Lakukan Uji Homogenitas dan Cek Outlier menggunakan SPSS ini jika penelitian Anda menggunakan Independent Sample T Test.
Namun, jika penelitian Anda menggunakan Paired Sample T Test silahkan abaikan panduan ini.
Penting! Saya menggunakan contoh yang sama dengan Panduan sebelumnya. Pastikan Anda mengikuti Panduan Saya dari Awal. Karena materi Panduan ini merupakan lanjutan dari Panduan Uji Normalitas Shaprio Wilk. Silahkan lihat Pintasan Panduan.
Daftar Isi Konten:
Cara Uji Homogenitas + Outlier SPSS
Template data yang diolah sudah kita susun sebelumnya pada Panduan Uji Normalitas Shapiro Wilk. Saya menggunakan template dan melanjutkan panduan tersebut.
Selanjutnya, untuk melakukan Uji Homogenitas dan Outlier menggunakan SPSS, silahkan ikuti tahap-tahap berikut:
- Pertama, klik Tab Analyze > Descriptive Statistics > Explore
- Kedua, pada Window Explore masukkan Variabel Hasil ke kolom Dependent List. Caranya, klik variabel Hasil, kemudian klik Icon panah ke kanan.
- Ketiga, masukkan Variabel Kelas ke kolom Factor List
- Keempat, Klik Plots
- Kelima, Pada Window Explore: Plots, Pilih Power Estimation.
- Terakhir, Klik Continue pada Window Explore: Plot, dan Klik Ok pada Window Explore. Berikut hasilnya:
Interpretasi Hasil Uji Homogenitas dan Outlier
Cukup banyak output yang dihasilkan dari hasil analisis tersebut. Namun Anda hanya perlu menggunakan beberapa output saja.
Untuk pengambilan kesimpulan, silahkan simak Interpretasi hasil Uji Homogenitas dan Outlier berikut:
#1 Hasil Uji Homogenitas
Untuk membaca hasil uji Homogenitas, silahkan fokus ke Table Test of Homogeneity of Variance seperti gambar berikut:
Uji Homogenitas pada contoh ini menggunakan metode Levene’s Test. Untuk pengambilan kesimpulan, Anda bisa fokus ke baris “Nilai: Based on Mean”.
Dasar Pengambilan keputusan Uji Homogenitas sebagai berikut:
- Jika nilai Sig. pada Based on Mean < Alpha Penelitian (0,05), maka varians data Tidak Homogen.
- Jika nilai Sig. pada Based on Mean > Alpha Penelitian (0,05), maka varians data adalah Homogen.
Dari tabel di atas, terlihat bahwa nilai Sig. >Alpha (0,738 > 0,05), artinya varians data adalah Homogen. Dengan kata lain, antar kelompok data pada contoh penelitian memiliki kesamaan Varians.
#2 Hasil Outlier
Untuk membaca hasil Test Outlier, Anda bisa menggunakan BoxPlots dengan pengambilan keputusan sebagai berikut:
Jika terdapat Pencilan (outlier) seperti titik di atas dan di bawah Boxplot, maka terdeteksi adanya outlier.
Sementara pada contoh ini, tidak terdapat titik diatas maupun dibawah boxplot. Artinya tidak terdapat outlier pada contoh penelitian ini.
Sebetulnya titik seperti apa yang Saya maksud ?
Coba lihat contoh data yang terdeteksi outlier berikut:
Coba lihat ada beberapa titik di atas dan di bawah salah satu chart boxplot di atas.
Titik-titik tersebut disebut juga dengan outlier. Jika seandainya hanya ada satu titik di atas, sementara di bawah tidak ada, maka tetap terdeteksi outlier.
Berhubung data pada contoh penelitian ini telah memiliki Varians yang homogen, tidak terdeteksi outlier serta berdistribusi normal (berdasarkan panduan sebelumnya), maka selanjutnya Anda bisa masuk ke tahap Uji Independent Sample T Test.
Selengkapnya bisa Anda gunakan Pintasan Panduan Berikut:
Pintasan Panduan Olah Data Skripsi Uji Beda
SUB-BAB Sebelumnya: Teknik Sampling.
- Paired VS Independent: Cara membedakan Paired Sample T-Test dan Independent Sample T-Test
- Normalitas + Paired T-Test SPSS: Cara Uji Normalitas dan Uji Paired Sample T-Test Serta Interpretasi Hasil Menggunakan SPSS
- Uji Normalitas Independent Sample SPSS: Uji Prasyarat Untuk Metode Analisis Independent Sample T-Test menggunakan SPSS
- Uji Homogenitas + Outlier: (Anda Disini).
- Independent Sample T-Test SPSS: Cara Uji Independent Sample T-Test dan Interpretasi Hasil Menggunakan SPSS.