SlideShare a Scribd company logo
1 of 14
1
STATISTIKA UJI PERSYARATANMELIPUTI UJI HOMOGENITAS,
BENTUK-BENTUK UJI Fmax, DAN TEHNIK BARLETT DAN UJI RUN’S
MAKALAH
UNTUK MEMENUHI TUGAS MATAKULIAH
Statistika Inferensial
Yang dibina oleh Ibu Dr. Siti Nurrochmah, M.Kes
OLEH
Awal Akbar Jamaluddin
160614801335
UNIVERSITAS NEGERI MALANG
PROGRAM PASCASARJANA
PROGRAM STUDI PENDIDIKAN OLAHRAGA
MARET 2017
1
BAB I
PENDAHULUAN
A. Latar Belakang
Menurut kamus besar bahasa indonesia (KBBI) bahwa Statistika adalah
ilmu tentang cara mengumpulkan, menabulasi, menggolong-golongkan,
menganalisis, dan mencari kete-rangan yang berarti dari data yang berupa angka.
Lebih lanjut lagi dijelaskan bahwa statistika adalah pengetahuan yang berhubungan
dengan pengumpulan data, penyelidikan dan kesimpulannya berdasarkan bukti,
berupa catatan bilangan (angka-angka)
Sugiyono (2015:29) menyatakan bahwa statistik adalah suatu paham yang
berfungsi untuk mendiskripsikan atau memberi gambaran terhadap obyek yang
diteliti melalui data sampel atau populasi sebagaimana adanya, tanpa melakukan
analisis dan membuat kesimpulan yang berlaku untuk umum.
Sudjana (2005:2) Statistik adalah untuk menyatakan kumpulan data,
bilangan maupun non-bilangan yang disusun dalam tabel dan atau diagram, yang
melukiskan atau menggambarkan suatu persoalan.
Arif Tiro (2013:2) menyatakan bahwa Statistika dibedakan menjadi dua
yakni deskriptif dan inferensial. Statistik deskriptif meliputi pengumpulan,
pengolahan, dan penyajian data dalam bentuk angka-angka, tabel, dan grafik.
Sedangkan Statistik Inferensial mengacu kepada tehnik penaksiran (estimation)
parameter, peramalan (prediction), perampatan (generalisation), dan pengujian
hipotesis (hypthesis testing).
Dalam ilmu statistik kita mengenal yang namanya pengujian hipotesis untuk
menguji homogenitas atau kesamaan. Ada beberapa metode dalam melakukan
pengujian homogenitas yakni uji Fmax, uji Barlett, dan uji Runs. Ketiga metode
tersebut mempunyai kesamaan fungsi yaitu untuk mecari kesamaan sebuah data.
Pengujian homogenitas adalah pengujian mengenai sama tidaknya variansi-
variansi dua buah distribusi atau lebih. Uji homogenitas yang akan dibahas dalam
tulisan ini adalah Uji Homogenitas Variansi dan Uji Bartlett dan Uji Runs. Uji
2
homogenitas dilakukan untuk mengetahui apakah data dalam variabel X dan Y
bersifat homogen atau tidak.
B. Rumusan Masalah
Dari latar belakang diatas, maka dapat dirumuskan masalah sebagai berikut:
1. Bagaimana cara menentukan homogenitas data menggunakan Uji F ?
2. Bagaimana cara menentukan homogenitas Uji Barlett ?
3. Bagaimana cara menentukan homogenitas Uji Run’s ?
C. Manfaat Penulisan
Adapun manfaat yang diharapkan pada penulisan ini adalah sebagai berikut:
1. Mengetahui cara dalam menentukan homogenitas data menggunakan Uji F
2. Mengetahui cara dalam menentukan homogenitas data menggunakan Uji
Barlett
3. Mengetahui cara dalam menentukan homogenitas data menggunakan Uji Runs
3
BAB II
KAJIAN PUSTAKA
A. Uji F
1. Mencari Varians/Standar deviasi Variabel X danY, dengan rumus :
2. Mencari F hitung dengan dari varians X danY, dengan rumus :
Catatan:
 Pembilang: S besar artinya Variance dari kelompok dengan variance terbesar
(lebih banyak)
 Penyebut: S kecil artinya Variance dari kelompok dengan variance terkecil
(lebih sedikit)
Jika variance sama pada kedua kelompok, maka bebas tentukan pembilang
dan penyebut.
3. Membandingkan F hitung dengan F tabel pada tabel distribusi F, dengan:
 Untuk varians dari kelompok dengan variance terbesar adalah dk pembilang
n-1
 Untuk varians dari kelompok dengan variance terkecil adalah dk penyebut
n-1
 Jika F hitung < F tabel, berarti homogen
 Jika F hitung > F tabel, berarti tidak homogen
4
Contoh :
Data tentang hubungan antara Kekuatan Lengan (X) dan Kemampuan Passing Atas
(Y):
Kemudian dilakukan penghitungan, dengan rumus yang ada:
Kemudian dicari F hitung :
Dari penghitungan diatas diperoleh F hitung 2.81 dan dari grafik daftar distribusi F
dengan dk pembilang = 10-1 = 9. Dk penyebut = 10-1 = 9. Dan α = 0.05 dan F tabel
= 3.18. Tampak bahwa F hitung < F tabel. Hal ini berarti data variabel X dan Y
homogen.
5
B. Uji Barlett
Misalkan sampel berukuran n1,n2,…,nk dengan data Yij = (I = 1,2,…,k dan
j = 1,2,…,nk) dan hasil pengamatan telah disusun seperti dalam Tabel dibawah ini.
Selanjutnya sampel-sampel dhitung variansnya masing-masing yaitu:
Untuk mempermudah perhitungan, satuan-satuan yang diperlukan uji bartlett lebih
baik disusun dalam sebuah tabel sebagai berikut :
Dari tabel diatas hitung nilai-nilai yang dibutuhkan :
1. Varians gabungan dari semua sampel:
2. Harga satuan B dengan rumus:
6
Uji bartlett digunakan statistik chi-kuadrat yaitu :
Dengan ln 10 = 2.3026.
Signifikansi:
Contoh :
Diambil data pertumbuhan berat badan anak berdasarkan 4 jenis makanan:
Dengan varian setiap adalah sebagai berikut :
1. Hipotesis:
7
2. Nilai α:
Nilai α = level signifikansi = 5% = 0,05
3. Rumus statistik penguji:
Untuk mempermudah perhitungan, satuan-satuan yang diperlukan uji
bartlett lebih baik disusun dalam sebuah tabel sebagai berikut:
5. Nilai tabel: Jika α = 5% dari tabel distribusi chi kuadrat dengan dk = 3 didapat
X2
0,95(3) = 7.81.
6. Daerah penolakan:
Menggunakan rumus 0,063 < 7.81 ; berarti Ho diterima, H1 ditolak
8
7. Kesimpulan:
C. Uji Run’s
Run test digunakan untuk menguji hipotesis deskriptif (satu sample), bila
skala pengukurannya ordinal maka Run test dapat digunnakan untuk mengukur
urutan suatu kejadian. Pengujian dilakukan dengan cara mengukur kerandoman
populasi yang didasarkan atas data hasil pengamatan melalui sample.
Pengamatan dilakukan dengan mengukur banyaknya “run” dalam suatu
kejadian. Sebagai contoh misalnya melempar sekeping uang logam yang muka
diberi tanda ® dan bagian belakang diberi tanda ©. Setelah dilempar sebanyak 15
kali maka menghasilkan data sebagai berikut.
®®® ©©© ® ©©©© ®® © ®
Kejadian diatas terdiri atas 7 run, yaitu run pertama memberikan data ®,
kedua ©, ketiga ®, keempat ©, kelima ®, keenam ©, ketujuh ®
Contoh :
Dalam satu lapangan bola voli, terdapat sekelompok laki-laki yang
melakukan kegiatan olahraga. Dari sekelompok laki-laki itu ada 24 orang diambil
secara random, selanjutnya diwawancarai, kapan saat melakukan Olahraga. Dalam
pertanyaan itu disediakan dua alternatif jawaban yaitu akan mandi sebelum
olahraga atau mandi setelah berolahraga. Wawancara dilakukan secara berurutan,
yaitu mulai dari No. 1 dan berakhir No. 24.
Hasil wawancara ditunjukkan pada tabel dibawah ini. Tanda ® berarti
mandi sebelum berolahraga, dan tanda © berarti mandi setelah berolahraga.
Berdasarkan tabel dibawah tersebut, maka dapat dihitung jumlah run ®=15. Cara
menghitung run seperti contoh diatas.
9
No Jawaban No Jawaban
1 ® 13 ©
2 ® 14 ®
3 © 15 ®
4 ® 16 ©
5 © 17 ®
6 ® 18 ©
7 © 19 ©
8 © 20 ®
9 ® 21 ©
10 ® 22 ©
11 © 23 ®
12 © 24 ®
Ho : Urutan pilihan dalam memilih mandi & aktifitas olahraga bersifat
random (urutannya bergantian/tidak mengelompok).
Ha : Urutan pilihan dalam memilih mandi & aktifitas olahraga bersifat
tidak random.
Pada contoh diatas, jumlah sampel (N)=24 dan n1=12 dan n2=12.
(N=n1+n2). Berdasarkan tabel VIIa dan VIIb (harga-harga kritis r), untuk n1=12
dan n2=12, maka harga r yang kecil=7 (tabel VIIa Lampiran) dan r yang besar=19
(tabel VIIb Lampiran).
Jumlah run ternyata terletak pada angka 7 s/d 19, yaitu pada daerah
penerimaan Ho. Dengan demikian Ho diterima dan Ha ditolak. Hal ini berarti 24
laki-laki yang diwawancarai tersebut bersifat random. Jadi laki-laki yang
berolahraga mengatakan lebih baik mandi sebelum berolahraga, ada yang
mengatakan lebih baik mandi setelah berolahraga. Peluang mandi sebelum dan
sesudah berolahraga sama yaitu 50%.
10
BAB III
PEMBAHASAN
A. Penggunaan Uji F
Uji F dapat dilakukan dengan membandingkan F hitung dengan Tabel F: F
Tabel dalam Excel, jika F hitung > dari F tabel, (Ho di tolak Ha diterima) maka
model signifikan atau bisa dilihat dalam kolom signifikansi pada Anova (Olahan
dengan SPSS, Gunakan Uji Regresi dengan Metode Enter/Full Model). Model
signifikan selama kolom signifikansi (%) < Alpha (kesiapan berbuat salah tipe 1,
yang menentukan peneliti sendiri, ilmu sosial biasanya paling besar alpha 10%, atau
5% atau 1%). Dan sebaliknya jika F hitung < F tabel, maka model tidak signifikan,
hal ini juga ditandai nilai kolom signifikansi (%) akan lebih besar dari alpha.
B. Penggunaan Barlett
Uji Bartlett digunakan untuk menguji apakah k sampel berasal dari populasi
dengan varians yang sama. k sampel bisa berapa saja. karena biasanya uji bartlett
digunakan untuk menguji sampel/kelompok yang lebih dari 2. Varians yang sama
di seluruh sampel disebut homoscedasticity atau homogenitas varians. Uji bartlett
pertama kali diperkenalkan oleh M. S. Bartlett (1937). Uji bartlett diperlukan dalam
beberapa uji statistik seperti analysis of variance (ANOVA) sebagai syarat jika
ingin menggunakan Anova. berdasarkan info dari wikipedia uji barlett ini dinamai
Maurice Stevenson Bartlett. Selain uji bartlett terdapat uji lavene yang fungsinya
sama yaitu mengetahu homogenitas varians. Untuk Kali ini akan dicoba mencoba
membahas uji bartlett.
C. Penggunaan Uji Run’s
Uji ini dapat digunakan untuk melihat apakah observasi (sampel) diambil
secara random. Data bisa berbentuk kualitatif seperti data laki-laki dan perempuan
atau kuantitatif seperti data dibawah rata-rata diberi simbol minus dan data diatas
rata-rata diberi simbol plus. Pada dasarnya uji ini membagi data menjadi dua
11
kategori. Data yang sama dengan nilai rata-rata tidak diperhitungkan (dihilangkan).
Sebuah deretan simbol yang sama disebut satu runs.
12
BAB IV
KESIMPULAN
Dari pembahasan diatas dapat ditarik kesimpulan sebagai berikut
1. Untuk menguji Homogenitas suatu data dapat dilakukan dengan tiga metode
yakni, Uji F, Uji Barlett, serta Uji Run’s
2. Uji F Dilakukan ketika menguji ke homogenan 2 kelompok data dengan
menggunakan rumus
3. Uji Barlett adalah salah satu cara untuk menguji homogen atau tidaknya suatu
data maka dapat membuat tabel penolong untuk mempermudah langkah
pengujian kemudian menentukan varian dari semua sampel menggunakan
rumus simpangan baku varian sampel V(6) kemudian menentukan harga satuan
Barlett, serta Uji Barlett menggunakan statistik Chi-kuadrat.
4. Uji Run’s Analisis Runs Test sebenarnya termasuk dalam kategori statistik
nonparametrik. Uji Runs Test bisa digunakan untuk menguji pada kasus satu
sampel. Pengujian dengan metode ini untuk kasus satu sampel. Prosedur run
test dilakukan untuk data bertingkat dari nilai variabel yang acak. Suatu run
seperti berisan observasi.
13
DAFTAR RUJUKAN
Arif Tiro, M. 2013. Analisis Korelasi dan Regresi. Makassar. Andira Publisher
Sudijono, A. 2011. Pengantar Statistik Pendidikan. Jakarta. PT. RajaGrafindo
Persada
Sudjana. 2005. Metoda Statistika. Bandung. TARSITO
Sugiyono. 2015. Statistika Untuk Penelitian. Bandung. IKAPI
Nisfiannoor, M. 2009. Pendekatan Statistika Modern untuk Ilmu Sosial. Jakarta.
Salemba Humanika
Trihendradi, C. 2011. Langkah Mudah Melakukan Analisis Statistik Menggunakan
SPSS 19. Yogyakarta. Penerbit Andi

More Related Content

What's hot

Pertemuan 02 teori dasar himpunan
Pertemuan 02   teori dasar himpunanPertemuan 02   teori dasar himpunan
Pertemuan 02 teori dasar himpunanFajar Istiqomah
 
Distribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialDistribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialSilvia_Al
 
Modul persamaan diferensial 1
Modul persamaan diferensial 1Modul persamaan diferensial 1
Modul persamaan diferensial 1Maya Umami
 
Peubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinuPeubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinuAnderzend Awuy
 
Model-model Penelitian Pengembangan
Model-model Penelitian PengembanganModel-model Penelitian Pengembangan
Model-model Penelitian PengembanganYamanto Isa
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasPutri Handayani
 
Rancangan acak lengkap (ral)
Rancangan acak lengkap (ral)Rancangan acak lengkap (ral)
Rancangan acak lengkap (ral)Muhammad Luthfan
 
STATISTIK- UJI NORMALITAS
STATISTIK- UJI NORMALITASSTATISTIK- UJI NORMALITAS
STATISTIK- UJI NORMALITASZUKI SUDIANA
 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasGina Safitri
 
Analisis varian dua arah
Analisis varian dua arahAnalisis varian dua arah
Analisis varian dua arahTri Supadmi
 
Tabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadratTabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadratIr. Zakaria, M.M
 
Distribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalDistribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalAYU Hardiyanti
 

What's hot (20)

Pertemuan 02 teori dasar himpunan
Pertemuan 02   teori dasar himpunanPertemuan 02   teori dasar himpunan
Pertemuan 02 teori dasar himpunan
 
Tabel f-0-01
Tabel f-0-01Tabel f-0-01
Tabel f-0-01
 
Distribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialDistribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan Binomial
 
Modul persamaan diferensial 1
Modul persamaan diferensial 1Modul persamaan diferensial 1
Modul persamaan diferensial 1
 
Peubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinuPeubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinu
 
Annova 2 jalur
Annova 2 jalurAnnova 2 jalur
Annova 2 jalur
 
Model-model Penelitian Pengembangan
Model-model Penelitian PengembanganModel-model Penelitian Pengembangan
Model-model Penelitian Pengembangan
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
 
Rancangan acak lengkap (ral)
Rancangan acak lengkap (ral)Rancangan acak lengkap (ral)
Rancangan acak lengkap (ral)
 
Uji BNT
Uji BNTUji BNT
Uji BNT
 
RANCANGAN ACAK KELOMPOK
RANCANGAN ACAK KELOMPOKRANCANGAN ACAK KELOMPOK
RANCANGAN ACAK KELOMPOK
 
RANCANGAN ACAK LENGKAP
RANCANGAN ACAK LENGKAPRANCANGAN ACAK LENGKAP
RANCANGAN ACAK LENGKAP
 
STATISTIK- UJI NORMALITAS
STATISTIK- UJI NORMALITASSTATISTIK- UJI NORMALITAS
STATISTIK- UJI NORMALITAS
 
Contoh uji homogenitas harley
Contoh uji homogenitas harleyContoh uji homogenitas harley
Contoh uji homogenitas harley
 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitas
 
2. galat
2. galat2. galat
2. galat
 
Analisis varian dua arah
Analisis varian dua arahAnalisis varian dua arah
Analisis varian dua arah
 
Tabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadratTabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadrat
 
Distribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalDistribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normal
 
Uji perbedaan uji z
Uji perbedaan uji z Uji perbedaan uji z
Uji perbedaan uji z
 

Similar to STATISTIKA UJI

makalah varians satu arah.
makalah varians satu arah.makalah varians satu arah.
makalah varians satu arah.rezkiyurika
 
P11_Analisis Komparatif (anova) di SPSS
P11_Analisis Komparatif (anova) di SPSS P11_Analisis Komparatif (anova) di SPSS
P11_Analisis Komparatif (anova) di SPSS M. Jainuri, S.Pd., M.Pd
 
Anova single factor( one way )
Anova single factor( one way )Anova single factor( one way )
Anova single factor( one way )devi kumala sari
 
Riana putri 17707251020 (review buku - analisis varians)
Riana putri   17707251020 (review buku - analisis varians)Riana putri   17707251020 (review buku - analisis varians)
Riana putri 17707251020 (review buku - analisis varians)RIANA PUTRI
 
Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19Sowanto Sanusi
 
Menginterpretasi distribusi peluang_kontinu(10)
Menginterpretasi distribusi peluang_kontinu(10)Menginterpretasi distribusi peluang_kontinu(10)
Menginterpretasi distribusi peluang_kontinu(10)rizka_safa
 
UJI HIPOTESIS.pptx
UJI   HIPOTESIS.pptxUJI   HIPOTESIS.pptx
UJI HIPOTESIS.pptxWan Na
 
Materi 8 - Teknik Sampling 2.pdf
Materi 8 - Teknik Sampling 2.pdfMateri 8 - Teknik Sampling 2.pdf
Materi 8 - Teknik Sampling 2.pdfMahesaRioAditya
 
Analisis Variansi (Anava)
Analisis Variansi (Anava)Analisis Variansi (Anava)
Analisis Variansi (Anava)Adhitya Akbar
 
PERTEMUAN 1-3.pot.pptx
PERTEMUAN 1-3.pot.pptxPERTEMUAN 1-3.pot.pptx
PERTEMUAN 1-3.pot.pptxSuryaFahrozi2
 
Bab viii uji normalitas dan homogenitas
Bab viii uji normalitas dan homogenitasBab viii uji normalitas dan homogenitas
Bab viii uji normalitas dan homogenitaslinda_rosalina
 
Panduan Lengkap Menguasai SPSS 17
Panduan Lengkap Menguasai SPSS 17Panduan Lengkap Menguasai SPSS 17
Panduan Lengkap Menguasai SPSS 17Eko Mardianto
 
Uji hipotesis deskriptif non parametris
Uji hipotesis deskriptif non parametrisUji hipotesis deskriptif non parametris
Uji hipotesis deskriptif non parametrisPrima37
 
statisitik (1).docx
statisitik (1).docxstatisitik (1).docx
statisitik (1).docxLaruiHania
 

Similar to STATISTIKA UJI (20)

makalah varians satu arah.
makalah varians satu arah.makalah varians satu arah.
makalah varians satu arah.
 
P11_Analisis Komparatif (anova) di SPSS
P11_Analisis Komparatif (anova) di SPSS P11_Analisis Komparatif (anova) di SPSS
P11_Analisis Komparatif (anova) di SPSS
 
KEL 4 STATISTIKA.pptx
KEL 4 STATISTIKA.pptxKEL 4 STATISTIKA.pptx
KEL 4 STATISTIKA.pptx
 
Anova single factor( one way )
Anova single factor( one way )Anova single factor( one way )
Anova single factor( one way )
 
Riana putri 17707251020 (review buku - analisis varians)
Riana putri   17707251020 (review buku - analisis varians)Riana putri   17707251020 (review buku - analisis varians)
Riana putri 17707251020 (review buku - analisis varians)
 
Pengantar Uji T
Pengantar Uji TPengantar Uji T
Pengantar Uji T
 
Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19
 
Menginterpretasi distribusi peluang_kontinu(10)
Menginterpretasi distribusi peluang_kontinu(10)Menginterpretasi distribusi peluang_kontinu(10)
Menginterpretasi distribusi peluang_kontinu(10)
 
UJI HIPOTESIS.pptx
UJI   HIPOTESIS.pptxUJI   HIPOTESIS.pptx
UJI HIPOTESIS.pptx
 
analisi_varians 1.ppt
analisi_varians 1.pptanalisi_varians 1.ppt
analisi_varians 1.ppt
 
Materi 8 - Teknik Sampling 2.pdf
Materi 8 - Teknik Sampling 2.pdfMateri 8 - Teknik Sampling 2.pdf
Materi 8 - Teknik Sampling 2.pdf
 
Analisis Variansi (Anava)
Analisis Variansi (Anava)Analisis Variansi (Anava)
Analisis Variansi (Anava)
 
PERTEMUAN 1-3.pot.pptx
PERTEMUAN 1-3.pot.pptxPERTEMUAN 1-3.pot.pptx
PERTEMUAN 1-3.pot.pptx
 
Bab viii uji normalitas dan homogenitas
Bab viii uji normalitas dan homogenitasBab viii uji normalitas dan homogenitas
Bab viii uji normalitas dan homogenitas
 
Panduan Lengkap Menguasai SPSS 17
Panduan Lengkap Menguasai SPSS 17Panduan Lengkap Menguasai SPSS 17
Panduan Lengkap Menguasai SPSS 17
 
Uji chi square
Uji chi squareUji chi square
Uji chi square
 
Anova satu arah
Anova satu arahAnova satu arah
Anova satu arah
 
Uji Kruskal Wallis
Uji Kruskal WallisUji Kruskal Wallis
Uji Kruskal Wallis
 
Uji hipotesis deskriptif non parametris
Uji hipotesis deskriptif non parametrisUji hipotesis deskriptif non parametris
Uji hipotesis deskriptif non parametris
 
statisitik (1).docx
statisitik (1).docxstatisitik (1).docx
statisitik (1).docx
 

STATISTIKA UJI

  • 1. 1 STATISTIKA UJI PERSYARATANMELIPUTI UJI HOMOGENITAS, BENTUK-BENTUK UJI Fmax, DAN TEHNIK BARLETT DAN UJI RUN’S MAKALAH UNTUK MEMENUHI TUGAS MATAKULIAH Statistika Inferensial Yang dibina oleh Ibu Dr. Siti Nurrochmah, M.Kes OLEH Awal Akbar Jamaluddin 160614801335 UNIVERSITAS NEGERI MALANG PROGRAM PASCASARJANA PROGRAM STUDI PENDIDIKAN OLAHRAGA MARET 2017
  • 2. 1 BAB I PENDAHULUAN A. Latar Belakang Menurut kamus besar bahasa indonesia (KBBI) bahwa Statistika adalah ilmu tentang cara mengumpulkan, menabulasi, menggolong-golongkan, menganalisis, dan mencari kete-rangan yang berarti dari data yang berupa angka. Lebih lanjut lagi dijelaskan bahwa statistika adalah pengetahuan yang berhubungan dengan pengumpulan data, penyelidikan dan kesimpulannya berdasarkan bukti, berupa catatan bilangan (angka-angka) Sugiyono (2015:29) menyatakan bahwa statistik adalah suatu paham yang berfungsi untuk mendiskripsikan atau memberi gambaran terhadap obyek yang diteliti melalui data sampel atau populasi sebagaimana adanya, tanpa melakukan analisis dan membuat kesimpulan yang berlaku untuk umum. Sudjana (2005:2) Statistik adalah untuk menyatakan kumpulan data, bilangan maupun non-bilangan yang disusun dalam tabel dan atau diagram, yang melukiskan atau menggambarkan suatu persoalan. Arif Tiro (2013:2) menyatakan bahwa Statistika dibedakan menjadi dua yakni deskriptif dan inferensial. Statistik deskriptif meliputi pengumpulan, pengolahan, dan penyajian data dalam bentuk angka-angka, tabel, dan grafik. Sedangkan Statistik Inferensial mengacu kepada tehnik penaksiran (estimation) parameter, peramalan (prediction), perampatan (generalisation), dan pengujian hipotesis (hypthesis testing). Dalam ilmu statistik kita mengenal yang namanya pengujian hipotesis untuk menguji homogenitas atau kesamaan. Ada beberapa metode dalam melakukan pengujian homogenitas yakni uji Fmax, uji Barlett, dan uji Runs. Ketiga metode tersebut mempunyai kesamaan fungsi yaitu untuk mecari kesamaan sebuah data. Pengujian homogenitas adalah pengujian mengenai sama tidaknya variansi- variansi dua buah distribusi atau lebih. Uji homogenitas yang akan dibahas dalam tulisan ini adalah Uji Homogenitas Variansi dan Uji Bartlett dan Uji Runs. Uji
  • 3. 2 homogenitas dilakukan untuk mengetahui apakah data dalam variabel X dan Y bersifat homogen atau tidak. B. Rumusan Masalah Dari latar belakang diatas, maka dapat dirumuskan masalah sebagai berikut: 1. Bagaimana cara menentukan homogenitas data menggunakan Uji F ? 2. Bagaimana cara menentukan homogenitas Uji Barlett ? 3. Bagaimana cara menentukan homogenitas Uji Run’s ? C. Manfaat Penulisan Adapun manfaat yang diharapkan pada penulisan ini adalah sebagai berikut: 1. Mengetahui cara dalam menentukan homogenitas data menggunakan Uji F 2. Mengetahui cara dalam menentukan homogenitas data menggunakan Uji Barlett 3. Mengetahui cara dalam menentukan homogenitas data menggunakan Uji Runs
  • 4. 3 BAB II KAJIAN PUSTAKA A. Uji F 1. Mencari Varians/Standar deviasi Variabel X danY, dengan rumus : 2. Mencari F hitung dengan dari varians X danY, dengan rumus : Catatan:  Pembilang: S besar artinya Variance dari kelompok dengan variance terbesar (lebih banyak)  Penyebut: S kecil artinya Variance dari kelompok dengan variance terkecil (lebih sedikit) Jika variance sama pada kedua kelompok, maka bebas tentukan pembilang dan penyebut. 3. Membandingkan F hitung dengan F tabel pada tabel distribusi F, dengan:  Untuk varians dari kelompok dengan variance terbesar adalah dk pembilang n-1  Untuk varians dari kelompok dengan variance terkecil adalah dk penyebut n-1  Jika F hitung < F tabel, berarti homogen  Jika F hitung > F tabel, berarti tidak homogen
  • 5. 4 Contoh : Data tentang hubungan antara Kekuatan Lengan (X) dan Kemampuan Passing Atas (Y): Kemudian dilakukan penghitungan, dengan rumus yang ada: Kemudian dicari F hitung : Dari penghitungan diatas diperoleh F hitung 2.81 dan dari grafik daftar distribusi F dengan dk pembilang = 10-1 = 9. Dk penyebut = 10-1 = 9. Dan α = 0.05 dan F tabel = 3.18. Tampak bahwa F hitung < F tabel. Hal ini berarti data variabel X dan Y homogen.
  • 6. 5 B. Uji Barlett Misalkan sampel berukuran n1,n2,…,nk dengan data Yij = (I = 1,2,…,k dan j = 1,2,…,nk) dan hasil pengamatan telah disusun seperti dalam Tabel dibawah ini. Selanjutnya sampel-sampel dhitung variansnya masing-masing yaitu: Untuk mempermudah perhitungan, satuan-satuan yang diperlukan uji bartlett lebih baik disusun dalam sebuah tabel sebagai berikut : Dari tabel diatas hitung nilai-nilai yang dibutuhkan : 1. Varians gabungan dari semua sampel: 2. Harga satuan B dengan rumus:
  • 7. 6 Uji bartlett digunakan statistik chi-kuadrat yaitu : Dengan ln 10 = 2.3026. Signifikansi: Contoh : Diambil data pertumbuhan berat badan anak berdasarkan 4 jenis makanan: Dengan varian setiap adalah sebagai berikut : 1. Hipotesis:
  • 8. 7 2. Nilai α: Nilai α = level signifikansi = 5% = 0,05 3. Rumus statistik penguji: Untuk mempermudah perhitungan, satuan-satuan yang diperlukan uji bartlett lebih baik disusun dalam sebuah tabel sebagai berikut: 5. Nilai tabel: Jika α = 5% dari tabel distribusi chi kuadrat dengan dk = 3 didapat X2 0,95(3) = 7.81. 6. Daerah penolakan: Menggunakan rumus 0,063 < 7.81 ; berarti Ho diterima, H1 ditolak
  • 9. 8 7. Kesimpulan: C. Uji Run’s Run test digunakan untuk menguji hipotesis deskriptif (satu sample), bila skala pengukurannya ordinal maka Run test dapat digunnakan untuk mengukur urutan suatu kejadian. Pengujian dilakukan dengan cara mengukur kerandoman populasi yang didasarkan atas data hasil pengamatan melalui sample. Pengamatan dilakukan dengan mengukur banyaknya “run” dalam suatu kejadian. Sebagai contoh misalnya melempar sekeping uang logam yang muka diberi tanda ® dan bagian belakang diberi tanda ©. Setelah dilempar sebanyak 15 kali maka menghasilkan data sebagai berikut. ®®® ©©© ® ©©©© ®® © ® Kejadian diatas terdiri atas 7 run, yaitu run pertama memberikan data ®, kedua ©, ketiga ®, keempat ©, kelima ®, keenam ©, ketujuh ® Contoh : Dalam satu lapangan bola voli, terdapat sekelompok laki-laki yang melakukan kegiatan olahraga. Dari sekelompok laki-laki itu ada 24 orang diambil secara random, selanjutnya diwawancarai, kapan saat melakukan Olahraga. Dalam pertanyaan itu disediakan dua alternatif jawaban yaitu akan mandi sebelum olahraga atau mandi setelah berolahraga. Wawancara dilakukan secara berurutan, yaitu mulai dari No. 1 dan berakhir No. 24. Hasil wawancara ditunjukkan pada tabel dibawah ini. Tanda ® berarti mandi sebelum berolahraga, dan tanda © berarti mandi setelah berolahraga. Berdasarkan tabel dibawah tersebut, maka dapat dihitung jumlah run ®=15. Cara menghitung run seperti contoh diatas.
  • 10. 9 No Jawaban No Jawaban 1 ® 13 © 2 ® 14 ® 3 © 15 ® 4 ® 16 © 5 © 17 ® 6 ® 18 © 7 © 19 © 8 © 20 ® 9 ® 21 © 10 ® 22 © 11 © 23 ® 12 © 24 ® Ho : Urutan pilihan dalam memilih mandi & aktifitas olahraga bersifat random (urutannya bergantian/tidak mengelompok). Ha : Urutan pilihan dalam memilih mandi & aktifitas olahraga bersifat tidak random. Pada contoh diatas, jumlah sampel (N)=24 dan n1=12 dan n2=12. (N=n1+n2). Berdasarkan tabel VIIa dan VIIb (harga-harga kritis r), untuk n1=12 dan n2=12, maka harga r yang kecil=7 (tabel VIIa Lampiran) dan r yang besar=19 (tabel VIIb Lampiran). Jumlah run ternyata terletak pada angka 7 s/d 19, yaitu pada daerah penerimaan Ho. Dengan demikian Ho diterima dan Ha ditolak. Hal ini berarti 24 laki-laki yang diwawancarai tersebut bersifat random. Jadi laki-laki yang berolahraga mengatakan lebih baik mandi sebelum berolahraga, ada yang mengatakan lebih baik mandi setelah berolahraga. Peluang mandi sebelum dan sesudah berolahraga sama yaitu 50%.
  • 11. 10 BAB III PEMBAHASAN A. Penggunaan Uji F Uji F dapat dilakukan dengan membandingkan F hitung dengan Tabel F: F Tabel dalam Excel, jika F hitung > dari F tabel, (Ho di tolak Ha diterima) maka model signifikan atau bisa dilihat dalam kolom signifikansi pada Anova (Olahan dengan SPSS, Gunakan Uji Regresi dengan Metode Enter/Full Model). Model signifikan selama kolom signifikansi (%) < Alpha (kesiapan berbuat salah tipe 1, yang menentukan peneliti sendiri, ilmu sosial biasanya paling besar alpha 10%, atau 5% atau 1%). Dan sebaliknya jika F hitung < F tabel, maka model tidak signifikan, hal ini juga ditandai nilai kolom signifikansi (%) akan lebih besar dari alpha. B. Penggunaan Barlett Uji Bartlett digunakan untuk menguji apakah k sampel berasal dari populasi dengan varians yang sama. k sampel bisa berapa saja. karena biasanya uji bartlett digunakan untuk menguji sampel/kelompok yang lebih dari 2. Varians yang sama di seluruh sampel disebut homoscedasticity atau homogenitas varians. Uji bartlett pertama kali diperkenalkan oleh M. S. Bartlett (1937). Uji bartlett diperlukan dalam beberapa uji statistik seperti analysis of variance (ANOVA) sebagai syarat jika ingin menggunakan Anova. berdasarkan info dari wikipedia uji barlett ini dinamai Maurice Stevenson Bartlett. Selain uji bartlett terdapat uji lavene yang fungsinya sama yaitu mengetahu homogenitas varians. Untuk Kali ini akan dicoba mencoba membahas uji bartlett. C. Penggunaan Uji Run’s Uji ini dapat digunakan untuk melihat apakah observasi (sampel) diambil secara random. Data bisa berbentuk kualitatif seperti data laki-laki dan perempuan atau kuantitatif seperti data dibawah rata-rata diberi simbol minus dan data diatas rata-rata diberi simbol plus. Pada dasarnya uji ini membagi data menjadi dua
  • 12. 11 kategori. Data yang sama dengan nilai rata-rata tidak diperhitungkan (dihilangkan). Sebuah deretan simbol yang sama disebut satu runs.
  • 13. 12 BAB IV KESIMPULAN Dari pembahasan diatas dapat ditarik kesimpulan sebagai berikut 1. Untuk menguji Homogenitas suatu data dapat dilakukan dengan tiga metode yakni, Uji F, Uji Barlett, serta Uji Run’s 2. Uji F Dilakukan ketika menguji ke homogenan 2 kelompok data dengan menggunakan rumus 3. Uji Barlett adalah salah satu cara untuk menguji homogen atau tidaknya suatu data maka dapat membuat tabel penolong untuk mempermudah langkah pengujian kemudian menentukan varian dari semua sampel menggunakan rumus simpangan baku varian sampel V(6) kemudian menentukan harga satuan Barlett, serta Uji Barlett menggunakan statistik Chi-kuadrat. 4. Uji Run’s Analisis Runs Test sebenarnya termasuk dalam kategori statistik nonparametrik. Uji Runs Test bisa digunakan untuk menguji pada kasus satu sampel. Pengujian dengan metode ini untuk kasus satu sampel. Prosedur run test dilakukan untuk data bertingkat dari nilai variabel yang acak. Suatu run seperti berisan observasi.
  • 14. 13 DAFTAR RUJUKAN Arif Tiro, M. 2013. Analisis Korelasi dan Regresi. Makassar. Andira Publisher Sudijono, A. 2011. Pengantar Statistik Pendidikan. Jakarta. PT. RajaGrafindo Persada Sudjana. 2005. Metoda Statistika. Bandung. TARSITO Sugiyono. 2015. Statistika Untuk Penelitian. Bandung. IKAPI Nisfiannoor, M. 2009. Pendekatan Statistika Modern untuk Ilmu Sosial. Jakarta. Salemba Humanika Trihendradi, C. 2011. Langkah Mudah Melakukan Analisis Statistik Menggunakan SPSS 19. Yogyakarta. Penerbit Andi