Uji 1 Sampel Bag 1a (Uji Binomial)

Slides:



Advertisements
Presentasi serupa
Pengujian Hipotesis (Satu Sampel)
Advertisements

PROBABILITAS.
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
Metode Statistika Pertemuan X-XI
BESAR SAMPEL Oleh Nugroho Susanto.
Uji Non Parametrik Dua Sampel Independen
ANALISIS DATA Dr. Adi Setiawan.
UJI SAMPEL TUNGGAL.
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)
Uji 2 Sampel Tidak Berpasangan Bag 4a (Uji Fisher Exact)
Kasus 2 Sampel Independen: UJI MEDIAN dan UJI FISHER
UJI PERBEDAAN (Differences analysis)
Aprilia uswatun chasanah I/
Uji Hypotesis Materi Ke.
Uji Hipotesa.
ANALISIS REGRESI DENGAN VARIABEL MODERATING
APLIKASI KOMPUTER Dosen: Fenni Supriadi, SE.,MM
Kelompok 2 Uji Wald-Wolfowitz
Mugi Wahidin, SKM, M.Epid Prodi Kesehatan Masyarakat Univ Esa Unggul
PENGUJIAN HIPOTESA Probo Hardini stapro.
PENGUJIAN HIPOTESIS Mugi Wahidin, M.Epid Prodi Kesehatan masyarakat
PENGUJIAN HIPOTESIS MEAN 2 SAMPEL DEPENDEN (PAIRED)
PENGUJIAN HIPOTESIS MEAN 2 SAMPEL INDEPENDEN
PENGUJIAN HIPOTESIS PROPORSI 1 SAMPEL
Jika datanya interval rasio, distribusi data normal dan jumlah data besar (>30) digunakan statistik parametris Jika datanya nominal/ordinal, atau distribusi.
PENGUJIAN HIPOTESIS RATA-RATA (MEAN) 1 SAMPEL
Statistik Non Parametrik
APLIKASI KOMPUTER Dosen: Fenni Supriadi, SE.,MM
UJI CHI-KUADRAT.
PENGUJIAN HIPOTESIS SAMPEL BESAR
STATISTIK NON PARAMETRIK
Statistik Non Parametrik
Statistika Uji Binomial.
ANOVA (Analysis of Variance)
PENGUJIAN HIPOTESIS SAMPEL BESAR
STATISTIK NON PARAMETRIK
STATISTIK NON PARAMETRIK
Uji > 2 Sampel Berpasangan Bag 3a (Uji Cochran)
UJI SATU SAMPEL Jakarta, 27 Maret 2013.
Uji 2 Sampel Tidak Berpasangan Bag 4b dan 4c (Uji Mann U Whitney)
Uji 1 Sampel Bag 1b (Uji Run)
Mugi Wahidin, SKM, M.Epid Prodi Kesehatan Masyarakat Univ Esa Unggul
TEST KOLMORGOROV-SMIRNOV DUA SAMPEL dan TEST RUN WALD-WOLFOWITZ
Uji 2 Sampel Berpasangan Bag 2a (Uji McNemar)
Uji 2 Sampel Tidak Berpasangan Bag 4d (Uji Run Wald Wolfowitz)
Pengantar Statistik INFERENS
Statistika Non Parametrik
ANALISIS REGRESI DENGAN VARIABEL MODERATING
oleh: Hutomo Atman Maulana, S.Pd. M.Si
created by Vilda Ana Veria Setyawati
SIGN TEST & WILCOXON NON PARAMETRIK.
Uji Kolmogorov-Smirnov
KRUSKAL-WALLIS.
UJI BINOMIAL.
UJI t UNTUK SATU SAMPEL Oleh: kelompok 2 Mahfud Sirojudin
Statistik Non Parametrik
Binomial.
Binomial.
STATISTIK BISNIS Pertemuan 10-11: Pengujian Hipotesis Dua Sampel dan ANOVA (SPSS) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
Tulus maruli tua pasaribu, S.Pd
Pengantar Aplikasi Komputer II Analisis Regresi Linier Berganda
PENGUJIAN HIPOTESIS Anik Yuliani, M.Pd.
Pengantar Aplikasi Komputer II Analisis Regresi Linier Sederhana
PENGHASILAN PETANI DAN NELAYAN (X 1000 RUPIAH)
DISTRIBUSI CHI SQUARE (Kai kuadrat ) 1. UJI KESELARASAN (GOODNESS OF FIT) 2 UJI KEBEBASAN (Independency test) 1.
Pengujian Sampel Tunggal (1)
Mugi Wahidin, SKM, M.Epid Prodi Kesehatan Masyarakat Univ Esa Unggul
Transcript presentasi:

Uji 1 Sampel Bag 1a (Uji Binomial) Mugi Wahidin , SKM, M.Epid Prodi Kesehatan Masyarakat Univ Esa Unggul

Pokok Bahasan Pengertian dan Penggunaan Uji 1 Sampel Pengertian dan Penggunaan Uji Binomial Contoh Kasus Step di SPSS

Data Tidak berpasangan 1 sampel Data berpasangan Komparasi 2 sampel Macam Stat NPar Komparasi > 2 sampel Data Tidak berpasangan Asosiasi

1 sampel Nominal Binomial Uji Run Ordinal

Uji satu sampel dapat digunakan untuk : Melihat perbedaan signifikan antara ciri sampel dan populasi. Melihat perbedaan signifikan antara frekuensi yang diamati (real)dan frekuensi yang kita harapkan Melihat perbedaan signifikan antara proporsi yang diamati (real) dengan proporsi yang diharapkan

Pengertian dan Penggunaan Uji Binomial Uji hipotesis yang digunakan jika sampelnya terdapat 2 kategori (2 kelas)  “bi” Misalnya: laki-laki dan perempuan, atau kaya dan miskin, gagal-sukses, sakit-tidaksakit Sampel < 30 orang Data nominal (hanya membedakan) Sebagai pengganti uji T (T test) jika asumsi normalitas data tidak terpenuhi

Uji Binomial menguji hipotesis tentang suatu proporsi populasi yang berasal dari 1 sampel tunggal. Ciri binomial adalah data berupa dua (bi) macam unsur, yaitu ‘gagal’ atau ‘sukses’ yang diulang sebanyak n kali. Peneliti bebas untuk mendefinisikan apa yang dimaksud ‘sukses’ dan apa yang dikategorikan ‘gagal’.

PROBABILITAS Ada beberapa asumsi yang digunakan di uji binomial ini, yaitu: a) n percobaan saling independen b) Masing-masing percobaan mempunyai probabilitas yang sama yaitu P (kelas pertama) dan 1-P atau Q (kelas kedua)

N ! = N faktorial= N (N-1) (N-2), dst… Dengan : Keterangan : N ! = N faktorial= N (N-1) (N-2), dst… P = proporsi kasus yang diharapkan dalam salah satu kategori Q = 1-P = proporsi kasus yang diharapkan dalam kategori lainnya N = jumlah kejadian x = jumlah kejadian yg diinginkan (sukses)

Hipotesis Uji Binomial Ho: p1 = p2 Ha: p1 ≠ p2 Kriteria Uji Kriteria uji dari uji binomial adalah H0 ditolak jika P(x) < α Ho gagal ditolak atau Ha diterima jika P(x) ≥ α

Contoh Di sebuah kecamatan, telah dilakukan imunisasi campak tahap 1 pada balita. Terdapat 2 kemungkinan untuk terjadinya demam dan tidak. Dari 20 balita yang di-imunisasi, terdapat 13 balita yang tidak mengalami demam dan 7 balita mengalami demam. Bagaimana keputusan hipotesis-nya? Jika derajat kepercayaan sebesar 95 % dan derajat signifikansi 5%?

H0 = Tidak ada perbedaan antara proporsi balita yang menderita demam setelah imunisasi dengan balita yang tidak mengalami demam setelah imunisasi Ha = Ada perbedaan antara proporsi balita yang menderita demam setelah imunisasi dengan balita yang tidak mengalami demam setelah imunisasi

Aplikasi di SPSS Entry data-nya Klik Analyze ->  Nonparametric Test ->  Binomial, Masukka variabel yg diuji ke kotak “test variable list “ di sebelah kanan option: klik descriptive Test proporstion: 0.5 (tetap, karena bukanproporsi) Define dichotomy: abaikan (karena bukan angka) Hipotesis ditentukan dari hasil nilai P pada kolom “exact sig-”

OUTPUT

N=20 balita Z=frekuensi terkecil = 7 Berdasarkan tabel binomial dengan N=20 dan Z=7, diperoleh koefisien binomial = 0,132 Karena tabel tersebut 1 tail, maka jika mengunakan hipotesis 2 tail kalikan 2 = 0,132x2 =0,264 Nilai yang diperoleh > 0,05  H0 gagal ditolak Artinya : Tidak ada perbedaan antara proporsi balita yang menderita demam setelah imunisasi dengan balita yang tidak mengalami demam setelah imunisasi

Menghitung probabilitas - spss Klik Transform-Compute variabel Target variabel: isi apa saja dengan nama Numeric expression: ketik: CDF.BINOM(7,20,0.5) Ok Di tabel spss keluar nilai probabilitias, Nilai dikali x (karena one tail) = 0,13 x 2 = 0,26

Tugas Dengan : Coding 0 = Tidak demam Coding 1=demam Aplikasikan contoh diatas ke dalam SPSS dengan data sbb: Nama_Balita Status_Demam 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Dengan : Coding 0 = Tidak demam Coding 1=demam

TUGAS-2 Diketahui bahwa proporsi kelulusan mahasiswa UEU adalah 80%. Mahasiswa ingin mengetahui apakah tahun 2013 kelulusan msih sama atau berbeda. Diambil 25 orang sampel mahasiswa, 22 orang lulus dan 3 orang tidak lulus Pertanyaan: apakah proporsi kelulusan 80% masih berlaku? Gunakan α 0,05. masukkan test proportion 0.7

Thank You