Uji homogenitas adalah salah satu teknik analisis data yang memiliki peran penting dalam menjawab pertanyaan penelitian. Untuk mengetahui lebih lanjut tentang uji homogenitas, mari cari tahu bersama di sini.
Table of Contents
Sekilas tentang Uji Homogenitas
Uji homogenitas adalah suatu metode statistik yang digunakan untuk menilai apakah varians (sebaran) dari dua atau lebih kelompok data adalah sama atau berbeda. Uji homogenitas penting dalam analisis statistik karena asumsi dasar beberapa metode statistik, seperti analisis varians (ANOVA), adalah homogenitas varians di antara kelompok-kelompok yang dibandingkan.
Dalam uji homogenitas, hipotesis nol (H0) menyatakan bahwa varians dari setiap kelompok data adalah sama. Sedangkan, hipotesis alternatif (H1) menyatakan bahwa setidaknya satu kelompok memiliki varians yang berbeda.
Proses uji homogenitas melibatkan perbandingan nilai signifikansi (p-value) dengan suatu ambang batas, biasanya 0,05. Jika nilai p-value lebih besar atau sama dengan 0,05, maka penguji gagal menolak hipotesis nol, yang berarti kita tidak memiliki cukup bukti untuk menyimpulkan bahwa varians kelompok-kelompok tersebut berbeda secara signifikan (homogen).
Sebaliknya, jika nilai p-value kurang dari 0,05, hipotesis nol dapat ditolak dan menyimpulkan bahwa terdapat perbedaan signifikan dalam varians di antara kelompok-kelompok tersebut (tidak homogen).
Baca Juga: 3 Teknik Analisis Data Kualitatif Paling Umum Digunakan
Kaidah Uji Homogenitas
Dua kelompok atau lebih dapat diketahui homogenitasnya dari nilai signifikansinya, yaitu:
- Apabila nilai signifikansi (p) ≥ 0,05, hal ini mengindikasikan bahwa kelompok data berasal dari populasi yang memiliki varians yang sama, menunjukkan homogenitas.
- Jika nilai signifikansi (p) < 0,05, hal ini menandakan bahwa masing-masing kelompok data berasal dari populasi dengan varians yang berbeda, mengindikasikan ketidakhomogenan.
Kapan Menggunakan Uji Homogenitas?
Uji homogenitas adalah uji yang dilakukan untuk mengetahui apakah populasi X dan Y mempunyai distribusi data yang sama. Uji tersebut digunakan dalam beberapa kondisi berikut:
Variabel Harus Kategorial
Tujuan uji homogenitas adalah mengetahui kesamaan variansi pada dua populasi atau lebih. Jadi, keduanya harus berasal dari kelompok yang sama.
Sebagai contoh, pengujian pada populasi penderita serangan jantung yang tinggal di rumah, di apartemen lantai satu dan 2, dan yang tinggal di apartemen lantai 3 atau lebih.
Pengambilan Sampel secara Acak
Pengambilan sampel dalam uji homogenitas adalah secara acak dengan ketentuan item observasi ada dalam satu kategori saja. Contohnya adalah penderita jantung pada poin sebelumnya. Baik penderita yang tinggal di rumah maupun apartemen. Untuk menjadi bagian dari sampel, penderita harus memilih salah satunya, apakah yang tinggal di rumah atau apartemen.
Ukuran Sampel Cukup Besar
Pada uji homogenitas, sampel harus bisa mewakili 100 persen jumlah populasi. Beberapa pendapat menyebutkan bahwa ukuran sampel yang ideal adalah 10 persen dari jumlah populasi. Namun apabila mengacu pada Singarimbun dan Effendi (1995), minimal sampel adalah 30 orang agar mendapatkan hasil uji yang lebih baik.
Perbedaan Uji Homogenitas dengan Uji Normalitas
Baik Uji normalitas maupun uji homogenitas adalah uji yang digunakan untuk menguji asumsi klasik. Akan tetapi, sebelum menggunakan salah satunya, tentu kamu harus mengetahui perbedaan antara keduanya, bukan? Biasanya kedua uji tersebut dilakukan secara bersamaan, sehingga masih banyak yang beranggapan bahwa keduanya adalah satu uji yang serupa.
Untuk syarat uji asumsi dalam statistik parametrik, pengujian dilakukan menggunakan uji normalitas. Apabila asumsi normalitas tidak dapat terpenuhi, akan dilakukan teknik transformasi dengan syarat tidak terindikasi normalitas pada analisis regresi. Namun, pada uji independent t-test maka kita bisa pakai uji alternatif yaitu uji non parametrik.
Prinsip penggunaan menjadi perbedaan antara uji homogenitas dan uji normalitas. Uji normalitas dilakukan pada semua uji parametrik. Hal tersebut tidak berlaku pada uji homogenitas karena hanya digunakan apabila hendak menguji perbedaan antara dua kelompok atau lebih dengan subjek atau sumber data berbeda.
Sementara dalam analisis regresi, uji homogenitas tidak bersifat wajib mengingat regresi tidak melihat perbedaan dari dua kelompok atau lebih. Akan tetapi, uji satu ini digunakan sebagai syarat uji independent t-test.
Perbedan Uji Homogenitas dengan Uji Homoskedastisitas
Sudah tahu kan perbedaan antara uji normalitas dan uji homogenitas adalah pada prinsip penggunaannya? Kini kamu juga harus tahu perbedaan uji homogenitas dengan uji homoskedastisitas.
Saat melakukan uji homoskedastisitas peneliti memeriksa apakah terdapat perbedaan yang tidak sama antara satu residu dengan pengamatan lainnya. Apabila ada kesamaan varian antara satu residu dengan lainnya, itu artinya homoskedastisitas.
Dengan kata lain, data pengamatan dapat memenuhi syarat jika asumsinya terindikasi homoskedastisitas. Bedanya, uji homogenitas bertujuan untuk mengamati perbedaan data dari dua sumber dan kelompok data yang berbeda.
Jenis Teknik dalam Uji Homogenitas
Dengan mengetahui bahwa uji homogenitas adalah uji untuk mengamati perbedaan antara beberapa kelompok data, apakah kamu semakin tertarik untuk membahasnya lebih lanjut? Pernah belajar tentang teknik dalam uji tersebut?
Penggunaan uji homogenitas melibatkan beberapa cara agar bisa mendapatkan hasil yang akurat. Adapun jenis tekniknya adalah sebagai berikut:
Uji Levene’s Test
Uji Levene’s Test merupakan metode uji homogenitas untuk melihat besaran varians antara dua data berbeda atau lebih. Dengan pengujian tersebut, peneliti dapat melihat apakah data mempunyai indikasi homogen atau tidak. Peneliti harus menentukan hasil dari nilai signifikansi data agar bisa membuat kesimpulan data bersifat homogen atau tidak.
Data dikatakan homogen apabila memiliki nilai signifikansi kurang dari 0,05 dan sebaliknya. Data dengan nilai signifikansi di atas 0,05 merupakan data bervariansi atau homogen.
Bartlett Test
Jenis kedua dari teknik uji homogen adalah Bartlett Test. Test satu ini biasanya digunakan agar bisa mengetahui homogenitas suatu data melalui adanya kesamaan antara dua datau atau lebih. Caranya adalah dengan menggunakan fungsi statistik likelihood ratio dan memodifikasi beberapa jumlah ukuran sampel.
Tetapi, peneliti harus mengingat satu hal ini, di mana daat yang bisa digunakan apabila sudah melalui uji normalitas dengan hasil normal. Jadi, data yang tidak terindikasi normal tidak akan diuji menggunakan Bartlett Test, tetapi menggunakan Uji Levene.
Cochran Q Test
Jenis teknik dalam uji homogenitas lainnya adalah Cochran Q Test. Pernah menggunakannya? Tujuan dari penggunaan teknik satu ini adalah mengetahui atribut apa saja yang valid dengan mengeluarkan atribut-atribut yang tidak valid berdasarkan beberapa kriteria statistik yang digunakan.
Untuk melakukan Cochran Q Test, penuhi beberapa syarat berikut:
- Data analisis adalah biner atau dikotomi
- Pemilihan setiap subjek independen dilakukan secara acak
- Tidak perlu adanya asumsi distribusi tertentu
- Jumlah subjek atau sampel → n ≥ 24/k
Contoh Uji Homogenitas
Seperti yang sudah kamu ketahui di awal, uji homogenitas adalah uji yang dilakukan agar mengetahui apakah sampel memiliki distribusi yang sama atau tidak. Dalam contoh kali ini, kita akan menggunakan data mahasiswa yang tinggal di tempat berbeda, yaitu rumah orang tua, asrama kampus, kos atau kontrakan, dan tempat tinggal lain.
Sampel adalah sebanyak 250 dari 300 mahasiswa yang dipilih secara acak dengan data yang dihasilkan sebagai berikut:
Sebanyak 72 mahasiswa tinggal di asrama, 84 tinggal di kost atau kontrakan, 49 tinggal di rumah orangtua, dan 45 lainnya tinggal di tempat lain
Sebanyak 91 mahasiswa tinggal di asrama, 86 tinggal di kos/kontrakan, 88 orang tinggal di rumah orangtua, dan 35 lainnya tinggal di tempat lain
Dari data di atas, diketahui bahwa:
H0 = Distribusi tempat tinggal mahasiswa dan mahasiswi universitas X sama
Ha = Distribusi tempat tinggal mahasiswa dan mahasiswi universitas X berbeda
Dari perhitungan uji homogenitas, didapatkan hasil bahwa nilai signifikansinya (P) adalah 0.0175. Sedangkan menurut kaidah uji homogenitas, data dikatakan homogen jika P = 0.05.
Jadi, kesimpulannya adalah kedua kelompok memiliki nilai distribusi berbeda dan H0 ditolak.
Uji homogenitas adalah salah satu uji yang harus kamu ketahui dan pahami dengan baik agar bisa melakukan penelitian. Apabila kemudian berencana membagikan hasil pengujian di sebuah blog namun tidak pandai merangkai kata, kamu bisa menggunakan jasa penulisan artikel SEO friendly. Jadi, jangan ragu untuk menghubungi Optimaise sekarang juga!
