Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

daftar isi slide show # CHY SQUARE TEST ( TES KAI KUADRAT )CHY SQUARE TEST ( TES KAI KUADRAT ) # ANALISA –VARIANCE ( F- TEST)ANALISA –VARIANCE ( F- TEST)

Presentasi serupa


Presentasi berjudul: "daftar isi slide show # CHY SQUARE TEST ( TES KAI KUADRAT )CHY SQUARE TEST ( TES KAI KUADRAT ) # ANALISA –VARIANCE ( F- TEST)ANALISA –VARIANCE ( F- TEST)"— Transcript presentasi:

1

2 daftar isi slide show # CHY SQUARE TEST ( TES KAI KUADRAT )CHY SQUARE TEST ( TES KAI KUADRAT ) # ANALISA –VARIANCE ( F- TEST)ANALISA –VARIANCE ( F- TEST) # ANOVA ( ANALISIS VARIAN LANJUTAN )ANOVA ( ANALISIS VARIAN LANJUTAN )

3 * Digunakan untuk mengetahui a. Interdependensi antara satu variabel atau lebih dengan variabel lainnya ( chy square test for independence ) b. Kesesuaian antara frekuensi observasi variabel tertentu dengan frekuensi yang diperoleh berdasarkan nilai harapannya. ( distribusi probabilitasnya / expected value ) / test for goodness of fit Tes Statistik

4  Oij adalah hasil yang diperoleh berdasarkan pengamatan ( Observasi ) terhadap random sampelnya pada baris ke i dan kolom ke j dari variabel yang diamati  eij adalah hasil yang diperoleh berdasarkan distribusi probabilitas pada baris ke i dan kolom j atau merupakan nilai harapan ( expected value ) pada baris dan kolom observasi yang ada  Xc² adalah nilai tes statistik yang diperoleh berdasarkan hasil pengamatan random sampelnya dan nilai harapan pada masing-masing baris dan kolom kategori. Derajat kebebasan Distribusi X² Sangat ditentukan oleh bentuk tabel dan kategori pengamatannya.

5

6 sehingga Hipotesis : I. Ho : P1 = P2 = P3 = P4 = P5 = P6 = 1/6 Ha : P1 ≠ P2 ≠ P3 ≠ P4 ≠ P5 ≠ P6 ≠ 1/6 II. ∝ = 5%  nilai kritis df ∝ ( k – 1 ) = df 0,05 ( 6 – 1 ) = 11,070 ( Lihat tabel X² ) gunakan k – 1 karena ada 1 baris pengamatan III. Daerah penerimaan Ho terletak bila Xc² ≤ 11,070 daerah penolakan Ho terletak bila Xc² > 11,070 ∝ = 5 % ( Daerah penolakan Ho ) Daerah penerimaan Ho 11,070

7 IV. Tes Statistik Mata dadu Hasil observasi Expected  nilai harapan ( eij ) Pada masing-masing baris & kolom adalah probabilitas masing- Masing mata dadu keluar X jumlah percobaannya yaitu 1 x 60 = 10 x 6 V. Keputusan = Ho diterima karena Xc² < 11,070 2,60 < 11,070 VI. Kesimpulan : Karena Ho diterima berarti bahwa Ho : P1 = P2 = P3 = P4 = P5 = P6 = 1/6 Dan dapat disimpulkan bahwa dadu yang digunakan seimbang

8 Test Independensi Tabel mengenai efek tingkah laku yang dialami oleh 100 orang pecandu narkotik terhadap tinggi rendahnya kadar pemakaian narkotik tersebut Dari data diatas ujilah apakah penggunaan narkoba membawa pengaruh / efek terhadap penderitanya ( ∝ = 5 % ) Efek Tingkat Penggunaan Total RinganSedangBerat Sukar tidur Malas kerja Perubahan Psikologi Tidak ada pengaruh Total

9 Jawab : I.Ho : Penggunaan narkotika tidak membawa efek terhadap pecandunya ( pemakaian narkotika independen terhadap perubahan tingkah laku pecandunya ) Ha : Pemakaian narkotika membawa pengaruh / efek terhadap pecandunya ( tidak independen ) II. ∝ = 5 %, nilai kritis adalah X² 0,05 df ( k – 1 ) ( h – 1 ) X² 0,05 df ( 4 – 1 ) ( 3 – 1 ) X² 0,05 df 6 = 12,592 III. Daerah penerimaan Ho terletak bila Xc² ≤ 12,592 Daerah penolakan Ho terletak bila Xc² > 12,592 IV. Tes Statistik

10 Cara Menghitung eij : e 11 = 22 x 37 = 8,14 e 21 = 36 x 37 = 13, e 12 = 22 x 39 = 6,38e 22 = 36 x 29 = 10, e 13 = 22 x 37 = 7,48e 23 = 36 x 34 = 12, e 31 = 24 x 37 = 8,88 e 21 = 18 x 37 = 6, e 12 = 24 x 39 = 6,96 e 22 = 18 x 29 = 5, e 13 = 24 x 37 = 8,16 e 23 = 18 x 34 = 6,

11 Efek Nilai Harapan Total RinganSedangBerat Sukar tidur8,146,387,4822 Malas kerja13,3210,2412,2436 Perubahan Psikologi8,886,968,1624 Tidak ada pengaruh6,665,226,1218 Total Xc² = 0, ,98 + 0,03 + 0,40 + 1,13 + 2, ,93 + 2,34 + 0,16 + 1,66 + 0, ,77 Xc² = 13,823

12 V. Keputusan : Ho ditolak karena Xc² > 12,592 ( 13,823 > 12,592 ) berarti Ha diterima VI. Kesimpulan : Karena Ho ditolak maka berarti bahwa ada pengaruh yang cukup signifikan antara tingkat pemakaian narkotika terhadap efek / pengaruh yang dialami oleh para pecandunya didalam perubahan tingkah laku sehari-hari. Ho ditolak Ho diterima ∝ = 5 % BACK Tes kai kuadrat selesai

13 ANALISA - VARIANCE ( F-TEST ) Adalah untuk menguji persamaan dari beberapa nilai means ( rata-rata ) secara serentak * F tes untuk mengetahui kesamaan variance ( test the equality of variance ) ( untuk membandingkan 2 nilai means apakah memiliki variance yang sama / tidak ) Cara pengujian Ho = S1² = S2² Ha = S1² ≠ S2² ( Uji 2 sisi ) = S1² > S2² ( Uji sisi kanan ) = S1² < S2² ( Uji sisi kiri ) I. Cari nilai kritis untuk menentukan apakah Ho diterima atau ditolak pada ∝ tertentu

14 II. Test Statistik Ho ditolak Ho diterima ∝ Nilai kritis III.Keputusan : Apakah menerima Ho atau menolak Ho dengan membandingkan antara Fc dengan F tabel IV. Kesimpulan

15 Contoh : Seandainya kita ingin mengetahui apakah ada perbedaan variance yang signifikan terhadap 2 kelompok mahasiswa bila dalam pemberian kuliah menggunakan 2 metode yang berbeda. Untuk itu dipilih sebanyak 5 orang mahasiswa, pada masing-masing kelompok, setelah dites menghasilkan data sebagai berikut : Ujilah dengan ∝ = 5 %, apakah nilai kedua kelompok mahasiswa diatas mempunyai variance yang sama Sampel mahasiswa Kelompok 1Kelompok 2 ( Nilai )

16 Jawab : I. Ho : S1 = S2 Ha : S1 > S2 S1² = Ʃ (X1 –X1 ) ², S2² = Ʃ (X2 –X2 ) ² n1 – 1 n2 – 1 S1² = 150 = 37,5, S2² = 100 = – 1 Perhitungan : X1X X1 = 80X2 = 65 ( X1 - X1 ) ²( X2 - X2 ) ² Ʃ ( X1-X1)² = 150Ʃ( X2- X2)² = 100

17 II. Nilai kritis F ∝ df ( n1 – 1 ), ( n2 – 1 ) F 0,05 df ( 5 – 1 ), ( 5 – 1 ) = 6,39  ( 4, 4 ) Numerator, denominator Tolak Ho Terima Ho 6,39 III.Tes statistik IV.Keputusan : Terima Ho karena Fc ≤ 6,39 V.Kesimpulan : karena Ho diterima maka variance antara kelompok 1 dan 2 adalah sama ( tidak berbeda )  tidak ada perbedaan yang cukup berarti antara kedua metode diatas. Tolak Ho bila Fc > 6,39 Terima Ho bila Fc ≤ 6,39 Tolak Ho bila Fc > 6,39 Terima Ho bila Fc ≤ 6,39 Fc = S1² = 37,5 = 1,5 S2² 25 Fc = S1² = 37,5 = 1,5 S2² 25

18 Uji Distribusi F bila Jumlah sampels means >2 ( k >2 ) Contoh : Seorang produsen ban mobil memproduksikan 3 merk ban mobil dengan teknologi yang digunakan berbeda pula. Dari hasil pengujian yang telah dilakukan terhadap semua merk ban tersebut diperoleh informasi sebagai berikut :  k=3 ( A,B,C ) n SAMPEL LAMA PEMAKAIAN MERK AMERK BMERK C

19 Ujilah dengan ∝ = 5 %, apakah merk ban diatas memiliki perbedaan rata-rata lamanya pemakaian atau tidak, dan apakah wajar bagi produsen tersebut memberikan harga yang berbeda bagi masing-masing merk ban tersebut ? I. Ho : μA = μB = μC Ha : μA ≠ μB ≠ μC II. Nilai kritis F ( k – 1 ) ( 3 – 1 )  Numerator F∝ df = F 0,05 df k ( n – 1 ) 3 ( 5 – 1 )  Denominator 2 = F 0,05 df = 3,89 12

20 Tolak Ho ( 1- ∝ ) ∝ Terima Ho 3,89 III. Tes Statistik ( Fc ) Tolak Ho bila Fc > 3,89 Terima Ho bila Fc ≤ 3,89 Tolak Ho bila Fc > 3,89 Terima Ho bila Fc ≤ 3,89 XA Sampel 1 (XA) XB Sampel 2 (XB) XC Sampel 3 (XC) ( XA - XA ) ²( XB - XB ) ²( XC - XC ) ² XA = 4 n = 5 Ʃ ( XA - XA ) ² = 6 XB = 5 n = 5 Ʃ ( XB - XB ) ² = 2 XC = 6 n = 5 Ʃ ( XC - XC ) ² = 2

21 SA ² = Ʃ ( XA - XA ) ², SB ² = Ʃ ( XB - XB ) ², SC ² = Ʃ ( XC - XC ) ² n – 1 n - 1 n – 1 SA ² = 6 SB ² = 2 SC ² = SA ² = 1,5 SB ² = 0,5 SC ² = 0,5 Б ² B = Besarnya Variance within samples Б ² W = Ʃ S1) ² = 1,5 + 0,5 + 0,5 = 0,833 k 3 Fc = Б ² B Б ² W Fc = Б ² B Б ² W

22 Б ² B = variance antar samples = n Ʃ ( Xi - μ ) ² k – 1 = 5 ( 4 – 5 ) ² + ( 4 – 5 ) ² + ( 4 – 5 ) ² = = 5 2 IV.Keputusan : Karena nilai tes statistik ( Fc ) > 3,89 maka hipotesa nol akan ditolak dan hipotesa alternatif diterima sehingga dapat disimpulkan bahwa rata-rata lama pemakaian antara ban merk A, B, C memiliki perbedaan yang signifikan, sehingga sangatlah wajar bagi produsen untuk memberikan harga yang berbeda untuk merk ban tersebut. Fc = 5 = 6 0,833

23 Ho ditolak Ho diterima ∝ 3,89 Fc = 6 BACK F tes selesai

24 # Tujuan untuk mendapatkan pemecahan terhadap masalah didalam melakukan suatu eksperimen yang terdiri dari 2 atau lebih populasi ( k ≥ 2 ) # Untuk mengukur besarnya variasi-variasi yang terjadi Terdiri dari : a. One way classification : didasarkan pada satu kriteria saja b. Two way classification : didasarkan pada dua kriteria Misal Eksperimen terhadap 3 jenis varietas padi dan penggunaan 4 macam pupuk yang berbeda-beda, Bagaimana efek terhadap hasil produksi ? # One way : Mengukur variasi yang terjadi didalam suatu eksperimen terhadap 3 jenis varietas padi saja, tanpa memasukkan pengaruh penggunaan 4 macam pupuk yang berbeda

25 # Two way : Mengukur variasi yang terjadi karena perbedaan 3 jenis varietas padi dan juga variasi yang disebabkan karena perbedaan penggunaan 4 jenis pupuk terhadap hasil produksi. VariasiSSdfMSSFc KolomSSS( k – 1 ) S 1 ² = SSC ( k –1) ( MSSC ) S 1 ² = MSSC S 2 ² MSSE ErrorSSEk ( n –1 ) S 2 ² = SSE k ( n –1) ( MSSE ) TotalSSTn.k -1

26 Contoh : Dalam penelitian yang dilakukan terhadap 5 jenis padi yang baru saja ditemukan ( k = 5 ), dimana masing-masing jenis padi ini diambil secara random sebanyak 5(n ) sampel dan ditanam pada seluas tanah masing-masing 2 Ha. Ternyata setelah dipanen meghasilkan data-data produk dari kelima jenis padi sebagai berikut : Ujilah : Apakah ada perbedaan rata-rata produksi per Ha-nya diantara kelima macam jenis padi yang baru ditemukan itu ? ( ∝ = 5 % ) ABCDET Ti

27 Jawab : I.Ho : μA = μB = μC = μD = μE Ha : μA ≠ μB ≠ μC ≠ μD ≠ μE ∝ = 5 %, F tab = F ∝ df ( k-1 ), k ( n-1 ) = F 0,05 df ( 5-1 ), 5 ( 5-1 ) = F 0,05 df ( 4, 20 ) k = 5 ( A, B, C, D, E ) n = 5 F 0,05 df ( 4, 20 ) = 2,87 Ho diterima bila Fc ≤ F tabel Ho ditolak bila Fc > F tabel

28 II. Fc  Tabel ANOVA VariasiSSdfMSSFc Kolom ( A,B,C,D,E) SSC 317,68 k-1 ( 5-1 ) SSC = 317,68 ( k –1) 4 = 79,42 ( MSSC ) Fc = MSSC MSSE Fc = 79,42 11,524 = 6,89 Error SSE 230,48 k (n-1) 5(5-1) SSE = 230,48 k (n –1) 20 = 11,524 ( MSSE ) Total SST 548,16 n.k

29 Perhitungan : k n SST = Ʃ Ʃ ( Xij ) ² - ( T..) ² i=1 j=1 n k = ( 10 ) ² + ( 18 ) ² ( 14 ) ² - ( 264 ) ² (5) (5) = 548,16 k SST = Ʃ Ti ² i=1 ( T..) ² n1 n k = ( 52 )² + ( 78 )² + ( 40 )² ( 66 )² - ( 264 )² (5) (5) = 317,68

30 SSE = 548, ,68 = 230,48 SSE = SST - SSC Kesimpulan : F ∝ df ( k-1 ), k ( n-1 ) F 0,05 df ( 5-1 ), 5 ( 5-1 ) F 0,05 df ( 4 ), ( 20 ) = 2,87 Fc = 6,89 Fc > F tabel berarti Ho ditolak dan Ha diterima. Hal ini menunjukkan bahwa kelima jenis padi tersebut memiliki rata-rata produksi yang berbeda ( ada perbedaan yang cukup berarti / signifikan antara kelima jenis padi tersebut dalam hal produksinya ). Tolak Ho Terima Ho 2,87 Fc = 6,89

31 Thank you.....


Download ppt "daftar isi slide show # CHY SQUARE TEST ( TES KAI KUADRAT )CHY SQUARE TEST ( TES KAI KUADRAT ) # ANALISA –VARIANCE ( F- TEST)ANALISA –VARIANCE ( F- TEST)"

Presentasi serupa


Iklan oleh Google