Uji kesamaan proporsi p populasi

Slides:



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

Pertemuan II SEBARAN PEUBAH ACAK
UJI COCHRAN Q Kelompok 6 : Anisa Zuraida ( )
KELOMPOK I-STAT.NONPAR 2G
Chi Square (χ2) k Sampel Independen dan Koefisien Kontingensi C
Aria Gusti UJI KAI KUADRAT Aria Gusti
STATISTIK NONPARAMETRIK Kuliah 2: Uji Binomial dan Uji Runs (Satu Populasi) Dosen: Dr. Hamonangan Ritonga, MSc Sekolah Tinggi Ilmu Statistik.
Uji Mann Whitney Uji Mc Namer
STATISTIKA NON PARAMETRIK
Analisa Data Statistik Chap 10b: Hipotesa Testing (Proporsi)
Interval Prediksi 1. Digunakan untuk melakukan estimasi nilai X secara individu 2. Tidak digunakan untuk melakukan estimasi parameter populasi yang tidak.
 TES COCHRAN. Created by :  ERWIN SEPTIA AJI  HAIBAN HAJJID ARSYADANA  HANI ANNISA NAULI H  LIDYA YOHANA B  MARIA.
Pertemuan 10 UJI PROPORSI BEBERAPA POPULASI
UJI PROPORSI k POPULASI
Uji Non Parametrik Dua Sampel Independen
UJI SAMPEL TUNGGAL.
DOSEN : LIES ROSARIA., ST., MSI
Statistik Non-Parametrik Satu Populasi
Modul 7 : Uji Hipotesis.
Uji Hipotesis Beda Dua Rata-Rata Independen
BAB 13 PENGUJIAN HIPOTESA.
PENGUJIAN HIPOTESIS.
Kasus 2 Sampel Independen: UJI MEDIAN dan UJI FISHER
DISTRIBUSI TEORITIS.
TATAP MUKA 4 ANALISA CHI-SQUARE.
STATISTIKA INFERENSIA
UJI HIPOTESIS SATU SAMPEL
Perluasan Tes Median Koefisien Korelasi Rank Spearmen 2e
ANALISIS DATA KATEGORIK
PENGUJIAN HIPOTESA Probo Hardini stapro.
Ramadoni Syahputra, ST, MT
PENGUJIAN HIPOTESIS Mugi Wahidin, M.Epid Prodi Kesehatan masyarakat
HIPOTESIS & UJI PROPORSI
STATISTIK NONPARAMETRIK Kuliah 10: Uji k-Sampel Berhubungan: Uji Friedman Dosen: Dr. Hamonangan Ritonga, MSc Sekolah Tinggi Ilmu Statistik Jakarta.
TEORI PROBABILITAS Pertemuan 26.
PENGUJIAN HIPOTESIS SAMPEL BESAR
STATISTIK NONPARAMETRIK Kuliah 4: Uji Chi Squares untuk Dua Sampel independen dan Uji Tanda Dosen: Dr. Hamonangan Ritonga, MSc Sekolah Tinggi.
Jika datanya interval rasio, distribusi data normal dan jumlah data besar (>30) digunakan statistik parametris Jika datanya nominal/ordinal, atau distribusi.
Probabilitas Bagian 2.
Statistik Non Parametrik
Oleh: Andri Wijaya, S.Pd., S.Psi., M.T.I.
HIPOTESIS DAN UJI RATA-RATA
HIPOTESIS & UJI VARIANS
UJI CHI-KUADRAT.
SAMPLING DAN DISTRIBUSI SAMPLING
PENGUJIAN HIPOTESIS SAMPEL BESAR
UJI CHI KUADRAT (2) Topik Bahasan: Universitas Gunadarma
Distribusi Sampling Tujuan Pembelajaran :
Oleh : Setiyowati Rahardjo
PENGUJIAN HIPOTESIS SAMPEL BESAR
Statistik Non Parametrik
Uji 1 Sampel Bag 1a (Uji Binomial)
UJI SATU SAMPEL Jakarta, 27 Maret 2013.
Uji Chi Square.
UJI HOMOGINITAS VARIANS
Pengujian Beberapa Proporsi (II) Pertemuan 20 Matakuliah: I0014 / Biostatistika Tahun: 2008.
Analisis Data (UJI KAI KUADRAT)
Pengujian Beberapa Proporsi (I) Pertemuan 19 Matakuliah: I0014 / Biostatistika Tahun: 2008.
SELAMAT DATANG. SELAMAT DATANG Kelompok 3 ganti teks sesuai selera TMT- VI A.
STATISTIKA EKONOMI II PERTEMUAN KE- 6 Pengujian Hipotesis 20/08/2016.
UJI CHI KUADRAT.
Uji Chi Kuadrat Statistika Pertemuan 14.
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
CHI KUADRAT.
UJI BEDA PROPORSI Chi Square.
UJI TANDA UJI WILCOXON.
UJI HIPOTESA BEDA DUA RATA-RATA DATA BERPASANGAN DAN PROPORSI
UJI SATU SAMPEL (UJI CHI SQUARE) Devi Angeliana K SKM., M.PH
DASAR-DASAR UJI HIPOTESIS
Pengujian Sampel Tunggal (1)
Transcript presentasi:

Uji kesamaan proporsi p populasi Sejalan dengan konsep kenyataan yang sering terjadi, bahwa hasil observasi biasanya selalu tidak tepat dengan yang diharapkan (tidak sesuai) dengan yang direncanakan berdasarkan konsep dari teorinya (sesuai dengan aturan-aturan teori kemungkinan atau teori probabilitasnya). Menguji apakah proporsi mengenai suatu hal sama untuk semua populasi Pendekatan Chi Square, statistik chi square untuk uji kebebasan dan kebaikan suai dapat juga diterapkan untuk menguji apakah k populasi memiliki proporsi (p) yang sama Asumsi: - sampel independen - sample adalah random - Masing-masing subject dapat diklasifikasikan ke dalam dua atau lebih kategori yang mutually exclusive Hipotesa: Ho : proporsi semua populasi sama H1 : sedikitnya ada dua yang tidak sama/ tidak semuanya sama Uji Statistik Keputusan : tolak Ho jika χ2 hitung lebih besar atau sama dengan χ2 tabel dengan (r-1) (c-1) derajat bebas

Tahapan Pengujian: 1. Kita alokasikan masing-masing observasi ke dalam tabel (Tabel Contingency) berukuran r x c, dimana r adalah jumlah kemungkinan hasil, dan c adalah populasi Nilai observasi dinotasikan dengan nij atau Oij 2. Hitung nilai Expected value (Eij) untuk masing-masing sel, yang diperoleh dari perkalian total nilai baris i dan total nilai kolom ke j (total marginal) dibagi total observasi Kategori Populasi 1 2 .... c Total n11 n12 ..... n1c n1. n21 n22 n2c n2. r nr1 nr2 nrc nr. n.1 n.2 n.c n

Hal tsb diperoleh dari asumsi bahwa jika dua events adalah independent, probabilitanya adalah sama dengan perkalian masing-masing probabiliti, shg Hitung chi square dengan rumus tadi, dan bandingkan dengan chi square tabel dengan (r-1)(c-1) derajat bebas. Ada 2 jenis pengujian: Pengujiian untuk k populasi binomial, dimana kemungkinan hasil ada dua, misalkan: sukses- gagal, ya – tidak, tinggi-rendah Pengujian untuk k populasi multinomial, dimana kemungkinan hasil lebih dari dua, misalkan: sangat setuju-setuju-tidak setuju, jenis ekskul yang diikuti, dll Untuk kedua jenis pengujian tersebut, tahapan yang dilakukan sama, hanya untuk populasi binom, tabel kontingency menjadi 2xc, dan derajat bebas chi squarenya menjadi (c-1)

Apakah ada perbedaan proporsi mahasiswa yang mengikuti ekskul pada tingkat I-III.? Tahapan Pengujian: 1 . Ho : proporsi mahasiswa yang mengikuti ekskul sama H1 : proporsi mahasiswa yang mengikuti ekskul tidak sama 2. α = 0,05, n= 121, r = 3 c = 3 3. Statistik uji, distribusi chi square: 4. Wilayah kritis: χ2 > χ2 0,05(2x2) → χ2 > χ2 0,05(4) → χ2 > 9,488 Ekskul Tingkat I II III Total Rohis 5 11 10 26 Mading 21 9 51 cheby 14 44 40 41 121

5. Statistik hitung, buat tabel Ekspected cell frequency, misalkan E11 = (40 x 26)/ 121 = 8,595, dst, sehingga diperoleh tabel sbb: Karena 12,206 > 9,488, maka kita tolak Ho, yang berarti bahwa data sampel mendukung bahwa proporsi mahasiswa yang mengikuti ekskul adalah tidak sama Ekskul Tingkat I II III Total Rohis 8,595 8,809 26 Mading 18,860 17,281 16,859 51 cheby 14,545 14,909 44 40 41 121

Note: Untuk tabel kontingensi perlu diperhatikan nilai Eij ; Roscoe and Byars: Jika α = 0,05, maka niilai Eij yang dibolehkan minimal adalah bernilai 2, jika α = 0,01, maka niilai Eij yang dibolehkan minimal 4. Cochran ; minimum Eij adalah 1, jika tidak lebih dari 20% dari sel mempunyai Eij kurang dari 5. Jika χ2 mempunyai derajat bebas kurang dari 30, maka minimum Eij adalah 2. Beberapa buku menyatakan minimal nilai Eij adalah 5.

Latihan: Sebuah toko serba ada ingin sekali mengetahui pola pembungkus yang disukai oleh pembelanja. Seksi pemasaran mengadakan wawancara dengan 200 pembelanja serta menunjukkan 4 macam pola pembungkus yang berbeda. Hasil observasi diberikan dalam tabel berikut: Apakah ada alasan guna menganggap bahwa preferensi pembelanja terhadap keempat pola pembungkus di atas tidak berbeda? Gunakan α = 0,05 dan α = 0,01 2. Dalam suatu penelitian untuk menduga proporsi ibu rumahtangga yang menonton sinetron, diperoleh bahwa 48 diantara 200 ibu rumahtangga di Bandung, 29 diantara 150 ibu rumahtangga di Jakarta, dan 35 diantara 150 ibu rumahtangga di Surabaya menonton sekurang-kurangnya satu sinetron. Gunakan taraf nyata 0,05 untuk menguji hipotesa bahwa tidak ada perbedaan antara proporsi ibur rumahtangga yang setia menonton sinetron di ketiga kota tersebut. Pola pembungkus A B C D Jlh pembelanja yg menyukai 33 42 67 58