Top Ads

PERSYARATAN ANLISIS DATA

Uji nonparametrik digunakan apabila asumsi-asumsi pada uji parametrik tidak dipenuhi. Asumsi yang paling lazim pada uji parametrik adalah sampel acak yang berasal dari populasi yang berdistribusi normal, data bersifat homogen, dan bersifat linier. Bila asumsi-asumsi ini dipenuhi, atau paling tidak penyimpangan terhadap asumsinya sedikit, maka uji parametrik masih bisa diandalkan. Tetapi bila asumsi tidak dipenuhi maka uji nonparametrik menjadi alternatif. Ada tiga asumsi uji statistika parametrik sebagaimana diungkapkan di atas, yaitu normalitas, homogenitas, dan linieritas data.

A. Uji Normalitas Data
Pengujian normalitas dilakukan untuk mengetahui normal tidaknya suatu distribusi data.  Hal ini penting diketahui berkaitan dengan ketetapatan pemilihan uji statistik yang akan dipergunakan. Uji parametrik misalmya, mengsyaratkan data harus berdistibusi normal. Apabila distribusi data tidak normal maka disarankan untuk menggunakan uji nonparametrik
Pengujian normalitas ini harus dilakukan apabila belum ada teori yang menyatakan bahwa variabel yang diteliti adalah normal. Dengan kata lain, apabila ada teori yang menyatakan bahwa suatu variabel yang sedang diteliti normal, maka tidak diperlukan lagi pengujian normalitas data.
Langkah kerja pengujian pengujian normalitas dengan uji Liliefors
  1. Susunlah data dari kecil ke besar. Setiap data ditulis sekali, meskipun ada data yang sama.
  2. Periksa data, berapa kali munculnya bilangan-bilangan itu (frekuensi harus ditulis).
  3. Dari frekuensi susun frekuensi kumulatifnya.
  4. Berdasarkan frekuensi kumulatif, hitunglah proporsi empirik (observasi).
  5. Hitung nilai z untuk mengetahui theoritical proportion pada tabel z.
  6. Menghitung theoritical proportion.
  7. Bandingkan empirical proportion dengan theoritical proportion, kemudian carilah selisih terbesar titik observasinya.
  8. Buat kesimpulan, dengan kriteria uji, tolak H0 jika D > D(n,?), dengan kriteria:
H0 :  X mengikuti distribusi normal.
H1 :  X tidak mengikuti distribusi normal.

B. Homogenitas Data

Persyaratan uji parametrik yang kedua adalah homogenitas 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 Burlett.
Uji homogenitas variansi digunakan untuk membandingkan dua buah peubah bebas. Kriteria uji yang digunakan adalah dua buah distribusi dikatakan memiliki penyebaran yang homogen apabila nilai hitung F lebih kecil dari nilai tabel F dengan a tertentu dan dk1 = (n1-1) dan dk2 = (n2 – 1). Dalam  hal lainnya distribusi tidak homogen/ berbeda.
Pengujian homogenitas data dengan uji Barlett adalah untuk melihat apakah variansi-variansi k buah kelompok peubah bebas yang banyaknya data per kelompok bisa berbeda dan diambil secara acak dari data populasi masing-masing yang berdistribusi normal, berbeda atau tidak (Ruseffendi, 1998: 297).
Kriteria uji yang digunakan adalah apabila nilai hitung  > nilai tabel , maka H0 yang menyatakan varians homogen ditolak, dalam  hal lainnya diterima. Rumus lihat buku sumber (Sambas Ali Muhidin. 2007. Analisis Korelasi, Regresi, dan Jalur dalam Penelitian. Bandung: Pustaka Setia).
Langkah-langkah yang dapat dilakukan dalam pengujian homogenitas dengan uji Barlett adalah :
  1. Menentukan kelompok-kelompok data, dan menghitung varians untuk tiap kelompok tersebut
  2. Membuat tabel pembantu untuk memudahkan proses perhitungan
  3. Menghitung varians gabungan.
  4. Menghitung log dari varians gabungan.
  5. Menghitung nilai Barlett.
  6. Menghitung nilai
  7. Menentukan nilai dan titik kritis.
  8. Membuat kesimpulan.

C. Linieritas Data

Pemeriksaan kelinieran regresi dilakukan melalui pengujian hipotesis nol, bahwa regresi linier melawan hipotesis tandingan bahwa regresi tidak  linier. Langkah Uji Linieritas Regresi: Lihat buku seumber ((Sambas Ali Muhidin. 2007. Analisis Korelasi, Regresi, dan Jalur dalam Penelitian. Bandung: Pustaka Setia).

Sumber : http://sambasalim.com

0 komentar:

Posting Komentar