SlideShare a Scribd company logo
UJI NORMALITAS DAN
HOMOGENITAS
Diah Octavianty (06081181419002)
Linda Rosalina (06081181419014)
Cahaya Wania (06081181419010)
Program Studi Pendidikan Matematika
Jurusan Pendidikan Matematika dan Ilmu Pengetahuan
Alam
Fakultas Keguruan dan Ilmu Pendidikan
Universitas Sriwijaya
Indralaya
2015
UJI NORMALITAS
Pengujian normalitas data digunakan untuk menguji apakah data
kontinu berdistribusi normal sehingga analisis dengan validitas,
reliabilitas, uji t, korelasi, regresi dapat dilaksanakan.
Uji statistik normalitas yang dapat digunakan diantaranya :
Chi-Square
Kolmogorov Smirnov
Lilliefors
Shapiro Wilk.
METODE CHI SQUARE
Metode Chi-Square atau untuk Uji Goodness of fit Distribusi
Normal menggunakan pendekatan penjumlahan penyimpangan
data observasi tiap kelas dengan nilai yang diharapkan.
Contoh :
Diambil tinggi badan mahasiswa himma 2014 sebagai berikut.
Selidikilah dengan α = 5%, apakah data tersebut di atas
berdistribusi normal? (Mean = 157.8; Standar deviasi = 8.09)
Penyelesaian :
1. Hipotesis
Ho : Populasi tinggi badan mahasiswa berdistribusi normal
H1 : Populasi tinggi badan mahasiswa tidak berdistribusi normal
2. Nilai α
Nilai α = level signifikansi = 5% = 0,05
3. Rumus Statistik penguji
4. Derajat Bebas
Df = ( k – 3 ) = ( 5 – 3 ) = 2
5. Nilai
Nilai tabel x2 ; α = 0,05 ; df = 2 ; = 5,991. Tabel X2 (Chi-Square)
pada lampiran.
6. Daerah penolakan
- Menggunakan gambar
- Menggunakan rumus
|0,427 | < |5,991| ; berarti Ho diterima, Ha ditolak
7. Kesimpulan
Populasi tinggi badan mahasiswa berdistribusi normal α = 0,05.
METODE LILLIFORS (N KECIL DAN N BESAR)
Uji kenormalan dilakukan secara parametrik dengan
menggunakan penaksir rata-rata dan simpangan baku, maka
dalam bagian ini akan diperlihatkan uji kenormalan secara
nonparametrik yang disebut dengan Uji Lillifors.
Contoh :
Misalkan sampel dengan data:
23, 27, 33, 40, 48, 48, 57, 59, 62, 68, 69, 70 telah diambil dari sebuah
populasi. Akan diuji hipotesis nol bahwa sampel ini berasal dari
populasi dengan distribusi normal. Dari data di atas didapat =
50,3 dan s = 16,55. Agar supaya mudah dimengerti setelah
mengikuti prosedur disebutkan di atas, sebaiknya hasilnya
disusun seperti dalam daftar berikut
Dari kolom terakhir dalam daftar di atas didapat L0 = 0,1170.
Dengan n = 12 dan taraf nyata  = 0,05, dari Daftar XIX didapat
L = 0,242 yang lebih besar dari L0 = 0,1170 sehingga hipotesis nol
diterima. Kesimpulannya adalah bahwa populasi berdistribusi
normal.
METODE KOLMOGOROV-SMIRNOV
Metode Kolmogorov-Smirnov tidak jauh beda dengan metode
Lilliefors. Signifikansi metode Kolmogorov-Smirnov
menggunakan tabel pembanding Kolmogorov-Smirnov,
sedangkan metode Lilliefors menggunakan tabel pembanding
metode Lilliefors.
METODE SHAPIRO WILK
Metode Shapiro Wilk menggunakan data dasar yang belum
diolah dalam tabel distribusi frekuensi. Data diurut, kemudian
dibagi dalam dua kelompok untuk dikonversi dalam Shapiro
Wilk. Dapat juga dilanjutkan transformasi dalam nilai Z untuk
dapat dihitung luasan kurva normal.
UJI HOMOGENITAS
Pengujian homogenitas merupakan uji yang dimaksudkan untuk
memperlihatkan bahwa dua atau lebih kelompok data sampel
berasal dari populasi yang memiliki variansi yang sama.
Cara pengujian homogenitas ada tiga, diantaranya :
Varians terbesar dibandingkan varians terkecil
Varians terkecil dibandingkan varians terbesar
Uji bartlett
VARIANS TERBESAR DIBANDINGKAN VARIANS TERKECIL
Langkah-langkahnya sebagai berikut:
1. Tulis Ha dan H0 dalam bentuk kalimat.
2. Tulis Ha dan H0 dalam bentuk statistik.
3. Cari Fhitung dengan menggunakan rumus:
4. Tetapkan taraf signifikansi (α)
5. Hitung Ftabel dengan rumus:
dengan menggunakan tabel F didapat Ftabel.
6. Tentukan kriteria pengujian H0 yaitu:
7. Bandingkan Fhitung dengan Ftabel.
8. Buatlah kesimpulan.
Contoh :
Terdapat dua macam pengukuaran prosedur mengajar di sebuah
sekolah. Prosedur ke-1 dilakukan 10x menghasilkan s2 = 37,2 dan
prosedur ke-2 dilakukan 13x menghasilkan s2 = 37,2. (α) = 0,10.
Apakah kedua prosedur mengajar tersebut mempunyai varians
yang homogen?
1. Ha : Terdapat perbedaan varians 1 dengan varians 2.
H0 : Tidak terdapat perbedaan varians 1 dengan varians 2.
2. Ha :
H0 :
3. Fhitung dengan menggunakan rumus:
4. Taraf signifikansi (α) = 0,10.
5. Hitung Ftabel dengan rumus:
Dengan menggunakan tabel F didapat Ftabel = 3,07.
6. Kriteria pengujian H0 yaitu jika l, maka H0
diterima
(homogen).
7. Ternyata , sehingga H0 diterima
(homogen).
8. Kesimpulannya:
H0 yang berbunyi: “Tidak terdapat perbedaan varians 1
dengan
varians 2”, diterima (homogen). Sebaliknya Ha yang berbunyi
“Terdapat perbedaan varians 1 dengan varians 2”, ditolak
(tidak
homogen).
VARIANS TERKECIL DIBANDINGKAN VARIANS TERBESAR
Langkah-langkahnya sebagai berikut:
1. Tulis Ha dan H0 dalam bentuk kalimat.
2. Tulis Ha dan H0 dalam bentuk statistik.
3. Cari Fhitung semula dengan menggunakan rumus:
4. Tetapkan taraf signifikansi (α)
5. Hitung Ftabel semula dengan rumus:
dengan menggunakan tabel F didapat Ftabel semula.
6. Cari Ftabel kanan dengan rumus:
dengan menggunakan tabel F didapat Ftabel kanan. Nilai ini
selanjutnya
sebagai nilai maksimal.
7. Cari Ftabel kiri dengan rumus:
8. Tentukan kriteria pengujiannya yaitu:
9. Bandingkan nilai
10. Buatlah kesimpulannya.
Contoh :
Terdapat dua macam pengukuaran prosedur mengajar di sebuah
sekolah. Prosedur ke-1 dilakukan 10x menghasilkan s2 = 37,2 dan
prosedur ke-2 dilakukan 13x menghasilkan s2 = 37,2. (α) = 0,10.
Apakah kedua varians tersebut homogen?
1. Ha : Terdapat perbedaan varians 1 dengan varians 2.
H0 : Tidak terdapat perbedaan varians 1 dengan varians 2.
2. Ha :
H0 :
3. Fhitung kini untuk langkah 3 dengan rumus:
4. Taraf signifikasi =0,10.
5. Hitung Ftabel dengan rumus :
Dengan menggunakan tabel F didapat Ftabel = 3,07 nilai ini
sebagai
Ftabel semula.
6. Ftabel kanan dengan rumus:
dengan memakai tabel F didapat nilai Ftabel kanan = 2,80. Nilai ini
selanjutnya sebagai nilai maksimal.
7. Cari Ftabel kiri dengan rumus:
8. Kriteria pengujiannya yaitu:
9. Ternyata
sehingga H0 diterima (homogen).
10. Kesimpulannya:
H0 yang berbunyi: “Tidak terdapat perbedaan varians 1
dengan varians 2”, diterima (homogen). Sebaliknya Ha yang
berbunyi “Terdapat perbedaan varians 1 dengan varians 2”,
ditolak (tidak homogen).
UJI BARTLETT
Langkah-langkahnya sebagai berikut:
1. Tulis Ha dan H0 dalam bentuk kalimat.
2. Tulis Ha dan H0 dalam bentuk statistik.
3. Buatlah tabel penolong untuk uji Bartlett.
4. Hitung s2 dengan menggunakan rumus:
5. Hitung log s2
6. Hitung B dengan rumus :
7. Cari x2
hitung dengan rumus :
8. Tetapkan taraf signifikansi
9. Cari x2
tabel dengan rumus :
dimana dk = banyak kelompok -1, dengan menggunakan tabel
x2
didapat x2
tabel
10. Bandingkan x2
hitung dengan x2
tabel
11. Buatlah kesimpulannya.
Contoh :
Kelompok 1 dengan anggota 8 orang bervarians 400,609.
Kelompok 2 dengan anggota 9 orang bervarians 256,889.
Kelompok 3 dengan anggota 9 orang bervarians 354,444.
Kelompok 4 dengan anggota 8 orang bervarians 147,734.
Apakah keempat varians tersebut homogen?
1. Tulis Ha dan H0 dalam bentuk kalimat.
Ha : Terdapat perbedaan varians.
H0 : Tidak terdapat perbedaan varians.
2. Hipotesis statistiknya
3. Buatlah tabel penolong untuk uji Bartlett sebagai berikut:
Tabel Penolong Uji Bartlett
4. Hitung s2 dengan menggunakan rumus :
5. log s2 = log 290,969 = 2,4638
6. Hitung B dengan rumus :
7. Cari x2
hitung dengan rumus :
8. Taraf signifikansi (α) = 0,01
9. Cari x2
tabel dengan rumus :
dimana dk = banyak kelompok – 1=4-1 = 3
dengan menggunakan tabel x2 didapat x2
tabel = 11,3
10. Ternyata sehingga H0 diterima.
11. Kesimpulannya:
H0 yang berbunyi: “Tidak terdapat perbedaan varians 1”,
diterima
(homogen). Sebaliknya Ha yang berbunyi “Terdapat
perbedaan
TERIMA KASIH 

More Related Content

What's hot

Korelasi Non-Parametrik
Korelasi Non-ParametrikKorelasi Non-Parametrik
Korelasi Non-Parametrik
Agung Anggoro
 
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
Arvina Frida Karela
 
PPT UJI NORMALITAS
PPT UJI NORMALITASPPT UJI NORMALITAS
PPT UJI NORMALITAS
YeSi YeStri CatMafis
 
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.1
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.1Analisis Real (Barisan Bilangan Real) Latihan bagian 2.1
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.1
Arvina Frida Karela
 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
Aisyah Turidho
 
Makalah setengah putaran
Makalah setengah putaranMakalah setengah putaran
Makalah setengah putaran
Nia Matus
 
Order dari Elemen Grup
Order dari Elemen GrupOrder dari Elemen Grup
Order dari Elemen Grupwahyuhenky
 
Peubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinuPeubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinu
Anderzend Awuy
 
Statistika UJI NORMALITAS
Statistika UJI NORMALITASStatistika UJI NORMALITAS
Statistika UJI NORMALITAS
Aprilia putri
 
Ukuran pemusatan data
Ukuran pemusatan dataUkuran pemusatan data
Ukuran pemusatan data
Andri Pradinata
 
transformasi-pembuktian
transformasi-pembuktiantransformasi-pembuktian
transformasi-pembuktian
orenji hyon
 
Contoh soal dan pembahasan subgrup
Contoh soal dan pembahasan subgrupContoh soal dan pembahasan subgrup
Contoh soal dan pembahasan subgrupKabhi Na Kehna
 
Pengujian Hipotesis (Makalah Pengantar Statistika)
Pengujian Hipotesis (Makalah Pengantar Statistika)Pengujian Hipotesis (Makalah Pengantar Statistika)
Pengujian Hipotesis (Makalah Pengantar Statistika)
Mayawi Karim
 
Modul 2 keterbagian bilangan bulat
Modul 2   keterbagian bilangan bulatModul 2   keterbagian bilangan bulat
Modul 2 keterbagian bilangan bulat
Acika Karunila
 
Integral Lipat Tiga
Integral Lipat TigaIntegral Lipat Tiga
Integral Lipat Tiga
Kelinci Coklat
 
3 . analisis regresi linier berganda dua peubah
3 .  analisis regresi  linier berganda dua peubah3 .  analisis regresi  linier berganda dua peubah
3 . analisis regresi linier berganda dua peubahYulianus Lisa Mantong
 
Pertemuan 7 (ukuran kemiringan dan keruncingan data)
Pertemuan 7 (ukuran kemiringan dan keruncingan data)Pertemuan 7 (ukuran kemiringan dan keruncingan data)
Pertemuan 7 (ukuran kemiringan dan keruncingan data)
reno sutriono
 
10. hipotesis
10. hipotesis10. hipotesis
10. hipotesis
Hafiza .h
 
Supremum dan infimum
Supremum dan infimum  Supremum dan infimum
Supremum dan infimum
Rossi Fauzi
 
PPT Dimensi Tiga Kelas X
PPT Dimensi Tiga Kelas XPPT Dimensi Tiga Kelas X
PPT Dimensi Tiga Kelas XRoheni heni
 

What's hot (20)

Korelasi Non-Parametrik
Korelasi Non-ParametrikKorelasi Non-Parametrik
Korelasi Non-Parametrik
 
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
 
PPT UJI NORMALITAS
PPT UJI NORMALITASPPT UJI NORMALITAS
PPT UJI NORMALITAS
 
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.1
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.1Analisis Real (Barisan Bilangan Real) Latihan bagian 2.1
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.1
 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
 
Makalah setengah putaran
Makalah setengah putaranMakalah setengah putaran
Makalah setengah putaran
 
Order dari Elemen Grup
Order dari Elemen GrupOrder dari Elemen Grup
Order dari Elemen Grup
 
Peubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinuPeubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinu
 
Statistika UJI NORMALITAS
Statistika UJI NORMALITASStatistika UJI NORMALITAS
Statistika UJI NORMALITAS
 
Ukuran pemusatan data
Ukuran pemusatan dataUkuran pemusatan data
Ukuran pemusatan data
 
transformasi-pembuktian
transformasi-pembuktiantransformasi-pembuktian
transformasi-pembuktian
 
Contoh soal dan pembahasan subgrup
Contoh soal dan pembahasan subgrupContoh soal dan pembahasan subgrup
Contoh soal dan pembahasan subgrup
 
Pengujian Hipotesis (Makalah Pengantar Statistika)
Pengujian Hipotesis (Makalah Pengantar Statistika)Pengujian Hipotesis (Makalah Pengantar Statistika)
Pengujian Hipotesis (Makalah Pengantar Statistika)
 
Modul 2 keterbagian bilangan bulat
Modul 2   keterbagian bilangan bulatModul 2   keterbagian bilangan bulat
Modul 2 keterbagian bilangan bulat
 
Integral Lipat Tiga
Integral Lipat TigaIntegral Lipat Tiga
Integral Lipat Tiga
 
3 . analisis regresi linier berganda dua peubah
3 .  analisis regresi  linier berganda dua peubah3 .  analisis regresi  linier berganda dua peubah
3 . analisis regresi linier berganda dua peubah
 
Pertemuan 7 (ukuran kemiringan dan keruncingan data)
Pertemuan 7 (ukuran kemiringan dan keruncingan data)Pertemuan 7 (ukuran kemiringan dan keruncingan data)
Pertemuan 7 (ukuran kemiringan dan keruncingan data)
 
10. hipotesis
10. hipotesis10. hipotesis
10. hipotesis
 
Supremum dan infimum
Supremum dan infimum  Supremum dan infimum
Supremum dan infimum
 
PPT Dimensi Tiga Kelas X
PPT Dimensi Tiga Kelas XPPT Dimensi Tiga Kelas X
PPT Dimensi Tiga Kelas X
 

Similar to Bab viii uji normalitas dan homogenitas

Uji normalitas dan_homogenitas
Uji normalitas dan_homogenitasUji normalitas dan_homogenitas
Uji normalitas dan_homogenitas
fitriafadhilahh
 
Makalah uji normalitas
Makalah uji normalitasMakalah uji normalitas
Makalah uji normalitas
restu sri rahayu
 
Pendugaan dan-pengujian-hipotesis
Pendugaan dan-pengujian-hipotesis Pendugaan dan-pengujian-hipotesis
Pendugaan dan-pengujian-hipotesis
Wisma Morgans
 
Ppt stadas klmpok
Ppt stadas klmpokPpt stadas klmpok
Ppt stadas klmpok
abiumi01
 
Windi Lukman_Metode Penelitian Uji Hipotesis.ppt
Windi Lukman_Metode Penelitian Uji Hipotesis.pptWindi Lukman_Metode Penelitian Uji Hipotesis.ppt
Windi Lukman_Metode Penelitian Uji Hipotesis.ppt
mhusyaiin36
 
Pengujian hipotesis
Pengujian hipotesisPengujian hipotesis
Pengujian hipotesis
Davi Conan
 
Uji hipotesis kel.4
Uji hipotesis kel.4Uji hipotesis kel.4
Uji hipotesis kel.4
Alzena Vashti
 
Uji normalitas dan homogenitas
Uji normalitas dan homogenitasUji normalitas dan homogenitas
Uji normalitas dan homogenitas
desty rupalestari
 
Uji normalitas dan homogenitas
Uji normalitas dan homogenitasUji normalitas dan homogenitas
Uji normalitas dan homogenitas
profkhafifa
 
UJI HIPOTESIS.pptx
UJI   HIPOTESIS.pptxUJI   HIPOTESIS.pptx
UJI HIPOTESIS.pptx
Wan Na
 
Pengantar statistika 4
Pengantar statistika 4Pengantar statistika 4
Pengantar statistika 4Az'End Love
 
KEL 4 STATISTIKA.pptx
KEL 4 STATISTIKA.pptxKEL 4 STATISTIKA.pptx
KEL 4 STATISTIKA.pptx
MuhammadArdabFillah
 
BAB IX_UJI HIPOTESIS UNIVARIAT REVISI 2020 (2) (1) (1).docx
BAB IX_UJI HIPOTESIS UNIVARIAT REVISI 2020 (2) (1) (1).docxBAB IX_UJI HIPOTESIS UNIVARIAT REVISI 2020 (2) (1) (1).docx
BAB IX_UJI HIPOTESIS UNIVARIAT REVISI 2020 (2) (1) (1).docx
Tegar Adi
 
statistika dasar
statistika dasarstatistika dasar
statistika dasar
R.a. Muslimah
 
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx
azkhaka123
 
Uji Kruskal Wallis
Uji Kruskal WallisUji Kruskal Wallis
Uji Kruskal Wallis
Hanggara Sakty
 
Jenis-Jenis Hipotesis , Latihan, Workbook
Jenis-Jenis Hipotesis , Latihan, WorkbookJenis-Jenis Hipotesis , Latihan, Workbook
Jenis-Jenis Hipotesis , Latihan, Workbook
SienlyVeronica
 
Uji hipotesis 2 rata rata
Uji hipotesis 2 rata rataUji hipotesis 2 rata rata
Uji hipotesis 2 rata rata
Sriut_16
 
uji mann whitney dan uji fisher
uji mann whitney dan uji fisheruji mann whitney dan uji fisher
uji mann whitney dan uji fisher
kacangtom
 

Similar to Bab viii uji normalitas dan homogenitas (20)

Uji normalitas dan_homogenitas
Uji normalitas dan_homogenitasUji normalitas dan_homogenitas
Uji normalitas dan_homogenitas
 
Makalah uji normalitas
Makalah uji normalitasMakalah uji normalitas
Makalah uji normalitas
 
Pendugaan dan-pengujian-hipotesis
Pendugaan dan-pengujian-hipotesis Pendugaan dan-pengujian-hipotesis
Pendugaan dan-pengujian-hipotesis
 
Ppt stadas klmpok
Ppt stadas klmpokPpt stadas klmpok
Ppt stadas klmpok
 
Windi Lukman_Metode Penelitian Uji Hipotesis.ppt
Windi Lukman_Metode Penelitian Uji Hipotesis.pptWindi Lukman_Metode Penelitian Uji Hipotesis.ppt
Windi Lukman_Metode Penelitian Uji Hipotesis.ppt
 
Pengujian hipotesis
Pengujian hipotesisPengujian hipotesis
Pengujian hipotesis
 
Uji hipotesis kel.4
Uji hipotesis kel.4Uji hipotesis kel.4
Uji hipotesis kel.4
 
Uji normalitas dan homogenitas
Uji normalitas dan homogenitasUji normalitas dan homogenitas
Uji normalitas dan homogenitas
 
Uji normalitas dan homogenitas
Uji normalitas dan homogenitasUji normalitas dan homogenitas
Uji normalitas dan homogenitas
 
UJI HIPOTESIS.pptx
UJI   HIPOTESIS.pptxUJI   HIPOTESIS.pptx
UJI HIPOTESIS.pptx
 
Pengantar statistika 4
Pengantar statistika 4Pengantar statistika 4
Pengantar statistika 4
 
Bab 5 uji hipotesis
Bab 5 uji hipotesisBab 5 uji hipotesis
Bab 5 uji hipotesis
 
KEL 4 STATISTIKA.pptx
KEL 4 STATISTIKA.pptxKEL 4 STATISTIKA.pptx
KEL 4 STATISTIKA.pptx
 
BAB IX_UJI HIPOTESIS UNIVARIAT REVISI 2020 (2) (1) (1).docx
BAB IX_UJI HIPOTESIS UNIVARIAT REVISI 2020 (2) (1) (1).docxBAB IX_UJI HIPOTESIS UNIVARIAT REVISI 2020 (2) (1) (1).docx
BAB IX_UJI HIPOTESIS UNIVARIAT REVISI 2020 (2) (1) (1).docx
 
statistika dasar
statistika dasarstatistika dasar
statistika dasar
 
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx
1101 Pertemuan 11 Hipotesis Asosiatif (NonParametrik).pptx
 
Uji Kruskal Wallis
Uji Kruskal WallisUji Kruskal Wallis
Uji Kruskal Wallis
 
Jenis-Jenis Hipotesis , Latihan, Workbook
Jenis-Jenis Hipotesis , Latihan, WorkbookJenis-Jenis Hipotesis , Latihan, Workbook
Jenis-Jenis Hipotesis , Latihan, Workbook
 
Uji hipotesis 2 rata rata
Uji hipotesis 2 rata rataUji hipotesis 2 rata rata
Uji hipotesis 2 rata rata
 
uji mann whitney dan uji fisher
uji mann whitney dan uji fisheruji mann whitney dan uji fisher
uji mann whitney dan uji fisher
 

More from linda_rosalina

Side Seeing
Side SeeingSide Seeing
Side Seeing
linda_rosalina
 
Penggunaan Akun Edmodo
Penggunaan Akun EdmodoPenggunaan Akun Edmodo
Penggunaan Akun Edmodo
linda_rosalina
 
koordinat tabung dan bola
koordinat tabung dan bolakoordinat tabung dan bola
koordinat tabung dan bola
linda_rosalina
 
Geometri aksioma
Geometri aksiomaGeometri aksioma
Geometri aksioma
linda_rosalina
 
Sudut Pada Bidang Ruang Geometri
Sudut Pada Bidang Ruang GeometriSudut Pada Bidang Ruang Geometri
Sudut Pada Bidang Ruang Geometri
linda_rosalina
 
analisis puisi matematika
analisis puisi matematikaanalisis puisi matematika
analisis puisi matematika
linda_rosalina
 
Irisan bidang
Irisan bidangIrisan bidang
Irisan bidang
linda_rosalina
 
Statistik Dasar
Statistik Dasar Statistik Dasar
Statistik Dasar
linda_rosalina
 
Puisi matematika-unsri-zulkardi
Puisi matematika-unsri-zulkardiPuisi matematika-unsri-zulkardi
Puisi matematika-unsri-zulkardi
linda_rosalina
 
Modul Logika dan algoritma
Modul Logika dan algoritmaModul Logika dan algoritma
Modul Logika dan algoritma
linda_rosalina
 
Program seleksi data
Program seleksi dataProgram seleksi data
Program seleksi data
linda_rosalina
 
Program rata
Program rataProgram rata
Program rata
linda_rosalina
 
Program persamaan kuadrat
Program persamaan kuadratProgram persamaan kuadrat
Program persamaan kuadrat
linda_rosalina
 
Program pengurutan data
Program pengurutan dataProgram pengurutan data
Program pengurutan data
linda_rosalina
 
Program modus
Program modusProgram modus
Program modus
linda_rosalina
 
Program luas segitiga
Program luas segitigaProgram luas segitiga
Program luas segitiga
linda_rosalina
 
Program biodata
Program biodataProgram biodata
Program biodata
linda_rosalina
 
Geometri
GeometriGeometri
Geometri
linda_rosalina
 
Geomertri (Jarak pada Bidang )
Geomertri (Jarak pada Bidang )Geomertri (Jarak pada Bidang )
Geomertri (Jarak pada Bidang )
linda_rosalina
 
Modul weblog
Modul weblog Modul weblog
Modul weblog
linda_rosalina
 

More from linda_rosalina (20)

Side Seeing
Side SeeingSide Seeing
Side Seeing
 
Penggunaan Akun Edmodo
Penggunaan Akun EdmodoPenggunaan Akun Edmodo
Penggunaan Akun Edmodo
 
koordinat tabung dan bola
koordinat tabung dan bolakoordinat tabung dan bola
koordinat tabung dan bola
 
Geometri aksioma
Geometri aksiomaGeometri aksioma
Geometri aksioma
 
Sudut Pada Bidang Ruang Geometri
Sudut Pada Bidang Ruang GeometriSudut Pada Bidang Ruang Geometri
Sudut Pada Bidang Ruang Geometri
 
analisis puisi matematika
analisis puisi matematikaanalisis puisi matematika
analisis puisi matematika
 
Irisan bidang
Irisan bidangIrisan bidang
Irisan bidang
 
Statistik Dasar
Statistik Dasar Statistik Dasar
Statistik Dasar
 
Puisi matematika-unsri-zulkardi
Puisi matematika-unsri-zulkardiPuisi matematika-unsri-zulkardi
Puisi matematika-unsri-zulkardi
 
Modul Logika dan algoritma
Modul Logika dan algoritmaModul Logika dan algoritma
Modul Logika dan algoritma
 
Program seleksi data
Program seleksi dataProgram seleksi data
Program seleksi data
 
Program rata
Program rataProgram rata
Program rata
 
Program persamaan kuadrat
Program persamaan kuadratProgram persamaan kuadrat
Program persamaan kuadrat
 
Program pengurutan data
Program pengurutan dataProgram pengurutan data
Program pengurutan data
 
Program modus
Program modusProgram modus
Program modus
 
Program luas segitiga
Program luas segitigaProgram luas segitiga
Program luas segitiga
 
Program biodata
Program biodataProgram biodata
Program biodata
 
Geometri
GeometriGeometri
Geometri
 
Geomertri (Jarak pada Bidang )
Geomertri (Jarak pada Bidang )Geomertri (Jarak pada Bidang )
Geomertri (Jarak pada Bidang )
 
Modul weblog
Modul weblog Modul weblog
Modul weblog
 

Recently uploaded

Materi Feedback (umpan balik) kelas Psikologi Komunikasi
Materi Feedback (umpan balik) kelas Psikologi KomunikasiMateri Feedback (umpan balik) kelas Psikologi Komunikasi
Materi Feedback (umpan balik) kelas Psikologi Komunikasi
AdePutraTunggali
 
Ppt landasan pendidikan Pai 9 _20240604_231000_0000.pdf
Ppt landasan pendidikan Pai 9 _20240604_231000_0000.pdfPpt landasan pendidikan Pai 9 _20240604_231000_0000.pdf
Ppt landasan pendidikan Pai 9 _20240604_231000_0000.pdf
fadlurrahman260903
 
Novel - PERISTIWA YANG MEMBERIKAN TELADAN.pptx
Novel - PERISTIWA YANG MEMBERIKAN TELADAN.pptxNovel - PERISTIWA YANG MEMBERIKAN TELADAN.pptx
Novel - PERISTIWA YANG MEMBERIKAN TELADAN.pptx
NirmalaJane
 
pelayanan prima pada pelanggan dan karyawan
pelayanan prima pada pelanggan dan karyawanpelayanan prima pada pelanggan dan karyawan
pelayanan prima pada pelanggan dan karyawan
EvaMirzaSyafitri
 
Juknis Materi KSM Kabkota - Pendaftaran[1].pdf
Juknis Materi KSM Kabkota - Pendaftaran[1].pdfJuknis Materi KSM Kabkota - Pendaftaran[1].pdf
Juknis Materi KSM Kabkota - Pendaftaran[1].pdf
HendraSagita2
 
MODUL AJAR MAT LANJUT KELAS XI FASE F.pdf
MODUL AJAR MAT LANJUT KELAS XI FASE F.pdfMODUL AJAR MAT LANJUT KELAS XI FASE F.pdf
MODUL AJAR MAT LANJUT KELAS XI FASE F.pdf
sitispd78
 
KONSEP TEORI TERAPI KOMPLEMENTER - KELAS B KELOMPOK 10.pdf
KONSEP TEORI TERAPI KOMPLEMENTER - KELAS B KELOMPOK 10.pdfKONSEP TEORI TERAPI KOMPLEMENTER - KELAS B KELOMPOK 10.pdf
KONSEP TEORI TERAPI KOMPLEMENTER - KELAS B KELOMPOK 10.pdf
AsyeraPerangin1
 
Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]
Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]
Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]
Fathan Emran
 
GERAKAN KERJASAMA DAN BEBERAPA INSTRUMEN NASIONAL PENCEGAHAN KORUPSI.pptx
GERAKAN KERJASAMA DAN BEBERAPA INSTRUMEN NASIONAL PENCEGAHAN KORUPSI.pptxGERAKAN KERJASAMA DAN BEBERAPA INSTRUMEN NASIONAL PENCEGAHAN KORUPSI.pptx
GERAKAN KERJASAMA DAN BEBERAPA INSTRUMEN NASIONAL PENCEGAHAN KORUPSI.pptx
fildiausmayusuf1
 
Aksi Nyata Erliana Mudah bukan memahamii
Aksi Nyata Erliana Mudah bukan memahamiiAksi Nyata Erliana Mudah bukan memahamii
Aksi Nyata Erliana Mudah bukan memahamii
esmaducoklat
 
SAINS TINGKATAN 4 BAB 11 DAYA DAN GERAKAN
SAINS TINGKATAN 4 BAB 11 DAYA DAN GERAKANSAINS TINGKATAN 4 BAB 11 DAYA DAN GERAKAN
SAINS TINGKATAN 4 BAB 11 DAYA DAN GERAKAN
NURULNAHARIAHBINTIAH
 
Tokoh Pendidikan Universitas Negeri Jakarta.pdf
Tokoh Pendidikan Universitas Negeri Jakarta.pdfTokoh Pendidikan Universitas Negeri Jakarta.pdf
Tokoh Pendidikan Universitas Negeri Jakarta.pdf
Mutia Rini Siregar
 
Pelatihan AI GKA abdi Sabda - Apa itu AI?
Pelatihan AI GKA abdi Sabda - Apa itu AI?Pelatihan AI GKA abdi Sabda - Apa itu AI?
Pelatihan AI GKA abdi Sabda - Apa itu AI?
SABDA
 
SINOPSIS, TEMA DAN PERSOALAN NOVEL MENITI IMPIAN
SINOPSIS, TEMA DAN PERSOALAN NOVEL MENITI IMPIANSINOPSIS, TEMA DAN PERSOALAN NOVEL MENITI IMPIAN
SINOPSIS, TEMA DAN PERSOALAN NOVEL MENITI IMPIAN
NanieIbrahim
 
Modul Ajar Bahasa Inggris Kelas 10 Fase E Kurikulum Merdeka
Modul Ajar Bahasa Inggris Kelas 10 Fase E Kurikulum MerdekaModul Ajar Bahasa Inggris Kelas 10 Fase E Kurikulum Merdeka
Modul Ajar Bahasa Inggris Kelas 10 Fase E Kurikulum Merdeka
Fathan Emran
 
KKTP Kurikulum Merdeka sebagai Panduan dalam kurikulum merdeka
KKTP Kurikulum Merdeka sebagai Panduan dalam kurikulum merdekaKKTP Kurikulum Merdeka sebagai Panduan dalam kurikulum merdeka
KKTP Kurikulum Merdeka sebagai Panduan dalam kurikulum merdeka
irvansupriadi44
 
Pemutakhiran Data dosen pada sister.pptx
Pemutakhiran Data dosen pada sister.pptxPemutakhiran Data dosen pada sister.pptx
Pemutakhiran Data dosen pada sister.pptx
ssuser4dafea
 
Teori Fungsionalisme Kulturalisasi Talcott Parsons (Dosen Pengampu : Khoirin ...
Teori Fungsionalisme Kulturalisasi Talcott Parsons (Dosen Pengampu : Khoirin ...Teori Fungsionalisme Kulturalisasi Talcott Parsons (Dosen Pengampu : Khoirin ...
Teori Fungsionalisme Kulturalisasi Talcott Parsons (Dosen Pengampu : Khoirin ...
nasrudienaulia
 
Modul Ajar Statistika Data Fase F kelas
Modul Ajar Statistika Data Fase F  kelasModul Ajar Statistika Data Fase F  kelas
Modul Ajar Statistika Data Fase F kelas
ananda238570
 
Aksi Nyata Disiplin Positif: Hukuman vs Restitusi vs Konsekuensi
Aksi Nyata Disiplin Positif: Hukuman vs Restitusi vs KonsekuensiAksi Nyata Disiplin Positif: Hukuman vs Restitusi vs Konsekuensi
Aksi Nyata Disiplin Positif: Hukuman vs Restitusi vs Konsekuensi
sabir51
 

Recently uploaded (20)

Materi Feedback (umpan balik) kelas Psikologi Komunikasi
Materi Feedback (umpan balik) kelas Psikologi KomunikasiMateri Feedback (umpan balik) kelas Psikologi Komunikasi
Materi Feedback (umpan balik) kelas Psikologi Komunikasi
 
Ppt landasan pendidikan Pai 9 _20240604_231000_0000.pdf
Ppt landasan pendidikan Pai 9 _20240604_231000_0000.pdfPpt landasan pendidikan Pai 9 _20240604_231000_0000.pdf
Ppt landasan pendidikan Pai 9 _20240604_231000_0000.pdf
 
Novel - PERISTIWA YANG MEMBERIKAN TELADAN.pptx
Novel - PERISTIWA YANG MEMBERIKAN TELADAN.pptxNovel - PERISTIWA YANG MEMBERIKAN TELADAN.pptx
Novel - PERISTIWA YANG MEMBERIKAN TELADAN.pptx
 
pelayanan prima pada pelanggan dan karyawan
pelayanan prima pada pelanggan dan karyawanpelayanan prima pada pelanggan dan karyawan
pelayanan prima pada pelanggan dan karyawan
 
Juknis Materi KSM Kabkota - Pendaftaran[1].pdf
Juknis Materi KSM Kabkota - Pendaftaran[1].pdfJuknis Materi KSM Kabkota - Pendaftaran[1].pdf
Juknis Materi KSM Kabkota - Pendaftaran[1].pdf
 
MODUL AJAR MAT LANJUT KELAS XI FASE F.pdf
MODUL AJAR MAT LANJUT KELAS XI FASE F.pdfMODUL AJAR MAT LANJUT KELAS XI FASE F.pdf
MODUL AJAR MAT LANJUT KELAS XI FASE F.pdf
 
KONSEP TEORI TERAPI KOMPLEMENTER - KELAS B KELOMPOK 10.pdf
KONSEP TEORI TERAPI KOMPLEMENTER - KELAS B KELOMPOK 10.pdfKONSEP TEORI TERAPI KOMPLEMENTER - KELAS B KELOMPOK 10.pdf
KONSEP TEORI TERAPI KOMPLEMENTER - KELAS B KELOMPOK 10.pdf
 
Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]
Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]
Modul Ajar Matematika Kelas 8 Fase D Kurikulum Merdeka - [abdiera.com]
 
GERAKAN KERJASAMA DAN BEBERAPA INSTRUMEN NASIONAL PENCEGAHAN KORUPSI.pptx
GERAKAN KERJASAMA DAN BEBERAPA INSTRUMEN NASIONAL PENCEGAHAN KORUPSI.pptxGERAKAN KERJASAMA DAN BEBERAPA INSTRUMEN NASIONAL PENCEGAHAN KORUPSI.pptx
GERAKAN KERJASAMA DAN BEBERAPA INSTRUMEN NASIONAL PENCEGAHAN KORUPSI.pptx
 
Aksi Nyata Erliana Mudah bukan memahamii
Aksi Nyata Erliana Mudah bukan memahamiiAksi Nyata Erliana Mudah bukan memahamii
Aksi Nyata Erliana Mudah bukan memahamii
 
SAINS TINGKATAN 4 BAB 11 DAYA DAN GERAKAN
SAINS TINGKATAN 4 BAB 11 DAYA DAN GERAKANSAINS TINGKATAN 4 BAB 11 DAYA DAN GERAKAN
SAINS TINGKATAN 4 BAB 11 DAYA DAN GERAKAN
 
Tokoh Pendidikan Universitas Negeri Jakarta.pdf
Tokoh Pendidikan Universitas Negeri Jakarta.pdfTokoh Pendidikan Universitas Negeri Jakarta.pdf
Tokoh Pendidikan Universitas Negeri Jakarta.pdf
 
Pelatihan AI GKA abdi Sabda - Apa itu AI?
Pelatihan AI GKA abdi Sabda - Apa itu AI?Pelatihan AI GKA abdi Sabda - Apa itu AI?
Pelatihan AI GKA abdi Sabda - Apa itu AI?
 
SINOPSIS, TEMA DAN PERSOALAN NOVEL MENITI IMPIAN
SINOPSIS, TEMA DAN PERSOALAN NOVEL MENITI IMPIANSINOPSIS, TEMA DAN PERSOALAN NOVEL MENITI IMPIAN
SINOPSIS, TEMA DAN PERSOALAN NOVEL MENITI IMPIAN
 
Modul Ajar Bahasa Inggris Kelas 10 Fase E Kurikulum Merdeka
Modul Ajar Bahasa Inggris Kelas 10 Fase E Kurikulum MerdekaModul Ajar Bahasa Inggris Kelas 10 Fase E Kurikulum Merdeka
Modul Ajar Bahasa Inggris Kelas 10 Fase E Kurikulum Merdeka
 
KKTP Kurikulum Merdeka sebagai Panduan dalam kurikulum merdeka
KKTP Kurikulum Merdeka sebagai Panduan dalam kurikulum merdekaKKTP Kurikulum Merdeka sebagai Panduan dalam kurikulum merdeka
KKTP Kurikulum Merdeka sebagai Panduan dalam kurikulum merdeka
 
Pemutakhiran Data dosen pada sister.pptx
Pemutakhiran Data dosen pada sister.pptxPemutakhiran Data dosen pada sister.pptx
Pemutakhiran Data dosen pada sister.pptx
 
Teori Fungsionalisme Kulturalisasi Talcott Parsons (Dosen Pengampu : Khoirin ...
Teori Fungsionalisme Kulturalisasi Talcott Parsons (Dosen Pengampu : Khoirin ...Teori Fungsionalisme Kulturalisasi Talcott Parsons (Dosen Pengampu : Khoirin ...
Teori Fungsionalisme Kulturalisasi Talcott Parsons (Dosen Pengampu : Khoirin ...
 
Modul Ajar Statistika Data Fase F kelas
Modul Ajar Statistika Data Fase F  kelasModul Ajar Statistika Data Fase F  kelas
Modul Ajar Statistika Data Fase F kelas
 
Aksi Nyata Disiplin Positif: Hukuman vs Restitusi vs Konsekuensi
Aksi Nyata Disiplin Positif: Hukuman vs Restitusi vs KonsekuensiAksi Nyata Disiplin Positif: Hukuman vs Restitusi vs Konsekuensi
Aksi Nyata Disiplin Positif: Hukuman vs Restitusi vs Konsekuensi
 

Bab viii uji normalitas dan homogenitas

  • 1. UJI NORMALITAS DAN HOMOGENITAS Diah Octavianty (06081181419002) Linda Rosalina (06081181419014) Cahaya Wania (06081181419010) Program Studi Pendidikan Matematika Jurusan Pendidikan Matematika dan Ilmu Pengetahuan Alam Fakultas Keguruan dan Ilmu Pendidikan Universitas Sriwijaya Indralaya 2015
  • 2. UJI NORMALITAS Pengujian normalitas data digunakan untuk menguji apakah data kontinu berdistribusi normal sehingga analisis dengan validitas, reliabilitas, uji t, korelasi, regresi dapat dilaksanakan. Uji statistik normalitas yang dapat digunakan diantaranya : Chi-Square Kolmogorov Smirnov Lilliefors Shapiro Wilk.
  • 3. METODE CHI SQUARE Metode Chi-Square atau untuk Uji Goodness of fit Distribusi Normal menggunakan pendekatan penjumlahan penyimpangan data observasi tiap kelas dengan nilai yang diharapkan.
  • 4. Contoh : Diambil tinggi badan mahasiswa himma 2014 sebagai berikut. Selidikilah dengan α = 5%, apakah data tersebut di atas berdistribusi normal? (Mean = 157.8; Standar deviasi = 8.09)
  • 5. Penyelesaian : 1. Hipotesis Ho : Populasi tinggi badan mahasiswa berdistribusi normal H1 : Populasi tinggi badan mahasiswa tidak berdistribusi normal 2. Nilai α Nilai α = level signifikansi = 5% = 0,05 3. Rumus Statistik penguji
  • 6.
  • 7. 4. Derajat Bebas Df = ( k – 3 ) = ( 5 – 3 ) = 2 5. Nilai Nilai tabel x2 ; α = 0,05 ; df = 2 ; = 5,991. Tabel X2 (Chi-Square) pada lampiran. 6. Daerah penolakan - Menggunakan gambar
  • 8. - Menggunakan rumus |0,427 | < |5,991| ; berarti Ho diterima, Ha ditolak 7. Kesimpulan Populasi tinggi badan mahasiswa berdistribusi normal α = 0,05.
  • 9. METODE LILLIFORS (N KECIL DAN N BESAR) Uji kenormalan dilakukan secara parametrik dengan menggunakan penaksir rata-rata dan simpangan baku, maka dalam bagian ini akan diperlihatkan uji kenormalan secara nonparametrik yang disebut dengan Uji Lillifors.
  • 10. Contoh : Misalkan sampel dengan data: 23, 27, 33, 40, 48, 48, 57, 59, 62, 68, 69, 70 telah diambil dari sebuah populasi. Akan diuji hipotesis nol bahwa sampel ini berasal dari populasi dengan distribusi normal. Dari data di atas didapat = 50,3 dan s = 16,55. Agar supaya mudah dimengerti setelah mengikuti prosedur disebutkan di atas, sebaiknya hasilnya disusun seperti dalam daftar berikut
  • 11. Dari kolom terakhir dalam daftar di atas didapat L0 = 0,1170. Dengan n = 12 dan taraf nyata  = 0,05, dari Daftar XIX didapat L = 0,242 yang lebih besar dari L0 = 0,1170 sehingga hipotesis nol diterima. Kesimpulannya adalah bahwa populasi berdistribusi normal.
  • 12. METODE KOLMOGOROV-SMIRNOV Metode Kolmogorov-Smirnov tidak jauh beda dengan metode Lilliefors. Signifikansi metode Kolmogorov-Smirnov menggunakan tabel pembanding Kolmogorov-Smirnov, sedangkan metode Lilliefors menggunakan tabel pembanding metode Lilliefors.
  • 13. METODE SHAPIRO WILK Metode Shapiro Wilk menggunakan data dasar yang belum diolah dalam tabel distribusi frekuensi. Data diurut, kemudian dibagi dalam dua kelompok untuk dikonversi dalam Shapiro Wilk. Dapat juga dilanjutkan transformasi dalam nilai Z untuk dapat dihitung luasan kurva normal.
  • 14. UJI HOMOGENITAS Pengujian homogenitas merupakan uji yang dimaksudkan untuk memperlihatkan bahwa dua atau lebih kelompok data sampel berasal dari populasi yang memiliki variansi yang sama. Cara pengujian homogenitas ada tiga, diantaranya : Varians terbesar dibandingkan varians terkecil Varians terkecil dibandingkan varians terbesar Uji bartlett
  • 15. VARIANS TERBESAR DIBANDINGKAN VARIANS TERKECIL Langkah-langkahnya sebagai berikut: 1. Tulis Ha dan H0 dalam bentuk kalimat. 2. Tulis Ha dan H0 dalam bentuk statistik. 3. Cari Fhitung dengan menggunakan rumus: 4. Tetapkan taraf signifikansi (α) 5. Hitung Ftabel dengan rumus: dengan menggunakan tabel F didapat Ftabel. 6. Tentukan kriteria pengujian H0 yaitu: 7. Bandingkan Fhitung dengan Ftabel. 8. Buatlah kesimpulan.
  • 16. Contoh : Terdapat dua macam pengukuaran prosedur mengajar di sebuah sekolah. Prosedur ke-1 dilakukan 10x menghasilkan s2 = 37,2 dan prosedur ke-2 dilakukan 13x menghasilkan s2 = 37,2. (α) = 0,10. Apakah kedua prosedur mengajar tersebut mempunyai varians yang homogen? 1. Ha : Terdapat perbedaan varians 1 dengan varians 2. H0 : Tidak terdapat perbedaan varians 1 dengan varians 2. 2. Ha : H0 : 3. Fhitung dengan menggunakan rumus: 4. Taraf signifikansi (α) = 0,10. 5. Hitung Ftabel dengan rumus: Dengan menggunakan tabel F didapat Ftabel = 3,07.
  • 17. 6. Kriteria pengujian H0 yaitu jika l, maka H0 diterima (homogen). 7. Ternyata , sehingga H0 diterima (homogen). 8. Kesimpulannya: H0 yang berbunyi: “Tidak terdapat perbedaan varians 1 dengan varians 2”, diterima (homogen). Sebaliknya Ha yang berbunyi “Terdapat perbedaan varians 1 dengan varians 2”, ditolak (tidak homogen).
  • 18. VARIANS TERKECIL DIBANDINGKAN VARIANS TERBESAR Langkah-langkahnya sebagai berikut: 1. Tulis Ha dan H0 dalam bentuk kalimat. 2. Tulis Ha dan H0 dalam bentuk statistik. 3. Cari Fhitung semula dengan menggunakan rumus: 4. Tetapkan taraf signifikansi (α) 5. Hitung Ftabel semula dengan rumus: dengan menggunakan tabel F didapat Ftabel semula. 6. Cari Ftabel kanan dengan rumus: dengan menggunakan tabel F didapat Ftabel kanan. Nilai ini selanjutnya sebagai nilai maksimal.
  • 19. 7. Cari Ftabel kiri dengan rumus: 8. Tentukan kriteria pengujiannya yaitu: 9. Bandingkan nilai 10. Buatlah kesimpulannya.
  • 20. Contoh : Terdapat dua macam pengukuaran prosedur mengajar di sebuah sekolah. Prosedur ke-1 dilakukan 10x menghasilkan s2 = 37,2 dan prosedur ke-2 dilakukan 13x menghasilkan s2 = 37,2. (α) = 0,10. Apakah kedua varians tersebut homogen? 1. Ha : Terdapat perbedaan varians 1 dengan varians 2. H0 : Tidak terdapat perbedaan varians 1 dengan varians 2. 2. Ha : H0 : 3. Fhitung kini untuk langkah 3 dengan rumus: 4. Taraf signifikasi =0,10. 5. Hitung Ftabel dengan rumus : Dengan menggunakan tabel F didapat Ftabel = 3,07 nilai ini sebagai Ftabel semula.
  • 21. 6. Ftabel kanan dengan rumus: dengan memakai tabel F didapat nilai Ftabel kanan = 2,80. Nilai ini selanjutnya sebagai nilai maksimal. 7. Cari Ftabel kiri dengan rumus: 8. Kriteria pengujiannya yaitu: 9. Ternyata sehingga H0 diterima (homogen). 10. Kesimpulannya: H0 yang berbunyi: “Tidak terdapat perbedaan varians 1 dengan varians 2”, diterima (homogen). Sebaliknya Ha yang berbunyi “Terdapat perbedaan varians 1 dengan varians 2”, ditolak (tidak homogen).
  • 22. UJI BARTLETT Langkah-langkahnya sebagai berikut: 1. Tulis Ha dan H0 dalam bentuk kalimat. 2. Tulis Ha dan H0 dalam bentuk statistik. 3. Buatlah tabel penolong untuk uji Bartlett.
  • 23. 4. Hitung s2 dengan menggunakan rumus: 5. Hitung log s2 6. Hitung B dengan rumus : 7. Cari x2 hitung dengan rumus : 8. Tetapkan taraf signifikansi 9. Cari x2 tabel dengan rumus : dimana dk = banyak kelompok -1, dengan menggunakan tabel x2 didapat x2 tabel 10. Bandingkan x2 hitung dengan x2 tabel 11. Buatlah kesimpulannya.
  • 24. Contoh : Kelompok 1 dengan anggota 8 orang bervarians 400,609. Kelompok 2 dengan anggota 9 orang bervarians 256,889. Kelompok 3 dengan anggota 9 orang bervarians 354,444. Kelompok 4 dengan anggota 8 orang bervarians 147,734. Apakah keempat varians tersebut homogen? 1. Tulis Ha dan H0 dalam bentuk kalimat. Ha : Terdapat perbedaan varians. H0 : Tidak terdapat perbedaan varians. 2. Hipotesis statistiknya 3. Buatlah tabel penolong untuk uji Bartlett sebagai berikut:
  • 25. Tabel Penolong Uji Bartlett 4. Hitung s2 dengan menggunakan rumus :
  • 26. 5. log s2 = log 290,969 = 2,4638 6. Hitung B dengan rumus : 7. Cari x2 hitung dengan rumus : 8. Taraf signifikansi (α) = 0,01 9. Cari x2 tabel dengan rumus : dimana dk = banyak kelompok – 1=4-1 = 3 dengan menggunakan tabel x2 didapat x2 tabel = 11,3 10. Ternyata sehingga H0 diterima. 11. Kesimpulannya: H0 yang berbunyi: “Tidak terdapat perbedaan varians 1”, diterima (homogen). Sebaliknya Ha yang berbunyi “Terdapat perbedaan