Statistik Non Parametrik

Slides:



Advertisements
Presentasi serupa
Pengujian Hipotesis (Satu Sampel)
Advertisements

Kelompok 1 - 2A Sekolah Tinggi Ilmu Statistik
Metode Statistika Pertemuan X-XI
Pengujian Hipotesis.
ANALISIS DATA Dr. Adi Setiawan.
UJI SAMPEL TUNGGAL.
Modul 7 : Uji Hipotesis.
Uji Lebih Dari 2 Sampel Tidak Berpasangan Bag 5b (Uji Krusskal Wallis)
ANOVA DUA ARAH.
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPLE TUNGGAL)
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL GANDA)
METODOLOGI PENELITIAN SESI 11 STATISTIK INFERENSI: PARAMETRIK TEST.
UJI PERBEDAAN (Differences analysis)
ANOVA DUA ARAH.
APLIKASI KOMPUTER Dosen: Fenni Supriadi, SE.,MM
Kelompok 2 Uji Wald-Wolfowitz
Statistika Non-Parametrik KELOMPOK 7 Anggota: Bambang Edi Tilarsono ( ) Emilia annisa ( ) Yulia Bentari Kahitela ( ) Kelas 2-I UJI JONCKHEERE.
Analisis Perbandingan
Dua Sample Independen Digunakan untuk mengetahui apakah terdapat perbedaan respons dari 2 populasi data yang saling independen.
UJI ASUMSI KLASIK.
STATISTIK NON PARAMETRIK Statistik non parametrik didasarkan dari model yang tidak mendasarkan pada bentuk khusus dari distribusi data (Ghozali, 2006).
Uji Normalitas Data.
STATISTIK NON PARAMETRIK
STATISTIKA INFERENSIA
STATISTIK NON PARAMETRIK
STATISTIK NON PARAMETRIK
Uji 1 Sampel Bag 1a (Uji Binomial)
Uji > 2 Sampel Berpasangan Bag 3a (Uji Cochran)
UJI ASUMSI KLASIK.
UJI SATU SAMPEL Jakarta, 27 Maret 2013.
Uji 2 Sampel Tidak Berpasangan Bag 4b dan 4c (Uji Mann U Whitney)
Statistika Inferensi : Estimasi Titik & Estimasi Interval
Analisis Varians.
Uji Chi Square.
Uji 1 Sampel Bag 1b (Uji Run)
COMPARE MEAN.
Uji 2 Sampel Berpasangan Bag 2a (Uji McNemar)
Uji 2 Sampel Tidak Berpasangan Bag 4d (Uji Run Wald Wolfowitz)
Statistika Non Parametrik
Universitas Negeri Malang Oleh : SENO ISBIYANTORO ( ) STATISTIK PARAMETRIK & NON-PARAMETRIK.
oleh: Hutomo Atman Maulana, S.Pd. M.Si
UJI NORMALITAS DAN HOMOGENITAS
Uji Hipotesis.
created by Vilda Ana Veria Setyawati
Chi Square.
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL GANDA)
JURUSAN PENDIDIKAN EKONOMI FAKULTAS EKONOMI UNNES
UJI ASUMSI KLASIK & GOODNESS OF FIT MODEL REGRESI LINEAR
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL TUNGGAL)
NON_PARAMETRIK.
SIGN TEST & WILCOXON NON PARAMETRIK.
Pertemuan Ke-7 REGRESI LINIER BERGANDA
Uji Kolmogorov-Smirnov
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL TUNGGAL)
KRUSKAL-WALLIS.
Uji Asumsi Klasik Multikolinearitas Normalitas
Instruksi Kerja One – Way Anova
UJI t UNTUK SATU SAMPEL Oleh: kelompok 2 Mahfud Sirojudin
COMPARE MEAN.
Uji Goodness of Fit : Distribusi Normal
STATISTIK II Pertemuan 12-13: Asumsi Analisis Regresi
TUGAS AKHIR PRAKTIKUM METODE STATISTIKA II
ALLPPT.com _ Free PowerPoint Templates, Diagrams and Charts
Uji Mann-Whitney.
Generalized Linear Model pada Data Berdistribusi Poisson (Studi kasus : Banyaknya Jumlah kecelakaan lalu lintas berdasarkan faktor jumlah pelanggaran.
STATISTIK NON PARAMETRIK MINGGU 2
PENGUJIAN HIPOTESIS Anik Yuliani, M.Pd.
UJI ASUMSI KLASIK.
DISTRIBUSI CHI SQUARE (Kai kuadrat ) 1. UJI KESELARASAN (GOODNESS OF FIT) 2 UJI KEBEBASAN (Independency test) 1.
Uji Perbandingan Rata-Rata (Uji t)
Transcript presentasi:

Statistik Non Parametrik

Penggunaan Uji ini biasanya digunakan untuk menggantikan uji parametrik ketika asumsi tentang populasi yang diteliti dipertanyakan, atau dengan kata lain statistik non parametrik tidak menetapkan adanya syarat-syarat tertentu tentang parameter populasi yang merupakan sumber sampel penelitiannya.

Kasus Satu Sample Uji satu sampel biasanya memberikan informasi kepada kita apakah suatu sampel tersebut mungkin berasal dari suatu distribusi tertentu atau berasal dari suatu populasi tertentu, uji satu sample biasanya bertipe goodness of fit atau uji kecocokan.

Run Test Kegunaan: menguji apakah suatu sampel yang diambil dari suatu sample adalah sample acak Contoh: Manager pemasaran perusahaan kereta api ingin mengetahui apakah pola kedatangan penumpang kereta api berdasarkan jenis kelamin, apakah bersifat random. Diambil 100 sampel pada jam tertentu pada suatu loket yang telah ditetapkan

Hipotesis H0: Pola kedatangan penumpang bersifat acak H1: Pola kedatangan penumpang tidak bersifat acak Kriteria uji: Tolak hipotesis nol bila asysmtotic significant value uji run test < 0,05

Langkah-langkah SPSS Analyze > Nonparametric Test > Runs > Masukkan var pola kedatangan ke dalam variabel list(s) dan klik mode > Ok Output: Oleh karena nilai asysmtotic signicance value uji run test 0,423 (>0,05), maka hipotesis nol diterima yang berarti bahwa pola kedatangan penumpang bersifat acak

Kolmogorov-Smirnov Kegunaan: teest goodness of fit artinya tingkat kesesuaian antara distribusi serangkaian sampel (skor yang diobservasi) dengan suatu distribusi teoritis tertentu. Atau umumnya digunakan untuk menguji asumsi normalitas data. Contoh: Apakah hasil skor psikotest 100 mahasiswa berdistribusi normal

Hipotesis H0: data berdistribusi normal H1: data tidak berdistribusi normal Kriteria: tolak hipotesis nol jika asymtotic signifikan value Kolmogrov-Smirnov < 0,05 Langkah SPSS: Analyze > Nonparametric test > 1 sample K-S > masukkan var hasil skor ke kolom test var list

Output Oleh karena nilai asysmtotic sig value uji K-S sebesar 0,542 (>0,05), maka hipotesis nol diterima yang artinya data skor psikotest 100 orang mahasiswa mengikuti fungsi distribusi normal

Kasus Dua Sample Berhubungan Digunakan peneliti untuk mengetahui apakah terdapat perbedaan atau kesamaan respons di antara dua kelompok data yang salin berhubungan

Uji Mcnemar Kegunaan: rancangan penelitian dengan membandingkan sebelum dan sesudah perestiwa/treatment dimana tiap orang/subjek digunakan pengontrol dirinya sendiri Contoh diambil sample 50 orang untuk menentukan pilihan kandidat gubernur sebelum dan sesudah kampanye

Hipotesis H0: Tidak terdapat perubahan pemilihan yang signifikan akan kandidiat gubernur sebelum dan sesudah acara debat terbuka di televisi H1: Terdapat perubahan pemilihan yang signifikan akan kandidiat gubernur sebelum dan sesudah acara debat terbuka di televisi

Langkah SPSS Analyze > Nonparametric test > 2 related samples > masukkan kedua var ke dalam kolom test pairs list > pilih McNemar > Ok Catatan: kandidat A diwakili angka 0 dan B 1

Output Tabel pertama menunjukkan hasil cross tab data sebelum dan sesudah debat terbuka. Ada 8 orang yang sebelum debat memilih A dan tetap memilih A setelah debat. Ada 19 orang yang sebelumnya memilih kandidiat A berubah menjadi memilih B Test Statistic p-value 0,007 < (0,05) artinya ada perubahan signifikan

Uji Wilcoxon Digunakan untuk membandingkan respons dua kelompok data yang saling berhubungan dengan skala data kontinu Contoh: seorang guru bahasa Inggris ingin mengatahui metode terbaik cara menghafal klasik (A) dan baru (B)

Langkah SPSS Sama seperti McNamer Output: dari tabel Ranks diketahui bahwa banyaknya skor metode B lebih besar dari skor metode A ada 31 dan hanya ada 14 siswa yang dengan metode A lebih tinggi P-value 0,014 < 0,05 artinya terdapat perbedaan signifikan antara metode A dan B