Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

DATA BERPERINGKAT 1. 2 Fungsi, Variabel, dan Masalah dalam Analisis Regresi Bagian I Statistik Induktif Metode dan Distribusi Sampling Teori Pendugaan.

Presentasi serupa


Presentasi berjudul: "DATA BERPERINGKAT 1. 2 Fungsi, Variabel, dan Masalah dalam Analisis Regresi Bagian I Statistik Induktif Metode dan Distribusi Sampling Teori Pendugaan."— Transcript presentasi:

1 DATA BERPERINGKAT 1

2 2 Fungsi, Variabel, dan Masalah dalam Analisis Regresi Bagian I Statistik Induktif Metode dan Distribusi Sampling Teori Pendugaan Statistik Pengujian hipotesis Sampel Besar Pengujian hipotesis Sampel Kecil Analisis Regresi dan Korelasi Linier Analisis Regresi dan Korelasi Berganda Bagian I Statistik Nonparametrik Uji Chi-Kuadrat Data Beperingkat Pengendalian Mutu Statistik Uji Peringkat Bertanda Wilcoxon Uji Tanda Pengertian dan Kegunaan Data Berperingkat Uji Kruskal-Wallies Koefisien Korelasi Spearman Uji Jumlah Peringkat Wilcoxon

3 Statistik nonparametrik untuk data berperingkat: Statistik yang menggunakan data ordinal, yaitu data yang sudah diurutkan dengan urutan tertentu dan diberikan peringkatnya. Uji tanda: Uji yang dimaksudkan untuk melihat adanya perbedaan dan bukan besarnya perbedaan serta didasarkan pada prosedur pada tanda positif dan negatif dari perbedaan antara pasangan data ordinal. 3

4 4 hipotesis merupakan langkah pertama yang harus ditentukan. Anda dapat menyusun hipotesis satu arah dan dua arah, apabila hipotesis nol mengandung tanda sama dengan (=), berarti uji dua arah, sedang hipotesis mengandung tanda ketidaksamaan ( ,  ) menunjukkan uji satu arah. hipotesis nol (Ho) untuk uji tanda biasanya menyatakan bahwa tidak ada perbedaan, sedang hipotesis alternatif (H1) menyatakan adanya perbedaan. 1. Menentukan hipotesis. Taraf nyata ini merupakan tingkat toleransi terhadap kesalahan kita terhadap sampel. Pada umumnya anda dapat gunakan taraf nyata 1%, 5% atau 10%. 2. Memilih taraf nyata. Pada langkah ini dilakukan perhitungan untuk jumlah observasi yang relevan (n) yaitu observasi yang mempunyai tanda + dan -, sedang tanda 0 tidak dipergunakan. Setelah menentukan nilai observasi n, maka perlu mengetahui nilai r yaitu jumlah obyek yang digunakan pada saat bersamaan, di mana jumlah r bisa sama dengan n atau lebih kecil dari n. 3. Menghitung Frekuensi tanda.

5 5 Pada langkah ini kita ingin mengetahui berapa probabilitas suatu kejadian dari n sampel observasi yang relevan dengan r kejadian secara bersamaan. Nilai r biasanya dipilih berdasarkan tanda + atau – yang paling kecil dari n observasi yang relevan. Untuk keperluan ini kita dapat menggunakan tabel probabilitas binomial atau menghitung manual dengan rumus P (r) = (nCr)p r q n-r. 4. Menentukan probabilitas hasil sampel yang diobservasi. Kesimpulan yang diperoleh adalah menerima Ho atau menolak Ho. Menerima Ho menunjukkan bahwa tidak ada perbedaan, sedang menolak Ho menunjukkan adanya perbedaan antara subyek yang dicocokkan. Aturan umum dalam menentukan menerima atau menolak Ho adalah; menerima Ho apabila   probabilitas hasil sampel, dan menolak Ho atau menerima H1 apabila   probabilitas hasil sampel. 5. Menetukan kesimpulan.

6 6

7 7

8 di mana: Z: Nilai Z hitung R: Jumlah tanda + n: Jumlah sampel yang relevan 8

9 1. Menentuka n hipotesis Hipotesis kerja biasanya menunjukkan tidak ada perbedaan sedang hipotesis alternatif menunjukkan adanya perbedaan. 2. Menentukan Nilai Kritis. Nilai kritis diperoleh dengan mempergunakan tabel uji peringkat bertanda Wilcoxon. Untuk menentukan nilai kritis diperlukan pengetahuan nilai observasi yang relevan (n) dan taraf nyata. 9

10 3. Menentukan Nilai Statistik Wilcoxon Untuk menentukan nilai statistik Wilcoxon ada beberapa langkah yaitu: (a) membuat perbedaan data berpasangan, (b) memberikan rangking untuk urutan beda data berpasangan tanpa memperhatikan tanda, untuk nilai beda yang sama digunakan rata-rata rangking, (c) memisahkan nilai rangking yang positif dan negatif, (d) menjumlahkan nilai rangking positif dan negatif, nilai yang terkecil merupakan nilai statistik wilcoxon. 4. Menentukan keputusan. Apabila nilai statistik wilcoxon < nilai kritis maka Ho ditolak dan H1 diterima, begitupula sebaliknya. 10

11 di mana: Z : Nilai Z hitung W : Jumlah peringkat sampel pertama n1 : Jumlah observasi sampel relevan pertama n 2 : Jumlah observasi sampel relevan kedua 11

12 1. Menyusun hipotesis Hipotesis yang diuji biasanya adalah H0 yang menyatakan tidak ada perbedaan yang nyata antara perlakuan atau populasi dan H1 menyatakan adanya perbedaan yang nyata antara perlakuan atau populasi. hipotesis dinyatakan sebagai berikut. H 0 :  1 =  2 =  3 =  k H 1 :  1   2   3   k 2. Menyusun hipotesis Menentukan taraf nyata. Nilai uji Kruskal-Wallis untuk ukuran sampel minimal 5 mempunyai distribusi yang sangat mirip dengan distribusi Chi- Kuadrat. Oleh sebab itu, uji ini menggunakan distribusi Chi-Kuadrat. Untuk menentukan nilai kritis diperlukan pengetahuan taraf nyata (  ) dan derajat bebas (df). Untuk taraf nyata dapat digunakan1%, atau 5%. Sedangkan derajat bebas (df) = k-1, di mana k adalah jumlah kategori. 12

13 3. Menentukan nilai uji Kruskal-Wallies Nilai uji Kruskal-Wallies dinyatakan dengan H, dan dirumuskan sebagai berikut: H:Nilai statistik Kruskal-Wallis N:Jumlah total sampel R1:Jumlah peringkat sampel 1 R k :Jumlah peringkat sampek ke-k n 1 :Jumlah sampel 1 N k :Jumlah sampel ke-k 4. Menentukan hipotesis hipotesis Menentukan daerah keputusan yaitu daerah mana yang menerima Ho dan menolak Ho. 13

14 Koefisien korelasi Merupakan koefisien yang menunjukkan keeratan hubungan antara dua variabel 14

15 2. Langkah Kedua Mencari selisih peringkat antara satu variabel dengan variabel lainnya. Selisih ini biasanya dilambangkan dengan Di. 1. Langkah Pertama Menyusun peringkat data yaitu menyusun data menjadi urutan dari terkecil sampai terbesar. Setelah data terurut diberikan peringkat, Untuk data yang mempunyai nilai yang sama diberikan nilai peringkat rata-rata. 15

16 3. Langkah Ketiga Menghitung koefisien korelasi spearman dengan rumus sebagai berikut. di mana: Rs:Koefisien Korelasi Spearman D i :Selisih peringkat untuk setiap data N:Jumlah sampel atau data 16

17 Berikut ini adalah data tentang laba dan harga saham dari 8 bank tahun BankLaba BankHarga Saham Ekonomi Raharja3, Mayapada2, BCA2, Mega0, Bumiputera0,13110 BII0,51455 Capital Indonesia0,1630 OUB Buana0,

18 Langkah Pertama. Menyusun peringkat data 18 LabaPeringkat LabaHarga SahamPeringkat Harga Saham 0, , , , , , , ,

19 Langkah Kedua. Menghitung Perbedaan Peringkat 19 BankPeringkat Laba Peringkat Saham DiDi 2 Mandiri8539 BNI6600 BCA781 Danamon57-24 BII121 Lippo4311 Niaga2111 Mega341 ∑ eDi 2 18

20 Langkah Ketiga. Menghitung koefisien korelasi Spearman Nilai koefisien korelasi Spearman 0,786, ini menunjukkan bahwa ada hubungan antara harga saham dengan laba perbankan sebesar 78,6%. Hubungan antara harga saham dengan laba termasuk kuat, kinerja saham akan berhubungan dengan kinerja laba perbankan. 20

21 21


Download ppt "DATA BERPERINGKAT 1. 2 Fungsi, Variabel, dan Masalah dalam Analisis Regresi Bagian I Statistik Induktif Metode dan Distribusi Sampling Teori Pendugaan."

Presentasi serupa


Iklan oleh Google