Assalamualaikum teman teman, ini adalah materi uji normalitas, uji homogenitas, uji korelasi rank order, Dan uji korelasi pearson product moment dari Mata kuliah educational statistics. terimakasih, semoga bermanfaat 

1. EDUCATIONAL STATISTICS
UJI NORMALITAS, UJI HOMOGENITAS, KORELASI PRODUK MOMENT,
KORELASI RANK ORDER
SELVI YULIANI (1810302041) & KARINA ALYA ROHMADI (1810302042)

2. Uji normalitas
 Uji yang digunakan untuk mengukur apakah data yang didapatkan
memiliki distribusi normal sehingga dapat dipakai dalam ststistik
parametric ( statistic inferensial)
 Uji normalitas Chi Square (Chi kuadrat)
 Uji normalitas Kolmogrov-Smirnov
 Uji normalitas Liliefors

3. 1. Uji normalitas Chi Square (Chi kuadrat)
 Digunakan jika ukuran sample 30 data atau lebih (n ≥ 30)
 Rumus:
 Keterangan:
 Oi = Nilai observasi
 Ei = Nilai expected/ harapan, luasan interval kelas berdasarkan tabel
normal dikalikan N (total frekuensi) (pi x N)
 N =Banyaknya angka pada data (total frekuensi)

4. Langkah langkah Uji normalitas Chi
Square
1. Mencari nilai terbesar dan terkecil
2. Mencari nilai rentang
3. Mencari banyak kelas
4. Mencari panjang kelas interval (i)
5. Membuat tabel distribusi frekuensi
6. Mencari rata-rata (mean)
7. Mencari simpangan baku (standar deviasi)

5. 8. Membuat daftar frekuensi yang diharapkan.
 Menentukan batas kelas, yaitu ujung bawah kelas interval
dikurangi 0.5 dan kemudian ujung atas kelas interval
ditambah 0.5
 Ø Mencari nilai Z menggunakan batas bawah dan batas
atas kelas interval dengan rumus:
 Mencari luas 0-Z dari Tabel Kurva Normal dari 0-Z dengan
menggunakan Z hitung.
 Ø Mencari selisih luas tiap kelas interval dengan cara
mengurangkan nilai-nilai 0-Z tepi bawah dengan tepi atas.

6. 9. Mencari frekuensi yang diharapkan dengan cara mengalikan luas
tiap interval dengan jumlah responden.
10. Mencari Chi-Kuadrat hitung

7. Kesimpulan:
Membandingkan X2 hitung dengan X2 tabel
 Jika X2 hitung > X2 tabel, artinya distribusi data tidak normal
 Jika X2 hitung < X2 , artinya data berdistribusi normal.

8. 2. UJI KOLMOGOROV SMIRNOV
 Metode Kolmogorov-Smirnov tidak jauh beda dengan
metode Lilliefors. Uji Kolmogorov Smirnov digunakan untuk menguji
apakah data itu berdistribusi normal atau tidak.Langkah-langkah
penyelesaian dan penggunaan rumus sama, namun pada
signifikansi yang berbeda. Signifikansi metode Kolmogorov-Smirnov
menggunakan tabel pembanding Kolmogorov-Smirnov, sedangkan
metode Lilliefors menggunakan tabel pembanding metode Lilliefors.

9. Langkah – Langkah UJI Kolmogorov
Smirnov
1. Urutkan data dari yang terkecil ke yang terbesar lalu cari
rata-rata, simpangan baku (standar deviasi) dari sampel
data.
2. Mencari (Ztabel ) pada tabel distribusi normal
3. Menentukan Dhitung = (ft – Fs)
4. Mencari nilai D(α,n) dan Dmax dengan α = 0,05
5. Membuat kesimpulan.

10. Kesimpulan:
 Jika Lhitung < Ltabel, maka :
Ho diterima, H1 ditolak.
 Jika Lhitung > Ltabel , maka :
Ho ditolak, H1 diterima

11. 3. UJI LILIEFORS
 Uji liliefors digunakan untuk menguji apakah data itu berdistribusi
normal atau tidak.
1. Data berskala interval atau ratio (kuantitatif).
2. Data tunggal atau belum dikelompokkan pada tabel distribusi
frekuensi.
3. Dapat untuk n besar maupun n kecil.

12. Langkah – langkah Uji Liliefors
 Urutkan data dari yang terkecil ke yang terbesar lalu cari rata-rata,
simpangan baku (standar deviasi) dari sampel data.
 Mencari (Ztabel ) pada tabel distribusi normal
 Menentukan besar peluang masing – masing nilai Z berdasarkan
table Z tuliskan dengan symbol F(Zi)
 Menghitung proporsi Z1, Z2, Z3, … Zn
 Menentukan L hitung dari selisih F(Zi)-S(Zi) kemudian tentukan
harga mutlak dan cari L hitung yang terbesar.
 Cari L hitung pada tabel liliefors.

13.  Kesimpulan:
Jika Lhitung < Ltabel liliefors , maka :
Ho diterima, H1 ditolak.
Jika Lhitung > Ltabel liliefors , maka :
Ho ditolak, H1 diterima
Link tutorial SPSS: https://youtu.be/h8xc8VH7Wpk

14. UJI HOMOGENITAS
 Pengujian atau uji homogenitas bertujuan untuk meyakinkan bahwa
sekumpulan data yang akan diukur memang berasal dari populasi
yang homogen (sama).
 membandingkan sikap, intensi, atau perilaku (varians) pada dua
kelompok populasi (Widhiarso, 2011).
 karakteristik kelompok populasi: usia, jenis kelamin, pendidikan,
dan lain sebagianya

15. 1. LEVENE’s TEST
 Menurut Starkweather (2010), Levene’s Test memiliki tujuan utama untuk
mengetahui perbedaan dari dua kelompok data dengan varians yang
berbeda. Hasil perhitungan dari tes ini akan menunjukkan nilai signifikansi
(𝜎) dari dua kelompok data yang berbeda.
 Nilai signifikansi (𝜎) > 0,05 -> data homogen
 Nilai signifikansi (𝜎) < 0,05 -> data heterogen

16. 2. BARTLETT TEST
 Tes Bartlett adalah tes yang digunakan untuk menguji homogenitas
varians lebih dari dua kelompok data.
 Contoh: Peneliti ingin mengukur kemandirian mahasiswa dari tiga
kelompok data yang berbeda.
Yakni:
 mahasiswa yang tinggal bersama orang tua
 mahasiswa yang tinggal di kos
 mahasiswa yang tinggal bersama sanak saudara.

17. BARTLETT TEST
 Cara menghitung dan formula perhitungan:
𝑆2
=
(𝑥 − 𝑥)
2
𝑛
𝑆𝑝
2
=
𝑑𝑘 𝑆𝑖
2
𝑛
𝐵 = ( 𝑑𝑏)(𝑙𝑜𝑔𝑆𝑝
2
)
• Diteruskan dengan menghitung Chi Kuadrat hitung (Xh2) dan Chi Kuadrat table(Xt2)
• Apabila hasil perhitungan Xh2 < Xt2
maka data pada sample berasal dari populasi homogen.
• Link tutorial SPSS: https://www.youtube.com/watch?v=ADbWnQjn5os

18. Korelasi Product Moment
 Korelasi peaarson-product Moment digunakan untuk
menguji hubungan antara dua variabel dengan skala
data interval atau rasio dengan interval atau rasio.
X sebagai data-data dari variabel
independent/variabel bebas
Y sebagai data-data dari variabel dependent/variabel
terikat
 
   
 
2
2
2
2
.
.
.
 
 
 





Y
Y
N
X
X
N
Y
X
Y
X
N
r

19. Contoh soal:
Sebuah penelitian untuk mengetahui apakah ada hubungan antara
kemampuan koneksi matematika (KKM) dengan kemampuan
pemecahan masalah (KPM).
Variabel independent: KKM dengan skala data interval (X)
Variabel dependent : KPM dengan skala data interval (Y)
Peneliti mengumpulkan data sebanyak 20 responden, melalui hasil tes
disalah satu sekolah di Yogyakarta.

20. Hasil pengumpulan data kemudian di masukkan pada tabel berikut ini:

21.  Dari data tersebut maka kita akan membuat tabel bantu dalam
mengerjakan formula Pearson product-moment, dimana X dan Y
telah diketahui sehingga dapat dicari, ∑X, ∑Y, ∑X2 , (∑X)2 , (∑Y)2 ,
untuk memudahkan mencarinya maka perlu dibuat tabel bantu
seperti berikut:

23. Dari tabel tersebut maka kita masukkan ke dalam formula product-moment:
Link tutorial SPSS: https://youtu.be/xgH4a31QgL4
   
  
  
7573167
.
0
49
,
988
6
,
748
2
,
4800
56
,
203
4
,
127107
127856
310249
46
,
15752
20
24
,
52075
94
,
2613
20
557
2
,
228
8
,
6392
20
.
.
.
2
2
2
2
























 


 
 
 

r
r
Y
Y
N
X
X
N
Y
X
Y
X
N
r

24. KORELASI RANK ORDER
 Teknik korelasi order atau jenjang adalah korelasi yang menghitung
korelasi antara dua variable, bukan didasarkan pada skor-skor hasil
pengukuran, tetapi berdasarkan perbedaan rangking atau
perbedaan urutan kedudukan skor.
 Data yang dipakai adalah data ordinal atau data berjenjang atau
data yang bilangannya menunjukan urutan.
 Dilambangkan dengan huruf 𝜌 (rho).
 Digunakan bila subject sample pada penilitian sebanyak 10-29 data.
 Besaran angka indeks korelasi 𝜌 berkisar antara 0,00 hingga 1,00

25.  Rumus formulasi korelasi rank order:
 Link tutorial SPSS: https://www.youtube.com/watch?v=QG2ZiyPmDes