Uji homogenitas adalah suatu prosedur uji statistik yang di maksudkan untuk memperlihatkan bahwa dua atau lebih kelompok data sampel berasal dari populasi yang memiliki variansi yang sama. Pada analisis regresi, persyaratan analisis yang di butuhkan adalah bahwa galat regresi untuk setiap pengelompokan berdasarkan variabel terikatnya memiliki variansi yang sama. Jadi dapat di katakan bahwa uji homogenitas bertujuan untuk mencari tahu apakah dari beberapa kelompok data penelitian memiliki varians yang sama atau tidak. Dengan kata lain, homogenitas berarti bahwa himpunan data yang kita teliti memiliki karakteristik yang sama.
Uji homogenitas di gunakan untuk mengetahui apakah beberapa varian populasi adalah sama atau tidak. Uji ini di lakukan sebagai prasyarat dalam analisis independent sample t test dan Anova. Asumsi yang mendasari dalam analisis varian (Anova) adalah bahwa varian dari populasi adalah sama. Uji kesamaan dua varians di gunakan untuk menguji apakah sebaran data tersebut homogen atau tidak, yaitu dengan membandingkan kedua variansnya. Jika dua kelompok data atau lebih mempunyai varians yang sama besarnya, maka uji homogenitas tidak perlu di lakukan lagi karena datanya sudah di anggap homogen. Uji homogenitas dapat di lakukan apabila kelompok data tersebut dalam distribusi normal. Uji homogenitas di lakukan untuk menunjukkan bahwa perbedaan yang terjadi pada uji statistik parametrik (misalnya uji t, Anava, Anacova )
benar-benar terjadi akibat adanya perbedaan antar kelompok, bukan sebagai akibat perbedaan dalam kelompok.
Uji homogenitas variansi sangat di perlukan sebelum membandingkan dua kelompok atau lebih, agar perbedaan yang ada bukan di sebabkan oleh adanya perbedaan data dasar (ketidakhomogenan kelompok yang di bandingkan). Ada beberapa rumus yang bisa di gunakan untuk uji homogenistas variansi di antaranya:
Rumus Uji Homogenitas
Uji Harley
Membandingkan nilai variansi terbesar dan nilai variansi terkecil. Uji variansi yang sangat sederhana karena cukup membandingkan variansi terbesar dengan variansi terkecil. Rumus ini bisa di gunakan jika jumlah sampel antar kelompok sama Misal ada dua populasi normal dengan varians ∂1 dan ∂2.
Uji Cochran
Mempertimbangkan seluruh variansi yang akan di uji homogenitasnya, sehingga uji ini lebih sensitif di bandingkan dengan uji Harley. Jika salah satu variansi kelompok jauh lebih besar di bandingkan dengan variansi kelompok yang lain, maka uji Cochran tampak lebih baik daripada uji Harley.
Uji Levene
Menguji kesamaan varians dari beberapa populasi. Uji levene merupakan uji alternatif dari uji Bartlett. Jika ada bukti yang kuat bahwa data berdistribusi normal atau mendekati normal, maka uji Bartlett lebih baik di gunakan. Uji Levene menggunakan analisis varian satu arah. Data di tranformasikan dengan jalan mencari selisih masing-masing skor dengan rata-rata kelompoknya.
Uji Bartlett
Uji Bartlett di dasarkan pada suatu statistik yang distribusi teroknya memberikan nilai kritis yang tepat bila ukuran teroknya sama. Nilai-nilai kritis ini untuk ukuran terok yang sama dapat pula di gunakan untuk menghasilkan hampiran nilai-nilai kritis yang amat teliti untuk ukuran terok yang tidak sama. Namun demikian, uji Bartlett sangat peka terhadap ketidaknormalan distribusi, sehingga perlu ada uji normalitas distribusi skor masing-masing kelompok.
Nah itu tadi sedikit info dan penjelasan singkat mengenai uji normalitas. Jikakamu kesulitan mengerjakan tugas maupun olah data, Magna Statistika siap membantu menyelesaikannya! Silahkan hubungi Admin kami untuk info lebih lanjut di link berikut ini!
Referensi:
eprints.mercubuana-yogya.ac.id: Buku Ajar Dasar Dasar Statistik Penelitian.pdf
2 Mei 2023
Pengertian dan Cara Pengolahan Data Penelitian, Cek Disini
Uji Normalitas