Tulis di Lembar Jawaban

Slides:



Advertisements
Presentasi serupa
Pengujian Hipotesis (Satu Sampel)
Advertisements

Kelompok 1 - 2A Sekolah Tinggi Ilmu Statistik
Uji Non Parametrik Dua Sampel Independen
ANALISIS DATA Dr. Adi Setiawan.
Modul 7 : Uji Hipotesis.
Uji Lebih Dari 2 Sampel Tidak Berpasangan Bag 5b (Uji Krusskal Wallis)
Uji 2 Sampel Berpasangan Bag 2b (Uji Wilcoxon Berpasangan)
STATISTIKA NON PARAMETRIK
WILCOXON RANK SUM TEST 2 Independen Samples.
Statistik Non Parametrik
Statistik Non Parametrik TEMU I DIAKHIR PERTEMUAN MAHASISWA 1.MENGENAL DATA DAN JENISNYA, 2.MENGETAHUI KEGUNAAN STATISTIK NON- PARAMETRIK 3.MEMBUAT HIPOTESIS.
UJI PERBEDAAN (Differences analysis)
Uji Hipotesa.
KORELASI RANK SPEARMAN
APLIKASI KOMPUTER Dosen: Fenni Supriadi, SE.,MM
UJI FRIEDMAN Kelompok 5 : Ayu Rosita Sari David Jonly Daya
STATISTIK NONPARAMETRIK Kuliah 1: Pengertian Statistika Nonparametrik Dosen: Dr. Hamonangan Ritonga, MSc Sekolah Tinggi Ilmu Statistik Jakarta Tahun.
STATISTIK vs STATISTIKA
PERTEMUAN 7 PENGUJIAN HIPOTESIS
STATISTIK NON PARAMETRIK Statistik non parametrik didasarkan dari model yang tidak mendasarkan pada bentuk khusus dari distribusi data (Ghozali, 2006).
STATISTIK NON PARAMETRIK
Statistik Non Parametrik
Oleh : Setiyowati Rahardjo
STATISTIK NON PARAMETRIK
STATISTIK NON PARAMETRIK
Uji 1 Sampel Bag 1a (Uji Binomial)
Uji > 2 Sampel Berpasangan Bag 3a (Uji Cochran)
Uji 2 Sampel Tidak Berpasangan Bag 4b dan 4c (Uji Mann U Whitney)
TEST KOLMORGOROV-SMIRNOV DUA SAMPEL dan TEST RUN WALD-WOLFOWITZ
Statistika Nonparametrik
Uji 2 Sampel Berpasangan Bag 2a (Uji McNemar)
Uji 2 Sampel Tidak Berpasangan Bag 4d (Uji Run Wald Wolfowitz)
Statistika Non Parametrik
Kuliah 6 Statistika Non Parametrik Uji Mc Nemar (2 sample dependen) & Uji Chi Square (2 sample independen) Statistika Non-Parametrik.
Pengenalan Dasar-dasar Statistika Non Parametrik
Uji Mann-Whitney (U - Test) KELOMPOK 10 ELSA RESA SARI(H ) PUJI PUSPA SARI(H ) SARINA(H )
oleh: Hutomo Atman Maulana, S.Pd. M.Si
Uji Hipotesis.
Contoh Korelasi oleh: Jonathan Sarwono
STATISTIK dalam RISET Anas Tamsuri Disampaikan pada One Day Training:
PEMILIHAN UJI STATISTIK
STATISTIK NON PARAMETRIK
APLIKASI SPSS DALAM STATISTIK
UJI HIPOTESIS.
UJI NORMALITAS.
JURUSAN PENDIDIKAN EKONOMI FAKULTAS EKONOMI UNNES
PERTEMUAN 4 Hipotesis Statistik , Uji Normalitas, Uji Homogenitas dan Uji Hipotesis.
Statistik Non Parametrik
STATISTIK INDUSTRI.
Pemrosesan data Tim Dosen MSI.
KORELASI Dosen : Dhyah Wulansari, SE., MM..
SIGN TEST & WILCOXON NON PARAMETRIK.
UJI TANDA UJI WILCOXON.
Metode Statistik Non Parametrik
STATISTIKA Pertemuan 12: Analisis Nonparametrik Dosen Pengampu MK:
UJI t UNTUK SATU SAMPEL Oleh: kelompok 2 Mahfud Sirojudin
METODE STATISTIK NONPARAMETRIK
STATISTIK NON PARAMETRIK
PENELITIAN DAN STATISTIK NON PARAMETRIK
TPD (Teknik Pengolahan Data)
Uji Mann-Whitney.
STATISTIK NON PARAMETRIK MINGGU 2
PENGUJIAN HIPOTESIS KOMPARATIF
Statistik Non-parametrik
Uji Dua Sampel Berpasangan
Statisti k Non Parame trik UNIVERSITAS ANDALAS PROGRAM MAGISTER JURUSAN TEKNIK LINGKUNGAN 2018 Dosen Pengampu : Disusun Oleh: ASTRI YULIA NIM:
PENGHASILAN PETANI DAN NELAYAN (X 1000 RUPIAH)
Statistika Non-Parametrik
Statistika Non-Parametrik
Mugi Wahidin, SKM, M.Epid Prodi Kesehatan Masyarakat Univ Esa Unggul
Transcript presentasi:

Tulis di Lembar Jawaban Nama : NPM : Dosen : TA Komputer : Jadwal Komputer : TA Manual : Jadwal Manual :

Non Parametrik

SKALA DATA Interval Rasio Nominal Ordinal Skala yang tidak mempunyai jenjang/tingkatan hanya membedakan subkategori secara kualitatif Contoh: Jenis Kelamin (Laki-laki =1 Perempuan =2) Ordinal Data yang berjenjang atau berbentuk peringkat Contoh : Juara I, Juara II dan III Interval Membagi objek menjadi kelompok tertentu, dapat diurutkan & dapat ditentukan jarak urutan kelompok tersebut. Co: Pengukuran Suhu: Celcius & Fahrenheit Rasio Dapat dikelompokkan, diurutkan, dan jarak antar urutan dapat ditentukan serta dapat dibandingkan, dan memiliki titik nol absolut. Co: 0 kg sampai 30 Kg

Pembagian STATISTIK PARAMETRIK NON PARAMETRIK

Asumsi–Asumsi Parametrik Sampel (data) diambil dari populasi memiliki distribusi Pada Uji t dan Uji F untuk dua sampel atau lebih, kedua sampel diambil dari dua populasi yang mempunyai varians sama. (Homoskedastis) Variabel (data) yang diuji harus data bertipe interval atau rasio, yang tingkatnya lebih tinggi dari data tipe nominal atau ordinal. Ukuran sampel yang memadai (direkomendasikan > 30 per kelompok) - central limit theorem

Statistik Non Parametrik Statistik yang tidak perlu asumsi-asumsi yang melandasi metode statistik parametrik, terutama tentang bentuk distribusinya, dan juga tidak memerlukan uji hipotesis yang berhubungan dengan parameter-parameter populasinya, oleh karena itu teknik ini dikenal juga dengan distribution-free statistics dan assumption-free test.

Perbedaan Parametrik Non Parametrik Bentuk Distribusi Harus diketahui bentuk distribusinya (berdistribusi normal/bentuk distribusi lain (binomial, poisson, dsb) Tidak mempermasalahkan bentuk distribusinya (bebas distribusi) Skala Pengukuran Skala Interval & Rasio Skala Nominal & Ordinal (Pada umumnya) Jumlah Sampel Jumlah sampel besar, atau bisa juga jumlah sampel kecil tetapi memenuhi asumsi salah satu bentuk distribusi. Jumlah sampel kecil

Statistika Nonparametrik Keuntungan Tidak peduli bentuk distribusi populasi Dapat digunakan untuk jumlah sampel kecil Untuk data berbentuk ranking, plus atau minus. Dapat digunakan pada data yang hanya mengklasifikasikan sesuatu (skala nominal) Kekurangan Mengabaikan informasi yang penting, karena nilai variabel diganti dengan nilai ranking Hasil pengujian tidak setajam uji parametrik

Sign Test – Wilcoxon Test – Mc Nemar Non Parametrik 1 Sign Test – Wilcoxon Test – Mc Nemar

  Sign Test

Sign Test Uji yang digunakan untuk mengetahui apakah terdapat perbedaan yang nyata atau tidak dari pasangan Data yang akan dianalisis dinyatakan dalam bentuk tanda, positif dan negatif. Biasanya digunakan pada kasus “sebelum-sesudah” Hanya melihat arah & adanya perbedaan nyata atau tidak untuk setiap pasangan data, tanpa memperhatikan besarnya perbedaan

Langkah – Langkah Penyelesaian Sign Test

Bandingkan nilai pasangan data yang tersedia, beri tanda + atau - Hitung jumlah data yang masuk ke setiap tanda + maupun - , lalu ambil data “+” = T Tentukan Hipotesis Menentukan nilai t pada tabel distribusi binomial Menentukan kriteria pengujian Kesimpulan Uji Dua Pihak Uji Pihak Kiri Uji Pihak Kanan Ho : P (+) = P (-) Ho : P (+) ≥ P (-) Ho : P (+) ≤ P (-) Ha : P (+) ≠ P (-) Ha : P (+) < P (-) Ha : P (+) > P (-) Uji Dua Pihak Uji Pihak Kiri Uji Pihak Kanan Ho Tidak Dapat Ditolak t < T < n-t T > t T < n-t Ho Ditolak T ≤ t T ≥ n – t T ≤ t T ≥ n-t

SOAL NO.2 STA Survey ingin mengetahui pengaruh adanya Bantuan Langsung Tunai yang dilakukan pemerintah terhadap kesejahteraan pada daerah Bandung. Untuk menunjang penelitiannya STA Survey mengambil 10 sampel sebelum dan sesudah adanya Bantuan Langsung Tunai. Nilai Andi Budi Cica Dodi Emi Farah Gina Harry Indah Jack Sebelum 3 2 4 5 Sesudah 1 Dengan tingkat signifikansi 5 %, apakah terjadi perubahan kesejahteraan masyarakat Bandung setelah adanya program BLT ?

M A N U AL Nama Sebelum Sesudah Tanda + ( T ) = 5 – = 3 0 = 2 Andi 3 4 + Budi 2 Cica 1 - Dodi 5 Emi Farah Gina Hari Indah Jack M A N U AL Sangat tidak sejahtera Tidak Sejahtera Cukup Sejahtera Sangat Sejahtera Jumlah : + ( T ) = 5 – = 3 0 = 2

 

Penyelesaian dengan SPSS Bukalah software SPSS Pada lembar variable view ketik Sebelum pada baris 1 dan Sesudah pada baris ke 2, pada Measure pilih Ordinal Kemudian pada lembar Data View Masukkan data seperti di soal Klik Analyze  Non Parametric Test  2 Related Sampels, pada Menu Bar Blok Sebelum dan sesudah, pindahkan ke kotak Test Pairs dengan tombol panah Pada Test Type beri tanda Centang pada Sign  Ok

Kriteria Exact sig. ≥ α  Ho tidak dapat ditolak Frequencies   N Sesudah - Sebelum Negative Differencesa 3 Positive Differencesb 5 Tiesc 2 Total 10 a. Sesudah < Sebelum b. Sesudah > Sebelum c. Sesudah = Sebelum Test Statisticsb   Sesudah - Sebelum Exact Sig. (2-tailed) .727a a. Binomial distribution used. b. Sign Test Kriteria Exact sig. ≥ α  Ho tidak dapat ditolak Exact sig. < α Ho ditolak Ternyata, Exact sig. > α atau 0,727 > 0,05 maka Ho tidak dapat ditolak Kesimpulan Jadi, dengan tingkat signifikansi 5%, tidak ada perubahan kesejahteraan masyarakat Bandung setelah adanya BLT.

Wilcoxon Rank Test

Wilcoxon Rank Test Wilcoxon signed rank test pertama sekali diperkenalkan oleh Frank wilcoxon pada tahun 1949 sebagai penyempurnaan Uji Tanda. Selain memperhatikan tanda perbedaan, Wilcoxon signed rank test memperhatikan besarnya beda dalam menentukan apakah ada perbedaan nyata antara data pasangan yang diambil dari sampel atau sampel yang berhubungan. Skala data : Minimal ORDINAL

Langkah – langkah penyelesaian Wilcoxon Rank Test

KRITERIA HIPOTESIS Uji 2 Pihak Uji Pihak Kiri Uji 2 Pihak Ho : P(Xi) = P(Yi) H1 : P(Xi) ≠ P(Yi) Uji Pihak Kiri Ho : P(Xi) ≥ P(Yi) H1 : P(Xi) < P(Yi) Uji Pihak Kanan Ho : P(Xi) ≤ P(Yi) H1 : P(Xi) > P(Yi) KRITERIA Uji 2 Pihak T+/T- terkecil ≤ Wα/2 (T tabel) → Ho ditolak T+/T- terkecil > Wα/2 → Ho tidak dapat ditolak Uji Pihak Kiri T+/T- terkecil ≤ Wα → Ho ditolak T+/T- terkecil > Wα → Ho tidak dapat ditolak Uji Pihak Kanan

SOAL NO.4 Agar produksi rakitan harian meningkat, diusulkan agar dipasang lampu penerangan yang lebih baik serta musik, kopi, dan donat gratis setiap hari, pihak manajemen setuju untuk mencoba pola tersebut dalam waktu yang terbatas. Jumlah rakitan yang diselesaikan oleh kelompok pekerja adalah sebagai berikut (lihat di soal). Dengan menggunakan Uji Wilcoxon Rank Test, Apakah usul tersebut dapat meningkatkan produksi perakitan ?

Pekerja Produksi Sebelum Sesudah Beda Skor Ranking + Rangking - 1 23 33 10 2 26 3 24 30 6 4 17 25 8 5 20 19 -1 22 -2 4,5 7 29 21 9 -3 11 16 12 15 -5 13 -8 14 Jumlah Rank 6 dimiliki pekerja ke-9 dengan IBeda SkorI yaitu 3. Maka, pekerja ke-9 diberi Rank 6. Rank 4 & 5 dimiliki pekerja ke-6 & ke-10 dengan IBeda SkorI yang sama, yaitu 2. Untuk mengisi Rank-nya : (4+5) / 2 = 4,5 Maka, pekerja ke-6 dan ke-10 diberi Rank 4,5 Rank 1,2,3 dimiliki oleh pekerja ke-5, ke-7, dan ke-11, dengan IBeda SkorI yang sama, yaitu 1. Untuk mengisi Rank-nya : (1+2+3) / 3 = 2 Maka, pekerja ke-5, ke-7, dan ke-11 diberi Rank 2 MANUAL

57 34 Pekerja Xi Yi Beda Skor Ranking + Rangking - 1 23 33 10 13 2 26 3 24 30 6 9 4 17 25 8 11,5 5 20 19 -1 22 -2 4,5 7 29 21 -3 11 16 12 15 -5 -8 14 Jumlah 57 34

 

Penyelesaian dengan SPSS Bukalah software SPSS Pada lembar variable view ketik Sebelum pada baris 1 dan Sesudah pada baris ke 2, pada Measure pilih Ordinal Kemudian pada lembar Data View Masukkan data seperti di soal Klik Analyze  Non Parametric Test  2 Related Sampels, pada Menu Bar Blok Sebelum dan sesudah, pindahkan ke kotak Test Pairs dengan tombol panah 6. Klik Option dan beri tanda centang Exclude Cases Listwise 7. Pada Test Type beri tanda centang Wilcoxon  Ok

Ranks   N Mean Rank Sum of Ranks Sesudah - Sebelum Negative Ranks 6a 5.67 34.00 Positive Ranks 7b 8.14 57.00 Ties 1c Total 14 a. Sesudah < Sebelum b. Sesudah > Sebelum c. Sesudah = Sebelum Test Statisticsb   Sesudah - Sebelum Z -.805a Asymp. Sig. (2-tailed) .421 a. Based on negative ranks. b. Wilcoxon Signed Ranks Test Kriteria Asymp sig. (2-tailed) ≥ α  maka Ho tidak dapat ditolak Asymp sig. (2-tailed) < α  maka Ho ditolak Ternyata, Asymp sig. (2-tailed) > α atau 0,421 > 0,05, maka Ho tidak dapat ditolak Kesimpulan Jadi dengan tingkat signifikansi 5%, maka usul tersebut tidak dapat meningkatkan produksi perakitan.

Mc Nemar

Mc. Nemar Test Digunakan untuk menguji hipotesis komparatif dua sampel yang berhubungan bila datanya nominal. Rancangan penelitiannya biasanya berupa “sebelum-sesudah”. Penyajiannya dalam bentuk tabel kontingensi 2 x 2. Rumus : + - A B C D

Langkah – Langkah Penyelesaian Mc Nemar Test

SOAL NO.7 Department Store want to know the impact of “Cool” Soap promotion in January to Consumers on the buy of non–“Cool” Soap and “Cool” Soap. The Samples were taken randomly with 20 peoples in this study. Before promotion, show there were 9 peoples buy “Cool” Soap and the rest buy the non-“Cool” Soap. After doing the promotion, it was found that the two peoples who had been buy a “Cool” Soap to buy non-“Cool” Soap and 10 peoples who had been buy a non-“Cool” Soap into “Cool” Soap. With 95% confidence level, whether it can be conclude that the “Cool” Soap promotion may affects preference Soap buyers?

1. Tentukan Hipotesis Ho: P(Xi) = P(Yi)  The “Cool” Soap promotion not affects preference of Soap buyers Ha: P(Xi) ≠ P(Yi)  The “Cool” Soap promotion affects preference of Soap buyers 2. Buat Tabel After Before Buy Not Buy Total 7 2 9 10 1 11 17 3 20

   

Penyelesaian dengan SPSS Bukalah software SPSS Pada lembar variable view ketik Sebelum pada baris 1 dan Sesudah pada baris ke 2, pada Measure pilih Nominal Pada kolom Value masukan 0 = Buy, 1 = Not Buy

4. Pada lembar Data View masukkan data seperti di soal 5. Klik Analyze  Non Parametric Test  2 Related Sampels, pada Menu Bar 6. Blok Sebelum dan sesudah, pindahkan ke kotak Test Pairs dengan tombol panah Pada Test Type beri tanda centang McNemar Ok

Sebelum & Sesudah Sebelum Sesudah Memilih Tidak Memilih 7 2 10 1 Test Statisticsb   Sebelum & Sesudah N 20 Exact Sig. (2-tailed) .039a a. Binomial distribution used. b. McNemar Test Criteria Exact Sig. (2-tailed) ≥ α : Do Not Reject Ho Exact Sig. (2-tailed) < α : Reject Ho So, Exact Sig. (2-tailed) < α or (0,039 < 0,05 ) Reject Ho Conclusion With 5% significant level, we can conclude that the “Cool” Soap promotion may affects preference of Soap buyers.

RANGKUMAN MINGGU DEPAN NON PARAMETRIK 2 SPEARMAN & MANN WHITNEY MATERI + CONTOH SOAL MINIMAL 2