- 9 -

UJI ASUMSI DASAR

A. Uji Normalitas

Uji normalitas digunakan untuk mengetahui apakah populasi data berdistribusi normal atau tidak. Uji ini biasanya digunakan untuk mengukur data berskala ordinal, interval, ataupun rasio. Jika analisis menggunakan metode parametrik, maka persyaratan normalitas harus terpenuhi yaitu data berasal dari distribusi yang normal. Jika data tidak berdistribusi normal, maka metode alternatif yang bisa digunakan adalah statistik non parametrik. Dalam pembahasan ini akan digunakan uji Lilliefors dengan melihat nilai pada Kolmogorov-Smirnov. Data dinyatakan berdistribusi normal jika signifikansi lebih besar dari 0,05.

Contoh Kasus:

Mengambil contoh kasus dari analisis regresi linier berganda pada bab sebelumnya. Seorang mahasiswa bernama Handoko melakukan penelitian tentang faktor-faktor yang mempengaruhi harga saham pada perusahaan di BEI (Bursa Efek Indonesia). Data-data yang di dapat berupa data rasio dan ditabulasikan sebagai berikut:

Tahun	Harga Saham (Rp)	PER (%)	ROI (%)
1991	7500	3.28	3.14
1992	8950	5.05	5.00
1993	8250	4.00	4.75
1994	9000	5.97	6.23
1995	8750	4.24	6.03
1996	10000	8.00	8.75
1997	8200	7.45	7.72
1998	8300	7.47	8.00
1999	10900	12.68	10.40
2000	12800	14.45	12.42
2001	9450	10.50	8.62
2002	13000	17.24	12.07
2003	8000	15.56	5.83
2004	6500	10.85	5.20
2005	9000	16.56	8.53
2006	7600	13.24	7.37
2007	10200	16.98	9.38
2008	10600	16.57	9.20
2009	9270	14.83	8.82
2010	11430	16.93	10.25

Handoko dalam penelitiannya ingin mengetahui pengaruh antara rasio keuangan PER dan ROI terhadap harga saham. Dengan ini Handoko menganalisis dengan bantuan program SPSS dengan alat analisis regresi linear berganda. Sebelum dilakukan analisis tersebut dilakukan uji normalitas untuk mengetahui sebaran data, apakah data normal atau tidak.

Langkah-langkah pada program SPSS 17

1. Menggunakan input yang sama dengan analisis regresi linier berganda di bab sebelumnya.

2. Klik Analyze >> Descriptive Statistics >> Explore. Selanjutnya akan terbuka kotak dialog Explore seperti berikut:

Gambar 48. Kotak dialog Explore

3. Klik variabel Harga Saham dan masukkan ke kotak Dependent List, kemudian lakukan hal yang sama untuk variabel PER dan ROI.

4. Klik Plots, kemudian pada kotak dialog Explore: Plots, beri tanda centang pada Normality plots with tests. Lalu klik Continue.

Gambar 49. Kotak dialog Explore: Plots

5. Klik OK, maka hasil output untuk uji normalitas (uji Lilliefors) dapat dilihat pada output Test of Normality sebagai berikut:

Gambar 50. Output Test Of Normality

Dari output di atas kita lihat pada kolom Kolmogorov-Smirnov dan dapat diketahui bahwa nilai signifikansi untuk harga saham, PER, dan ROI sebesar 0,200. Karena signifikansi untuk seluruh variabel lebih besar dari 0,05 maka dapat disimpulkan bahwa populasi data harga saham, PER, dan ROI berdistribusi normal.

B. Uji Linieritas

Uji linieritas bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linear atau tidak secara signifikan. Uji ini biasanya digunakan sebagai prasyarat dalam analisis korelasi atau regresi linear. Pengujian pada SPSS dengan menggunakan Test for Linearity pada taraf signifikansi 0,05. Dua variabel dikatakan mempunyai hubungan yang linear bila signifikansi (Linearity) kurang dari 0,05.

Contoh kasus:

Mengambil contoh kasus dari analisis korelasi sederhana pada bab sebelumnya. Seorang mahasiswa bernama Ratna melakukan penelitian tentang hubungan antara kecerdasan dengan prestasi belajar pada siswa SMU Negeri 1 Yogyakarta. Pengambilan data dalam penelitian ini menggunakan alat ukur kuisioner. Ratna membuat 2 variabel yaitu kecerdasan dan prestasi belajar. Tiap-tiap variabel dibuat beberapa butir pertanyaan dengan menggunakan skala Likert, yaitu angka 1 = Sangat tidak setuju, 2 = Tidak setuju, 3 = Setuju dan 4 = Sangat Setuju. Setelah membagikan skala kepada 15 responden didapatlah skor total item-item yaitu sebagai berikut:

Subjek	Kecerdasan	Prestasi Belajar
1	33	58
2	32	52
3	21	48
4	34	49
5	34	52
6	35	57
7	32	55
8	21	50
9	21	48
10	35	54
11	36	56
12	21	47
13	32	52
14	30	50
15	35	56

Ratna dalam penelitiannya ingin mengetahui hubungan antara kecerdasan dengan prestasi belajar pada siswa SMU Negeri 1 Yogyakarta. Dengan ini Ratna menganalisis dengan bantuan program SPSS dengan alat analisis korelasi sederhana. Sebelum dilakukan analisis tersebut dilakukan uji linieritas untuk mengetahui apakah dua variabel memiliki hubungan yang linier atau tidak.

Langkah-langkah pada program SPSS 17

1. Menggunakan input yang sama dengan analisis korelasi sederhana di bab sebelumnya.

2. Langkah-langkah membuat variabel dan memasukkan data sama dengan langkah pada analisis korelasi sederhana di bab sebelumnya.

3. Klik Analyze >> Compare Means >> Means. Selanjutnya akan terbuka kotak dialog Means seperti berikut:

Gambar 51. Kotak dialog Means

4. Klik variabel Prestasi Belajar dan masukkan ke kotak Dependent List, kemudian klik variabel Kecerdasan dan masukkan ke kotak Independent List.

5. Klik Options, kemudian pada kotak dialog Means: Options, beri tanda centang pada Test for linearity. Lalu klik Continue.

Gambar 52. Kotak dialog Means: Options

6. Klik OK, maka hasil output sebagai berikut:

Gambar 53. Output Means

Dari output di atas hasil uji linieritas dapat kita lihat pada output ANOVA Table. Dapat diketahui bahwa nilai signifikansi pada Linearity sebesar 0,000. Karena signifikansi kurang dari 0,05 maka dapat disimpulkan bahwa antara variabel Prestasi belajar dan Kecemasan terdapat hubungan yang linear.

C. Uji Homogenitas

Uji homogenitas digunakan untuk mengetahui apakah beberapa varian populasi data adalah sama atau tidak. Uji ini dilakukan sebagai prasyarat dalam analisis Independent Samples T Test dan One Way ANOVA. Asumsi yang mendasari dalam analisis varian (ANOVA) adalah bahwa varian dari populasi adalah sama. Sebagai kriteria pengujian, jika nilai signifikansi lebih dari 0,05 maka dapat dikatakan bahwa varian dari dua atau lebih kelompok data adalah sama.

Contoh Kasus:

Seorang mahasiswi bernama Gunawan melakukan penelitian untuk mengetahui apakah ada perbedaan pemahaman mahasiswa jika dilihat dari tingkat prestasi. Dengan ini Gunawan menggunakan kuesioner sebagai alat pengumpul data yang disebar pada 25 responden dan membuat dua variabel pertanyaan yaitu pemahaman mahasiswa dan tingkat prestasi. Pada variabel pemahaman mahasiswa memakai skala Likert dengan pertanyaan favorabel dan unfavorabel (mengungkap dan tidak mengungkap). Pada item favorabel skala yang dipakai 1 = sangat tidak setuju, 2 = tidak setuju, 3 = setuju, dan 4 = sangat setuju. Pada item unfavorabel sebaliknya yaitu 1 = sangat setuju, 2 = setuju, 3 = tidak setuju, dan 4 = sangat tidak setuju. Untuk variabel tingkat prestasi menggunakan data nominal yang dibuat tiga alternatif jawaban yaitu 1 = IPK kurang dari 2,50; 2 = IPK 2,51-3,30 dan 3 = IPK 3,31-4,00. Data-data yang di dapat ditabulasikan sebagai berikut:

Subjek	Pemahaman Mahasiswa											Tingkat
	Item pertanyaan										Total Skor	Prestasi
	1	2	3	4	5	6	7	8	9	10
1	4	4	3	4	4	2	4	3	4	4	36	3
2	4	4	4	3	4	4	3	4	4	4	38	3
3	3	3	4	2	2	1	4	2	1	3	25	1
4	3	3	4	2	2	4	1	2	3	4	28	2
5	4	4	4	2	4	3	3	3	4	3	34	3
6	2	4	2	4	1	4	4	2	2	4	29	2
7	2	4	2	4	2	2	2	4	2	4	28	2
8	4	4	4	4	4	4	3	2	4	4	37	3
9	4	4	2	4	4	4	4	4	4	4	38	3
10	2	1	4	4	3	4	3	3	2	1	27	1
11	2	2	1	4	4	3	1	4	4	2	27	2
12	3	1	3	2	2	4	4	3	2	4	28	1
13	3	4	3	4	2	4	4	4	1	4	33	3
14	4	4	2	3	4	4	2	4	4	3	34	3
15	2	4	4	4	4	2	3	4	4	4	35	3
16	4	2	3	4	3	4	3	3	4	2	32	1
17	1	3	2	3	4	2	4	4	3	2	28	1
18	4	4	3	4	4	4	4	4	4	4	39	3
19	4	4	2	2	3	3	2	1	2	4	27	2
20	4	2	2	4	2	4	2	3	4	2	29	2
21	4	3	2	2	3	3	4	4	3	4	32	2
22	3	4	3	4	3	4	3	3	3	2	32	3
23	4	4	3	4	3	3	3	3	4	2	33	3
24	4	3	2	3	4	3	2	2	1	3	27	1
25	3	2	3	4	4	4	3	4	4	4	35	3

Langkah-langkah pada program SPSS 17

1. Buka program SPSS dengan klik Start >> All Programs >> SPSS Inc >> Statistic 17.0 >> SPSS Statistic 17.0

2. Pada kotak dialog SPSS Statistic 17.0, klik Cancel. Selanjutnya akan terbuka tampilan halaman SPSS.

3. Klik Variable View, kemudian pada kolom Name baris pertama ketik pemmhsiswa, baris kedua ketik tkprestasi. Untuk kolom Decimals, ubah menjadi 0 untuk semua variabel. Pada kolom Label, untuk kolom pada baris pertama ketik Pemahaman Mahasiswa, untuk kolom pada baris kedua ketik Tingkat Prestasi. Untuk kolom Values, klik simbol kotak kecil pada kolom baris kedua, pada Value ketik 1 kemudian pada Value Label ketikkan IPK kurang dari 2,50, kemudian klik Add. Kemudian pada Value ketik 2 kemudian pada Value Label ketikkan IPK 2,50-3,30, kemudian klik Add. Selanjutnya pada Value ketik 3 kemudian pada Value Label ketikkan IPK 3,31-4,00, kemudian klik Add. Jika sudah klik OK. Gambar pengisian Value label seperti berikut:

Gambar 54. Pengisian pada Value Labels

Pada kolom Measure, baris pertama biarkan terisi Scale, dan pada baris kedua ubah menjadi Nominal. Sedangkan untuk kolom-kolom lainnya boleh dihiraukan (isian default). Hasil pembuatan variabel seperti berikut:

Gambar 55. Hasil pembuatan variabel

4. Buka halaman data view dengan klik Data View, maka didapat kolom variabel pemmhsiswa dan tkprestasi. Kemudian ketikkan data sesuai dengan variabelnya (Pada kolom pemmhsiswa ketikkan data total skor item, pada kolom tkprestasi ketikkan angka-angka 1 sampai 3 yang menunjukkan tanda nilai IPK. Hasil pengisian data seperti berikut:

Gambar 56. Hasil pengisian data pada SPSS

5. Klik Analyze >> Compare Means >> One-Way ANOVA. Selanjutnya akan terbuka kotak dialog One-Way ANOVA seperti berikut:

Gambar 57. Kotak dialog One Way ANOVA

6. Klik variabel Pemahaman Mahasiswa dan masukkan ke kotak Dependent List, kemudian klik variabel Tingkat Prestasi dan masukkan ke kotak Faktor.

7. Klik Options, kemudian pada kotak dialog One Way ANOVA: Options, beri tanda centang pada Homogeneity of variance test. Selanjutnya klik Continue.

Gambar 58. Kotak dialog One Way ANOVA: Options

8. Klik OK, maka hasil output yang didapat sebagai berikut:

Gambar 59. Kotak dialog Output One Way ANOVA

Hasil uji homogenitas dapat dilihat dari output Test of Homogeneity of Variance. Dapat diketahui bahwa signifikansi sebesar 0,530. Karena signifikansi lebih dari 0,05 maka dapat disimpulkan bahwa ketiga kelompok data pemahaman mahasiswa berdasar tingkat prestasi mempunyai varian sama. Angka Levene Statistic menunjukkan semakin kecil nilainya maka semakin besar homogenitasnya. df1 = jumlah kelompok data-1 atau 3-1=2 sedangkan df2 = jumlah data–jumlah kelompok data atau 25-3=22.