Senin, 26 September 2022

Uji prasyarat Analisis: Normalitas, Linearitas dan Homogenitas

1.        Uji Normalitas

Uji normalitas didefinisikan sebagai salah satu pengujian dalam statistika dengan tujuan melihat sebaran data dalam suatu populasi atau variable penelitian. uji normalitas ini karena sebagai langkah awal penentuan analisis statistika data tersebut dapat menggunakan statistik parametrik atau non-parametrik(Das & Imon, 2016). Hasil pengujian yang menunjukkan sebaran data terdistribusi normal, maka analisisnya dilakukan dengan analisis statistik parametrik. data yang terdistribusi normal akan membentuk kurva bergantung kepada dua faktor yakni mean dan standar deviasi. Terdapat beberapa metode yang dapat digunakan untuk uji normalitas, yakni sebagai berikut.

a.       Uji Grafik

Metode pengujian normalitas dengan menggunakan grafik ini dilakukan dengan memperhatikan penyebaran data pada sumber diagonal dengan grafik normal P-P Plot of Regression Standardized Residual.

b.      Kolmogorov Smirnov

Prinsip penting dalam pengaplikasian metode Kolmogorov Smirnov yakni peneliti diajak untuk membandingkan hasil Z-score yang telah diperoleh dengan Kolmogorov Smirnov table yang telah diasumsikan normal.

c.       Shapiro Wilk

Metode Shapiro Wilk merupakan metode untuk uji normalitas yang efektif digunakan dengan berjumlah kecil, yakni dilakukan apabila data penelitiannya < 50 data.

d.      Sknewness – Kurtosis

Pengujian normalitas dengan metode ini selain memberikan informasi terkait data yang terdistribusi normal atau tidak, juga menggambarkan kurva normalitasnya cenderung “menceng” ke kanan atau ke kiri, terlalu datar atau “gemuk” (mengumpul di tengah).

2.      Uji Linieritas

Pengujian ini dimaksudkan untuk mendapati adanya hubungan antar dua variabel (variabel pengaruh dan variabel terpengaruh) bersifat linier atau pun tidak secara signifikan. (Wahyu Widhiarso, 2010) Dalam pengujian ini memperhatikan hubungan antara variabel X dan variabel Y, apakah saling berbanding lurus ataupun berbanding terbalik. Adapun beberapa cara yag dapat digunakan dalam membuktikan hubungan linier antar dua variabel seperti, Bivariate Plot, Analisis Residual, dan Linearity Test and Curve Estimation.

A.      Jenis Uji Linieritas

a.       Grafik Pencar (Scatterplot)

grafik digunakan untuk menjabarkan hubungan dua variabel yang diwujudkan dalam titik-titik yang mendeskripsikan sebaran data dalam suatu hubungan antar variabel

b.      Analisis Grafik Residual (Residual Graph Analysis)

digunakan untuk menperhatikan dan mengonfrontasikan nilai residu dan prediksi yang terstandar menggunakan grafik

c.       Estimasi Kurva (Curve Estimation Method)

menggunakan model atau pola hubungan antar dua variabel seperti linier (orde 1), kuadrat (orde 2), atau kuartik (orde ke-n).

d.    Perbedaan Eta dan R kuadrat

menggunakan hubungan antara eta dan r, yang seperti sudah diketahui eta adalah koefisien asosiasi non-linier jika hubungannya linier nilainya akan sama dengan koefisien korelasi (r Pearson).

e.       Linieritas dalam ANOVA

menggunakan ANOVA dapat dililhat dari hasil perhitungan nilai F dalam setiap pasang variabel

B.     Test for Liniearity

Dalam pengujian linieritas menggunakan aplikasi SPSS yang bernama Test for linearity dengan taraf signifikansi 0,05 dengan dua metode pengambilan keputusan yaitu:

·         Dikatakan linier jika hubungan dua variabel memiliki signifikansi lebih dari 0,05 (Sig. > 0,05), dan sebaliknya.

·         Dikatakan linier jika hubungan dua variabel dalam perhitungan manual nilai F hitung lebih besar dibandingkan dengan F tabel, dan sebaliknya.

3.        Homogenitas

Uji homogenitas merupakan uji untuk mengetahui varians dari beberapa populasi sama atau tidak. Uji ini sebagai syarat dari uji-uji perbandingan (t test dana nova), dengan syarat cukup. Yang berarti jika uji homogenitas tidak terpenuhi bisa menggunakan uji parametrik.

A.    Jenis-jenis Uji Homogenitas

a.       Uji Bartlett

Uji prasyarat ini bertujuan untuk menguji homoskedastisitas dari dua populasi atau lebih yang terdistribusi normal (Barlett, 1937).

b.      Uji Herley

Uji Hartley adalah uji yang paling sederhana karena hanya membandingkan variansi terbesar dengan variansi terkecil.

c.       Uji Layard

Layard mengenalkan uji chi-square menggunakan fungsi kurtosis dari sampel untuk menentukan homogenitas varians.

d.      Uji levene

Uji levene digunakan untuk mengetahui perbedaan dari dua variabel data dengan varians yang berbeda.

Tidak ada komentar:

Posting Komentar