UJI FRIEDMAN Kelompok 4 STATISTIK NONPARAMETRIK/ kelas 2I

Slides:



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

UJI NORMALITAS Oleh: Raharjo
UJI MOSES Kelompok 1 Alsindo Martins ( )
UJI COCHRAN Q Kelompok 6 : Anisa Zuraida ( )
UJI RUNS WALD WOLFOWITZ
KELOMPOK I-STAT.NONPAR 2G
INDEPENDENT SAMEL T TEST
Uji Mann Whitney Uji Mc Namer
UJI K-SAMPEL RELATED.
Statistika Non-Parametrik
TINJAUAN UMUM DATA DAN STATISTIKA
 TES COCHRAN. Created by :  ERWIN SEPTIA AJI  HAIBAN HAJJID ARSYADANA  HANI ANNISA NAULI H  LIDYA YOHANA B  MARIA.
Kelompok 3 : Ahmad Febri Hutama Muh Tabrani Nunung Hartati Renuat
UJI FRIEDMAN (Kasus k Sampel Independen) Kelas 2G Kelompok 4:
Kelompok X: KARMILA PUTRI ( ) SITI ZULAIKHA ( )
Modul 7 : Uji Hipotesis.
Uji Lebih Dari 2 Sampel Tidak Berpasangan Bag 5b (Uji Krusskal Wallis)
ANALISIS VARIANSI (ANOVA)
Pertemuan 9 Uji Kruskall-Wallis
Kelompok 2 Alfrince Sonifati Hulu ( ) Arrazy Ridha Maulana ( ) Iffah Alfiana ( ) Isna Muflichatul Fadhilah ( )
UJI FRIEDMAN (Kasus k Sampel Berhubungan) Kelas 2G Kelompok 4:
ANALISIS VARIAN RANGKING 2 ARAH FRIEDMAN
Kelompok 2 Aulia Dini Rafsanjani Mardha Tilla Septiani Muhammad Ihsan
APLIKASI KOMPUTER Dosen: Fenni Supriadi, SE.,MM
UJI FRIEDMAN Kelompok 5 : Ayu Rosita Sari David Jonly Daya
Kelompok 2 Uji Wald-Wolfowitz
TINJAUAN UMUM DATA DAN STATISTIKA
? 1. Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkan data
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 UJI KRUSKAL-WALLIS
Penarikan sampel dengan TAR
STATISTIK NON PARAMETRIK
Page’s Test for Ordered Alternatives (Uji Page)
STATISTIKA NONPARAMETRIK PERTEMUAN KE-7 Fitri Catur Lestari, M. Si
Nonparametrik: Data Peringkat II
UJI FRIEDMAN (Uji k sampel berpasangan) UJI FRIEDMAN (Uji k sampel berpasangan)
Uji Mann-Whitney (U - Test) KELOMPOK 10 ELSA RESA SARI(H ) PUJI PUSPA SARI(H ) SARINA(H )
STATISTIKA Pertemuan 13-14: Analisis Nonparametrik Dosen Pengampu MK:
STATISTIK INFERENSIAL
STATISTIK NON PARAMETRIK
PENGUJIAN HIPOTESIS KOMPARATIF K SAMPEL BERPASANGAN
Masalah Penugasan.
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL GANDA)
PERTEMUAN 4 PERCOBAAN FAKTORIAL NONPARAMETRIK
MODUL IX (n1 n2)(n1 n2 1) 2 UJI NON PARAMETRIK (2)
STATISTIK NON PARAMETRIK
TINJAUAN UMUM DATA DAN STATISTIKA
UJI TANDA UJI WILCOXON.
Metode Statistik Non Parametrik
STATISTIKA Pertemuan 9: Pengujian Hipotesis Selisih Rata-rata Dua Populasi Dosen Pengampu MK: Evellin Dewi Lusiana, S.Si, M.Si.
Uji Kruskal-Wallis & Uji Friedman
Statistika Nonparametrik (Uji hipotesis k sample)
Statistika dan Penerapannya
? 1. Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkan data
Pengujian Statistika Nonparametrik
HIPOTESIS Hipotesis Penelitian = Hipotesis Konseptual adalah pernyataan yang merupakan jawaban sementara terhadap suatu masalah yang masih harus diuji.
MANN WHITNEY (UJI U).
CHI SQUARE DAN UJI PERSYARATAN ANALISIS
UJI COCHRAN DAN UJI FRIEDMAN
Uji Dua Sampel Berpasangan (Dependen) (Uji Wilcoxon)
UJI SATU SAMPEL (UJI CHI SQUARE) Devi Angeliana K SKM., M.PH
Pengantar Statistika Bab 1 DATA BERPERINGKAT
PENDAHULUAN KELOMPOK I: Norjanah Ervi Febrianti Eka Wahyu Syahdawaty
-ANALISIS KORELASI-.
ANALISIS DATA, hasil dan pembahasan
Uji Asosiasi Korelasi Spearman.
Uji Dua Sampel Berpasangan
Statisti k Non Parame trik UNIVERSITAS ANDALAS PROGRAM MAGISTER JURUSAN TEKNIK LINGKUNGAN 2018 Dosen Pengampu : Disusun Oleh: ASTRI YULIA NIM:
Transcript presentasi:

UJI FRIEDMAN Kelompok 4 STATISTIK NONPARAMETRIK/ kelas 2I Adelin namira 11.6509/02 Betyarningtyas k. 11.6584/09 Supriadi hia 11.6917/32

POKOK-POKOK BAHASAN: A. ESENSI B. PROSEDUR 1. Untuk Sampel Kecil 2. Untuk Sampel Besar C. CONTOH SOAL DAN PENYELESAIAN

A. ESENSI Uji Friedman digunakan pada data k sampel berpasangan dalam skala sekurang-kurangya ordinal. Uji ini digunakan untuk menguji hipotesis nol bahwa sampel tersebut ditarik dari populasi yang sama. Selain itu, uji ini juga merupakan padaan dari Rancangan Acak Kelompok (RAK). Untuk uji Friedman data yang dimiliki dituangkan ke dalam suatu tabel dua arah yang memiliki N baris dan k kolom. Baris merepresentasikan berbagai subyek atau berbagai himpunan subye yag berpasangan, dan kolom-kolom merepresentasikan bermacam-macam kondisi. Kalau skor subyek-subyek di bawah semua kondisi kita pelajari, maka tiap-tiap baris memberikan skor-skor suatu subyek di bawah k kondisi.

Data uji ini adalah ranking Data uji ini adalah ranking. Skor-skor dalam tiap baris diberi rankng secara terpisah. Yaitu, kalau kita mempelajari k kondisi, ranking dalam tiap baris berkisar dari 1 hingga k. Uji Friedman menentukan apakah mungkin kolom-kolom ranking yang berlainan (sampel-sampel) berasal dari populasi yang sama.

B. PROSEDUR 1. Untuk Sampel Kecil (k = 3 dan 2 ≤ n ≤ 9 atau k = 4 dan 2 ≤ n ≤ 4) Prosedur : 1. H0 : Semua sampel berasal dari populasi yang sama. H1 : Minimal ada satu sampel berpasangan berasal dari populasi yang berbeda. 2. 𝛼 = … % 3. Statistik Uji : Uji Friedman untuk sampel kecil, dimana: 𝑋 𝑟 2 = 12 𝑁𝑘(𝑘+1) 𝑗=1 𝑘 𝑅 𝑗 2 −3𝑁(𝑘+1) ~ 𝑋 (𝑘−1) 2 Keterangan: N = banyak baris (Jumlah kelompok) K = banyak kolom (jumlah kondisi) Rj = Jumlah ranking dalam kolom j RR = { P-value ≤ 𝛼 } 4. Hitung Statistik Uji 𝑋 𝑟 2 = 12 𝑁𝑘(𝑘+1) 𝑗=1 𝑘 𝑅 𝑗 2 −3𝑁(𝑘+1) = ... Kemudian lihat di tabel N, maka akan didapatkan nilai P- value. 5. Keputusan Tolak H0, jika P-value ≤ 𝛼 atau Terima H0, jika P-value > 𝛼 6. Kesimpulan ___menyesuaikan Ho

2. Untuk Sampel Besar (N dan/atau k lebih besar dari kondisi pada sampel kecil) Prosedur : 1. H0 : Semua sampel kolom-kolom berasal dari populasi yang sama. 4. Hitung Statistik Uji 𝑋 𝑟 2 = 12 𝑁𝑘(𝑘+1) 𝑗=1 𝑘 𝑅 𝑗 2 −3𝑁 𝑘+1 H1 : Minimal ada satu sampel kolom-kolom berasal dari populasi yang berbeda. = ... 2. 𝛼 = … % Kemudian lihat nilai 𝑋 𝑟 2 di tabel Chi square dengan db = k – 1 3. Statistik Uji : Uji Friedman untuk sampel Besar, dimana: sehingga didapatkan P-value 𝑋 𝑟 2 = 12 𝑁𝑘(𝑘+1) 𝑗=1 𝑘 𝑅 𝑗 2 −3𝑁(𝑘+1) ~ 𝑋 (𝑘−1) 2 5. Keputusan Tolak H0, jika P-value ≤ 𝛼 atau Keterangan: Terima H0, jika P-value > 𝛼  N = banyak baris (Jumlah kelompok) 6. Kesimpulan K = banyak kolom (jumlah kondisi) ___menyesuaikan Ho Rj = Jumlah ranking dalam kolom j RR = { P-value ≤ 𝛼 }

Catatan: Statistik Uji Friedman yang digunakan secara umum (ada atau tidak adanya ranking yang sama pada salah satu baris) adalah : 𝑋 𝑟 2 = 12 𝑗=1 𝑘 𝑅 𝑗 2 −3 𝑁 2 𝑘(𝑘+1) 𝑁𝑘 𝑘+1 + 𝑁𝑘− 𝑖=1 𝑁 𝑗=1 𝑔 𝑖 𝑡 3 𝑖.𝑗 (𝑘−1) (Sumber : NONPARAMETRIC STATISTICS FOR THE BEHAVIORAL SCIENCES, hlm 178) Perhitungan ini agak lebih membosankan, sehingga ketika tidak ada ranking yang sama, kita bisa langsung menggunakan statistik uji 𝑋 𝑟 2 = 12 𝑁𝑘(𝑘+1) 𝑗=1 𝑘 𝑅 𝑗 2 −3𝑁(𝑘+1) ~ 𝑋 (𝑘−1) 2

C. CONTOH SOAL DAN PENYELESAIAN 1. Untuk Sampel Kecil Tabel 1. Skor-skor tiga kelompok berpasangan di bawah empat kondisi Penyelesain: 1. H0 = Keempat sampel berasal dari populasi yang sama. H1 = Minimal ada satu sampel berasal dari populasi yang berbeda. 2. 𝛼 = 0.05

3. Statistik Uji : Uji Friedman untuk sampel kecil 𝑋 𝑟 2 = 12 𝑁𝑘(𝑘+1) 𝑗=1 𝑘 𝑅 𝑗 2 −3𝑁(𝑘+1) ~ 𝑋 (𝑘−1) 2 Keterangan: N = banyak baris K = banyak kolom Rj = Jumlah ranking dalam kolom j RR = { P-value ≤ 0.05 }  lihat tabel N 4. Hitung Statistik Uji Tabel 2. Ranking diurutkan berdasarkan nilai dalam kelompok

Diketahui: N = 3 dan k = 4, maka 𝑋 𝑟 2 = 12 3.4.(4+1) 𝑗=1 𝑘 𝑅 𝑗 2 −3.3.(4+1) = 7.4 Kemudian lihat di tabel N, maka dari 𝑋 𝑟 2 = 7.4 akan didapatkan P-value sebesar 0.033 5. Keputusan Tolak H0, karena P-value ≤ 𝛼 atau 0.033 < 0,05 6. Kesimpulan Dengan tingkt kepercayaan 95%, dapat disimpulkan bahwa keempat sampel berasal dari populasi yang berbeda.

*) Karena skor yang sama seharusnya memperoleh ranking 2 dan 3, 2. Untuk Sampel Besar Tabel 3. Ranking 18 kelompok berpasangan dalam pengalihan sesudah latihan di bawah 3 kondisi imbalan (dorongan) *) Karena skor yang sama seharusnya memperoleh ranking 2 dan 3, kemudian keduanya diranking 2.5

Penyelesain: 1. H0 = Pola-pola yag berbeda dalam pembelian dorongan tidak membawa akibat yang berbeda. H1 = Pola-pola yag berbeda dalam pembelian dorongan mempunyai akibat yang berbeda. 2. 𝛼 = 0.05 3. Statistik Uji 𝑋 𝑟 2 = 12 𝑁𝑘(𝑘+1) 𝑗=1 𝑘 𝑅 𝑗 2 −3𝑁(𝑘+1) ~ 𝑋 (𝑘−1) 2 Keterangan: N = banyak baris K = banyak kolom Rj = Jumlah ranking dalam kolom j RR = { P-value ≤ 0.05 }  lihat Chi square, dengan db = k - 1

Hitung Statistik Uji 𝑋 𝑟 2 = 12 18.3 3+1 𝑗=1 𝑘 𝑅 𝑗 2 −3.18. 3+1 = 8.4 Dari tabel Chi square, maka dari 𝑋 𝑟 2 = 8.4 dengan db = k – 1 = 2, akan didapatkan P-value sebesar 0.02 5. Keputusan Tolak H0, karena P-value ≤ 𝛼 atau 0.02 < 0,05 Kesimpulan : Dengan tingkt kepercayaan 95%, dapat disimpulkan bahwa Pola-pola yag berbeda dalam pembelian dorongan mempunyai akibat yang berbeda.

Bagaimana cara memberikan ranking? Bandingkan masing-masing kolom tiap baris, lalu ranking dari yang terkecil. Ulangi hal yang sama hingga baris ke-n. Contoh :

T E R I M A K A S I H