UJI SATU SAMPEL (UJI CHI SQUARE) Devi Angeliana K SKM., M.PH

Slides:



Advertisements
Presentasi serupa
ANALISIS DATA Dr. Adi Setiawan.
Advertisements

UJI SAMPEL TUNGGAL.
Modul 7 : Uji Hipotesis.
Uji Lebih Dari 2 Sampel Tidak Berpasangan Bag 5b (Uji Krusskal Wallis)
STATISTIKA NON PARAMETRIK
PEMILIHAN TEKNIK ANALISIS / STATISTIK NON PARAMETRIK)
Jika datanya interval rasio, distribusi data normal dan jumlah data besar (>30) digunakan statistik parametris Jika datanya nominal/ordinal, atau distribusi.
Statistik Non Parametrik
PENGANTAR ANALISIS STATISTIK INFERENSIAL
Pelatihan SPSS Basic.
Statistika Uji Binomial.
Statistik Non Parametrik
STATISTIK NON PARAMETRIK
ANALISIS KUANTITATIF DALAM PENELITIAN GEOGRAFI
Uji 2 Sampel Tidak Berpasangan Bag 4b dan 4c (Uji Mann U Whitney)
UJI HOMOGINITAS VARIANS
ANALISIS DATA By: Nurul Hidayah.
Statistik Inferensial Diskriptif Assalamu’alaikum Parametrik
Analisis Data (UJI KAI KUADRAT)
Uji 2 Sampel Berpasangan Bag 2a (Uji McNemar)
Uji 2 Sampel Tidak Berpasangan Bag 4d (Uji Run Wald Wolfowitz)
Kuliah 6 Statistika Non Parametrik Uji Mc Nemar (2 sample dependen) & Uji Chi Square (2 sample independen) Statistika Non-Parametrik.
Universitas Negeri Malang Oleh : SENO ISBIYANTORO ( ) STATISTIK PARAMETRIK & NON-PARAMETRIK.
Menentukan Uji Hipotesis
Anas Tamsuri UJI STATISTIK UJI STATISTIK.
UJI NON PARAMETRIK Ners EED.
UJI STATISTIK KESEHATAN Dengan menggunakan SPSS (Statistical Program For Social Science) Ns. Eed STIKES WHS.
TEORI SEDERHNA PEMILIHAN UJI HIPOTESIS
STATISTIK dalam RISET Anas Tamsuri Disampaikan pada One Day Training:
Metode Penelitian Ilmiah
Chi Kuadrat.
STATISTIKA NON PARAMETRIK
T-test of related irfan.
PENGUJIAN HIPOTESIS KOMPARATIF K SAMPEL BERPASANGAN
UJI HIPOTESIS.
PENGOLAHAN dan analisis DATA
PERTEMUAN 4 Hipotesis Statistik , Uji Normalitas, Uji Homogenitas dan Uji Hipotesis.
STATISTIK INDUSTRI.
UJI Mc NEMAR.
STATISTIK INFERENSIAL
CHI KUADRAT.
SIGN TEST & WILCOXON NON PARAMETRIK.
STATISTIK MULTIVARIAT
( f 0 fe ) ( x ) fe 1 2  MODUL PERKULIAHAN SESI 2
PENGUJIAN HIPOTESIS DESKRIPTIF ( 1 SAMPEL)
STATISTIKA NON PARAMETRIK
Uji Kruskal-Wallis & Uji Friedman
ARFINSYAH HAFID ANWARI, SP, MMA UNIVERSITAS WIRARAJA SUMENEP
STATISTIKA Pertemuan 12: Analisis Nonparametrik Dosen Pengampu MK:
PENGUJIAN HIPOTESIS KOMPARATIF K SAMPEL INDEPENDEN
Pengantar Statistika Bab 1
STATISTIK NON PARAMETRIK
PENELITIAN DAN STATISTIK NON PARAMETRIK
Statistik Non Parametrik
( f 0 fe ) ( x ) fe 1 2  MODUL PERKULIAHAN SESI 2
Kolmogorov-Smirnov irfan.
PENGOLAHAN DAN ANALISIS DATA.
Teknik Analisis Data dengan Statistik Non Parametrik
HIPOTESIS.
UJI HIPOTESIS ANALISIS BIVARIAT.
Pengantar Statistika Bab 1
T-test of related irfan.
Pengantar Statistika Bab 1 DATA BERPERINGKAT
STATISTIK NON PARAMETRIK MINGGU 2
PENGUJIAN HIPOTESIS Anik Yuliani, M.Pd.
PENGUJIAN HIPOTESIS KOMPARATIF
PERTEMUAN KE-1 S1 Kesehatan Masyarakat.  DATANG TEPAT WAKTU  MAKS TERLAMBAT 20 MENIT  MENGENAKAN SEPATU  MELAKUKAN TUGAS INDIVIDU & KELOMPOK  MENGUMPULKAN.
Statisti k Non Parame trik UNIVERSITAS ANDALAS PROGRAM MAGISTER JURUSAN TEKNIK LINGKUNGAN 2018 Dosen Pengampu : Disusun Oleh: ASTRI YULIA NIM:
UJI 2 SAMPEL BERPASANGAN UJI McNEMAR
Pengujian Sampel Tunggal (1)
Transcript presentasi:

UJI SATU SAMPEL (UJI CHI SQUARE) Devi Angeliana K SKM., M.PH STATISTIK 3 - PERTEMUAN 2 UJI SATU SAMPEL (UJI CHI SQUARE) Devi Angeliana K SKM., M.PH Prodi Kesmas & FIKES

Skala data Tidak berpasangan (Independent) Berpasangan Korelatif 2 Kelompok > 2 kelompok Numerik Uji t tidak berpasangan One way Anova Uji t berpasangan Repeted Anova Person Kategorik Mann Whitney Kruskall Wallis Wilcoxon Friedman Spearman kategorik Chi square Fisher Kolmogorov-smirnov Mc Nemar Cochran Koefisien Kontigensi

Chi Square 1 sampel Tujuan: Untuk membandingkan sekelompok frekuensi yang diamati dengan kelompok frekuensi yang diharapkan.

Rumus Dasar Chi Kuadrat Chi Square 1 sampel Chi Kuadrat satu sample, adalah teknik statistik yang digunakan untuk menguji hipotesis bila dalam populasi terdiri atas dua atau lebih kelas, data berbentuk nominal dan sampelnya besar. Rumus Dasar Chi Kuadrat Dimana : 2 = Chi kuadrat Fo = Frekuensi yang diobservasi Fh = Frekuensi yang diharapkan

Chi Square 1 sampel Dilakukan pengumpulan data untuk mengetahui bagaimana kemungkinan mahasiswa dalam memilih mata kuliah statistik 3 sesi 10 dan 11. Sampel diambil secara random sebanyak 300 orang. Dari sampel tersebut ternyata 200 orang memilih sesi 10 dan 100 orang memilih sesi 11.

Chi Square 1 sampel Langkah-langkah : Hipotesis Ho : Peluang mata kuliah statistik 3 sesi 10 dan 11 adalah sama untuk menerima pelajaran/ Tidak terdapat perbedaan peluang mata kuliah statistik 3 sesi 10 dan 11 untuk menerima pelajaran Ha : Peluang mata kuliah statistik 3 sesi 10 dan 11 adalah tidak sama untuk menerima pelajaran/ Terdapat perbedaan peluang mata kuliah statistik 3 sesi 10 dan 11 untuk menerima pelajaran

Chi Square 1 sampel Sesi 10 Sesi 11 200 100 150 Jumlah 300 2. Uji Statistik Untuk pembuktian hipotesis maka data disusun dalam tabel berikut: Chi Square 1 sampel Fisioterapis Frekuensi yang diperoleh Frekuensi yang diharapkan Sesi 10 Sesi 11 200 100 150 Jumlah 300

Chi Square 1 sampel

Chi Square 1 sampel fo fh fo-fh (fo-fh)2 Fisioterapis Pria wanita 200 100 150 50 -50 2500 16,67 Jumlah 300 5000 33,34

3. Menentukan nilai X2 tabel Dengan Ketentuan : dk = k –1 = 2 –1 = 1 Chi Square 1 sampel 3. Menentukan nilai X2 tabel Dengan Ketentuan : dk = k –1 = 2 –1 = 1 Maka diperoleh X2 tabel = 3,841

Tabel Chi Square 1 sampel

Chi Square 1 sampel Berdasarkan dk = 1 dan taraf kesalahan yang kita tetapkan 5% maka chi kuadrat tabel = 3,841 Dengan demikian (Nilai hitung > nilai tabel) dimana (33,34 > 3,841) maka Ho ditolak Kesimpulan bahwa Peluang mata kuliah statistik 3 sesi 10 dan 11 adalah tidak sama untuk menerima pelajaran/ Terdapat perbedaan peluang mata kuliah statistik 3 sesi 10 dan 11 untuk menerima pelajaran

Chi Square 1 sampel SPSS

Pengolahan Data SPSS

Pengolahan Data SPSS

Pengolahan Data SPSS (output)

Terlihat ada dua bagian output. Analisis Terlihat ada dua bagian output. Pada bagian pertama output, terlihat ada Expected N. Oleh karena dipakai distribusi yang seragam, maka yang diharapkan sama rata, yaitu 25% (100% dibagi 4 warna), atau dalam kasus masing-masing 25. Sedang kolom residual adalah selisih antara jumlah yang dibeli dengan jumlah yang diharapkan (seperti pada baris pertama adalah 35-25 = 10)

TERIMA KASIH