Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Statistik Non Parametrik

Presentasi serupa


Presentasi berjudul: "Statistik Non Parametrik"— Transcript presentasi:

1 Statistik Non Parametrik
DIAKHIR PERTEMUAN MAHASISWA MENGENAL DATA DAN JENISNYA, MENGETAHUI KEGUNAAN STATISTIK NON-PARAMETRIK MEMBUAT HIPOTESIS UJI STATISTIK

2 KENAL DATA YANG DIMILIKI

3 DATA

4 HITUNG DATA

5 NOMINAL DATA HITUNG (TIDAK BERBEDA)

6 NOMINAL (TIDAK BERBEDA)
JENIS KELAMIN WAKTU HARI WARNA NOMINAL (TIDAK BERBEDA)

7 NOMINAL (TIDAK BERBEDA)
HITUNG ORDINAL (ADA BEDA) DATA

8 ORDINAL (ADA BEDA) YA – TIDAK SANGAT SUKA - SUKA - KURANG SUKA
SANGAT ENAK - ENAK – CUKUP ENAK – TIDAK ENAK NILAI BISA BERVARIASI, JARAK HARUS SAMA

9 NOMINAL (TIDAK BERBEDA)
HITUNG DATA ORDINAL (ADA BEDA)

10 NOMINAL (TIDAK BERBEDA)
HITUNG ORDINAL (ADA BEDA) DATA UKUR

11 TIDAK ABSOLUT (SUHU, PERSEPSI) INTERVAL UKUR

12 UKUR INTERVAL RASIO TIDAK ABSOLUT (SUHU, PERSEPSI) ABSOLUT
(BERAT, TINGGI) RASIO

13 NOMINAL (TIDAK BERBEDA)
HITUNG ORDINAL (ADA BEDA) DATA TIDAK ABSOLUT (SUHU, PERSEPSI) UKUR TIDAK ABSOLUT (SUHU, PERSEPSI)

14 PEDOMAN PENGGUNAAN UJI STATISTIK
MULAI TIPE DATA

15 PEDOMAN PENGGUNAAN UJI STATISTIK
MULAI ? NOMINAL / ORDINAL TIPE DATA

16 STATISTIK NON-PARAMETRIK TIPE DATA
PEDOMAN PENGGUNAAN UJI STATISTIK MULAI STATISTIK NON-PARAMETRIK NOMINAL / ORDINAL TIPE DATA

17 INTERVAL / RASIO ? STATISTIK NON-PARAMETRIK TIPE DATA
PEDOMAN PENGGUNAAN UJI STATISTIK MULAI STATISTIK NON-PARAMETRIK NOMINAL / ORDINAL TIPE DATA INTERVAL / RASIO ?

18 STATISTIK NON-PARAMETRIK TIPE DATA DISTRIBUSI DATA
PEDOMAN PENGGUNAAN UJI STATISTIK MULAI STATISTIK NON-PARAMETRIK NOMINAL / ORDINAL TIPE DATA INTERVAL / RASIO DISTRIBUSI DATA

19 TIDAK NORMAL STATISTIK NON-PARAMETRIK TIPE DATA DISTRIBUSI DATA
PEDOMAN PENGGUNAAN UJI STATISTIK MULAI STATISTIK NON-PARAMETRIK NOMINAL / ORDINAL TIPE DATA INTERVAL / RASIO DISTRIBUSI DATA TIDAK NORMAL

20 NORMAL STATISTIK NON-PARAMETRIK TIPE DATA DISTRIBUSI DATA
PEDOMAN PENGGUNAAN UJI STATISTIK MULAI STATISTIK NON-PARAMETRIK NOMINAL / ORDINAL TIPE DATA INTERVAL / RASIO DISTRIBUSI DATA TIDAK NORMAL NORMAL

21 STATISTIK NON-PARAMETRIK TIPE DATA DISTRIBUSI DATA BESAR SAMPEL
PEDOMAN PENGGUNAAN UJI STATISTIK MULAI STATISTIK NON-PARAMETRIK NOMINAL / ORDINAL TIPE DATA INTERVAL / RASIO DISTRIBUSI DATA TIDAK NORMAL NORMAL BESAR SAMPEL

22 <30 (KECIL) STATISTIK NON-PARAMETRIK TIPE DATA DISTRIBUSI DATA
PEDOMAN PENGGUNAAN UJI STATISTIK MULAI STATISTIK NON-PARAMETRIK NOMINAL / ORDINAL TIPE DATA INTERVAL / RASIO DISTRIBUSI DATA <30 (KECIL) TIDAK NORMAL NORMAL BESAR SAMPEL

23 >30 (BESAR) STATISTIK NON-PARAMETRIK TIPE DATA DISTRIBUSI DATA
PEDOMAN PENGGUNAAN UJI STATISTIK MULAI STATISTIK NON-PARAMETRIK NOMINAL / ORDINAL TIPE DATA INTERVAL / RASIO DISTRIBUSI DATA TIDAK NORMAL NORMAL STATISTIK PARAMETRIK BESAR SAMPEL >30 (BESAR)

24 >30 (BESAR) STATISTIK NON-PARAMETRIK TIPE DATA DISTRIBUSI DATA
PEDOMAN PENGGUNAAN UJI STATISTIK MULAI STATISTIK NON-PARAMETRIK NOMINAL / ORDINAL TIPE DATA INTERVAL / RASIO DISTRIBUSI DATA <30 (KECIL) TIDAK NORMAL NORMAL STATISTIK PARAMETRIK BESAR SAMPEL >30 (BESAR)

25 Statistik Non Parametrik
Umumnya digunakan pada jenis data nominal dan ordinal Dapat digunakan pada populasi yang bebas distribusi dengan kata lain distribusi normal atau tidak normal Dapat digunakan pada jumlah sampel lebih kecil

26 Bentuk-bentuk hipotesis penelitian
Hipotesis Deskriptif Hipotesis Komparatif Hipotesis asosiatif

27 Hipotesis Deskriptif Masalah deskriptif Hipotesis deskriptif
Apakah orang jawa lebih suka makan manis ? Hipotesis deskriptif Orang jawa lebih suka makan manis Hiptesis Statistik Ho : µ = 50 % Ha : µ ≠ 50 %

28 Hipotesis Komparatif Masalah komparatif Hipotesis komparatif
Apakah laki-laki muda lebih banyak merokok dari pada lelaki tua ? Hipotesis komparatif laki-laki muda lebih banyak merokok dari pada lelaki tua Hiptesis Statistik H0 : µ1 = µ2 Ha : µ1 ≠ µ2

29 Hipotesis Asosiatif Masalah asosiatif Hipotesis asosiatif
Apakah ada hubungan antara motivasi dengan kinerja Hipotesis asosiatif Ada hubungan antara motivasi dengan kinerja perawat Hiptesis Statistik H0 : ρ = 0 Ha : ρ ≠ 0

30 Uji hipotesis deskriptif (Satu sample)
Untuk data nominal digunakan Test Binomial dan Chi Kuadrat (x2) satu sample. Untuk data ordinal digunakan Run Test

31 Test Binomial Digunakan untuk menguji hipotesis bila dalam populasi terdiri atas dua kelompok klas, datanya berbentuk nominal dan jumlah sampelnya kecil, misalnya klas pria dan wanita, senior dan yunior dll. Ada tidaknya perbedaan antara data yang ada dalam populasi dengan data yang ada pada sampel yang diambil dari populasi tersebut.

32 Test Binomial Probabilitas untuk memperoleh x obyek dalam satu kategori dan N-x dalam kategori lain adalah ; P(x) = Px QN-x N x

33 Test Binomial Dapat dilakukan dengan cara yang lebih sederhana Contoh
Dilakukan penelitian untuk mengetahui kecenderungan masyarakat dalam memilih pelayanan fisioterapi untuk keluarga. Berdasarkan 24 anggota sampel yang dipilih secara acak ternyata 14 orang memilih klinik RS dan 10 orang memilih klinik privat.

34 Test Binomial Hipotesis nul yang diajukan adalah bahwa peluang masyarakat dalam memilih dua jenis pelayanan fisioterapi yaitu klinik RS dan klinik privat adalah sama, yaitu 50% Ho : P1 = P2 = 0,5 Ha : P1 = P2 = 0,5

35 Test Binomial Hasil pengumpulan data tersebut dapat disusun kedalam tabel berikut : Tabel 1 Kecenderungan Masyarakat Dalam memilih Pelayanan Fisioterapi Alternatif Pilihan Frekuensi Klinik RS Klinik Privat 14 10 Jumlah 24

36 Test Binomial Dalam kasus ini jumlah sampel independen (N) = 24, karena yang memilih klinik RS 14 dan Klinik privat 10. Frekuensi terkecil (x) = 10. Berdasarkan tabel nilai-nilai x dalam Test binomial dengan N=24, x = 10 maka koefisien binomialnya = 0,271. Bila taraf kesalahan  ditetapkan 1% yang berarti = 0,01, maka ternyata nilai p sebesar dari 0,01 (0,271>0,01), maka Ho diterima atau Ha ditolak. Jadi kesimpulannya dalah kemungkinan masyarakat dalam memilih jenis pelayanan adalah sama yaitu 50%.

37 CHI KUADRAT

38 Chi kuadrat (2) Chi Kuadrat satu sample, adalah teknik statistik yang digunakan untuk menguji hipotesis bila dalam populasi terdiri atas dua atau lebih klas, data berbentuk nominal dan sampelnya besar. Rumus Dasar Chi Kuadrat Dimana : 2 = Chi kuadrat Fo = Frekuensi yang diobservasi Fh = Frekuensi yang diharapkan

39 Chi Kuadrat Contoh Telah dilakukan pengumpulan data untuk mengetahui bagaimana kemungkinan masyarakat dalam memilih warna mobil. Yaitu mobil warna merah dan hitam. Sampel diambil secara random sebanyak 300 orang. Dari sampel tersebut ternyata 200 orang memilih merah dan 100 orang memilih hitam.

40 Chi Kuadrat Hipotesis yang diajukan adalah ;
Ho : Peluang fisioterapis pria dan wanita adalah sama untuk memberikan pelayanan Ha : Peluang fisioterapis pria dan wanita adalah tidak sama untuk dapat dipilih .

41 Chi Kuadrat Untuk pembuktian hipotesis maka data disusun dalam tabel berikut: Fisioterapis Frekuensi yang diperoleh Frekuensi yang diharapkan Pria Wanita 200 100 150 Jumlah 300

42 Chi Kuadrat fo fh fo-fh (fo-fh)2 Fisioterapis Pria wanita 200 100 150
-50 2500 16,67 Jumlah 300 5000 33,34

43 Chi Kuadrat Nilai Chi kuadrat dari perhitungan ditunjukkan sebesar 33,33 Untuk membuat keputusan maka nilai tersebut perlu dibandingkan dengan nilai tabel dengan dk dan taraf kesalahan tertentu. Ho diterima jika nilai chi kuadrat lebih kecil dari nilai tabel dan jika lebih besar Ho ditolak.

44 Chi Kuadrat Derajat kebebasan (dk) Jumlah kategori-1, maka dk =1
Berdasarkan dk = 1 dan taraf kesalahan yang kita tetapkan 5% maka chi kuadrat tabel = 3,841 Dengan demikian (Nilai hitung >nilai tabel) maka Ho ditolak Kesimpulan bahwa masyarakat cenderung memilih fisioterapis pria dibandingkan dengan fisioterapis wanita.

45 SOAL LATIHAN Seorang Peneliti menemukan vakuola subskapuler depan (anterior subscapular vacuoles) dalam mata sebanyak 5 orang penderita diabetes mellitus (DM). Dapatkah kita menyatakan bahwa pada penderita DM akan selalu ditemukan vakuola subskapular depan? Seorang peneliti mendapat data tentang perilaku merokok. Jumlah sample yang dipelajari sebanyak 300 orang dan distribusi menurut umur: <20 tahun sebanyak 11 orang, usia tahun sebanyak 171 orang, usia tahun sebanyak 96 orang dan selebihnya berusia diatas 39 tahun. Apakah ada perbedaan usia dalam kaitannya dengan perilaku merokok?  soal latihan lainnya akan diberikan di kelas


Download ppt "Statistik Non Parametrik"

Presentasi serupa


Iklan oleh Google