Dokumen tersebut membahas tentang uji normalitas dan homogenitas data. Secara singkat, dibahas tentang cara menguji normalitas data menggunakan grafik ogive, tingkat kemiringan, uji Chi-Kuadrat, dan uji Liliefors. Juga dibahas tentang uji homogenitas menggunakan uji F dan uji Bartlett. Contoh kasus juga disajikan untuk mendemonstrasikan penggunaan uji-uji tersebut.
2. Uji Normalitas
Cara menentukan data distribusi normal
atau tidak diantaranya:
1. Grafik Ogive
2. Tingkat kemiringan
3. Uji Chi-Kuadrat
4. Uji Liliefor
Dll
Statistik
Deskriptif
Statistik
Induktif
3. Uji Chi-Kuadrat
Hipotesis:
π»0:Tidak ada perbedaan distribusi frekuensi populasi
π»1: Ada perbedaan distribusi frekuensi populasi
Pengujian:
π2
=
π=1
π
ππ β πΈπ
2
πΈπ
Dimana:
ππ=frekuensi observasi/pengamatan ke-i,
πΈπ= frekuensi harapan ke i
k = jumlah kelas/kelompok
π»0 ditolak jika πβππ‘.
2
> π πΌ
2 dengan derajat bebas(db)
ππ = π β 1
4. Contoh Kasus
Di suatu lokasi M-KRPL, diintroduksikan 3 jenis
benih cabai rawit, yaitu cabai rawit hibrida
(Bhaskara) dan dua cabai rawit lokal
(Karanganyar dan Boyolali). Setelah diberikan
penjelasan tentang karakter masing-masing
jenis cabai, peserta M-KRPL dipersilahkan
memilih jenis cabai yang disukai dan berapa
jumlah yang dinginkan setiap jenisnya untuk
ditanam di pekarangan masing-masing. Benih
cabai rawit akan segera dikirim sesuai jumlah
yang dipesan.
5. Lanjutan Contoh Kasus
Rumusan masalah:
Apakah penjelasan tentang karakter mempengaruhi jumlah
benih tiga varietas yang dipesan peserta?
Hipotesis:
π»0: Tidak ada perbedaan distribusi frekuensi antar jenis cabai
rawit
π»1: Terdapat perbedaan distribusi frekuensi antar jenis cabai
rawit
Hasil analisis:
Hasil pencatatan menunjukkan bahwa cabai rawit lokal
Boyolali merupakan varietas yang paling banyak dipilih oleh
peserta, sementara cabai rawit lokal Karanganyar sedikit
dipilih
6. Lanjutan Contoh Kasus
Tabel Pemesanan Cabai Rawit Lokasi M-KRPL
No. Jenis Cabai Rawit Frekunesi
yang
diperoleh
Frekuensi
yang
diharapkan
1 Cabai rawit Hibrida
Bhaskara
155 150
2 Cabai rawit lokal
Karanganyar
125 150
3 Cabai rawit lokal
Boyolali
170 150
7. Lanjutan Contoh Kasu
π2 =
155 β 150 2 + 125 β 150 2 + 170 β 150 2
150
π2
=
1050
150
= 7
db = 3 β 1 =2 dan dengan πΌ=0,05 berarti π πΌ
2
= 5,991
(lih. Tabel chi-kuadrat)
7 > 5,991 ο πβππ‘.
2
> π πΌ
2
maka keputusannya π»0 harus ditolak dan π»1 harus
diterima.
8. Uji Liliefor
Untuk melakukan uji normalitas dengan cara ini
maka:
β’ Menentukan taraf signifikansi (πΌ) yaitu misalkan
pada πΌ = 5% (0,05) dengan hipotesis yang akan
diuji:
π»0 = Data berdistribusi normal, melawan
π»1 = Data tidak berdistribusi normal
Dengan kriteria pengujian:
Jika πΏ π = πΏβππ‘π’ππ < πΏ π‘ππππ terima π»0
Jika πΏ π = πΏβππ‘π’ππ > πΏ π‘ππππ tolak π»0
9. Lanjutan Uji Liliefors
β’ Lakukan langkah-langkah pengujian normalitas berikut;
(1) Data pengamatan π1, π2, π3, ... , ππ dijadikan bilangan
baku π1, π2, π3, ... , π π dengan menggunakan rumus :
ππ =
(ππ β π)
π
(2)Untuk setiap bilangan baku ini dengan menggunakan
daftar distribusi normal baku, kemudian dihitung peluang
πΉ ππ = π(π β€ ππ)
10. Lanjutan Uji Liliefors
(3) Hitung proporsi π1, π2, π3, ... , π π yang lebi kecil atau sama
dengan Z. Jika proporsi ini dinyatakan dengan S(ππ) maka:
π ππ =
ππππ¦ππππ¦π π1, π2, π3, . . . , π π
π
(4) Hitung πΉ ππ β π(ππ) dan tentukan harga mutlaknya
(5) Harga mutlak yang paling besar sebagai harga πΏ π atau
πΏβππ‘π’ππ
β’ Untuk menerima atau menolak hipotesis nol (π»0),
bandingkan πΏ π dengan πΏ π‘ππππ yang didapat dari tabel
liliefors untuk taraf nyata(signifikansi) yang dipilih.
11. Contoh Soal
Lakukan uji normalitas dari hasil pengumpulan
data suatu sampel berikut :
2 3 4 2 4 3 5 4
5 5 6 6 6 5 5 9
6 6 8 8 8 8 9 9
12. Penyelesaian
Tabel Deskriptif
No Yi fi fiYi ( Yi β Y )2 Fi ( Yi β Y )2
1 2 2 4 13,4 26,9
2 3 2 6 7,1 14,2
3 4 3 12 2,8 8,3
4 5 5 25 0,4 2,2
5 6 5 30 0,1 0,6
6 8 4 32 5,4 21,8
7 9 3 27 11,1 33,3
Jumlah 24 136 107,3
13. Lanjutan Penyelesaian
β’ Sehingga didapat, mean = π = πi
β
Yi
πi
= 5,7
β’ simpangan baku = s =
π π(π π βπ)2
πβ1
= 2,2
β’ Selanjutnya, lakukan konversi setiap nilai
mentah Yi menjadi nilai baku Zi, dan
selanjutnya tentukan nilai LO
14. Lanjutan Penyelesaian
Tabel Uji Lilliefors
No Yi fi fkuartil β€
Zi Ztabel F I z I S I z I I FIZI β SIZI I
1 2 2 2 -1,70 0,4554 0,0446 0,0833 0.0387
2 3 2 4 -1,23 0,3907 0,1093 0,1667 0,0574
3 4 3 7 -0,77 0,2794 0,2206 0,2917 0,0711
4 5 5 12 -0,31 0,1217 0,3783 0,5000 0,1217
5 6 5 17 -0,15 0,0596 0,5596 0,7083 0,1487
6 8 4 21 1,08 0,3599 0,8599 0,8750 0,0151
7 9 3 24 1,54 0,4382 0,9382 1,0000 0,0618
24
15. Lanjutan Pembahasan
Dari hasil perhitungan dalam tabel tersebut
didapat LO = 0,1487; sedangkan dari tabel
Lilliefors untuk dan n=24 didapat nilai Llabel =
0,173. Karena nilai LO < L maka H0 diterima
disimpulkan β data atau sampel berdistribusi
normalβ.
16. Uji Homogenitas
Homogen ο syarat uji statistik inferensial
parametrik
Terknik Pengujiannya antara lain:
1. Uji F (Fisher)
2. Uji Bartlett
Dll
17. Uji F (Fisher)
Uji Fisher dapat digunakan untuk menguji
ada/tidaknya perbedaan proporsi dari dua buah
populasi, yang hanya memiliki dua kategori,
berdasarkan proporsi dua sampel tidak
berpasangan.
Hipotesis
β’ H0 : p1 = p2
β’ H1 : p1 > p2
18. Lanjutan Uji F (Fisher)
Pengujian
Susun data ke dalam masing-masing sel seperti
pada tabel berikut:
Contoh Tabel Silang 2 x 2 dalam Uji F
19. Lanjutan Uji F (Fisher)
Keterangan:
A, B, C, D menunjukkan frekuensi sampel yang masuk
dalam suatu kategori,
n = total sampel pada dua kelompok. Untuk
menghitung nilai p:
p =
(A+B)! (C+D)! (A+C)! (B+D)!
n!A!B!C!D!
Nilai p selanjutnya dibandingkan dengan taraf uji (πΌ).
Nilai p adalah untuk uji satu arah. Untuk pengujian
dua arah nilai p dikalikan 2. Jika nilai p ternyata < πΌ ,
maka terima H1 dan tolak H0.
20. Contoh Kasus
Pada tahun 2013, Badan Penelitian dan
Pengembangan Pertanian membangun setidaknya 2
percontohan KRPL di setiap kota/kabupaten.
Pelaksanaan KRPL diharapkan tidak membentuk
lembaga baru tetapi memmanfaatkan lembaga yang
sudah ada di lokasi agar alih teknologi kepada
peserta dapat lebih cepat dilakukan. Peneliti ingin
mengetahui apakah pelaksanaan KRPL di perkotaan
dan perdesaan telah memanfaatkan lembaga ada di
lokasi. Untuk itu dilakukan pendataan di 79 lokasi
yang terdiri dari 19 lokasi di perkotaan dan 60 lokasi
di KRPL perdesaan Jawa Tengah.
21. Lanjutan Contoh Kasus
Rumusan masalah
Adakah perbedaan dalam pemanfaatan lembaga eksisting
dalam pelaksanaan program KRPL di perkotaan dan
perdesaan?
Hipotesis
β’ H0 : Proporsi pemanfaatan lembaga eksisting dalam
pelaksanaan program KRPL di perkotaan dan
perdesaan Jawa Tengah tidak berbeda
β’ H1 : Proporsi pemanfaatan lembaga eksisting dalam
pelaksanaan program KRPL di perkotaan lebih kecil
dibandingkan dengan di perdesaan Jawa Tengah
23. Lanjutan Kasus
π =
19! 60! 67! 12!
79! 13! 6! 54! 6!
= 0,027
Perhitungan dengan uji Fisher diperoleh nilai P = 0,027.
Nilai p tersebut lebih kecil dari taraf uji (πΌ= 0,05) yang
telah ditetapkan sebelumnya.
Kesimpulan
Berdasarkan hasil analisis pada taraf uji 5%, H1 diterima
atau proporsi pemanfaatan lembaga eksisting dalam
pelaksanaan program KRPL di perkotaan lebih kecil
dibandingkan dengan di perdesaan Jawa Tengah.
24. Uji Bartlett
Untuk melakukan pengujian ini kita misalkan
sampel berukuran n1, n2, ... , nk dengan data Yij (i
= 1,2,3...,k dan j = 1, 2, 3, ..., nk) dari sampel-
sampel itu hitung variannya.
Dari Populasi Ke
1 2 .... k
π11
π12
.
.
π1π1
π21
π22
.
.
π2π2
......
......
......
ππ1
ππ2
.
.
πππ π
26. Lanjutan Uji Bartlett
Dari daftar diatas hitung harga-harga yang diperlukan
yaitu:
π2 =
ππ β 1 ππ
2
ππ β 1
π΅ = (log π2) ππ β 1
β’ Untuk uji bartlet gunakan statistik chi-kuadrat dengan
rumus:
π2 = (ln 10) {π΅ β ππ β 1 log ππ
2
}
27. Lanjutan Uji Bartlett
Dengan taraf nyata πΌ, hipotesis ditolak jika πΏ π
β₯
πΏ πβπΆ πβπ
π
dimana π 1βπΌ πβ1
2
didapat sari
daftar distribusi chi-kuadrat dengan peluang
(1 β πΌ) dan ππ = (π β 1)
28. Contoh Soal
Diketahui perbandingan keuangan antara
Pemerintah Pusat (X1), Propinsi (X2) dan
Kabupaten/Kota (X3), di wilayah CJDW seperti
tabel berikut:
Tabel Nilai Varians
Nilai
Varians
Sampel
Jenis Variabel: Perbandingan Keuangan
Pusat
(X1)
Propinsi
(X2)
Kabupaten/Kota
(X3)
S2 37,934 51,760 45,612
n 65 65 65