STATISTIKA NON PARAMETRIK

Slides:



Advertisements
Presentasi serupa
UJI FRIEDMAN KELOMPOK - 4 Haedar Ardi Aqsha ( )
Advertisements

TURUNAN/ DIFERENSIAL.
ANALISA BIVARIAT: KORELASI DAN REGRESI
KELOMPOK I-STAT.NONPAR 2G
Uji Mann Whitney Uji Mc Namer
Bab 11A Nonparametrik: Data Frekuensi Bab 11A.
Statistik Nonparametrik I Uji 1 Sampel; 2 dan k Sampel Dependen
Uji Hipotesis.
UJI FRIEDMAN (Kasus k Sampel Independen) Kelas 2G Kelompok 4:
PENGUJIAN HIPOTESIS SAMPEL KECIL
Uji Non Parametrik Dua Sampel Independen
ANALISIS DATA Dr. Adi Setiawan.
Modul 7 : Uji Hipotesis.
BAB 13 PENGUJIAN HIPOTESA.
10 Uji Hipotesis untuk Dua Sampel.
STATISTIKA NON PARAMETRIK
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL GANDA)
WILCOXON RANK SUM TEST 2 Independen Samples.
STATISTIKA pertemuan 1 DR.EUIS ETI ROHAETI,M.PD.
analisis korelasional RHO SPEARMAN
UJI FRIEDMAN (Kasus k Sampel Berhubungan) Kelas 2G Kelompok 4:
VIII. UJI HIPOTESIS Pernyataan Benar Salah Ada 2 Hipotesis Hipotesis H
UJI FRIEDMAN Kelompok 5 : Ayu Rosita Sari David Jonly Daya
Kelompok 2 Uji Wald-Wolfowitz
Perluasan Tes Median Koefisien Korelasi Rank Spearmen 2e
Ekonometrika Metode-metode statistik yang telah disesuaikan untuk masalah-maslah ekonomi. Kombinasi antara teori ekonomi dan statistik ekonomi.
Uji Mann Whitney Uji Mc Namer
STATISTIK NONPARAMETRIK Kuliah 10: Uji k-Sampel Berhubungan: Uji Friedman Dosen: Dr. Hamonangan Ritonga, MSc Sekolah Tinggi Ilmu Statistik Jakarta.
STATISTIK NONPARAMETRIK Kuliah 4: Uji Chi Squares untuk Dua Sampel independen dan Uji Tanda Dosen: Dr. Hamonangan Ritonga, MSc Sekolah Tinggi.
PENGUJIAN HIPOTESIS RATA-RATA (MEAN) 1 SAMPEL
Mc Nemar Test TEMU III DIAKHIR KULIAH MAHASISWA MAMPU MELAKUKAN UJI STATISTIK UNTUK DATA ORDINAL PERPASANGAN: UJI MC NEMAR.
Oleh: Andri Wijaya, S.Pd., S.Psi., M.T.I.
HIPOTESIS & UJI VARIANS
PENGUJIAN HIPOTESIS SAMPEL BESAR
Oleh : Setiyowati Rahardjo
PENGUJIAN HIPOTESIS SAMPEL BESAR
ANALISIS KORELASI DAN REGRESI LINIER
Uji Tanda (Sign Test) Rini Nurahaju.
Nonparametrik: Data Peringkat II
Analisis Koefisien Korelasi Rank Spearman
UJI HIPOTESIS KOMPARASI DUA DATA BERPASANGAN (PAIRS)
Statistika Nonparametrik
Korelasi Spearman (Rs).
Uji Mann-Whitney (U - Test) KELOMPOK 10 ELSA RESA SARI(H ) PUJI PUSPA SARI(H ) SARINA(H )
UJI NON PARAMETRIK Ners EED.
Uji Hipotesis.
UJI T DEPENDEN (Paired T Test)
STATISTIK NON PARAMETRIK
HIPOTESIS Komperatif K SAMPEL
UJI HIPOTESIS.
Analisis Koefisien Korelasi Rank Spearman
Statistik Non Parametrik
SIGN TEST & WILCOXON NON PARAMETRIK.
UJI TANDA UJI WILCOXON.
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER
Metode Statistik Non Parametrik
STATISTIKA NON PARAMETRIK
PENGUJIAN HIPOTESIS KOMPARATIF 2 SAMPEL BERPASANGAN
PENGUJIAN HIPOTESIS KOMPARATIF K SAMPEL INDEPENDEN
STATISTIK NON PARAMETRIK
Pengujian Hipotesis dua Sampel Independen
Uji Dua Sampel Berpasangan (Dependen) (Uji Wilcoxon)
Pengantar Statistika Bab 1 DATA BERPERINGKAT
PENGUJIAN HIPOTESIS KOMPARATIF
Statistik Non-parametrik
Uji 2 Sampel Independen Uji Mann-Whitney.
Uji Asosiasi Korelasi Spearman.
Uji Dua Sampel Berpasangan
Uji Peringkat Bertanda Wilcoxon
Statisti k Non Parame trik UNIVERSITAS ANDALAS PROGRAM MAGISTER JURUSAN TEKNIK LINGKUNGAN 2018 Dosen Pengampu : Disusun Oleh: ASTRI YULIA NIM:
Transcript presentasi:

STATISTIKA NON PARAMETRIK uji wilcoxon sampel berpasangan uji wilcoxon sampel independen

Uji Wilcoxon Sampel Berpasangan Teknik ini merupakan penyempurnaan dari uji tanda (Sign test). Lain halnya dengan uji tanda, uji ini besarnya selisih nilai angka antara positif dan negatif diperhitungkan. Teknik ini digunakan untuk menguji signifikansi hipotesis komparatif dua sampel yang berkorelasi bila datanya berbentuk ordinal (berjenjang).

Fungsi Uji tanda hanya memanfaatkan informasi tentang arah perbedaan di dalam pasangan-pasangan. Jika di samping arah dipertimbangkan juga besar relatif perbedaan itu, maka dapat dilakukan suatu uji yang lebih besar kekuatannya. Uji rangking bertanda wilcoxon untuk data berpasangan melaksanakan hal itu. Ini memberikan bobot yang lebih besar kepada pasangan yang menunjukkan perbedaan yang besar untuk kedua kondisinya, dibandingkan dengan pasangan yang menunjukkan perbedaan yang kecil.

Ketentuan - ketentuan pemberian ranking (+/-) pada selisih pasangan data:  fdss

Contoh untuk sampel kecil (N≤25) Pada suatu kantor pemerintah dilakukan penelitian untuk mengetahui pengaruh ruangan yang diberi AC terhadap produktivitas kerja. Pengumpulan data terhadap produktivitas kerja pegawai dilakukan pada waktu sebelum AC dipasang dan sesudah dipasang. Data produktivitas kerja pegawai sebelum AC dipasang adalah Xa dan sesudah dipasang adalah Xb. N=10 yang dipilih secara random. Tabel 1. Produktivitas Kerja Pegawai Sebelum dan Sesudah Dipasang Ac No. Xa (sebelum) Xb (sesudah) 1 100 105 2 98 94 3 76 78 4 90 5 87 6 89 85 7 77 86 8 92 9 80 10 82 83

Prosedur pengujian l

Tabel 2. Tabel Penolong Untuk Test Wilcoxon Keputusan: terima 𝐻 0 karena T(=18,5) > T tabel (= 8). Kesimpulan: jadi, dapat disimpulkan bahwa ruangan kerja yang diberi AC tidak mempunyai pengaruh yang signifikan terhadap produktivitas kerja pegawai. No. Xa Xb Beda (d) Tanda jenjang Xb – Xa Jenjang + - 1 100 105 + 5 7,5 2 98 94 - 4 5,5 3 76 78 + 2 2,5 4 90 + 8 9 5 87 + 3 6 89 85 7 77 86 + 9 10 8 92 - 5 80 82 83 + 1 Jumlah 36,5 18,5

Uji Wilcoxon sampel besar (N>25) Untuk sampel besar, maka distribusinya akan mendekati distribusi normal. Untuk itu, digunakan rumus distribusi normal (Z) dalam pengujiannya. Dimana, T = jumlah jenjang/ranking yang kecil. Dengan demikian: Koreksi Ragam~Sampel Besar: untuk kasus ranking kembar. Rumus:

Contoh soal sampel besar Ujilah hipotesis nol bahwa mesin ketik model baru tidak berpengaruh terhadap kecepatan dalam pengetikan yang diukur dalam jumlah kata per menit. Gunakan taraf signifikansi 0,05 Jumlah kata per menit yang dicapai oleh 29 orang pengetik dengan menggunakan model mesin ketik lama dan model mesin ketik baru ditunjukkan sbb:

Data disajikan pada tabel dibawah ini:

𝐻 0 : Mesin ketik model baru tidak berpengaruh terhadap 𝐻 0 : Mesin ketik model baru tidak berpengaruh terhadap kecepatan pengetikan 𝐻 1 : Mesin ketik model baru berpengaruh terhadap kecepatan pengetikan α = 0,05 Statistik Uji:

Karena terdapat ranking yang kembar, maka kita menggunakan koreksi ragam. tj tj(tj-1)(tj+1) 2,5 4 60 5,5 2 6 8 3 24 11,5 13,5 16,5 Total 108 1 2 (Total) 54

Daerah penolakan Z = -2,9586 P(Z = -2,9586) = P – Value = 2.(0,0015451)=0,00309 0,00309 < α=0,05 atau P-Value < α keputusan: Maka Tolak Ho Kesimpulan: Dengan tingkat kepercayaan 95 %, mesin ketik model baru berpengaruh terhadap kecepatan dalam waktu pengetikan.

Uji Wilcoxon Sampel Independen Esensi: seperti uji rata-rata dua populasi independen Prosedur: 𝐻 0 : tidak ada perbedaan antara distribusi X dan Y 𝐻 1 : ada perbedaan antara distribusi X dan Y Ketentuan untuk sampel kecil: Statistik uji:

Contoh soal untuk sampel kecil (n1<n2<10). Pada sebuah peternakan akan dilakukan uji mengenai pemberian pakan terhadap ternak; yakni, antara makanan standar dan makanan baru. Dari uji ini yang ingin diketahui apakah makanan baru tersebut nerpengaruh terhadap bobot berat badan pada ternak. Adapun datanya ditampilkan pada tabel berikut: No. Berat ternak Makanan standar Makanan baru 1 43 66 2 49 60 3 57 4 65 5 44 6 48 7 61

𝐻 1 : makanan baru lebih berpengaruh terhadap bobot berat badan ternak 𝐻 0 : makanan baru dan makanan lama memiliki pengaruh yang sama terhadap bobot berat badan ternak 𝐻 1 : makanan baru lebih berpengaruh terhadap bobot berat badan ternak Statistik uji: Makanan Standar Rank x Makanan Baru Rank y 43 1 66 11 49 4,5 60 7,5 57 6 65 10 44 2 48 3 61 9 31,5 (=Wx) 34,5 (=Wy)

Dari tabel tabel wilcoxon untuk uji independent sample untuk n1 = 4 dan n2 = 7, dengan α = 0,05 adalah: Antara Tlower = 15 dan Tupper = 33; sehingga kita menerima 𝐻 0 karena T tabel < 33. Kesimpulan: jadi, dengan tingkat kepercayaan 95% dapat disimpulkan bahwa makanan standar dan makanan baru mempunyai pengaruh yang sama terhadap bobot berat badan ternak.

Contoh sampel besar (n2>n1>10) 𝐻 0 : distribusi kedua sampel tersebut adalah sama/identik. 𝐻 1 : distribusi kedua sampel tersebut tidak sama. α = 0,05 Statistik uji: Daerah penolakan/ Region of rejection: Tolak 𝐻 0 jika p-value < 0,05 ; One-tailed test Tolak 𝐻 0 jika 2.(p-value) < 0,05; Two-tailed test

Tabel penolong untuk menghitung ragam terkoreksi rank tj ( 𝒕𝒋 𝟑 −𝒕𝒋) 1,5 2 6 5 120 9,5 4 60 16 7 336 20,5 24,5 210 29,5 33 3 24 36 total 846

Lanjutan... Jadi, tolak 𝐻 0 karena nilai Z hitung < -1,96 ; maka cukup bukti untuk menolak 𝐻 0 . Kesimpulan : Jadi, dengan tingkat keyakinan 95% dapat disimpulkan bahwa distribusi kedua sampel tersebut tidak sama.

TERIMA KASIH