際際滷

際際滷Share a Scribd company logo
01/15/10 ANALISIS NON PARAMETRIK I PENGUJIAN SATU SAMPEL Uji Tanda Binomial Uji Chi-Square Uji Run Uji Kolmogorov-Smirnov PENGUJIAN DUA SAMPEL BERPASANGAN Uji Tanda  Uji Ranking Bertanda Wilcoxon PENGUJIAN K SAMPEL BERPASANGAN Uji Q-Qochran Analisis Ragam Friedman
Pengertian Statistika Non Parametrik Bila kita tidak menspesifikasikan sifat sebaran  populasinya , maka umumnya kita tidak berhubungan dengan parameter. Oleh karena itu, sebagai pengganti statistika parametrik kita menggunakan  statistika non parametrik . Kelebihan-kelebihan yangn dimiliki statistika non parametrik yaitu Perhitungan yang diperlukan sederhana dan dapat dikerjakan dengan cepat karena analisisnya menggunakan cacahan, peringkat (rank) bahkan tanda dari selisih pengamatan yang berpasangan. Datanya tidak harus merupakan data kuantitatif, tetapi dapat berupa respon yang kualitatif ( skala nominal dan ordinal). Uji-ujinya disertai dengan asumsi-asumsi yang jauh tidak mengikat dibandingkan dengan uji parametrik. 01/15/10
Kelemahan-kelemahan yang dimiliki statistika non parametrik adalah : Kurang efisien, karena tidak memanfaatkan semua informasi yang terkandung dalam sampel.  Uji non parametrik memerlukan ukuran sampel yang lebih besar dibandingkan dengan uji parametrik untuk mencapai peluang galat jenis II yang sama.  Uji-uji non parametrik tidak dapat digunakan untuk: Menguji ada tidaknya pengaruh interaksi dari faktor-faktor yang diuji seperti dalam analisis ragam, dan  Peramalan, seperti dalam analisis regresi. 01/15/10
PENGUJIAN  KASUS SATU SAMPEL   Uji Tanda (Uji binominal)   Uji Chi-Square Uji Run Uji Kolmogorov-Smirnov 01/15/10
UJI TANDA (BINOMIAL) D alam uji tanda digunakan pengganti tanda positif atau negatif bagi nilai-nilai pengamatan. Nilai pengamatan positif jika nilai pengamatan tersebut > rata-rata hitung (populasinya setangkup) atau > median( populasinya menjulur). Nilai pengamatan negatif jika < nilai rata-ratanya atau mediannya. Hipotesis : H 0 : 袖=袖 o.  vs   H 1 : 袖  袖 o.  Statistik uji bagi Uji tanda adalah variabel acak X yang menyatakan banyaknya tanda positif atau negatif yang paling sedikit. Bila hipotesis nol 袖=袖 o  benar, maka peluang bahwa suatu nilai sampel menghasilkan tanda positif atau negatif sama dengan 遜. Akibatnya, statistik uji X memiliki sebaran peluang Binom dengan parameter p=遜 Jadi uji signifikasi dilakukan dengan menggunakan rumus binom : P(X x)  = 裡b (x;n,p) = 裡b (x;n,遜) 01/15/10
Contoh 01/15/10    Misal kita ingin menguji pada taraf nyata 0,05 bahwa isi kaleng suatu jenis minyak pelumas adalah 10 liter. Suatu sampel acak 10 kaleng telah diukur isinya, hasilnya adalah: 10,2; 9,7; 10,1; 10,3; 9,8; 9,9; 10,4; 10,3 dan 9,8 liter  Manajer bagian pemasaran sebuah perusahaan ban mobil bermerek A menyatakan bahwa daya tempuh ban yang diproduksinya yaitu 40.000 km. Suatu sampel acak sebanyak 8 ban dicoba dan dicatat jarak tempuhnya (dalam km) sampai ban tersebut diganti, datanya adalah :  34.400 ; 45.500; 32.000; 32.800; 38.100 dan 30.100. Sebuah perusahaan elektronik sedang mempertimbangkan untuk memberikan liburan berikut biayanya bagi para eksekutif senior dan keluarganya. Untuk menentukan preferensi antara seminggu di Hawaii atau seminggu di Spanyol. Suatu uji sampel acak 18 staf eksekutif ditanya pilihannya. ujilah pada taraf 5% bahwa kedua lokasi itu sama-sama disukai lawan alternatifnya bahwa preferensi mereka berbeda bila ternyata 4 di antara 18 yang ditanyai lebih menyukai spanyol.
Penyelesaian (1) 1.   Hipotesis :  H 0  : 袖 = 10 lawan H 1  : 袖   10  2. Uji statistik :  Uji binom  3. Taraf nyata  :  0,05 4. Wilayah kritik :  裡b (x;n,p) < 0,05  5. Perhitungan: (+)    >10 ; (-)    < 10 Banyaknya tanda (+) = 6 dan banyaknya tanda (-)= 4. Jadi X=4 ; n=10; p=遜.  Dari tabel jumlah binom diperoleh :P(X4)= 裡b (x;10, 遜) = 0,3770 Untuk pengujian dua arah maka P(X4)=2(0,3770)=0,7540 6.Kesimpulan : Terima H0  artinya bahwa rata-rata kaleng minyak pelumas  sebanyak 10 liter  dapat diterima. 01/15/10
Penyelesaian (2) 1.   Hipotesis  : H0 : p1= p2 = 遜 lawan H0 : p1   p2    遜 2. Uji statistik  : Uji Binom  3. Taraf nyata  : 0,05 4. Wilayah kritik : 裡b (x;n,p) < 0,05  5. Perhitungan :  (+)    > 40.000 ;  (-)    < 40.000 0    = 40.000 (tdk ikut)    tanda (+)=2 ,    (-)=6 X=2 ; n=8; p=遜 ; dari tabel diperoleh :P(X2)= 裡b (x;8, 遜) = 0,1445 dan untuk pengujian dua arah maka P(X2)=2(0,1445)=0,2890 6. Kesimpulan : Terima H0  artinya pernyataan manajer pemasaran bahwa rata-rata jarak tempuh ban  yang diproduksinya sejauh 40.000km dapat diterima 01/15/10
Penyelesaian (3) 01/15/10 1. Hipotesis  : H0 : p1=p2 = 遜 lawan H1 : p1= p2 = 遜 2. Uji statistik  : Uji Binom  3. Taraf nyata : 0,05 4. Wilayah kritik  : 裡b (x;n,p) < 0,05  5. Perhitungan  : X=4 ; n=18; p=遜 Dari tabel jumlah peluang binom diperoleh :  P(X4)= 裡b (x;18, 遜) = 0,0154 Untuk pengujian dua arah maka P(X4) = 2(0,0154) = 0,0308 6. Kesimpulan : Terima H0  artinya Hawai lebih disukai daripada spanyol.
UJI CHI-SQUARE  (  2 ) Uji Chi-Square merupakan Uji Kesesuaian (Godness of Fit) artinya uji tersebut dapat digunakan untuk menguji apakah terdapat kesesuaian yang nyata antara banyaknya atau frekuensi objek yang diamati (observed) dengan frekuensi objek yang diharapkan (expected) dalam tiap-tiap kategori. banyaknya kategori bisa dua atau lebih. Hipotesis : H 0  : f 1  = f 2  =....f k       H 1   : Frekuensi kemenangan tidak semuanya sama Uji Statistk: dimana: O i  =  Frekwensi Observasi E i  =  Frekwensi Ekspektasi, dk=k-1 01/15/10
Contoh  01/15/10
Penyelesaian (1) 01/15/10
Penyelesaian (2) 01/15/10
Penyelesaian (3) 01/15/10
UJI RUN Pengujian terhadap keacakan sampel yang dimaksud digunakan Uji Runtun (Run). Runtun (run) adalah barisan huruf ( lambang atau tanda-tanda) yang identik yang didahului atau diikuti sebuah huruf (lambang atau tanda) yang berbeda. Uji Runtun (run) membagi data menjadi dua penggolongan yang tidak berpotongan (laki-laki atau perempuan, cacat atau utuh, diatas atau dibawah median, dan sebagainya ).  Barisan hasil pengamatan terdiri dari dua lambang. Misalkan n1 adalah banyaknya lambang pertama atau yang lebih sedikit dan n2 adalah banyaknya lambang kedua atau yang lebih banyak, maka ukuran sampelnya adalah n= n1+ n2 01/15/10
Contoh 01/15/10
Penyelesaian (1) 01/15/10
Penyelesaian (2) 01/15/10
Penyelesaian (3) 01/15/10
Uji Kolmogorov-Smirnov Uji Kolmogorof-Smirnov termasuk uji kebaikan/ kesesuaian ( Godness of Fit). Tingkat kesesuaian antara distribusi nilai sampel (skor yang diobservasi) dengan distribusi teoritis tertentu (Normal, uniform atau poisson).  Hipotesis statistiknya adalah bahwa distribusi frekuensi hasil pengamatan bersesuaian dengan distribusi frekuensi harapan (teoritis)  01/15/10
Contoh 01/15/10
Contoh 01/15/10
PENGUJIAN DUA SAMPEL BERPASANGAN   Dalam uji parametrik, pengujian rata-rata bagi dua sampel yang berpasangan menggunakan statistik t. Asumsi yang mendasarinya yaitu kedua sampel mempunnyai ragam yang sama dan berasal dari populasi yang berdistribusi normal. Seringkali asumsi tersebut sulit dipenuhi, apalagi data yang diperoleh merupakan data peringkat (ordinal). Untuk mengatasi masalah tersebut, digunakan metode non parametrik misalnya dengan Uji Tanda  UjiRangking Bertanda Wilcoxon . 01/15/10
UJI TANDA Prosedur uji tanda didasarkan pada tanda positif atau negatif bagi selisih nilai pengamatan pada setiap pasangan sampel.  Uji tanda digunakan sebagai uji signifikasi perubahan (sebelum dan sesudah perlakuan). Jika nilai pengamatan untuk pasangan tersebut adalah YA dan YB maka selisihnya d= YA - YB.  Hipotesis statistik (H 0 ) yang ingin diuji adalah  d=0.  Jika H 0  benar artinya banyaknya tanda positif akan sama dengan banyaknya tanda negatif atau p=遜 Rumus perhitungan : a.  Jika Sampel kecil ( n < 25)  digunakan rumus binom P(Xx) = 裡b (x;n,p)  X = Banyaknya tanda (+) atau (-) yang paling sedikit n  = banyaknya tanda positif atau negatif. b. Untuk sampel besar digunakan pendekatan normal z = (X-袖)/袖= n.p =遜n dan  = = 遜 01/15/10
Contoh (1) 01/15/10
Penyelesaian (1) 01/15/10
Contoh (2) 01/15/10
Penyelesaian (2) 01/15/10
Contoh (3) 01/15/10
Penyelesaian (3) 01/15/10
UJI WILCOXON Dalam uji tanda hanya memperlihatkan arah perbedaan saja sedangkan dalam uji rangking bertanda Wilcoxon selain memperlihatkan arah perbedaan juga memperlihatkan besar relatif dari perbedaan tersebut. Cara analisis uji Peringkat Bertanda wilcoxon adalah: Tentukan selisih nilai pasangan yaitu d. Untuk nilai yang sama (d=0) data dieliminir selisih d dirangking tanpa memperhatikan tanda positif atau negatifnya. Untuk nilai d yang sama, rangkingnya adalah rata-rata. Pengujian dilakukan menggunakan statistik T. Statistik T dihitung dengan menjumlahkan rangking bertanda positif atau negatif yang menghasilkan jumlah paling sedikit. Bandingkan dengan statistik T dengan tabel nilai kritis T uji rangking bertanda Wilcoxon.  Kaidahnya :  Tolak H0 jika Untuk n > 25,  maka statistik T mendekati normal dengan nilai :  01/15/10
Contoh(1) 01/15/10
Contoh(2) 01/15/10
Contoh (3) 01/15/10
PENGUJIAN K SAMPEL BERPASANGAN Dalam metode parametrik, uji rata-rata K sampel berpasangan (berhubungan) dilakukan melalui Analisis Ragam dengan statistik F. Berbagai asumsi menyebabkan keterbatasan penggunaan analisis tersebut.  Dalam metode nonparametrik, pengujian K sampel berhubungan dimaksudkan untuk membandingkan skor (nilai pengamatan) dari K sampel atau kondisi yang berpasangan (banyaknya pengamatan setiap kondisi sama). Uji Q-Cochran  Analisis Ragam Dua Arah dari Friedman . 01/15/10
UJI Q-COCHRAN Uji Q Cochran digunakan untuk menguji apakah tiga (atau lebih) himpunan skor (proporsi atau frekuensi) berpasangan saling signifikan.  Skala data yang digunakan dapat berupa skala nominal maupun ordinal yang dipisahkan (dikotomi), seperti sukses dan gagal, ya dan tidak, dan sebagainya. 01/15/10
Contoh 01/15/10
Penyelesaian 01/15/10
ANALISIS RAGAM FRIEDMAN 01/15/10 Uji friedman digunakan untuk menguji signifikasi k sampekl berpasangan dengan skala data minimal ordinal. data disusun dalam n (baris ulangan) dan k kolom (perlakuan) kemudian dilakukan rangking terhadap seluruh perlakuan atau kondisi pada setiap ulangan.
Contoh(1)  01/15/10
Contoh(2) 01/15/10

More Related Content

What's hot (20)

Statistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan ParameterStatistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan Parameter
Retna Rindayani
Statistika Uji Rerata 2 Berpasangan
Statistika Uji Rerata 2 BerpasanganStatistika Uji Rerata 2 Berpasangan
Statistika Uji Rerata 2 Berpasangan
Siti Sahati
Teknik sampling
Teknik samplingTeknik sampling
Teknik sampling
Muhammad Luthfan
Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)
M. Jainuri, S.Pd., M.Pd
Uji Hipotesis
Uji HipotesisUji Hipotesis
Uji Hipotesis
Putri Handayani
Teori pendugaan statistik presentasi
Teori pendugaan statistik presentasiTeori pendugaan statistik presentasi
Teori pendugaan statistik presentasi
Perum Perumnas
Peubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinuPeubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinu
Anderzend Awuy
Bnp.01.uji tanda (sign test)
Bnp.01.uji tanda (sign test)Bnp.01.uji tanda (sign test)
Bnp.01.uji tanda (sign test)
raysa hasdi
Pengantar statistika 4
Pengantar statistika 4Pengantar statistika 4
Pengantar statistika 4
Az'End Love
Pengujian Hipotesis (Makalah Pengantar Statistika)
Pengujian Hipotesis (Makalah Pengantar Statistika)Pengujian Hipotesis (Makalah Pengantar Statistika)
Pengujian Hipotesis (Makalah Pengantar Statistika)
Mayawi Karim
Pengantar Statistika Inferensial
Pengantar Statistika InferensialPengantar Statistika Inferensial
Pengantar Statistika Inferensial
M. Jainuri, S.Pd., M.Pd
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
Aisyah Turidho
ITP UNS SEMESTER 2 Statistik nonparametrik 1
ITP UNS SEMESTER 2 Statistik nonparametrik 1ITP UNS SEMESTER 2 Statistik nonparametrik 1
ITP UNS SEMESTER 2 Statistik nonparametrik 1
Fransiska Puteri
Statistika UJI NORMALITAS
Statistika UJI NORMALITASStatistika UJI NORMALITAS
Statistika UJI NORMALITAS
Aprilia putri
Rumus Manual Uji homogenitas
Rumus Manual Uji homogenitasRumus Manual Uji homogenitas
Rumus Manual Uji homogenitas
Maya Umami
Uji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiUji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasi
Rosmaiyadi Snt
Materi p14 nonpar_dua &amp; k sampel bebas+pasangan
Materi p14 nonpar_dua &amp; k sampel bebas+pasanganMateri p14 nonpar_dua &amp; k sampel bebas+pasangan
Materi p14 nonpar_dua &amp; k sampel bebas+pasangan
M. Jainuri, S.Pd., M.Pd
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrik
Eman Mendrofa
Basic statistics 5 - binomial distribution
Basic statistics   5 - binomial distributionBasic statistics   5 - binomial distribution
Basic statistics 5 - binomial distribution
angita wahyu suprapti
Statistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan ParameterStatistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan Parameter
Retna Rindayani
Statistika Uji Rerata 2 Berpasangan
Statistika Uji Rerata 2 BerpasanganStatistika Uji Rerata 2 Berpasangan
Statistika Uji Rerata 2 Berpasangan
Siti Sahati
Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)
M. Jainuri, S.Pd., M.Pd
Teori pendugaan statistik presentasi
Teori pendugaan statistik presentasiTeori pendugaan statistik presentasi
Teori pendugaan statistik presentasi
Perum Perumnas
Peubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinuPeubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinu
Anderzend Awuy
Bnp.01.uji tanda (sign test)
Bnp.01.uji tanda (sign test)Bnp.01.uji tanda (sign test)
Bnp.01.uji tanda (sign test)
raysa hasdi
Pengantar statistika 4
Pengantar statistika 4Pengantar statistika 4
Pengantar statistika 4
Az'End Love
Pengujian Hipotesis (Makalah Pengantar Statistika)
Pengujian Hipotesis (Makalah Pengantar Statistika)Pengujian Hipotesis (Makalah Pengantar Statistika)
Pengujian Hipotesis (Makalah Pengantar Statistika)
Mayawi Karim
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
Aisyah Turidho
ITP UNS SEMESTER 2 Statistik nonparametrik 1
ITP UNS SEMESTER 2 Statistik nonparametrik 1ITP UNS SEMESTER 2 Statistik nonparametrik 1
ITP UNS SEMESTER 2 Statistik nonparametrik 1
Fransiska Puteri
Statistika UJI NORMALITAS
Statistika UJI NORMALITASStatistika UJI NORMALITAS
Statistika UJI NORMALITAS
Aprilia putri
Rumus Manual Uji homogenitas
Rumus Manual Uji homogenitasRumus Manual Uji homogenitas
Rumus Manual Uji homogenitas
Maya Umami
Uji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiUji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasi
Rosmaiyadi Snt
Materi p14 nonpar_dua &amp; k sampel bebas+pasangan
Materi p14 nonpar_dua &amp; k sampel bebas+pasanganMateri p14 nonpar_dua &amp; k sampel bebas+pasangan
Materi p14 nonpar_dua &amp; k sampel bebas+pasangan
M. Jainuri, S.Pd., M.Pd
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrik
Eman Mendrofa
Basic statistics 5 - binomial distribution
Basic statistics   5 - binomial distributionBasic statistics   5 - binomial distribution
Basic statistics 5 - binomial distribution
angita wahyu suprapti

Similar to Pertemuan 12 13 (20)

Pertemuan 10_Uji Keacakan.pptx
Pertemuan 10_Uji Keacakan.pptxPertemuan 10_Uji Keacakan.pptx
Pertemuan 10_Uji Keacakan.pptx
StatistikInferensial
Ppt buk halimah
Ppt buk halimahPpt buk halimah
Ppt buk halimah
melianti32
Run and Sign Test atau Uji Keacakan.pdf
Run and Sign Test atau Uji Keacakan.pdfRun and Sign Test atau Uji Keacakan.pdf
Run and Sign Test atau Uji Keacakan.pdf
StatistikInferensial
Ppt stadas klmpok
Ppt stadas klmpokPpt stadas klmpok
Ppt stadas klmpok
abiumi01
Bab.10 uji hipotesis
Bab.10 uji hipotesisBab.10 uji hipotesis
Bab.10 uji hipotesis
Bayu Bayu
Metode Statistika Non Parametrik pada satu kelompok sampel .pptx
Metode Statistika Non Parametrik pada satu kelompok sampel .pptxMetode Statistika Non Parametrik pada satu kelompok sampel .pptx
Metode Statistika Non Parametrik pada satu kelompok sampel .pptx
StatistikInferensial
Metode Statistik Non parametrik pada satu kelompok sampel.pdf
Metode Statistik Non parametrik pada satu kelompok sampel.pdfMetode Statistik Non parametrik pada satu kelompok sampel.pdf
Metode Statistik Non parametrik pada satu kelompok sampel.pdf
StatistikInferensial
regresi &korelasi
regresi &korelasiregresi &korelasi
regresi &korelasi
Ratu Bilqis
UJI HIPOTESIS.pptx
UJI   HIPOTESIS.pptxUJI   HIPOTESIS.pptx
UJI HIPOTESIS.pptx
Wan Na
Materi pertemuan ketujuh STATISTIK_UJI_t_ppt.ppt
Materi pertemuan ketujuh STATISTIK_UJI_t_ppt.pptMateri pertemuan ketujuh STATISTIK_UJI_t_ppt.ppt
Materi pertemuan ketujuh STATISTIK_UJI_t_ppt.ppt
AgusTriyono78
PPT-UEU-Statistik-Pertemuan dan keseruan-12.pptx
PPT-UEU-Statistik-Pertemuan dan keseruan-12.pptxPPT-UEU-Statistik-Pertemuan dan keseruan-12.pptx
PPT-UEU-Statistik-Pertemuan dan keseruan-12.pptx
ppdbmimdonowangunsat
Statistika non parametrik
Statistika non parametrikStatistika non parametrik
Statistika non parametrik
Scott Cracer
Materi regresi berganda Statistika 2.pptx
Materi regresi berganda Statistika 2.pptxMateri regresi berganda Statistika 2.pptx
Materi regresi berganda Statistika 2.pptx
Zudan2
Analisis regresi dan korelasi
Analisis regresi dan korelasiAnalisis regresi dan korelasi
Analisis regresi dan korelasi
Operator Warnet Vast Raha
12611132 muthia khaerunnisa
12611132 muthia khaerunnisa12611132 muthia khaerunnisa
12611132 muthia khaerunnisa
Muthya Khaerunnisa
Statistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sampleStatistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sample
Selvin Hadi
vdocuments.net_uji-normalitas-dan-validitas.ppt
vdocuments.net_uji-normalitas-dan-validitas.pptvdocuments.net_uji-normalitas-dan-validitas.ppt
vdocuments.net_uji-normalitas-dan-validitas.ppt
AnggaPratama111616
Pengantar Uji T
Pengantar Uji TPengantar Uji T
Pengantar Uji T
Eko Prasetya
P8 analisis statistik
P8 analisis statistikP8 analisis statistik
P8 analisis statistik
SusanFitria
Tugas pemodelan statistika
Tugas pemodelan statistikaTugas pemodelan statistika
Tugas pemodelan statistika
Iraa Nurcahyani
Ppt buk halimah
Ppt buk halimahPpt buk halimah
Ppt buk halimah
melianti32
Run and Sign Test atau Uji Keacakan.pdf
Run and Sign Test atau Uji Keacakan.pdfRun and Sign Test atau Uji Keacakan.pdf
Run and Sign Test atau Uji Keacakan.pdf
StatistikInferensial
Ppt stadas klmpok
Ppt stadas klmpokPpt stadas klmpok
Ppt stadas klmpok
abiumi01
Bab.10 uji hipotesis
Bab.10 uji hipotesisBab.10 uji hipotesis
Bab.10 uji hipotesis
Bayu Bayu
Metode Statistika Non Parametrik pada satu kelompok sampel .pptx
Metode Statistika Non Parametrik pada satu kelompok sampel .pptxMetode Statistika Non Parametrik pada satu kelompok sampel .pptx
Metode Statistika Non Parametrik pada satu kelompok sampel .pptx
StatistikInferensial
Metode Statistik Non parametrik pada satu kelompok sampel.pdf
Metode Statistik Non parametrik pada satu kelompok sampel.pdfMetode Statistik Non parametrik pada satu kelompok sampel.pdf
Metode Statistik Non parametrik pada satu kelompok sampel.pdf
StatistikInferensial
regresi &korelasi
regresi &korelasiregresi &korelasi
regresi &korelasi
Ratu Bilqis
UJI HIPOTESIS.pptx
UJI   HIPOTESIS.pptxUJI   HIPOTESIS.pptx
UJI HIPOTESIS.pptx
Wan Na
Materi pertemuan ketujuh STATISTIK_UJI_t_ppt.ppt
Materi pertemuan ketujuh STATISTIK_UJI_t_ppt.pptMateri pertemuan ketujuh STATISTIK_UJI_t_ppt.ppt
Materi pertemuan ketujuh STATISTIK_UJI_t_ppt.ppt
AgusTriyono78
PPT-UEU-Statistik-Pertemuan dan keseruan-12.pptx
PPT-UEU-Statistik-Pertemuan dan keseruan-12.pptxPPT-UEU-Statistik-Pertemuan dan keseruan-12.pptx
PPT-UEU-Statistik-Pertemuan dan keseruan-12.pptx
ppdbmimdonowangunsat
Statistika non parametrik
Statistika non parametrikStatistika non parametrik
Statistika non parametrik
Scott Cracer
Materi regresi berganda Statistika 2.pptx
Materi regresi berganda Statistika 2.pptxMateri regresi berganda Statistika 2.pptx
Materi regresi berganda Statistika 2.pptx
Zudan2
12611132 muthia khaerunnisa
12611132 muthia khaerunnisa12611132 muthia khaerunnisa
12611132 muthia khaerunnisa
Muthya Khaerunnisa
Statistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sampleStatistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sample
Selvin Hadi
vdocuments.net_uji-normalitas-dan-validitas.ppt
vdocuments.net_uji-normalitas-dan-validitas.pptvdocuments.net_uji-normalitas-dan-validitas.ppt
vdocuments.net_uji-normalitas-dan-validitas.ppt
AnggaPratama111616
Pengantar Uji T
Pengantar Uji TPengantar Uji T
Pengantar Uji T
Eko Prasetya
P8 analisis statistik
P8 analisis statistikP8 analisis statistik
P8 analisis statistik
SusanFitria
Tugas pemodelan statistika
Tugas pemodelan statistikaTugas pemodelan statistika
Tugas pemodelan statistika
Iraa Nurcahyani

More from Sowanto Sanusi (10)

Laporan penelitian dosen pemula (PDP) 2019
Laporan penelitian dosen pemula (PDP) 2019 Laporan penelitian dosen pemula (PDP) 2019
Laporan penelitian dosen pemula (PDP) 2019
Sowanto Sanusi
Laporan Akhir Penelitian Dosen Pemula (PDP) 2018
Laporan Akhir Penelitian Dosen Pemula (PDP) 2018Laporan Akhir Penelitian Dosen Pemula (PDP) 2018
Laporan Akhir Penelitian Dosen Pemula (PDP) 2018
Sowanto Sanusi
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Sowanto Sanusi
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Sowanto Sanusi
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Sowanto Sanusi
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Sowanto Sanusi
Enhancing students mathematical representation and selfefficacy through situ...
Enhancing students mathematical representation and selfefficacy through situ...Enhancing students mathematical representation and selfefficacy through situ...
Enhancing students mathematical representation and selfefficacy through situ...
Sowanto Sanusi
際際滷 penelitian desain
際際滷 penelitian desain際際滷 penelitian desain
際際滷 penelitian desain
Sowanto Sanusi
Situation-Based Leraning Assisted by Geometer's Sketchpad to Enhacing Matemat...
Situation-Based Leraning Assisted by Geometer's Sketchpad to Enhacing Matemat...Situation-Based Leraning Assisted by Geometer's Sketchpad to Enhacing Matemat...
Situation-Based Leraning Assisted by Geometer's Sketchpad to Enhacing Matemat...
Sowanto Sanusi
Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19
Sowanto Sanusi
Laporan penelitian dosen pemula (PDP) 2019
Laporan penelitian dosen pemula (PDP) 2019 Laporan penelitian dosen pemula (PDP) 2019
Laporan penelitian dosen pemula (PDP) 2019
Sowanto Sanusi
Laporan Akhir Penelitian Dosen Pemula (PDP) 2018
Laporan Akhir Penelitian Dosen Pemula (PDP) 2018Laporan Akhir Penelitian Dosen Pemula (PDP) 2018
Laporan Akhir Penelitian Dosen Pemula (PDP) 2018
Sowanto Sanusi
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Sowanto Sanusi
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Sowanto Sanusi
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Sowanto Sanusi
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Bahan Ajar Materi Garis Singgung Lingkaran dengan Pendekatan Saintifik untuk ...
Sowanto Sanusi
Enhancing students mathematical representation and selfefficacy through situ...
Enhancing students mathematical representation and selfefficacy through situ...Enhancing students mathematical representation and selfefficacy through situ...
Enhancing students mathematical representation and selfefficacy through situ...
Sowanto Sanusi
際際滷 penelitian desain
際際滷 penelitian desain際際滷 penelitian desain
際際滷 penelitian desain
Sowanto Sanusi
Situation-Based Leraning Assisted by Geometer's Sketchpad to Enhacing Matemat...
Situation-Based Leraning Assisted by Geometer's Sketchpad to Enhacing Matemat...Situation-Based Leraning Assisted by Geometer's Sketchpad to Enhacing Matemat...
Situation-Based Leraning Assisted by Geometer's Sketchpad to Enhacing Matemat...
Sowanto Sanusi
Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19
Sowanto Sanusi

Pertemuan 12 13

  • 1. 01/15/10 ANALISIS NON PARAMETRIK I PENGUJIAN SATU SAMPEL Uji Tanda Binomial Uji Chi-Square Uji Run Uji Kolmogorov-Smirnov PENGUJIAN DUA SAMPEL BERPASANGAN Uji Tanda Uji Ranking Bertanda Wilcoxon PENGUJIAN K SAMPEL BERPASANGAN Uji Q-Qochran Analisis Ragam Friedman
  • 2. Pengertian Statistika Non Parametrik Bila kita tidak menspesifikasikan sifat sebaran populasinya , maka umumnya kita tidak berhubungan dengan parameter. Oleh karena itu, sebagai pengganti statistika parametrik kita menggunakan statistika non parametrik . Kelebihan-kelebihan yangn dimiliki statistika non parametrik yaitu Perhitungan yang diperlukan sederhana dan dapat dikerjakan dengan cepat karena analisisnya menggunakan cacahan, peringkat (rank) bahkan tanda dari selisih pengamatan yang berpasangan. Datanya tidak harus merupakan data kuantitatif, tetapi dapat berupa respon yang kualitatif ( skala nominal dan ordinal). Uji-ujinya disertai dengan asumsi-asumsi yang jauh tidak mengikat dibandingkan dengan uji parametrik. 01/15/10
  • 3. Kelemahan-kelemahan yang dimiliki statistika non parametrik adalah : Kurang efisien, karena tidak memanfaatkan semua informasi yang terkandung dalam sampel. Uji non parametrik memerlukan ukuran sampel yang lebih besar dibandingkan dengan uji parametrik untuk mencapai peluang galat jenis II yang sama. Uji-uji non parametrik tidak dapat digunakan untuk: Menguji ada tidaknya pengaruh interaksi dari faktor-faktor yang diuji seperti dalam analisis ragam, dan Peramalan, seperti dalam analisis regresi. 01/15/10
  • 4. PENGUJIAN KASUS SATU SAMPEL Uji Tanda (Uji binominal) Uji Chi-Square Uji Run Uji Kolmogorov-Smirnov 01/15/10
  • 5. UJI TANDA (BINOMIAL) D alam uji tanda digunakan pengganti tanda positif atau negatif bagi nilai-nilai pengamatan. Nilai pengamatan positif jika nilai pengamatan tersebut > rata-rata hitung (populasinya setangkup) atau > median( populasinya menjulur). Nilai pengamatan negatif jika < nilai rata-ratanya atau mediannya. Hipotesis : H 0 : 袖=袖 o. vs H 1 : 袖 袖 o. Statistik uji bagi Uji tanda adalah variabel acak X yang menyatakan banyaknya tanda positif atau negatif yang paling sedikit. Bila hipotesis nol 袖=袖 o benar, maka peluang bahwa suatu nilai sampel menghasilkan tanda positif atau negatif sama dengan 遜. Akibatnya, statistik uji X memiliki sebaran peluang Binom dengan parameter p=遜 Jadi uji signifikasi dilakukan dengan menggunakan rumus binom : P(X x) = 裡b (x;n,p) = 裡b (x;n,遜) 01/15/10
  • 6. Contoh 01/15/10 Misal kita ingin menguji pada taraf nyata 0,05 bahwa isi kaleng suatu jenis minyak pelumas adalah 10 liter. Suatu sampel acak 10 kaleng telah diukur isinya, hasilnya adalah: 10,2; 9,7; 10,1; 10,3; 9,8; 9,9; 10,4; 10,3 dan 9,8 liter Manajer bagian pemasaran sebuah perusahaan ban mobil bermerek A menyatakan bahwa daya tempuh ban yang diproduksinya yaitu 40.000 km. Suatu sampel acak sebanyak 8 ban dicoba dan dicatat jarak tempuhnya (dalam km) sampai ban tersebut diganti, datanya adalah : 34.400 ; 45.500; 32.000; 32.800; 38.100 dan 30.100. Sebuah perusahaan elektronik sedang mempertimbangkan untuk memberikan liburan berikut biayanya bagi para eksekutif senior dan keluarganya. Untuk menentukan preferensi antara seminggu di Hawaii atau seminggu di Spanyol. Suatu uji sampel acak 18 staf eksekutif ditanya pilihannya. ujilah pada taraf 5% bahwa kedua lokasi itu sama-sama disukai lawan alternatifnya bahwa preferensi mereka berbeda bila ternyata 4 di antara 18 yang ditanyai lebih menyukai spanyol.
  • 7. Penyelesaian (1) 1. Hipotesis : H 0 : 袖 = 10 lawan H 1 : 袖 10 2. Uji statistik : Uji binom 3. Taraf nyata : 0,05 4. Wilayah kritik : 裡b (x;n,p) < 0,05 5. Perhitungan: (+) >10 ; (-) < 10 Banyaknya tanda (+) = 6 dan banyaknya tanda (-)= 4. Jadi X=4 ; n=10; p=遜. Dari tabel jumlah binom diperoleh :P(X4)= 裡b (x;10, 遜) = 0,3770 Untuk pengujian dua arah maka P(X4)=2(0,3770)=0,7540 6.Kesimpulan : Terima H0 artinya bahwa rata-rata kaleng minyak pelumas sebanyak 10 liter dapat diterima. 01/15/10
  • 8. Penyelesaian (2) 1. Hipotesis : H0 : p1= p2 = 遜 lawan H0 : p1 p2 遜 2. Uji statistik : Uji Binom 3. Taraf nyata : 0,05 4. Wilayah kritik : 裡b (x;n,p) < 0,05 5. Perhitungan : (+) > 40.000 ; (-) < 40.000 0 = 40.000 (tdk ikut) tanda (+)=2 , (-)=6 X=2 ; n=8; p=遜 ; dari tabel diperoleh :P(X2)= 裡b (x;8, 遜) = 0,1445 dan untuk pengujian dua arah maka P(X2)=2(0,1445)=0,2890 6. Kesimpulan : Terima H0 artinya pernyataan manajer pemasaran bahwa rata-rata jarak tempuh ban yang diproduksinya sejauh 40.000km dapat diterima 01/15/10
  • 9. Penyelesaian (3) 01/15/10 1. Hipotesis : H0 : p1=p2 = 遜 lawan H1 : p1= p2 = 遜 2. Uji statistik : Uji Binom 3. Taraf nyata : 0,05 4. Wilayah kritik : 裡b (x;n,p) < 0,05 5. Perhitungan : X=4 ; n=18; p=遜 Dari tabel jumlah peluang binom diperoleh : P(X4)= 裡b (x;18, 遜) = 0,0154 Untuk pengujian dua arah maka P(X4) = 2(0,0154) = 0,0308 6. Kesimpulan : Terima H0 artinya Hawai lebih disukai daripada spanyol.
  • 10. UJI CHI-SQUARE ( 2 ) Uji Chi-Square merupakan Uji Kesesuaian (Godness of Fit) artinya uji tersebut dapat digunakan untuk menguji apakah terdapat kesesuaian yang nyata antara banyaknya atau frekuensi objek yang diamati (observed) dengan frekuensi objek yang diharapkan (expected) dalam tiap-tiap kategori. banyaknya kategori bisa dua atau lebih. Hipotesis : H 0 : f 1 = f 2 =....f k H 1 : Frekuensi kemenangan tidak semuanya sama Uji Statistk: dimana: O i = Frekwensi Observasi E i = Frekwensi Ekspektasi, dk=k-1 01/15/10
  • 15. UJI RUN Pengujian terhadap keacakan sampel yang dimaksud digunakan Uji Runtun (Run). Runtun (run) adalah barisan huruf ( lambang atau tanda-tanda) yang identik yang didahului atau diikuti sebuah huruf (lambang atau tanda) yang berbeda. Uji Runtun (run) membagi data menjadi dua penggolongan yang tidak berpotongan (laki-laki atau perempuan, cacat atau utuh, diatas atau dibawah median, dan sebagainya ). Barisan hasil pengamatan terdiri dari dua lambang. Misalkan n1 adalah banyaknya lambang pertama atau yang lebih sedikit dan n2 adalah banyaknya lambang kedua atau yang lebih banyak, maka ukuran sampelnya adalah n= n1+ n2 01/15/10
  • 20. Uji Kolmogorov-Smirnov Uji Kolmogorof-Smirnov termasuk uji kebaikan/ kesesuaian ( Godness of Fit). Tingkat kesesuaian antara distribusi nilai sampel (skor yang diobservasi) dengan distribusi teoritis tertentu (Normal, uniform atau poisson). Hipotesis statistiknya adalah bahwa distribusi frekuensi hasil pengamatan bersesuaian dengan distribusi frekuensi harapan (teoritis) 01/15/10
  • 23. PENGUJIAN DUA SAMPEL BERPASANGAN Dalam uji parametrik, pengujian rata-rata bagi dua sampel yang berpasangan menggunakan statistik t. Asumsi yang mendasarinya yaitu kedua sampel mempunnyai ragam yang sama dan berasal dari populasi yang berdistribusi normal. Seringkali asumsi tersebut sulit dipenuhi, apalagi data yang diperoleh merupakan data peringkat (ordinal). Untuk mengatasi masalah tersebut, digunakan metode non parametrik misalnya dengan Uji Tanda UjiRangking Bertanda Wilcoxon . 01/15/10
  • 24. UJI TANDA Prosedur uji tanda didasarkan pada tanda positif atau negatif bagi selisih nilai pengamatan pada setiap pasangan sampel. Uji tanda digunakan sebagai uji signifikasi perubahan (sebelum dan sesudah perlakuan). Jika nilai pengamatan untuk pasangan tersebut adalah YA dan YB maka selisihnya d= YA - YB. Hipotesis statistik (H 0 ) yang ingin diuji adalah d=0. Jika H 0 benar artinya banyaknya tanda positif akan sama dengan banyaknya tanda negatif atau p=遜 Rumus perhitungan : a. Jika Sampel kecil ( n < 25) digunakan rumus binom P(Xx) = 裡b (x;n,p) X = Banyaknya tanda (+) atau (-) yang paling sedikit n = banyaknya tanda positif atau negatif. b. Untuk sampel besar digunakan pendekatan normal z = (X-袖)/袖= n.p =遜n dan = = 遜 01/15/10
  • 31. UJI WILCOXON Dalam uji tanda hanya memperlihatkan arah perbedaan saja sedangkan dalam uji rangking bertanda Wilcoxon selain memperlihatkan arah perbedaan juga memperlihatkan besar relatif dari perbedaan tersebut. Cara analisis uji Peringkat Bertanda wilcoxon adalah: Tentukan selisih nilai pasangan yaitu d. Untuk nilai yang sama (d=0) data dieliminir selisih d dirangking tanpa memperhatikan tanda positif atau negatifnya. Untuk nilai d yang sama, rangkingnya adalah rata-rata. Pengujian dilakukan menggunakan statistik T. Statistik T dihitung dengan menjumlahkan rangking bertanda positif atau negatif yang menghasilkan jumlah paling sedikit. Bandingkan dengan statistik T dengan tabel nilai kritis T uji rangking bertanda Wilcoxon. Kaidahnya : Tolak H0 jika Untuk n > 25, maka statistik T mendekati normal dengan nilai : 01/15/10
  • 35. PENGUJIAN K SAMPEL BERPASANGAN Dalam metode parametrik, uji rata-rata K sampel berpasangan (berhubungan) dilakukan melalui Analisis Ragam dengan statistik F. Berbagai asumsi menyebabkan keterbatasan penggunaan analisis tersebut. Dalam metode nonparametrik, pengujian K sampel berhubungan dimaksudkan untuk membandingkan skor (nilai pengamatan) dari K sampel atau kondisi yang berpasangan (banyaknya pengamatan setiap kondisi sama). Uji Q-Cochran Analisis Ragam Dua Arah dari Friedman . 01/15/10
  • 36. UJI Q-COCHRAN Uji Q Cochran digunakan untuk menguji apakah tiga (atau lebih) himpunan skor (proporsi atau frekuensi) berpasangan saling signifikan. Skala data yang digunakan dapat berupa skala nominal maupun ordinal yang dipisahkan (dikotomi), seperti sukses dan gagal, ya dan tidak, dan sebagainya. 01/15/10
  • 39. ANALISIS RAGAM FRIEDMAN 01/15/10 Uji friedman digunakan untuk menguji signifikasi k sampekl berpasangan dengan skala data minimal ordinal. data disusun dalam n (baris ulangan) dan k kolom (perlakuan) kemudian dilakukan rangking terhadap seluruh perlakuan atau kondisi pada setiap ulangan.