Teknik Uji Homogenitas Dalam Suatu Penelitian

Uji homogenitas merupakan bentuk pengujian dengan tindakan beberapa variansi dua buah distribusi ataupun bahkan lebih. Uji ini sering kali digunakan guna mengetahui apakah beberapa varian pada populasi sama ataupun tidak.

Biasanya dalam analisis data untuk menganalisis sampel hasil penelitian merupakan salah satu hal yang penting untuk dilakukan. Hal ini bertujuan agar nantinya asumsi-asumsi dalam sampel dapat terpenuhi.

Nah, salah satu cara yang bisa Anda lakukan adalah dengan uji homogenitas dan normalitas, cara ini bisa Anda lakukan dengan SPSS. Berikut penjelasannya.

Apa Itu Uji Homogenitas?

Uji homogenitas adalah uji yang dilakukan untuk menjadi syarat pada analisis independent sample t test serta ANOVA. Untuk asumsi yang menjadi dasar pada analisis varian (ANOVA) yaitu bahwa varian pada populasi sama.

Uji kesamaan dua varians dipakai dalam menguji apakah sebaran data itu homogen atau tidak, yaitu dengan melakukan perbandingan kedua variansnya. Bila dua kelompok data ataupun lebih memiliki varians dengan besar sama, uji ini tak perlu lagi dilakukan sebab datanya telah dianggap homogen.

Pengujian ini bisa dilakukan jika kelompok data itu pada distribusi normal. Pengujian ini dilakukan guna menunjukkan bahwa adanya perbedaan dalam uji statistik parametrik benar-benar diakibatkan oleh adanya perbedaan di antara kelompok, bukan menjadi akibat dari perbedaan pada kelompok.

Pengujian ini sangat dibutuhkan sebelum lanjut membandingkan antara dua kelompok ataupun lebih, supaya adanya perbedaan yang muncul bukan dikarenakan oleh keberadaan perbedaan pada data dasar (membandingkan ketidakhomogenan kelompok).

Jenis Teknik Dalam Uji Homogenitas

Ada beberapa rumus yang bisa digunakan untuk uji ini di antaranya: uji Harley, uji Cochran, Uji Levene, serta uji Bartlett.

1. Uji Harley

Uji Harley merupakan uji variansi yang sangat simpel sebab hanya dengan membandingkan nilai variansi terbesar dan nilai variansi terkecil.

Uji variansi menggunakan rumus Harley dapat digunakan bila total sampel antar kelompok besarnya sama.

2. Uji Cochran

Cochran mempertimbangkan semua variasi yang nantinya diuji, maka Uji Cochran memang lebih sensitif dari uji Harley.

Jika salah satu variansi kelompok nilainya jauh lebih tinggi dibandingkan nilai variansi kelompok lainnya, maka uji Cochran terlihat lebih baik dibandingkan uji Harley.

Persamaan uji Cochran serta uji Harley adalah adanya tuntutan kesamaan n di masing-masing kelompok yang nantinya dicari homogenitasnya.

3. Uji Levene

Uji Levene dipakai dalam menguji kesamaan varians pada beberapa populasi. Uji Levene adalah opsi alternatif dari uji Bartlett.

Bila terdapat bukti kuat bahwa adanya data dengan distribusi normal ataupun mendekati normal, akan lebih baik menggunakan uji Bartlett. Analisis varian satu arah digunakan oleh uji Levene. Transformasi data dengan cara mencari selisih dari setiap skor dan rata-rata kelompoknya.

4. Uji Bartlett

Uji ini didasarkan pada suatu statistik yang distribusi akan memberikan nilai kritis yang tepat bila ukuran teroknya sama.

Nilai-nilai kritis pada ukuran terok yang sama ini juga bisa digunakan guna menghasilkan hampiran nilai-nilai kritis yang sangat teliti dalam ukuran terok yang tak sama.

Akan tetapi, uji Bartlett sangatlah peka pada ketidaknormalan distribusi, sehingga diperlukan adanya uji normalitas distribusi skor untuk setiap kelompok.

Uji Bartlett bisa digunakan apabila data yang digunakan telah diuji normalitas dan hasilnya normal. Apabila tidak terindikasi normal maka bisa menggunakan Uji Levene.

Perbedaan Antara Uji Homogenitas dan Normalitas

Kedua uji ini sering kali digunakan untuk melakukan uji asumsi klasik. Akan tetapi, banyak mahasiswa yang beranggapan bahwa keduanya merupakan satu pengujian yang sama meskipun memang dilakukan secara bersamaan. Sebenarnya kedua uji tersebut mempunyai perbedaan antara satu dan yang lainnya.

Setelah kita mengetahui tentang homogenitas kita akan membahas tentang normalitas untuk mengetahui perbedaan dari keduanya.

Uji normalitas paling simpel yaitu membuat grafik distribusi frekuensi dari skor yang tersedia. Uji kenormalan tergantung dari kemampuan kita untuk mencermati plotting data.

Jika jumlah data cukup banyak dan penyebarannya tidak 100% normal (tidak normal sempurna), maka kesimpulan yang ditarik kemungkinan akan salah.

Pada saat sekarang ini sudah banyak cara yang dikembangkan para ahli untuk melakukan pengujian normalitas. Beberapa di antaranya adalah Uji Kolmogorov-Smirnov dan Uji Liliefors.

Nah dari sini kita dapat menyimpulkan bahwa letak dari perbedaan diantara kedua pengujian ini ada pada prinsip penggunaannya. Bila uji normalitas dilakukan di semua uji parametrik, maka tak berlaku untuk uji homogenitas.

Cara Uji Homogenitas dengan SPSS

Uji homogenitas SPSS adalah salah satu cara yang bisa dilakukan dalam penelitian, berikut beberapa langkah yang perlu Anda perhatikan saat melakukan Uji homogenitas Levene dengan SPSS:

• Langkah awal yang perlu Anda perhatikan adalah menyiapkan data, di sini Anda harus mempersiapkan 3 variabel yaitu nama (nominal string), tes awal (scale numerik), dan tes akhir (scale numerik).
• Untuk kolom sampel bisa Anda sesuaikan sesuai dengan kebutuhan dan populasi yang ada. Pastikan data pada tes awal dan tes akhir berada pada kelompok dengan populasi yang sama.
• Jika Anda telah menyiapkan data yang akan diuji. Kemudian langkah selanjutnya adalah memasukkan data-data tersebut ke dalam kolom SPSS.
• Jika data-data sudah terinput maka selanjutnya Anda bisa mengklik kolom di bagian atas dengan nama analyze, kemudian pilih bagian compare means, lalu klik one-way anova..
• Jika sudah Anda bisa memasukkan variabel yang akan diujikan di dalam kolom dependendent list.
• Kemudian Anda bisa memasukkan variabel yang membedakan kelompok ke dalam kolom faktor, misalnya pada tes awal dan tes akhir sudah dimasukkan ke dalam kolom dependent list, maka untuk kolom tipe responden bisa Anda masukan ke dalam kolom faktor.
• Jika sudah dimasukkan dengan benar maka Anda bisa mengklik option pada bagian kanan, lalu centang di kolom homogeneity of variance test. Yang terakhir Anda bisa mengklik continue di pojok bawah.
• Jika sudah semua Anda bisa mengklik OK di bagian bawah tabel.
• Maka hasil analisis akan ditampilkan di layar komputer Anda pada jendela output.
• Analis data yang sudah dihasilkan untuk mendapatkan hasilnya, berikut caranya:
• Perhatikan analisis data bagian Sig untuk dibandingkan, untuk perbandingannya sebagai berikut:
  • Nilai Sig (p) ≥ 0.05 berarti kelompok data asalnya dari populasi yang memiliki varians sama (homogen).
  • Nilai Sig (p) < 0.05 berarti setiap kelompok data asalnya dari populasi yang memiliki varians berbeda (tak homogen)
• Untuk homogenitas pada variabel tes awal Anda bisa membandingkan pada nilai Sig dengan nilai signifikan (< 0.05) di atas apakah kelompok perlakuan dan kontrol pada tes awal homogen atau tidak.
• Untuk homogenitas di variabel tes akhir Anda bisa membandingkan pada nilai Sig dengan nilai signifikan (≥ 0.05) di atas apakah kelompok perlakuan dan kontrol pada tes awal homogen atau tidak.

Nah itulah sebagian penjelasan mengenai uji homogenitas. Anda bisa memahaminya lebih dalam lagi mengenai uji ini agar nantinya hasil analisis Anda dalam penelitian dapat terpenuhi dengan baik. Semoga membantu.

Tertarik mengikuti kursus SPSS, cek promonya di Coding Studio