11

6

4

S-04

13

12

5

S-05

5

7

6

S-06

11

14

7

S-07

4

13

8

S-08

5

10

9

S-09

9

10

10

S-10

11

13

11

S-11

4

8

12

S-12

7

5

13

S-13

13

12

14

S-14

16

10

15

S-15

10

4

16

S-16

4

5

17

S-17

2

4

18

S-18

19

15

19

S-19

15

11

20

S-20

8

10

Berikut adalah Langkah-langkahnya: Buka SPSS Copy data tersebut ke dalam lembar kerja SPSS letakan dalam satu kolom dan perlu diingat no urutnya 1-20 adalah kelas eksperimen dan 21-40 kelas kontrol, kemudian pada kolom kedua isi dengan “1” untuk kelas Eksperimen dan “2” untuk kelas kontrol

4

Buatlah nama variabel dengan cara Variabel View, kemudian pada kolom Label beri nama “Kemampuan Pemahaman Matematis” pada VAR000001 dan “Faktor” pada VAR000002

Kemudian pada kolom value pada VAR000002 klik none hingga muncul kotak dialog seperti di bawah ini:

5

Isi

kolom Value dengan

klik Add, kemudian

lanjutkan

“1”, Label dengan isi

“Eksperimen”

kolom Value dengan

kemudian

“2”, Label dengan

“Kontrol” kemudian klik Add dan klik OK.

Lakukan pengujian homogenitas dengan uji Lavene Statistic dengan cara memilih menu : analyze, compare means, one-way anova.

Masukan “kemampuan pemahaman matematis” ke kotak Dependen List dan “Faktor” ke kotak Factor.

6

Klik menu Option dan pilih Homogenity of variance test, kemudian klik Continue.

Kemudian klik Ok sehingga muncul hasil:

7

Berikut hasil dari Uji Lavene Statistic

Kerena p-value = 0,351 > 0,05 maka data siambil dari sampel yang homogen. 2.2. Uji Normalitas 1. Kegunaan Uji normalitas merupakan salah satu bagian dari uji persyaratan analisis data atau uji asumsi klasik. Artinya sebelum melakukan analisis yang sesungguhnya, data penelitian tersebut harus diuji kenormalan distribusinya. Data yang baik adalah data yang normal dalam pendistribusiannya. Jadi tujuan uji normalitas adalah untuk menguji apakah data penelitian yang dilakukan memiliki distribusi yang normal atau tidak. Dasar pengambilan keputusan dalam uji normalitas yakni jika nilai signifikasi lebih besar dati 0,05, maka data tersebut berdistribusi normal. Sebaliknya, jika nilai signifikasi lebih besar dai 0,05 maka data tersebut tidak berdistribusi normal (Hamdi, et al., 2014).

8

2. Langkah-langkah Uji 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, dengan Teknik Kolmogorov-Smirnov, dengan SPSS. Berikut ini diuraikan contoh Uji normalitas dengan program SPSS

for

Windows.Dibawah ini terdapat data Skor Tes Kemampuan Pemahaman Matematis

Siswa No.

Kode Siswa

Eksperimen

Kontrol

1

S-01

4

6

2

S-02

9

4

3

S-03

11

6

4

S-04

13

12

5

S-05

5

7

6

S-06

11

14

7

S-07

4

13

8

S-08

5

10

9

S-09

9

10

10

S-10

11

13

11

S-11

4

8

12

S-12

7

5

13

S-13

13

12

14

S-14

16

10

15

S-15

10

4

16

S-16

4

5

17

S-17

2

4

18

S-18

19

15

19

S-19

15

11

20

S-20

8

10

9

Berikut adalah Langkah-langkahnya: Buka SPSS Copy data tersebut ke dalam lembar kerja SPSS letakan dalam satu kolom dan perlu diingat no urutnya 1-20 adalah kelas eksperimen dan 21-40 kelas kontrol, kemudian pada kolom kedua isi dengan “1” untuk kelas Eksperimen dan “2” untuk kelas kontrol

Buatlah

nama

variabel

dengan

cara Variabel

View,

kemudian

pada

kolom Label beri nama “Kemampuan Pemahaman Matematis” pada VAR000001 dan “Faktor” pada VAR000002

Kemudian pada kolom value pada VAR000002 klik none hingga muncul kotak dialog seperti di bawah ini:

10

Isi

kolom Value dengan

klik Add, kemudian

lanjutkan

“1”, Label dengan isi

“Eksperimen”

kolom Value dengan

kemudian

“2”, Label dengan

“Kontrol” kemudian klik Add dan klik OK.

Setelah diberi label kembalikan posisi pada Data View untuk melakukan Uji Normalitas dengan cara Pilih menu berikut: Analyze–> Descriptives Statistics –> Explore –> OK

11

Setelah muncul kotak dialog uji normalitas, selanjutnya pilih “Kemampuan Pemahaman

Matematis” sebagaidependent

list; pilih

“Faktor”

sebagai factor

list, kemudian, klik Plots; pilih Normality test with plots; dan klik Continue, lalu OK

Uji normalitas dengan menggunakan bantuan program SPSS, menghasilkan 3 (tiga) jenis keluaran, yaituProcessing Summary, Descriptives, Tes of Normality, dan Q-Q plots. Untuk keperluan penelitian umumnya hanya diperlukan keluaran berupa Test of Normality, yaitu keluaran yang berbentuk seperti tabel di bawah ini. Keluaran lainnya dapat dihapus, dengan cara klik sekali pada objek yang akan dihapus lalu tekan Delete. Pengujian denganSPSS berdasarkan pada uji KolmogorovSmirnov dan Shapiro-Wilk. Pilih salah satu saja, misalnya Kolmogorov-Smirnov.

12

Dari Hasil tabel di atas menunjukkan uji normalitas data y, yang sudah diuji sebelumnya secara manual dengan uji Liliefors dan Kolmogorov-Smirnov. Pengujian dengan SPSS berdasarkan pada uji Kolmogorov-Smirnov dan ShapiroWilk. Pilih salah satu saja misalnya Kolmogorov-Smirnov. Hipotesis yang diuji adalah: Ho : Sampel berasal dari populasi yang berdistribusi normal H1 : Sampel tidak berasal dari populasi yang berdistribusi normal Dengan demikian, normalitas dipenuhi jika hasil uji tidak signifikan untuk suatu taraf signifikansi (α) tertentu (biasanya α=0,05 atau α=0,01). Sebaliknya, jika hasil uji signifikan maka normalitas data tidak terpenuhi. Cara mengetahui signifikan atau tidak signifikan hasil uji normalitas adalah dengan memperhatikan bilangan pada kolom signifikansi (Sig.) untuk menetapkan kenormalan, kriteria yang berlaku adalah sebagai berikut: Tetapkan taraf signifikansi uji misalnya α=0,05 Bandingkan p dengan taraf signifikansi yang diperoleh Jika signifikansi yang diperoleh > α, maka sampel berasal dari populasi yang berdistribusi normal. Jika signifikansi yang diperoleh < α, maka sampel bukan berasal dari populasi yang berdistribusi normal. Pada hasil di atas diperoleh untuk kelas eksperimen nilai signifikansi p = 0,387, sehingga p > α dan untuk kelas kontrol nilai signifikansi p = 0,127, sehingga p > α. Dengan demikian sampel berasal dari populasi yang berdistribusi normal.

2.3. Uji Linieritas 1. Kegunaan Uji linearitas bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linear atau tidak secara signifikan. Uji ini biasanya digunakan sebagai prasyarat dalam analisis korelasi atau regresi linear. Linearitas adalah

13

keadaan dimana hubungan antara variabel dependen dan variabel independen bersifat linear (garis lurus)dalam range variabel independen tertentu. Sebagai contoh hubungan antara kecepatan lari seseorang (variabel dependen) yang tergantung pada usia orang tersebut (variabel bebas atau independen). Maka secara umum dikatakan bahwa makin tinggi usia seseorang maka lari orang tersebut cenderung semakin cepat, yang jika dipresentasikan pada grafik, maka terdapat garis ke kanan atas. Namun sebenarnya hal itu benar hanya pada range usia tertentu, misal antara 17 tahun sampai 40 tahun. Di atas 40 tahun mungkin kecepatan lari seseorang berbanding terbalik dengan usianya, yakni semakin tinggi usia orang tersebut, makin lambat larinya. Linearitas bisa diuji dengan scatter plot (diagram pencar) seperti yang digunakan untuk data outlier, dengan memberi tambahan garis regresi. Karena scatter plot hanya menampilkan hubungan dua variabel saja, maka jika terdapat lebih dari dua data, maka pengujian dilakukan dengan berpasangan tipa dua data (Santoso, 2010). Jadi uji lenearitas bertujuan atau berguna untuk mengetahui apakah dua variabel mempunyai hubungan yang linear atau tidak secara signifikan. 2. Langkah-langkah Contoh kasus: Seorang mahasiswa bernama Akbar melakukan penelitian untuk mengetahui hubungan antara kecemasan dengan optimisme pada remaja. Data-data skor total yang di dapat ditabulasikan sebagai berikut: Tabel Tabulasi Data (Data Fiktif) Subjek

Kecemasan

Optimisme

1

90

124

2

88

137

3

96

120

4

95

128

5

96

124

6

94

133

14

7

91

138

8

96

126

9

95

132

10

90

140

11

85

143

12

91

124

13

87

131

14

90

119

15

85

135

16

83

141

17

86

137

18

91

134

19

86

138

20

83

141

1. Masuk program SPSS 2. Klik variable view pada SPSS data editor 3. Pada kolom Name ketik x, untuk kolom Name baris kedua ketik y 4. Pada kolom Decimals angka ganti menjadi 0 untuk variabel x dan y 5. Untuk kolom Label ketik Kecemasan, untuk kolom Label pada baris kedua ketik Optimisme. 6. Kolom lainnya boleh dihiraukan (isian default) 7. Buka data view pada SPSS data editor 8. Terlihat kolom x dan y, x adalah variabel kecemasan dan y adalah variabel optimisme, ketikkan data sesuai dengan variabelnya. 9. Klik Analyze - Compare Means - Means 10. Klik variabel Optimisme dan masukkan ke kotak Dependent List, kemudian klik variabel Kecemasan dan masukkan ke Independent List. 11. Klik Options, pada Statistics for First Layer klik Test for Linearity, kemudian klik Continue

15

12. Klik OK, maka hasil output yang didapat pada kolom Anova Table adalah sebagai berikut: Tabel Hasil Test for Linearity.

Dari output di atas dapat diketahui bahwa nilai signifikansi pada Linearity sebesar 0,006. Karena signifikansi kurang dari 0,05 maka dapat disimpulkan bahwa antara variabel kecemasan dan optimisme terdapat hubungan yang linear. 2.4. Uji-T Satu Sampel 1. Kegunaan Uji T satu sampel digunakan untuk menguji nilai rata-rata dari suatu sampel tunggal dengan suatu nilai acuan. Dalam uji T Satu Sampel terdapat asumsi yang harus dipenuhi sebelum masuk keanalisis, yaitu data sampel berdistribusi normal (Gaib, 2013). 2. Langkah-langkah Buka SPSS. Misalkan datanya seperti di bawah ini :

16

Akan dilakukan uji apakah data yang didapatkan berbeda dengan data sebelumnya, menurut informasi rata-rata kunjungan pasien tahun lalu sebanyak 20 orang. Pada menu di SPSS pilih Analyze --> Compare Means --> One-Sample T Test seperti ini :

Setelah itu akan muncul jendela seperti ini :

17

Pilih variabel "kunjungan pasien", lalu klik tanda 'segitiga' untuk memindahkan variabel tersebut ke kotak 'Test Variables'.

Isi kotak 'Test Value' dengan angka "20"(angka 20 merupakan rata-rata kunjungan pasien tahun lalu), kemudian klik OK. Hasilnya :

Kesimpulan Dari tabel "One-Sample Statistics" terlihat bahwa rata-rata kunjungan sebanyak 23 orang, dengan standar deviasi 3,387. Bila melihat dari rata-rata kunjungan saat ini memang ada perbedaan, namun perbedaan ini apakah bermakna secara statistik ? pada tabel "One-Sample Test" pada kolom "Sig.(2tiled)" diperoleh nilai P = 0,001, maka nilai P < α, sehingga Ho ditolak. Dengan demikian dapat kita simpulkan bahwa ternyata pada uji statistik dua sisi (2-

18

tailed) pada taraf nyata α = 0,05, menunjukan ada perbedaan yang bermakna antara kunjungan pasien tahun lalu dengan tahun ini(Gaib, 2013). 2.5. Uji-T Dua Sampel 1. Kegunaan Berdasarkan hubungan antar populasinya, uji t dapat digolongkan kedalam dua

jenis

uji,

yaitu dependent

sample

t-test

(Paired

Sampel

t-Test)

dan independent sample t-test. Dependent sample t-test atau sering diistilahkan dengan Paired Sampel t-Test adalah jenis uji statistika yang bertujuan untuk membandingkan rata-rata dua grup yang saling berpasangan. Sampel berpasangan dapat diartikan sebagai sebuah sampel dengan subjek yang sama namun mengalami dua perlakuan atau pengukuran yang berbeda, yaitu pengukuran sebelum dan sesudah dilakukan sebuah treatment. Syarat jenis uji ini adalah data berdistribusi

normal,

kedua

kelompok

data

adalah

dependen

(saling

berhubungan/berpasangan) dan jenis data yang digunakan adalah numerik dan kategorik (dua kelompok). Sedangkan Independent sample t-test adalah jenis uji statistika yang bertujuan untuk membandingkan rata-rata dua grup yang tidak saling berpasangan atau tidak saling berkaitan. Tidak saling berpasangan dapat diartikan bahwa penelitian dilakukan untuk dua subjek sampel yang berbeda. Prinsip pengujian uji ini adalah melihat perbedaan variasi kedua kelompok data, sehingga sebelum dilakukan pengujian, terlebih dahulu harus diketahui apakah variannya sama (equal variance) atau variannya berbeda (unequal variance). 2. Langkah-langkah -

Dependent sample t-test (Paired Sampel t-Test)

Sebelum dilakukan uji rata-rata dua sampel yang saling berhubungan harus terlebih dahulu dilakukan uji prasyarat data yaitu uji normalitas dan uji homogenitas. Apabila data sudah memenuhi prasyarat maka selanjutnya dapat dilakukan uji dua rata-rata mengugunakan uji-t. Berikut disajikan data Kemampuan Pemahaman Matematis Siswa

19

No.

Kode Siswa

Eksperimen

Kontrol

1

S-01

4

6

2

S-02

9

4

3

S-03

11

6

4

S-04

13

12

5

S-05

5

7

6

S-06

11

14

7

S-07

4

13

8

S-08

5

10

9

S-09

9

10

10

S-10

11

13

11

S-11

4

8

12

S-12

7

5

13

S-13

13

12

14

S-14

16

10

15

S-15

10

4

16

S-16

4

5

17

S-17

2

4

18

S-18

19

15

19

S-19

15

11

20

S-20

8

10

Hipotesis yang diajukan adalah: H0 : μx2

= μy2

H1 : μx2

> μy2

Keterangan: μx2

: rerata skor siswa kelas eksperimen

μy 2

: rerata skor siswa kelas kontrol

H0

: rerata skor siswa kelas eksperimen tidak lebih baik daripada kelas

kontrol 20

H1

: rerata skor siswa kelas eksperimen lebih baik daripada kelas kontrol

Kriteria Pengujian: Tolak H0 jika p-value (Sig.) < α = 0,05, sedangkan untuk kondisi lainnya H0 diterima. Berikut adalah Langkah-langkahnya: 1. Buka SPSS Copy data tersebut ke dalam lembar kerja SPSS letakan dalam satu kolom dan perlu diingat no urutnya 1-20 adalah kelas eksperimen dan 21-40 kelas kontrol, kemudian pada kolom kedua isi dengan “1” untuk kelas Eksperimen dan “2” untuk kelas kontrol.

Buatlah nama variabel dengan cara Variabel View, kemudian pada kolom Label beri nama “Kemampuan Pemahaman Matematis” pada VAR000001 dan “Kelas” pada VAR000002

21

Kemudian pada kolom value pada VAR000002 klik none hingga muncul kotak dialog seperti di bawah ini:

Isi

kolom Value dengan

klik Add, kemudian

lanjutkan

“1”, Label dengan isi

“Eksperimen”

kolom Value dengan

“Kontrol” kemudian klik Add dan klik OK.

22

kemudian

“2”, Label dengan

Setelah diberi label kembalikan posisi pada Data View untuk melakukan Uji-t dengan cara Pilih menu berikut:Analyze–> Compare Mean –> IndependetSamples T Test –> OK

Masukan “Kemampuan

Pemahaman

Matematis” ke

kotak Test

Variables dan “Kelas” ke kotak Grouping Variable.

Pilih Define Group untuk mendefinisikan grup yang telah kita buat. Pada Group 1 masukan “1” dan pada Group 2 masukan “2”, kemudian klik Continue.

23

Kemudian klik Ok untuk melihat hasil perhitungannya.

Untuk hasil uji-t dapat dilihat pada tabel Independen Sample Test

Karena nilai p-value = 0,970 > 0,05 berarti Terima H0 yang artinya tidak ada perbedaan ratat-rata antara dua sampel tersebut. -

Independent sample t-test

Judul penelitian misalnya “Perbedaan Skor Pengetahuan tentang HIV/AIDS pada siswa yang pernah dan yang belum mendapat penyuluhan tentang HIVAIDS”. Data yang diperoleh

24

No

Kelompok siswa A

Kelompok siswa B

1

80

68

2

90

57

3

70

46

4

86

57

5

82

44

6

88

51

7

91

62

8

93

54

9

80

49

10

79

48

11

89

64

12

88

48

13

85

58

14

79

55

15

91

52

Data diperoleh dari dua kelompok siswa yaitu siswa A (yang pernah mendapat penyuluhan tentang HIV/AIDS) dan siswa B (belum pernah mendapat penyuluhan tentang HIV/AIDS). Analisis Data: Langkah pertama: Melihat apakah data yang diperoleh berdistribusi normal. Ada beberapa cara untuk melihat apakah data tersebut berdistribusi normal. Bisa menggunakan program SPSS. Setelah masuk program SPSS dan telah menginput data pada data view dan variable view dengan nama skor_pengetahuan dan Group_kelas dengan value 1 = siswa_A dan 2 = siswa_B Selanjutnya klik Analyze – Descriptive Statistics –Explore - test Klik variabel skor_pengetahuanmasukkan

ke

kotak

Dependent

dan group_kelas pada kotak faktor list Pada Plots, centang Normality plots with test, Continue Klik OK, maka hasil output yang didapat adalah sebagai berikut: 25

List

26

OUTPUT SPSS Descriptives Statistic

Std. Error

Siswa_A Mean 95%

84.73 Confidence Lower

Interval for Mean

1.620

81.26

Bound Upper

88.21

Bound 5% Trimmed Mean

85.09

Median

86.00

Variance

39.352

Std. Deviation

6.273

Minimum

70

Maximum

93

Range

23

Interquartile Range

10

Skewness

-.820

.580

Kurtosis

.448

1.121

54.20

1.784

Siswa_B Mean 95%

Confidence Lower

Interval for Mean

50.37

Bound Upper

58.03

Bound 5% Trimmed Mean

54.00

Median

54.00

Variance

47.743

Std. Deviation

6.910

Minimum

44

Maximum

68

27

Range

24

Interquartile Range

10

Skewness

.467

.580

Kurtosis

-.458

1.121

Tests of Normality Kolmogorov-Smirnova

Shapiro-Wilk

Statistic Df

Sig.

Statistic

Df

Sig.

Siswa_A .165

15

.200*

.924

15

.220

Siswa_B .107

15

.200*

.967

15

.812

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

Dari hasil di atas kita lihat pada kolom Shapiro-Wilk dan dapat diketahui bahwa nilai signifikansi untuk Siswa_A adalah 0.220 dan untuk Siswa_B sebesar 0.812 maka dapat disimpulkan bahwa data pada variabel Siswa_A; dan untuk Siswa_B berdistribusi normal. Langkah Kedua: Cara SPSS untuk melihat hasil uji T sampel bebas (independen): Selanjutnya klik Analyze – Compare means – Independent-samples T test Klik

variabel skor_pengetahuan masukkan

ke

kotak

Dependent

List

dan group_kelas pada Grouping Variabels Klik Define groups : klik angka satu pada group 1 dan angka 2 pada group 2, lalu continue Klik OK, maka hasil output yang didapat adalah sebagai berikut:

28

OUTPUT SPSS Group Statistics Kritera

Scor_Pengeahuan Siswa-A

N

Mean

Std.

Std.

Deviation

Mean

15

84.73

6.273

1.620

Siswa_B 15

54.20

6.910

1.784

Error

Independent Samples Test Scor_Pengeahuan Equal

variances Equal

assumed

variances notassumed

F

.105

Levene's Test for Equality of Sig.

29

.748

Variances t-test for Equality of Means

T

12.671

12.671

Df

28

27.743

Sig. (2-tailed) .000

.000

Mean

30.533

30.533

Difference Std.

Error 2.410

2.410

Difference 95%Confidence Interval of Lower 25.597

25.595

the Difference

35.471

Upper

35.469

Langkah ketiga : Pengujian independen sample t test a. Menentukan Hipotesis Ho

: Tidak ada perbedaan antara rata-rata skor pengetahuan tentang

HIV/AIDS kelompok siswa_A dengan skor pengetahuan tentang HIV/AIDS kelompok siswa_B Ha

: Ada perbedaan antara rata-rata skor pengetahuan tentang HIV/AIDS

kelompok siswa_A dengan skor pengetahuan tentang HIV/AIDS kelompok siswa_B b. Menentukan tingkat signifikansi Pengujian menggunakan uji dua sisi dengan tingkat signifikansi

= 0.05.

Tingkat signifikansi dalam hal ini berarti kita mengambil risiko salah dalam mengambil keputusan untuk menolak hipotesis yang benar sebanyak-banyaknya 5% (signifikansi 95% atau 0.05 adalah ukuran standar yang sering digunakan dalam penelitian). c.

Menentukan t hitung

Dari tabel di atas didapat nilai t hitung (equal variance assumed) adalah 12.671 d.

Menentukan t tabel

30

Tabel distribusi t dicari pada

= 95% (uji 2 sisi) dengan derajat kebebasan

(df) n-2 atau 30-2 = 28. Dengan pengujian 2 sisi (signifikansi = 0.05) hasil diperoleh untuk t tabel sebesar 2.0484. e.

Kriteria Pengujian

Ho diterima jika -t tabel < t hitung < t tabel Ho ditolak jika -t hitung < -t tabel atau t hitung > t table Berdasar probabilitas: Ho diterima jika P value > 0.05 Ho ditolak jika P value < 0.05 f.

Membandingkan t hitung dengan t tabel dan probabilitas

Nilai t hitung > t tabel (12.671> 2.0484) dan P value (0.000 < 0.05) maka Ho ditolak.

31

BAB III PENUTUP 3.1.Kesimpulan Setiap uji statistik memiliki kegunaan yang berbeda. Uji Homogenitas adalah pengujian mengenai varian dan digunakan untuk mengetahui apakah kedua kelompok sampel mempunyai varian yang sama atau tidak. Dalam statistik Uji Homogenitas digunakan untuk mengetahui varian dan beberapa populasi sama atau tidak. Uji ini biasanya dilakukan sebagai prasyarat dalam analisis Independent. Uji normalitas merupakan salah satu bagian dari uji persyaratan analisis data atau uji asumsi klasik. Artinya sebelum melakukan analisis yang sesungguhnya, data penelitian tersebut harus diuji kenormalan distribusinya. Uji lenearitas bertujuan atau berguna untuk mengetahui apakah dua variabel mempunyai hubungan yang linear atau tidak secara signifikan. Uji T satu sampel digunakan untuk menguji nilai rata-rata dari suatu sampel tunggal dengan suatu nilai acuan. Dalam uji T Satu Sampel terdapat asumsi yang harus dipenuhi sebelum masuk keanalisis, yaitu data sampel berdistribusi normal. Uji t dua sampel dapat digolongkan kedalam dua jenis uji, yaitu dependent sample ttest/Paired Sampel t-Test (bertujuan untuk membandingkan rata-rata dua grup yang saling berpasangan )dan independent sample t-test (bertujuan untuk membandingkan rata-rata dua grup yang tidak saling berpasangan atau tidak saling berkaitan). 3.2.Saran Diharapkan kepada pembaca lebih tertarik dan lebih memahami uji-uji persyaratan data dengan tujuan membantu menambah pengetahuan dan pengalaman. Selain itu respon dari pembaca sangat diperlukan agar penulis dapat memperbaiki bentuk maupun isi makalah ini sehingga kedepannya dapat lebih baik.

32

DAFTAR PUSTAKA

Gaib, M. (2013). uji satu sampel dengan spss. Dipetik November 21, 2016, dari statistik-kesehatan.blogspot.co.id:http://statistikkesehatan.blogspot.co.id/2011/03/uji-t-satu-sampel-dengan-spss.html Hamdi, A. S., & Bahruddin, E. (2014). Metode Penelitian Kuantitatif Aplikasi Dalam Pendidikan. Yogyakarta: deepublish.

33