STATISTIKA DASAR

“ UJI PRASYARAT DATA ANALISIS PARAMETRIK”

DOSEN PENGAMPU
Farid hidayat, M. Pd.

DISUSUN OLEH

Aida Aulia Rahmah

190101040940

PRODI PENDIDIDKAN MATEMATIKA

FAKULTAS TARBIYAH DAN KEGURUAN

UNIVERSITAS ISLAM NEGERI ANTASARI BANJARMASIN

2020
 KATA PENGANTAR

Alhamdulillahi robbil ‘aalamiin, Kita panjatkan puja dan puji syukur kepada Allah SWT,
yang telah melimpahkan rahmat, hidayah, dan inayah-Nya, saya dapat menyelesaikan makalah
Statistika Dasar ini dengan baik, yang berjudul “Uji Prasyarat Data Analisis Parametrik”.

Tak lupa pula saya ucapkan terima kasih kepada Dosen mata kuliah Statistika Dasar,
Bapak Farid Hidayat, M. Pd. Karena telah memberikan materi pembelajaran yang sangat
bermanfaat yang berkaitan dengan Statistika Dasar ini dan juga yang senantiasa telah
memberikan saya tugas makalah ini.

Penulisan makalah ini dibuat guna melengkapi salah satu nilai dari mata kuliah Statistika
Dasar. Dan semoga hasil penulisan makalah ini berguna bagi para pembacanya agar dapat
mengetahui bagaimana menyelesaikan suatu pengujian data nomalitas, data homogenitas, dan
data linearitas, serta data analisis korelasi dan regresi, baik dengan cara manual maupun dengan
menggunakan SPSS.

Dalam penulisan makalah ini terdapat banyak kekurangan dan kelebihannya. Oleh sebab
itu, kritik dan saran sangat saya harapkan, agar kedepannya bisa menjadi lebih baik.

Akhir kata semoga makalah ini dapat bermanfaat dan memenuhi harapan saya maupun
rekan-rekan mahasiswa/mahasiswi lainnya.

Banjarmasin, Desember 2020 M

Penulis,

Aida Aulia Rahmah

i
 DAFTAR ISI

KATA PENGANTAR…………………………………………………. i

DAFTAR ISI…………………………………………………………... ii

BAB I PENDAHULUAN……………………………………….. 1

A. Latar Belakang.................................................................... 1

B. Rumusan Masalah............................................................... 2

BAB II PEMBAHASAN…………………………………………. 3

A. Uji Normalitas …………………………………………... 3

B. Uji Homogenitas ………………………………………… 4

C. Uji Linieritas ……………………………………………. 6
D. Uji Analisis Regrasi ……………………………………… 7
E. Uji Analisis Korelasi ……………………………………... 11

BAB III PENUTUP………………………………………………… 15

A. Kesimpulan……………………………………………… 15
B. Saran …………………………………………………… 15

DAFTAR PUSTAKA…………………………………………………... 16
 ii

BAB I
PENDAHULUAN
A. Latar Belakang

Pengujian Prasyarat Analisis Data dilakukan apabila peneliti menggunakan Analisis

Parametrik. Pengujian dilakukan terhadap asumsi-asumsi berikut :

 Untuk Uji Korelasi dan Regresi : persyaratan yang harus dipenuhi adalah uji normalitas dan
uji linearitas data.

 Untuk Uji Komparatif (perbedaan) : persyaratan yang harus dipenuhi adalah uji normalitas
dan uji homogenitas.

 Apabila datanya berbentuk skala ordinal diubah menjadi data interval.

Dalam kondisi sehari-hari kita sering menjumpai adanya hubungan antara satu variabel
dengan variabel lainnya. Sebagai contoh tingkat pendidikan seseorang berhubungan dengan gaji
yang diperolehnya; dalam bidang pemasaran kita ketahui adanya hubungan antara volume
penjualan dengan biaya advertensi dan lain-lain. Hubungan variabel diatas digambarkan adanya
variabel bebas (X) dan tak bebas/terikat (Y).

Variabel adalah segala sesuatu yang memiliki variasi nilai yang berbeda dan dapat diukur.
Misalnya variable tinggi badan, setiap orang memiliki tinggi badan yang berberbeda beda
dengan satuannya yaitu sentimeter (cm). Variabel terdiri dari variabel dependent (terikat) dan
variabel independent (bebas). Variabel independent adalah variabel yang memengaruhi atau
sebab perubahan timbulnya variable terikat. Variabel dependent adalah variabel yang
dipengaruhi oleh variabel independent. Besarnya perubahan pada variabel independent
memengaruhi perubahan pada besaran variabel dependent.

Hubungan antara dua atau lebih variabel tersebut ada dua macam, yaitu bentuk hubungan dan
keeratan hubungan. Bila ingin diketahui bentuk hubungan, maka digunakan analisis regresi.
Sedangkan, bila yang ingin diketahui adalah keeratan hubungan, maka digunakan analisis
korelasi.
 1

Analisis regresi adalah suatu proses melakukan estimasi (peramalan) untuk memperoleh
suatu hubungan fungsional antara variabel acak Y dengan variabel X. Persamaan regresi
digunakan untuk memprediksi nilai Y untuk nilai X tertentu. Analisis regresi sederhana adalah
analisis regresi antara satu variabel Y dan satu variabel X. Pada materi ini kita hanya membahas
persamaan regresi sederhana linier.

Untuk mengetahui hubungan antara kedua variabel itu apakah lemah, kuat, cukup kuat, atau
cukup lemah, maka kita akan melakukan analisis korelasi. Analisis yang mempelajari hubungan
antara dua variabel adalah analisis Korelasi. Analisis ini meliputi pengukuran arah dan kekuatan
suatu hubungan linier antara dua variabel. Arah dan kekuatan hubungan ini dinyatakan dalam
koefisien korelasi.

B. Rumusan Masalah
1. Apa itu Uji Regresi dan Korelasi ?
2. Bagaimana cara menguji suatu data dengan Uji Regresi dan Korelasi ?
3. Bagaimana menguji suatu data dengan Uji Regresi dan Korelasi menggunakan SPSS ?
 2

BAB II
PEMBAHASAN
A. Uji Normalitas
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, mensyaratkan data harus berdistribusi 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.
Ada beberapa teknik yang dapat digunakan untuk menguji normalitas data, antara lain: uji Chi
Square, uji Lilifors, uji Kolmogorov Smirnov, dll.
Contoh data dengan Penggunan SPSS :

Uji normalitas menghasilkan beberapa output, untuk keperluan penelitian pada umumnya
hanya diperlukan output berupa Tes of Normality seperti berikut:
 3
Menafsirkan hasil uji normalitas :
Pada gambar di atas menunjukkan uji normalitas data Hasil Belajar. Pengujian normalitas
dengan SPSS berdasarkan pada uji Kolmogorov-Smirnov dan Shapiro Wilk. Pilih salah satu,
misalnya KolmogorovSmirnov. Hipotesis yang diuji adalah:
Ho : Data berdistribusi normal
H1 : Data berdistribusi tidak normal
Cara mengetahui signifikan atau tidak hasil uji normalitas adalah dengan memperhatikan angka
pada kolom signifikansi (Sig). Kriteria uji normalitas sebagai berikut :
 Tetapkan taraf nyata (signifikansi) misalnya α = 0,05.
 Bandingkan angak pada kolom Sig dengan α.
 Jika Sig > α maka data berdistribusi normal.
 Jika Sig < α maka data berdistribus tidak normal.
Pada contoh di atas Sig > α atau 0,200 > 0,05 maka dapat disimpulkan data variabel hasil belajar
berdistribusi normal.

B. Uji Homogenitas
Uji homogenitas digunakan untuk mengetahui apakah dua atau lebih varian populasi adalah
sama atau tidak. Uji ini dilakukan sebagai prasyarat dalam analisis independent sample t-test dan
anova atau bagi peneliti yang menggunakan lebih dari satu kelompok sampel. Pada umunya
digunakan untuk membuktikan hipotesis komparatif. Asumsi yang mendasar dalam anisis varian
(Anova) adalah bahwa varian dari populasi adalah sama. Sebagai kriteria pengujian, jika nilai
Sig > α (secara default di SPSS adalah 0,05) maka dapat dikatakan bahwa varian dua atau lebih
kelompok data adalah sama.
Contoh data dengan Penggunan SPSS :
Seorang mahasiswa bernama Atun Bangkonawati melakukan penelitian untuk mengetahui
apakah ada perbedaan hasil belajar matematika menggunakan model pembelajaran kooperatif
tipe Number Head Together (NHT) dengan model pembelajaran konvensional. Secara garis
besar prosedur pengumpulan data adalah diambil dua kelompok sampel.
 4
Kelompok sampel pertama proses pembelajaran menggunakan model pembelajaran kooperatif
tipe Make a Match dan kelompok kedua menggunakan model pembelajaran konvensional.
Setelah pembelajaran pada masing kelompok sampel selesai, kemudian diberikan tes. Hasil tes
inilah yang akan diuji untuk mengetahui apakah perlakuakn (treatment) yang diberikan kepada
kedua kelompok sampel terdapat perbedaan atau tidak. Untuk menguji hipotesis dapat
menggunakan uji independent sample t-test. Sebelum dilakukan uji-t sebagai prasyarat harus
dilakukan terlebih dahulu diuji homogenitasnya. Jika varian kedua sampel homogen maka uji-t
dapat dilakukan dan jika tidak homogen menggunakan statistik nonparametrik. Data hasil
penelitian diperoleh sebagai berikut:
 5
Maka akan dihasilkan output seperti di bawah ini. Pada Output lihat bagian Test of Homogenity
of Variances dan pada baris Based on Mean lihat kolom Sig.

Dari tabel output di atas dapat diketahui nilai Sig sebesar 0,417. Karena nilai Sig > 0,05 maka
dapat disimpulkan bahwa kedua kelompok data mempunyai varian sama atau homogen. Angka
Levene Statistic menunjukkan semakin kecil nilainya maka semakin besar homogenitasnya.

C. Uji Linieritas
Uji linearitas bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang
linear atau tidak secara signifikan. Uji ini digunakan sebagai prasyarat statistik parametrik
khususnya dalam analisis korelasi atau regresi linear yang termasuk dalam hipotesis assosiatif.
Pada program SPSS, uji linearitas menggunakan Test for Linearity pada taraf signifikan 0,05.
Dua variabel dikatakan mempunyai hubungan linear bila signifikansi (Deviation from
Linearity)>0,05.
Output pada kolom Anova Table sebagai berikut:
 6
Dari output di atas diketahu nilai Sig pada baris Deviation from Linearity sebesar 0,659. Karena
nilai Sig > α atau 0,659 > 0,05 maka dapat disimpulkan bahwa antara variabel Hasil Belajar dan
IQ terdapat hubungan linear.

D. Uji Analisis Regresi

Regresi digunakan untuk memprediksi / meramalkan suatu kegiatan / kejadian dimasa yang
akan datang apabila variabel lain diketahui, umumnya ada hubungan sebab akibat. Analisis
regresi ini juga digunakan untuk mengetahui apakah ada hubungan antara dua variabel atau
lebih, dan untuk menentukan persamaan linier. Persamaan linier digunakan untuk
memperkirakan nilai variabel terikat berdasarkan nilai variabel bebas.

Syarat uji regresi linier sederhana, yaitu ;

 Valid dan reliabel

 Normal dan linier

Pengambilan keputusan dalam uji regresi linier sederhana dapat mengacu pada dua hal, yaitu
membandingkan nilai signifikansi dengan nilai probabilitas 0.05.

 Jika nilai signifikansi < 0.05, artinya variabel X berpengaruh terhadap variabel Y
 Jika nilai signifikansi > 0.05, artinya variabel X tidak berpengaruh terhadap variabel Y

Persamaan regresi sederhana, yaitu :

Y =a+bX

Ket : Y = variabel kriterium

X = variabel prediktor

a = variabel konstan

b = koefisien arah regresi linier

Dimana harga a dan b sebagai berikut ;

 7

( ∑ Y ) −b(∑ X ) n ∑ XY −(∑ X )( ∑ Y )
a= b=
n ∑ X −¿ ¿
2
n

Bentuk persamaan regresi tersebut sering dibaca sebagai regresi X atas Y.

Koefisien arah regresi linier dinyatakan dengan huruf b yang juga menyatakan perubahan
rata-rata variabel Y untuk setiap variabel X sebesar satu bagian. Bila harga b positif, maka
variabel Y akan mengalami kenaikan atau pertambahan. Sebaliknya, jika b negatif, maka
variabel Y akan mengalami penurunan.

Contoh soal / data :

PT. Cemerlang dalam beberapa bulan yang lalu sangat gencar mempromosikan sejumlah
peralatan elektronik dengan membuka outlet-outlet ( toko ) di berbagai daerah. Berikut ini data
mengenai biaya promosi (X) dan Penjualan (Y) (dalam jutaan Rp ) di 15 daerah di Indonesia.
Pertanyaannya Buatlah persamaan regresi estimasinya dan apa maksud dari persamaan tersebut.
 8

Penyelesaian :

Y =a+bX

n ∑ XY −(∑ X )( ∑ Y )
b=
n ∑ X −¿ ¿
2

(15 ∙ 133230 )−(520)∙(3696) 1998450−1921920 76530

¿ = = =3,89
( 15 ∙ 19338 )−(520)2 290070−270400 19670

Jadi, b = 3,89

Selanjutnya untuk mencari nilai a dengan rumus sebagai berikut :

( ∑ Y ) −b(∑ X )
a=
n
 ( 3696 )−(3,89)(520) 3696−2022,8 1673,2
a= = = =111,5467
15 15 15

Jadi, a = 111,55

Jadi, persamaan estimasi regresi linier sederhana :

Y = 111,55 + 3,89X

a = 111,55 artinya apabila variabel X ( Biaya Promosi ) mempunyai nilai sebesar 0 (tidak ada)
maka variabel Y ( Penjualan ) mempunyai nilai sebesar 111,55 ( Rp. 111,55 Juta)

b = 3,89 artinya apabila setiap kenaikan variabel X ( Biaya Promsi ) sebesar Rp 1,- maka akan
menaikan variabel Y ( Penjualan ) sebesar Rp 3,89 dengan konstanta Rp 111,55 dan sebaliknya.

Pengujian Menggunakan SPSS (output) :

 10

E. Uji Analisis Korelasi

Korelasi adalah hubungan antara satu variabel dengan variabel lain. Analisis ini meliputi
pengukuran arah dan kekuatan suatu hubungan linier antara dua variabel. Arah dan kekuatan
hubungan ini dinyatakan dalam koefisien korelasi. Korelasi digunakan unuk mencari dan
menguji hipotesis asosiatif hubungan antara dua variabel.
Uji korelasi bertujuan untuk mengetahui tingkat keeratan hubungan antar variabel yang
dinyatakan dengan koefisien korelasi (r). Jenis hubungan antara variabel X dan Y dapat bersifat
positif dan negatif.
Untuk mencari koefisien korelasi linier sederhana digunakan rumus sebagai berikut :
 n . ∑ XY −∑ X . ∑ Y
r=
√ n . ∑ X 2−( ∑ X )2 √ n . ∑ Y 2−(∑ Y )2
dimana :
n = jumlah pasangan data
X = variabel bebas
Y = variabel terikat
Jika 2 variabel berkorelasi positif, kenaikan variabel satu akan diikuti kenaikan variabel lain
dan penurunan variabel satu diikuti dengan penurunan variabel lain. Sedangkan korelasi negatif
menunjukkan jika satu variabel naik, variabel lain akan turun.

Kuandran I : Jika X naik, Y naik (korelasi positif)

Kuandran III : Jika X turun, Y turun (korelasi positif)

11

Kuandran II : Jika X turun, Y naik (korelasi negatif)

Kuandran IV : Jika X naik, Y turun (korelasi negatif)

Uji korelasi yang biasa digunakan untuk data analisis parametrik adalah korelasi pearson.
Korelasi Pearson (product moment) adalah uji korelasi yang termasuk ke dalam statistik
parametrik. Dengan kata lain, uji ini harus memenuhi asumsi normalitas dan datanya berbentuk
interval.
Dasar pengambilan keputusannya yaitu :
 Jika nilai signifikansi < 0.05, maka berkorelasi
 Jika nilai signifikansi > 0.05, maka tidak berkorelasi
Pedoman derajat hubungan, terdiri dari :
o Nilai Pearson Correlation 0.00 s/d 0.20 = tidak ada korelasi
o Nilai Pearson Correlation 0.21 s/d 0.40 = korelasi lemah
o Nilai Pearson Correlation 0.41 s/d 0.60 = korelasi sedang
o Nilai Pearson Correlation 0.61 s/d 0.80 = korelasi kuat
o Nilai Pearson Correlation 0.81 s/d 1.00 = korelasi sempurna
 Jika nilai signifikansi tepat di angka 0.05, maka bandingkan Pearson Correlation dengan r
tabel,
 Pearson Correlation > r tabel = berhubungan
 Pearson Correlation < r tabel = tidak berhubungan

Contoh soal / data

Ingin diketahui seberapa kuat hubungan antara besarnya pendapatan seseorang dengan
pengeluaran (konsumsi) per bulan. Data dari 6 orang yanKg diwawancarai diperoleh data
sebagai berikut:
X (pendapatan) : 800 900 700 600 700 800 (ribuan)
Y (konsumsi) : 300 300 200 100 200 200 (ribuan)
Penyelesaian :
Untuk menghitung koefisien korelasi maka disusun tabel bantu sebagai berikut:

12

Tabel . Tabel Bantu Analisis Korelasi Product Moment

n X Y X2 Y2 XY

1 800 300 640.000 90.000 240.000

2 900 300 810.000 90.000 270.000

3 700 200 490.000 40.000 140.000

4 600 100 360.000 10.000 60.000

5 700 200 490.000 40.000 140.000

6 800 200 640.000 40.000 160.000

 4.500 1.300 3.430.000 310.000 1.010.000

Berdasarkan tabel bantu tersebut diperoleh nilai-nilai:

X = 4.500

Y = 1.300

X2 = 3.430.000

Y2 = 310.000

XY = 1.010.000

n =6

13

Untuk menghitung koefisien korelasi, maka nilai-nilai tersebut dimasukkan dalam rumus
koefisien korelasi sebagai berikut.

6 (1. 010 . 000)−(4 . 500 )(1 . 300)

r = √6 .(3 . 430. 000 )−( 4 . 500)2 √ 6 .(310 . 000 )−(1 .300 )2
6 . 060 . 000−5 . 850 .000
= √20 . 580. 000−20. 250 . 000 √1 .860 . 000−1. 690 .000

210 .000
= √330 . 000 √170 . 000

210 .000
= 574 , 4563 x 412,3106
 210.000
= 236.854,4

= 0,886621

Jadi diperoleh nilai koefisien korelasi ( r ) sebesar 0,886621 karena nilainya positif dan
mendekati 1 berarti hubungan konsumsi dan pendapatan kuat dan searah (positif), artinya
peningkatan pendapatan seseorang akan diikuti dengan peningkatan pengeluaran (konsumsi).

Pengujian Menggunakan SPSS (output) :

14

BAB III
PENUTUP

A. Kesimpulan

Regresi digunakan untuk memprediksi / meramalkan suatu kegiatan / kejadian dimasa yang
akan datang apabila variabel lain diketahui, umumnya ada hubungan sebab akibat. Analisis
regresi ini juga digunakan untuk mengetahui apakah ada hubungan antara dua variabel atau
lebih, dan untuk menentukan persamaan linier. Persamaan linier digunakan untuk
memperkirakan nilai variabel terikat berdasarkan nilai variabel bebas.

Korelasi adalah hubungan antara satu variabel dengan variabel lain. Analisis ini meliputi
pengukuran arah dan kekuatan suatu hubungan linier antara dua variabel. Arah dan kekuatan
hubungan ini dinyatakan dalam koefisien korelasi. Korelasi digunakan unuk mencari dan
menguji hipotesis asosiatif hubungan antara dua variabel.
Uji korelasi bertujuan untuk mengetahui tingkat keeratan hubungan antar variabel yang
dinyatakan dengan koefisien korelasi (r). Jenis hubungan antara variabel X dan Y dapat bersifat
positif dan negatif.

B. Saran
Dari makalah saya ini, saya berharap para pembaca mampu memanfaatkannya sebagai
sumber belajar untuk menambah wawasan dan pengetahuan. Dan tak lupa kritik, masukan, saran,
dalam bentuk apapun sangat saya hargai agar kedepannya penulisan makalah saya menjadi lebih
baik.

15

DAFTAR PUSTAKA

 Husaini, Usman. 2003. Pengantar Statistik. Jakarta : PT. Bumi Aksara.

 Muhammad Ali Gunawan. Analisis Regresi.
 Modul Statistik : “Regresi dan Korelasi Sederhana”. Fakultas Ekonomi, Universitas Islam
Malang.
 Farid Hidayat. 2018. Petunjuk Penggunaan SPSS. Banjarmasin.
 Jainuri. 2013. Uji Persyaratan Analisis Data dengan SPSS.
16