Dokumen ini membahas tentang konsep hati yang mati dan pentingnya pengujian prasyarat analisis dalam statistika, termasuk uji normalitas, homogenitas, dan linieritas. Terdapat penjelasan terkait karakteristik kepribadian berdasarkan bentuk jari, serta langkah-langkah dalam melakukan uji statistik seperti uji Lilliefors dan uji chi-square. Penekanannya adalah pada metode statistik yang tepat berdasarkan distribusi data yang ada.

1. Oleh
Mukhamad Fathoni, M.Pd.I.
Siksaan ilmu adalah hati yang mati.
Apa yang dimaksud dengan hati yang mati?
Matinya hati adalah mencari harta dunia dengan
menggunakan perbuatan‐perbuatan akhirat.
(al-Hasan al-Basri)

2. Curah Pendapat
1. Apa yang dimaksud dengan uji prasyarat
analisis?
2. Mengapa diperlukan uji prasyarat analisis?
3. Apa yang dimaksud dengan uji normalitas?
4. Uraikan contoh perhitungan uji normalitas!
5. Apa yang dimaksud dengan uji homogenitas?
6. Uraikan contoh perhitungan uji homogenitas!
7. Apa yang dimaksud dengan uji linieritas?
8. Uraikan contoh perhitungan uji linieritas!

3. HIDUP TIDAK ADA YANG ANEH,
HANYA BEGINI DAN BEGITU SAJA.
MANUSIA SAJA YANG ANEH,
MENGAPA TIDAK TAMBAH MENGERTI
TENTANG HIDUP.

4. Kepribadian Berdasarkan Panjang Jari Tangan

5. Tipe A
Pribadi yang menarik, tegas, berani ambil resiko.
Tipe B
Sombong, percaya diri berlebih, tidak suka diganggu,
penikmat kesendirian.
Tipe C
Setia, penuh perhatian, lembut terhadap pasangan,
mudah bergaul.

6. Kepribadian Berdasarkan Bentuk Jari Telunjuk

7. Tipe jari A
Suka menyembunyikan perasaan, melankolis, emosial, adil,
jujur, pura-pura kuat, eksentrik, arogan, suka membantu,
pekerja keras, dingin terhadap orang baru dan emosional
terhadap yang dicintai.
Tipe jari B
Kurang inisiatif, setia, perhatian, sensitif, pantang menyerah,
takut disakiti, berani berkorban, tenang walau gelisah, berhati
lembut dan mudah terluka, suka berkhayal.
Tipe jari C
Mudah tersentuh, pemarah, tidak suka tantangan, tidak suka
orang asing, menghormati pendapat orang, ego tinggi,
menjaga dan memendam perasaan, tidak suka kepura-puraan,
berhati lembut, pemaaf.

8. Konsep Penting Statistika Inferensial
1. Apakah sampel telah diambil dari
populasi yang berdistribusi normal?
2. Apakah sampel-sampel tersebut telah
mempunyai varians yang sama
(homogen)?

9. Uji Prasyarat
Uji Beda (komparasi):
1. Uji Normalitas: Uji Kolmogorov-Smirnov, Uji
Liliefors, Uji Kai Kuadrat.
2. Uji Homogenitas: Uji Harley, Uji Cohran, Uji
Levene, Uji Bartlett.
Uji korelasi (hubungan):
1. Uji Normalitas: Uji Kolmogorov-Smirnov, Uji
Liliefors, Uji Kai Kuadrat.
2. Uji Linieritas: Uji t untuk masing-masing variabel
bebas, Uji F untuk keseluruhan variabel bebas.

10. Mengapa diperlukan?
Untuk menentukan teknik statistik apa yang akan
digunakan?
 Data berdistribusi tidak normal  statistik non
parametrik (Korelasi Rank Spearman, Korelasi Kendall)
 Data berdistribusi normal  statistik parametrik (Korelasi
Product Moment/Pearson, Regresi)

11. Pengertian
Uji normalitas pada dasarnya melakukan perbandingan
antara data yang dimiliki dengan data berdistribusi
normal yang memiliki mean dan standar deviasi yang
sama dengan data yang dimiliki.
Uji normalitas sama artinya dengan melakukan uji beda.

12. Kurva Normal Baku
Kurva normal standar atau kurva normal baku adalah
kurva normal yang mana nilai rata-ratanya sama dengan
nol (0) dan simpangan bakunya adalah 1 (0).
kurva normal umum nilai rata-rata sama dengan x dan
nilai simpangan baku 1s, 2s, 3s. dengan kata lain dalam
kurva normal umum nilai rata-ratanya tidak sama
dengan nol ( 0) dan nilai simpangan bakunya tidak sama
dengan 1 ( 1).

13. Kurva normal umum dapat diubah kedalam kurva
normal baku dengan menggunakan rumus :

15. Uji Lilliefors
Langkah-langkah:
1. Merumuskan hipotesis
2. Hitung rata-rata.
3. Hitung standar deviasi.
4. Urutkan data dari yang terkecil ke yang terbesar, diikuti
dengan frekuensi masing-masing (f), frekuensi komulatif (F),
serta nilai Z dari masing-masing skor.
5. Probabilitas di bawah nilai Z dicari pada tabel Z.
6. Besaran Fz diperoleh dengan cara F/n.
7. Besaran L diperoleh dengan mencari selisih antara F/n dan P ≤
Z).
8. Membandingkan nilai tertinggi dari Lo dengan nilai tabel
Lilliefors.

16. Kriteria Pengujian
Terima H0 jika Lo maksimum ≤ Ltabel
Tolak H0 jika Lo maksimum > Ltabel

17. Contoh Uji Liliefors
No. Subjek Skor No. Subjek Skor
1 14 21 16
2 17 22 16
3 25 23 21
4 15 24 22
5 17 25 18
6 25 26 24
7 23 27 22
8 16 28 22
9 15 29 18
10 25 30 26
11 23 31 25
12 20 32 16
13 21 33 14
14 23 34 22
15 25 35 18
16 15 36 19
17 20 37 19
18 12 38 26
19 22 39 14
20 23 40 19

18. Langkah 1, Merumuskan hipotesis
Hipotesis nihil (Ho):
Sampel berdistribusi normal.
(Ho: f(X)=normal)
Hipotesis alternatif (Ha):
Sampel tidak berdistribusi normal.
(Ha: f(X)≠normal)

19. Langkah 2, Menghitung nilai rata-rata
X f fX
12 1 12
14 3 42
15 3 45
16 4 64
17 2 34
18 3 54
19 3 57
20 2 40
21 2 42
22 5 110
23 4 92
24 1 24
25 5 125
26 2 52
Jumlah 40 793
= 19,83

20. Langkah 3, Menghitung standar deviasi
X f x x2 fx2
12 1 -7.83 61.2306 61.2306
14 3 -5.83 33.9306 101.7919
15 3 -4.83 23.2806 69.8419
16 4 -3.83 14.6306 58.5225
17 2 -2.83 7.9806 15.9613
18 3 -1.83 3.3306 9.9919
19 3 -0.82 0.6806 2.0419
20 2 0.18 0.0306 0.0613
21 2 1.18 1.3806 2.7613
22 5 2.18 4.7306 23.6531
23 4 3.18 10.0806 40.3225
24 1 4.18 17.4306 17.4306
25 5 5.18 26.7806 133.9031
26 2 6.18 38.1306 76.2613
Jumlah 40 - - 613.7750
= 3,92

21. Langkah 4-7, Mengurutkan data kecil-besar, f, F, dan Z.
Mencari probabilitas di bawah nilai Z
Menghitung a2
Menghitung a1
0,5 ± Ztabel

22. Tabel Persiapan untuk Uji Normalitas
X f F Fz Z Luas 0-Z P ≤ Z L
12 1 1 0.025 -2.00 0.4772 0.0228 0.002
14 3 4 0.100 -1.49 0.4319 0.0681 0.032
15 3 7 0.175 -1.23 0.3907 0.1093 0.066
16 4 11 0.275 -0.98 0.3365 0.1635 0.112
17 2 13 0.325 -0.72 0.2642 0.2358 0.089
18 3 16 0.400 -0.47 0.1808 0.3192 0.081
19 3 19 0.475 -0.21 0.0832 0.4168 0.058
20 2 21 0.525 0.04 0.0160 0.5160 0.009
21 2 23 0.575 0.30 0.1179 0.6179 -0.043
22 5 28 0.700 0.56 0.2123 0.7123 -0.012
23 4 32 0.800 0.81 0.2910 0.7910 0.009
24 1 33 0.825 1.07 0.3577 0.8577 -0.033
25 5 38 0.950 1.32 0.4066 0.9066 0.043
26 2 40 1.000 1.58 0.4429 0.9429 0.057
M = 19,83
SD = 3,92

24. Pengujian
Hipotesis nihil (Ho):
Sampel berdistribusi normal.
(Ho: f(X)=normal)
Hipotesis alternatif (Ha):
Sampel tidak berdistribusi normal.
(Ha: f(X)≠normal)
Kriteria pengujian:
Terima Ho jika Lo maksimum ≤ Ltabel
Tolak Ho jika Lo maksimum > Ltabel

25. Lo maksimum = 0,112
Ltabel untuk tingkat kesalahan (α) sebesar 0,05, maka
dengan jumlah n=40 diperoleh L(0,05)(40) sebesar 0.1401.
Berdasarkan perhitungan di atas, diperoleh Lo
maksimum sebesar 0.112, sedangkan Ltabel sebesar 0.1401.
Berarti Lo maksimum lebih kecil dari Ltabel, dengan
demikian Ho diterima, sehingga dapat disimpulkan
bahwa data tersebut berasal dari sampel yang
berdistribusi normal.

27. Uji Kai Kuadrat
Langkah Pengujian:
1. Merumuskan hipotesis
2. Menentukan banyak kelas interval
3. Menentukan panjang kelas interval
4. Menysusn distribusi frekuenasi yang telah
distandarisasikan
5. Menghitung fh
6. Menghitung X2
o
7. Mencari nilai X2
t
8. Menentukan kriteria pengujian
9. Membandingkan X2
o dengan X2
t

28. Kriteria Pengujian
Terima Ho jika X2
0 ≤ X2
t (Normal)
Tolak Ho jika X2
o > X2
t (Tidak Normal)

29. Contoh uji Kai Kuadrat
14 17 27 15 17 27 23 16 15 25
23 20 21 23 27 15 20 12 22 23
16 16 21 22 18 24 22 22 18 26
28 16 14 22 18 19 19 26 14 19

31. 14 17 27 15 17 27 23 16 15 25
23 20 21 23 27 15 20 12 22 23
16 16 21 22 18 24 22 22 18 26
28 16 14 22 18 19 19 26 14 19

34. Tugas Mandiri lihat di:
http://mufaesa.blogspot.co.id

35. Terima Kasih
Tiada hal yang tidak menarik,
Yang ada hanya orang-orang
yang tidak tertarik.