PROSIDING
SEM
INAR NASIONAL PEMBELAIARAN
NAATFP'NAMKA
BERBASIS
ICT
YANG MENYENAHGI{AH
DAtr
S€RKANAK?€R
SENIN, 16 AGUSTUS
2011
Editor:
Hasratuddin
Muliawan
Firdaus
Said
lskandar
Al-ldrus
TNFORMATION
AND
COMMUIUICATIOhI5 TECHTOLOGY
{leT'}
MERUPAKAN
TUNTUTAN YANG
HARUS
DIBERLAKUKAN
OAIASIS
PROSES
BELAIAR
MET{GAJAR f$ATTMATTKA
ATMI
MFI\II'JJU
PEMBELATARAN
YAN6
EFEKTIF,
EF|S|EN DAN
MgruAntK
Diterbitkan sleh:
u
niversitas
Negeri
Medan, tu
NlltJIEDl
Bekerjasama dengan
lkatan
Pascasarina
Pendidikan
Matematika
(lPPMl
Editor
f{asraiudcfin
Muliawan
Firdaus
Said
Iskandar AI-Idrus
Tebal
Buku
-*i I +
zz4
nat
Penerbit
Universitas
Flegeri
Medan
{UNIMED}
Cetakan
Pertama,20I,L
Tim
Penilai
Makalah
(Revietvel
1.
Prof. Dian Annanto. M.Pd..MA.,
M.Sc_, ph.D.2"
Prof. Dr" Sahat Saragih, M.Pd.(tNfMED)
3"
Prof. Dr.Asmin,
M.Pd. (LTNIMED)4.
Prof. Dr. Tulus,M.Sc.
USLI5.
Dr. Maru,anRamli
(Unsyiah)KATA
PENGANTARPuji
syukur
kita
panjatkan
kepadaTuhan Yang
Maha
Kuasa,
atas
karuniaNyaProsiding Seminar
Nasional
Pernbelajaran Matematika BertrasisICT
yang
Menyenangkan dan Berkarakter dapat diterbitkan.Kegiatan Seminar Nasional
PembelajaranMatematika
Berbasis
ICT
yang Menyenangkan danBerkarakter
ini
merupakan kegiatan vang dilaksanakan atas kerja kerasoleh Prodi
Pendidikan Matematika
Pascasarjanadan lkatan
Pascasarjana pendidikanMatematika
Unimed. Seminar
ini
bertujuan
untuk
mendapatkan
informasi
tentang penggunaanICT dalam
pembelalaran matematika yang menyenangkan serta sebagai upuyi daiam rneningkatkanefisiensi
serta efektifitas proses pembelajaran matematikadi
sekolahkhususnya di Sumatera
lJtara.
Sesungguhnya
telah
disadari
dan dirasakan betapa pentingnyaperan
ICT
pada eraglobalisasi sekarang
ini
dalam
bidang pendidikan dan pengajaran. PenerapanICT
memilikikeunggulan dalam menyediakan, mendapatkan serfa
*"ngotitl
informasi
dalam pendidikan dan pengajaran secara cepat, tepat, mudah dan luas tanpa waktu dan tem-pat yang terbatas.Sedemikian, kegiatan
ini
diharapkan dapat menjadi wadah bagi parap".rdidik,
peneliti danpemerhati pendidikan
demi
kemajuan bangsa dalam bidang pembelajaran berbantuan ICTyang berkarakter.
Topik
diskusidalam
seminarini
antara lain: Reformasi pembelajaran dalam konteks budaya yang berbeda,Penilaian
dalam PendidikanMatematik4
Pembelajaran Matematikatingkat SD, SMP
dan
SMA/sederajat,
PembelajaranMatematika
Berbahasa Inggeris, Pendidikan Guru dan Pengembangan Kemampuan Profesional Guru dan Dosen Matematika, Integrasi ICT dalam Pembelajaran Matematika berkarakteq Pemecahan Masalah Matematik4Pembelajaran
Pola
Beryikir Tingkat Tinggi
dalam Matematika,
Penelitian
pendidikanMatematika.
Akhimya,
kami
mengucapkanterima
kasih kepada semuapihak
yang telah
ikut berpafiisipasi atas penyelenggaraan Seminar Nasional PembelajaranMatematika
BerbasisICT
yang Menyenangkandan
Berkarakterini
sehinggaberhasil
denganbaik,
khususnya kepada BapakRektor
LINIMED,
Direktur
Pascasarjana" Prodi Pendidikan Matematika danikatan Pascasarjana
Pendidikan
Matematika Unimed dan SteeringCommittee
serta semuapanitia yang telah bekerja keras dalam mensukseskan kegiatan ini.
Sebagai
manusia
yang
tak
luput dari
hilaf
dan salah,
bila
ada
kelemahan dankekurangan atas penye len ggaraan Kon ferensi ini, kam i mohon maaf.
Medan, 12 Agustus 2010
prosiding se4inar Nasional Pembelajaran ldatematika Berbasis ICT yang Menyenangkan dan
Berkarakter
DAFTAR
TSIHalaman Judul ..-.-.-- --... i
Tim penilaimakalah
Kata pengantar --...---.-.'
Daftra
isi...
"""""""'
vMAKALAH
IiTAMA
Revolusi Pembelaj aran Matematika B erbasis Info rmat io n And C o mmunic at i o n
Technologl(ICT)DalamMembangunKarakter(CharacterBuilding)1
Hasratuddin
Penggunaan ICT dalam Pembelajaran Matematika
""""""'
"""'
21 Yenita RozaParadigma Pembelajaran Matematika Masa
Kini
dan yang Akandatang-"""""""
"""'
32lda Karnasih
Pemakaian Autograph dalam Pembelajaran Matematika
Sekolah
""""""""
58 DouglasButler
MAKALAH PARALEL
Aktivitas Belaiar Geornetri Berbasis Model Van Hiele Berbantuan Software Dinamis Geogebra
Muliswan Firdaus
Pemanfaatan Software Game PuzzIe Sudoku Dalam Pendidikan Matematika
""""""""
80S aid Iskrtndar Al-
Idrus
lnovasi Pembelajaran Matematika Melalui Pengintegrasian Teknologi Informasi
dan K-omunikasi
(TIK)
untuk
Meningkatkan KreativitasSiswa
-.."""""""'
88 Waminton RaiagukgukUpaya Meningkatkan
Hasil
Belajar Siswa Melalui Model Pembelajaran Cooperative Integrated ReadingAnd composition
Pada Materi Segi Empat Siswa KelasvlI
SMP Negeri 2 Tanjung Pura
Ta
2010DAl 1"""""""
""""""""
104Asrin Lttbis
Pembelajaran Berbasis
ICT
...-....
""""
lzl
Mulyono@Matematika
PaicasarjanaUNiMED
Page vl1
....
lll
iv
Prosiding Seminar Nasional Pembelajaran Matematika Berbasis ICT yang Menyenangkan dan
Berkarakter
Implementasi Penggunaan Software Wingeo Sebagai Media Pembelajaran N4atemat1ka...129 Hamidah Nasution &
Arnah
RitongaPeningkatan Pemahaman Konsep Siswa Dengan Penemuan Terbimbing Berbantuan
Software
Autograph
... . 135Vira
Afriati
Geogebra Software Pembelajaran Matematika yang Menyenangkan ."..-... 146
Nurhasanah
Siregar
&
Rika
WahyuniAplikasiPerangkatLunak
LatexDalamBidangMatematika
...::...152
Yusuf
Pembentukan Karakter Emosional Dan Kreativitas Melalui Pengembangan Model
Pembelajaran Ekspresi Estetika
Inovatif
Untuk Siswa PendidikanDasar
... 161Wesly Silalahi
Pemanfaatan Teknologi
lnformasi
Dan Komunikasi Dalam PembelajaranMatematika..
175Katrina Samo,cir
Fungsi, Manfaat Dan Kontribr,rsiTeknologi lnformasi Dan Komunikasi
Gf
K)
dalarnPendidikan SertaPeranannya dalam Pembelajaran
...
...
182 Keysar PanjaitanPenerapan Pendekatan Kontekstual Pada Materi Sistem Persamaan
I-inier
DLra VariabeluntLrk Mengatasi Kesulitan Belajar Siswa SMP
Lhokseumawe
... 192Rosimnnidar
UjiNonnalitas dan Homogenitas dalam Penelitian
Kuantitatif
...206Zul Amri
Pembelajaran dengan Media Komputer sebagai Salah Satu Sumber
Belajar ...
211Nurliani Manurung
Prosiding Seminar Nasional Pembeiajaran Matematika Berbasis ICT Menyenangkan dan Berkarakter
UJI
NORMALITAS
DAN
PBNBLITIAN
HOMOGBNITAS
DALAM
KIIANTITATIF
..lt.
Zul
Amry
Jurusan Matematika FMIPA Universitas Negeri Medan Email : zul.amry@gmail-com
Abstrak
Normalitas dan homogenitas sangat diperlukan dalam penelitian
kuantitaif,
karena lazim dijadikan asumsi sebagai persyaratanuntuk
analisis data. Dalamartikel
ini
akan dipaparkan beberapauji
normalitas seperti
uji
Kolmogorov-Smirnov,
uji
Liliefors,
uji
Chi-kuadrat,uji
Shapiro-Wilk,uji
Cramer-Von Mises besefta konsep matematika yang mendasarinya dan
uji
homogenitas untuk duapopulasi, sedangkan
uji
Barlett diterapkan untukuji
homogenitas dari beberapa populasi.Kata
kunci:
distribusi normal, fungsi distribusiempiris, homogenitas,uji
BarlettPENDAHULUAN
Distribusi normal
merupakayang
sangat penting dalamstatistika
khururnyu
statistikainferensial, karena banyak analisis statistik dalam penelitian
kuantitatif
umumnya dikembangkan dengan menggunakan asumsi normalitas pada populasinya; biasanya data-data atau statistik yangdiperoleh dicocokkan dengan
suatu
distribusi
normal.
Terlebih-lebih dengan
ditemukannyateorema
limit
sentral;
suatu teoremayang
menyatakan adanya pendekatandari
suatu distribusi terhadapdistribusi normal, maka
pemakaian distribusi normalpun
semakin berkembang pesat,karena semakin banyak data-data dalam penelitian yang dapat memanfaatkan asumsi normalitas ini
untuk
keperluananalisis, disampng
itu,
distribusi-distribusipenting
lain
seperti distribusi
t,distribusi
T
dan.distribusi
Chi-kuadrat yang
banyak digunakandalam
analisis
statistik, juga dikembangkan berdasarkan asumsi normalitas padapopulasinya-Dalam tahapan analisis terhadap data suatu penelitian
lebih
dari
satu kelompok populasi, setelah asumsinormalitas
masing-masing populasi dapatdipenuhi dan
hipotesisstatistik
telah dirumuskan, tahap berikutnya adalahmemilih
statistik yang sesuai.Untuk memilih
statistik inilah diperlukan persyaratan homogenitas dari populasi.Prosiding Seminar Naslonal Pembelajaran Matematika Berbasis ICT yang Menyenangkan dan Berkarakter
Uji
Normalitas
Uji
normalitas bertujuanuntuk
mengetahui apakah sampel yang digunakan berasal dari populasi yang berdistribusi normal atau tidakDistribusi Normal
Definisi
ISuatu variabel random
X
dikatakan berdistribusi normal dengan meanp
dan variansi o2,apabila mempunyai densitas:
dengan transformasi
,
tl*-4'l'
f(x;p,o)
=-)-"
zL"
'l"J2x'o
-co
(X(co, -@(lt(@,
0<O<.opersamaan diatas menjadi :
o x-It
ct
1
-J,.,b@)=6" 2
,
-@..21@,yang disebut distribusi normal baku, denganmean
p:0
dan variansi o2:1.Untuk
keperluan inferensi statistik, umumnya digunakan distribusi normal bakuini,
karenanilai-nilai
fungsi
distribusinya yang sering diperlukan
dalam
penentuandaerah
kritis
dapat diperoleh langsung pada lampiran buku-buku statistika dalam bentuk tabel..F
ung s i D istri_b usi E mpiris
Definisi
2Jika
X
suatu variabel random dengandensitas f(x; 0),
makafungsi distribusi
dari
X
didefinisikan dengan
X kontinu
Prosiding Seminar Nasional Pembelajaran Matematika Berbasis ICT yang Menyenangkan dan Berkarakter
Definisi 3
Jika
Xr,
X2,...rXn sampel random berukuran n dengan statistik order X1r; Xp1, . .X1ny, maka fungsi distribusi empirisnya didefinisikan dengan:F,
(")
Teoremu Kekonvergenun
Pada dasarnya
uji
normalitas merupakan bentuk khusus dari 'goodness-of- fit
test'
suatu ujidistribusi
secara umumyang
dikembangkanlewat
konsep kekonvergenandari
fungsi
distribusiempiris
ke
fungsi
distribusi kumulatifnya
yang
berakibatpada
kekonvergenanpada
variabel randomnya.Definisi 4
Barisan variabel random
Xr,
Xz
,...
,
Xn
dikatakan
konvergen
dalam
peluang (konvergen dalam stokastik) ke X,jika:
tig:, a[
lx.
-
xl
t
"]:
0,
ve
>0,
ditulis
x"
---l+x
Definisi 5
Fungsi distribusi
F"(x)
dikatakan dalam distribusi [konvergen secara lemah] ke F(x),jika
limit F"(x)=F(x), Vx, ditulis
d(x)*:+F(x)
fo. ;ita
x(
X111lr.
=
l;,
jika
X,u'
(X
(Xru*,r
It..;it<ax)X1n1
Definisi
6*
Misalkan
Xr,
Xz,... rXn
variabel
randomFr(x),
Fz(x),
...,
Fn(x).
Xn
dikatakanxn-5x
),jika
{(x)---_IL+F(x)
Teorema 1
Jika
X"
--P-+X
maka Xn--5X
yang
bersesuaiandengan
fungsi distribusikonvergen
dalam
distribusi
ke
X
(ditulisProsiding Seminar Nasional ran Matematika Berbasis ICT ya dan Berkarakter Teorema
2
teorema Glivenko-CantelliFungsi distribusi empiris Fn(x) konvergen ke F(x), yaitu, untuk setiap e>
0,
rl
timit
n+@
el
s up
I[(x)-
F1x)l>c
l=0
L---r.-
_lBerdasarkan
definisi-definisi
dan
teorema-teorema
diatas,
yang perlu
ditekankan sehubungan dengan tilisan ini adalahjika
{,(x)---+,F(x)
makaX,---)X
.Beberapa Uji Normalitas
Uji
Kolmogorov-SmirnovDalam teori kekonvergenan telah ditunjukkan bahwa fungsi distribusi empiris konvergen ke
fungsi distribusi sesungguhnya dengan kata lain bahwa fungsi distribusi sesungguhnya dari populasi dapat diestimasi oleh fungsi distribusi empiris yang berdasarkan pada sampel random. pada bagian
ini akan
dibahas suatu cara untuk memutuskanapakah
sampel yang digunakan berasal populasidengan distribusi yang telah ditentukan sebelumnya, khususnya apakah sampel berasal dari populasi
yang berdistribusi normal.
Uji
Kolmogorov-smirnov
mengembangkan prosedurstitistik
ini
dengan menggu-nakan jarak tegak maksimum antara kedua fungsi distribusi tersebut.Andaikan
Xr,
X2,...
, Xn sampel random berukuran n dari suatu populasidengan
fungsidistribusi F(x) yang tidak diketahui dan
andaikan
pula Fe(x) suatu fungsi distribusi teftentu [dalambahasan
iniFe(x)
fungsi distribusi normal, denganX
-
N(p,
o2;], kemudian akandiuji:
H6:
F(x):
Fo(x) lawanH1
: F(x)*
Fp(x)Uji
Kolmogorov- Smirnov
mengharuskanmenghitung fungsi distribusi
empiris
F"(x)berdasarkan sampelrandom
Xr,
Xz,... ,Xn,
kemudian menggunakan statistik:Dn = sup
lq"f*l-qf*l
dimana
Dn
adalahjarak
tegakmaksimum
antarafungsi
distribusi empiris
F,(x)
dengan fungsidistribusi
F6(x) yang dihipotesiskan. Selanjunya, mengingatbahwa
p"(*)--f+Fo(*),
Vx
dan/
L(z)
-
limit
PlD,
<
zn+@ \
J;
Prosiding Seminar Nasional Pembelajaran Matematika Berbasis ICT yang Menyenangkan dan Berkarakter
teorema Glivenko-Cantelli
juga
menunjukkanbahwa
Fn(x) konvergen ke F6(x). Jadi, dibawah H6,Dn diharapkan sangat
kecil
In-+oo,
D"-+0]
arlinya Fn(x) makinmirip
ke
F6(x) apabilan
makinbesar. Sedangkan untuk sampel besar, aproksimasi fungsi distribusi untuk
distribusi
sampling Dnadalah
: t- t}(-l)'-'
zi2 zznilai-nilai
fungsiL(z) ini
telah ditabulasioleh
Smimov dan dipublikasikantahun
1948 (Gibbons, 2005) dan beberapa aproksimasinilai
kritis
untukuji
hipotesisnya dengan taraf-kepercayaano
padaD,
n, q,
=
zts
I n6alallsebagai berikut:{n
PtD"> 2",/\6! 0,20 0,1J 0,10 n n5 0,Bl
1.07 l.14 111 1.36 1.63
nilai
aproksimasi Dn.o
ini
umumnya digunakanuntuk
n
>
40
(Conover,
1999). Selanjut-nya dengan mengunakan tabel diatas, tolak Ho padatarap kepercayaan o,jika
Dn)
D n..Secara teori prosedur
uji
Kolmogorof-Smirnov dapat
digunakanuntuk
munguji H6 [F(x);X
-
N(p,
o2)]
untuk parameterp
dano'
diketahui, khususnyauntuk
X
-
N(0,1), tetapi
dalam praktek biasanya p dano2
tidak diketahui. Penyesuaian prosedur ini kemu-dian dikembangkan olehLilliefors.
U-ii
Lilliefors
Uji
normalitasLilliefors
menggunakan fungsi distribusidari distribusi normal
yang bakudengan memanfaatkan sifat
X
-F
-N(0,1)
apabilaX
-N(p,o2).
o
Andaikan
Xr,
Xz,...
rXn
sampel random berukuran n dari suatu populasidengan
fungsidistribusi
F(x)
yangtidak
diketahui. Berdasarkan data sampel, akandiuji
apakah
F(x)
fungsidistribusi normalatau tidak lewat hipotesis:
a
Prosiding Seminar Nasionai Pembeiajaran Matematika Berbasis ICT yang Menyenangkan dan Berkarakter
Hu: F(x) =
*[U-l
tawan H,: Fix)r
oll:gl
Lo_J
Lol
Uji
normalitas
Lillieforsterlebih
dahulu
membakukan
Xt,
Xz,...,Xn
menjadiZr,
Zz,X-u
.-.
,zndimana
zi=
T;
p dano
masing-masing diestimasi olehX
dan S, dengan :o
Ix,
I(x
-
x)
X- '=t
dan52-
i=r
.n
n_l
Selanj utnya, uj
i
Lil I iefors menggunakan stati stik :Dn =
sup
Ie"fr)
-o(z)l
dimana
F"(z)
adalah fungsi distribusi empirisdari
Zt, 22,...,2n.
danuntukmenguji
hipotesis diatas pada taraf kepercayaan cr digunakannilai kritis
Dn,o dan beberapanilai aproksimasi
Dn . o yang sering digunakanuntuk
n>30 (Conover, 1999) adalah:CT 0. 01 0,05 0,10
DIr, & 1, 031o/",fi
0,8860/J;
o,Bo5o/.,f,Uji
Chi-kuadratAndaikan
Xr, Xz,...,Xn
sampel random berukurann
dari suatu populasidengan
fungsidistribusi F(x) yang tidak diketahui, kemudian akan
diuji
:H6:
F(x):
Fo(x) lawanHy:
F(x)*
Fo(x)dimana F6(x) fungsi distribusi normal, dengan
X
,'
N(p,
o2;, parameterp
dan o2tidak
diketahui.Untuk keperluan pengujian ini, dilakukan langkah-langkah sebagai berikut:
o
Data sampel disusun dalamdaftar distribusi
frekwensi yang terdiri atas k.
buahinterval
11,12,...,
Ip
dantiap
kelas
interval
ini
berperuang memuat.
variabel
random, denganfungsidistribusiF(x);
p(Xe
Ii):p;, i:1,
z, ...
,k
o
'Andaikan
or,
oz, ...,
or
masing-masingmenyatakan banyaknya
data yang, I
gqiH?,"s:H3,:]3y1,P.5o:'#
r
teramati pada interval
11, 12,...,
I1
berdasarkanXl
Xz,... rXn,
maka
vektorO:(O1,
o2,
...,
01 ) berdistribusi multinomialP(Or:or,
Oz:o2,...,
Ot:or)
-
A.f1O,"'
ffo'
i=ri=l kk
dengan
Io,
=n,
Ip,
=t,
E(Oi):
n Pi:
ei
dan Var(O;):
n pi (1- pi)i=l i=t
.
Selanjutnyauntuk
uji
kecocokan,
dilakukan
dengan membandingkanfrekwensi
hasilobservasi dengan frekwensi harapan (frekwensi teoritis), dengan menggunakan statistik:
,, -
|
(o,-",)'
-
x,(k -3)
i=t vi
dengan
oi:
frekwensi hasil observasipada
interval ke ie;
:
frekwensi hasilobservasi
pada interval ke idan keputusan tentang hipotesis; tolak Ho pada taraf kepercayaan
o,
apabilaX'
>X?-,(n) ( Xi-" (n) adalahnilai kritis)
Uii
Shapiro-WilkAndaikan
Xt,
X2,...
, Xn sampel random berukuran n dari suatu populasidengan
fungsidistribusi F(x) yang tidak diketahui dan untuk menguji hipotesis:
Ho:
F(x):
Fo(x)-
-
lawan
H;
: F(x)*
Fs(x)dengan
F6(x)
fungsi distribusi normal,uji
Shapiro-Wilk menggunakan statistik:t=
=l-[
i,
(","-,-,,
-
",,,)-l'
l{x'
-f,;2
I
i=t
Ji=i
Prosiding Seminar Nasional Pem Matematika Berbasis ICT yan dan Berkarakter
dimana
X
adalah mean sampel, Xiiy statistikorder
sampeldari
sampelterkecil
sampai sampel terbesar(Xgl
SXtrt
<...SX1n;) dan a1, a2,-..,
ap dengank=
]adalah koefisien'uji
Shapiro-Wilk'yang umumnya sudah tersedia pada lampiran buku-buku statistika dalam bentuk tabel. Sedangkan keputusan tentang hipotesisnya pada taraf kepercayaan
o
adalah tolak
He, apabila W>W*o,(Wn.d adalahnilai
kritis).Uji
Cramer-Von MisesSelain clapat dipakai untuk
uji
distribusi Eksponensial dan distribusiWeibull, uji
Cramer-Von Mises dapat pula digunakan untuk
uji
normalitas dengan menggunakan Estimator MaksimumLikelihood
(MLE)
dari parameter 0 yang terdapat pada Fs(x; 0).Andaikan
Xr,
Xz,
...
, Xn sampel random berukuran n dari suatu populasi dengan fungsidistribusi F(x) yang tidak diketahui. Unruk menguji hipotesis:
F(x):
Fs(x; 0)Iawan F(x)
*
F6(x; 0)FIo:
Hr:
dimana Fe(x; 0) fungsi distribusi normal, dengan
0=(p,
o-t;, u;i
Cramer-Von Mises meng- gunakan statistik:cM=
I
+iIrk
..6)-i-o'sl'z
l2n ?l \
tr''
'/ n
]dimana
6
vlg
dari 0,yaitu
0=1p,62),
dengan.
ix,
;l=
a=_=L-
6un n6'=
St =){x, -x)'
i=1
n-l
dan keputusan tentang hipotesis,
tolak
Hp padateraf
kepercayaan o,apabila CM>CMn,o (CMn,o adalahnilai kritis)
Uji
HomogenitasUji
homogenitas terhadapsampel
bertujuan
untuk
menyimpulkan apakah
kelompok-kelompok sampel yang digunakan berasal dari populasi yang bervariansi sama atau tidak.
Uji
Homogenitas untuk Duu Kelompok SampelMisalkan
Xl,
X2,...,
Xnldan y1,
y2,...,
yn2 adalahnilai
observasidari
sampel random independen masing-masing berasaldari
populasinormal X-N(p',of
;
danY-
N(pr,ol)
denganvariansi sampel
"]dan
"1.
Untuk menguji
homogenitas antara populasiX
dengan populasi Y,hipotesisnyaadalah:
Ho:o?=al
vs
H,:
of
+61 ,
untuk mengujinyadigunakanstatistikF:
variansisampel
terbesar
dengan daerah
kritis
F)
Fo (nr -1, n2-r)
Variansisampelterkecil
"
,pada taraf kepercayaan cr.
Uji Homogenitas untuk k Kelompok Sampel
Misalkan
Xr,
Xz,
...,
Xk
adalahk
populasi berdistribusi normal yang saling independen dan x1l, X2l,..., xnl
adalah nilai observasidari
sampelrandom
X1-N(pr1, of ),xt2, x22,
...,
xn2
adalahnilai
observasidari
sampelrandom Xz-N(pz,ol)
hingga Xlk, x2k,...,
Xnk adalahnilai
observasi dari sampelrandom
Xr-N(pr,
ofl;
Ouni"':
N.
Untuk menguji homogenitasantarapopulasi-populasi
Xr,
Xz, hinggaXp
hipotesirnyu uOutul'Hg :
of
= o).="'
=o?
lawan
H1 : ada variansi yang tidak sama
Prosiding Seminar Nasisnal Pembelajara., Mutg*utiku
B*!3:tt-lSf
sedangkan untuk menguji hip6tesisini
digunakan statistikB =2.3026
*9-x'(r.
-
r).
h
dimana
nilai
q
dan h adalah:q
=
(N-k)rog'i-
i
(ni-r)rogsf
danh='.{hl
Ii(* #))
dengan
k^
l(ni-t)sf
S?
v
=i=t
danN-k
i
(",,
-o,)
sedangkan
daerah
kritis
untuk
pengujian
hipotesisB>x|(t-i).
PENUTUP
pada
taraf
kepercayaancr
adalahUji
normalitas
merupakan kejadian khususdari'goodness-of-fit
test'
yang
analisisnyadilakukan
melalui fungsi distribusi
kumulatif
dan fungsi distribusi
empiris.
Fungsi distribusiempiris
dan
statistik order
merupakan materi pentingyang
diperlukan
dalam pembahasanuji
normalitas.
Dianfara
uji
normalitas yang telah dibahas,uji Lilliefors
danuji
chi-kuadrat merupakan ujiyang sering digunakan; sebab, disamping lebih praktis,
juga
hanya memerlukan teori matematika maupun teori statistika yangrelatif
mudah dipahami.Dalam pengujian hipotesis statistik pada
uji
homogenitas, populasidisimpulkan
homogensebagaiman
a
yang umumnya diharapkan para peneliti apabila Ho diterima,hal ini
tentu saja diluarkelaziman dalam perumusan suatu hipotesis, sebab pada umumnya He dirumuskan untuk ditolak.
program
studi
Pendidikan Matematika PascasarjanaUNIMED
Page 215^2
i=l,*3l,9-"9,:,,:1-DAFTAR PUSTAKA
Andeson, D. R., Sweeney, D. J. and
William,
T.A.,
(2009),
Statistics Jbr Business and economics.Macmillan
Inc-Bain,
L.
J, Engelhardt,M,
(2006), Introduction to
Probability
andMathematical
Statistics 2"d,Duxbury Press, Belmont, Califomia.
Conover, W. J, (1999), Practical Nonparametric Statistics, Jhon
Wiley
&
Sons,New-York
Gibbons,
J.
D.
and Chakraborti, S., (2005), Nonparametric Statistical Inference,Fourth
Edition,Revised and Expanded, Marcel Dekker lnc., New
York
Ross, S., (2009),
Probability and
Statisticsfor
Engineers
and
Scientists,fourth
edition, Elsevier Inc., San Diego.Schay, G., (2A07),
Introduction
toProbability with
Statisticat Applications,Birkhauser, Boston.TEMBAR
HASIT PENILAIAN SEJAWAT SEBIDANG ATAU PEER REVIEW
KARYA ILMIAH : PROSIDING NASIONAI
Lampiran 8
Seminar Nasional Pembelajaran Matematika
Ber-basis ICT Yang Menyenangkan dan Berkarakter 978-602-8848-49-7
Agustus 2011
Unimed bekerjasama dengan lkatan Pascasarjana
Pendidikan Matematika (IPPM)Unimed
206
-217
Judul Makalah Penulis Makalah ldentitas Makalah
Kategori Publikasi Makalah (beri
/pada
kategori yang tepat)SU Medan
Ng, M. S
1001
"Uji Normalitas dan Homogenitas Dalam Penelitian Kuantitatif"
ZulAmry
a. Judul Prosiding b. ISBN
c. Tahun Terbit d. Penerbit
e. Jumlah halaman
f.
WEB LamanE
{
Prosiding Forum llmiah lnternasionalProsiding Forum llmiah NasionalMedan,
September 2016Reviewer 1,
Prof. Dr. Tulus, M.Si
NrP. 1962090r. 198803 1002
Unit Kerja : Guru Besar FMIPA USU
Hasil Penilaian Peer Review: Komponen
Yang Dinilai
Nilai Maksimal Prosiding
NilaiAkhir Yang
Diperoleh lnternasional
T
Nasaional
./
a. Kelengkapan unsur isi artikel (10%)
4
/
b, Ruang lingkup dan kedalaman pembahasan (30%)
J
2,r
c. Kecukupan dan kemutahiran data/informasi dan
metodologi (30%)
3
2
d. Kelengkapan unsur dan kualitas penerbit (30%)
3
2,
f-Total =
(L0O%lt0
Nilai Pengusul
B
'::{': Dr. Ker
NtP.19
LEMBAR
HASIL PENILAIAN SEJAWAT SEBIDANG ATAU PEER REVIEW
KARYA ILMIAH : PROSIDING NASIONAL
Lampiran 8
Seminar Nasional Pembelajaran Matematika
Ber-basis ICT Yang Menyenangkan dan Berkarakter 978-602-8848-49-7
Agustus 2011
Unimed bekerjasama dengan lkatan Pascasarjana
Pendidikan Matematika (IPPM)Unimed
206
-
217Judul Makalah Penulis Makalah ldentitas Makalah
Kategori Publikasi Makalah (beri
/pada
kategori yang tepat)N Medan,
"Uji Normalitas dan Homogenitas Dalam Penelitian Kuantitatif"
ZulAmry
a. Judul Prosiding
b. ISBN
c. Tahun Terbit d. Penerbit
e. Jumlah halaman
f.
WEB Lamantr
{
Prosiding Forum llmiah lnternasionalProsiding Forum llmiah NasionalLubis, M.Pd., Ph.D
1985031002 l. Muslim Nusantara
Medan,
September 2016Reviewer 2,
Dr. Firmansyah, M.Si
NrP. 19671110 199303 1003
Unit Kerja: Univ. Muslim Nusantara Hasil Penilaia n Peer Review :
Komponen
Yang Dinilai
Nilai Maksimal Prosiding
Nilai Akhir Yang
Diperoleh lnternasional
tl
Nasaional
{
a. Kelengkapan unsur isi artikel (L0%)
L
I
b. Ruang lingkup dan kedalaman pembahasan (30%)
9
LrS
c. Kecukupan dan kemutahiran data/informasi dan
metodologi(30%)
)
2-r{
d. Kelengkapan unsur dan kualitas penerbit (30%)
9
Lr{
Totat
=
ILOO%I1o
NilaiPengusul
g,{
LEMBAR
HASIL PENILAIAN SEJAWAT SEBIDANG ATAU PEER REVIEW KARYA lLMlAl-l : PROSIDING NASIONAL
Lampiran 8
Seminar Nasional Pembelajaran Matematika Ber-basis ICT Yang Menyenangkan dan Berkarakter 978-602-8848-49-7
Agustus 2011
U nimed beke rjasa ma denga n I kata n Pascasarja na
Pendidikan Matematika (IPPM)Unimed
206
-217
Judul Makalah
Penulis Makalah ldentitas Makalah
Kategori Publikasi Makalah (beri u'pada kategori yang tepat)
Hasil Penilaian Peer Review:
"Uji Normalitas dan Homogenitas Dalam Penelitian Kuantitatif"
ZulAmry
a.
iudul
Prosiding b. ISBNc. Tahun Terbit d. Penerbit
e. Jumlah halaman
f.
WEB Lamanl-l
prosiding Forum llmiah lnternasional{
Prosiding Forum llmiah NasionalNilai Maksimal Prosiding lnternasional
Komponen Yang Dinilai
Kelengkapan unsur dan kualitas penerbit (30%)
Totat =
(LOO%INilai Pengusul
Nasaional
^/
Prof. Dr. Asmin, M.Pd
NtP. 19570804 198503 1002
Unit Kerja :Guru Besar FMIPA UNIMED
I
3
3
Kelengkapan unsur isi artikel (10%)
Ruang lingkup dan kedalaman pembahasan (30%)
Kecukupan dan kemutahiran data/informasi dan