Page’s Test for Ordered Alternatives (Uji Page)

Slides:



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

Statistika Nonparametrik
STATISTIKA NON PARAMETRIK
Tes Run Wald-Wolfowitz Kelompok 2 Marsweet Karunia Gulo Risa Ristiana
UJI FRIEDMAN (Kasus k Sampel Independen) Kelas 2G Kelompok 4:
DOSEN : LIES ROSARIA., ST., MSI
ANALISIS VARIANSI (ANOVA)
Bab 6. Pengujian Hipotesis
UJI FRIEDMAN (Kasus k Sampel Berhubungan) Kelas 2G Kelompok 4:
Kelompok 2 Aulia Dini Rafsanjani Mardha Tilla Septiani Muhammad Ihsan
Uji Page for Ordered Alternative
Kelompok 2 Uji Wald-Wolfowitz
Statistika Non-Parametrik KELOMPOK 7 Anggota: Bambang Edi Tilarsono ( ) Emilia annisa ( ) Yulia Bentari Kahitela ( ) Kelas 2-I UJI JONCKHEERE.
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
Oleh : Setiyowati Rahardjo
Irvan Patuan Marsahala ( )
UJI FRIEDMAN Kelompok 4 STATISTIK NONPARAMETRIK/ kelas 2I
UJI SATU SAMPEL Jakarta, 27 Maret 2013.
LOADING....
Test Binomial Rini Nurahaju.
Nonparametrik: Data Tanda
Uji 1 Sampel Bag 1b (Uji Run)
Nonparametrik: Data Peringkat II
Analisis Koefisien Korelasi Rank Spearman
Bab 4 Pengujian Hipotesis Tentang Rata2
Contoh Soal dan Pembahasan Uji Kolmogorov-Smirnov dan Shapiro Wilk
Statistika Nonparametrik
Korelasi Spearman (Rs).
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 )
Uji Hipotesis.
HIPOTESIS NATASYA VINALDA ( ).
STATISTIK NON PARAMETRIK
HIPOTESIS Komperatif K SAMPEL
PENGUJIAN HIPOTESIS KOMPARATIF K SAMPEL BERPASANGAN
UJI BEDA DUA MEAN (T-Test Independent)
UJI HIPOTESIS.
PERTEMUAN 4 PERCOBAAN FAKTORIAL NONPARAMETRIK
Analisis Koefisien Korelasi Rank Spearman
ANALISIS VARIANSI (ANOVA)
UJI HIPOTESIS.
Pemrosesan data Tim Dosen MSI.
UJI TANDA UJI WILCOXON.
Analisis Varians Satu Arah (One Way Anova)
Resista Vikaliana, S.Si.MM
Metode Statistik Non Parametrik
Dalam uji hipotesis, dibandingkan 2 parameter dari 2 populasi:
Statistik Non Parametrik
Uji Non Parametrik Dua Sampel Independen
Statistika Parametrik & Non Parametrik
MANN WHITNEY (UJI U).
UJI COCHRAN DAN UJI FRIEDMAN
Bab 4 Pengujian Hipotesis Tentang Rata2
Wilcoxon Uji beda data berpasangan Oleh: Roni Saputra, M.Si
Uji Dua Sampel Berpasangan (Dependen) (Uji Wilcoxon)
Pengujian Hipotesis 9/15/2018.
INFERENSI.
DASAR-DASAR UJI HIPOTESIS
Pertemuan ke 12.
PENGUJIAN HIPOTESIS.
Statistik Non-parametrik
Uji 2 Sampel Independen Uji Mann-Whitney.
Uji Asosiasi Korelasi Spearman.
HIPOTESIS 1 RATA-RATA.
Uji Dua Sampel Berpasangan
Uji Peringkat Bertanda Wilcoxon
Statisti k Non Parame trik UNIVERSITAS ANDALAS PROGRAM MAGISTER JURUSAN TEKNIK LINGKUNGAN 2018 Dosen Pengampu : Disusun Oleh: ASTRI YULIA NIM:
PENGUJIAN HIPOTESIS Pertemuan 10.
Pengujian Sampel Tunggal (1)
Transcript presentasi:

Page’s Test for Ordered Alternatives (Uji Page) Dian Saskia Bani Hanin Rahma S. Rieko Dita H.

Esensi Uji Page digunakan dalam pengujian data k sampel berpasangan dalam skala minimal ordinal untuk menguji apakah data ditarik dari populasi yang sama atau tidak. Hampir sama dengan Uji Friedman, namun uji ini lebih spesifik (teliti) karena mengasumsikan kelompok-kelompok tersebut sudah terurut berdasarkan informasi awal. Karena itu, uji ini juga sering disebut Uji Spesifik.

Uji ini menunjukkan bahwa ada kondisi di mana multisampel tertentu dengan hipotesis alternatif yang terurut, lebih baik dibandingkan yang pengurutannya (sampel-sampelnya) diabaikan. Uji ini digunakan bila datanya sudah terurut. Uji Statistik: Jika efek perlakuan tersusun/terurut pada H1, maka R1 cenderung lebih kecil dari R2, R2 cenderung lebih kecil dari R3, dst.

Prosedur Pengujian (1) Sampel Kecil Hipotesis Ho : ϴ1 = ϴ2 = ... = ϴk ϴj = median populasi untuk kelompok ke-j Ha : ϴ1 ≤ ϴ2 ≤ ... ≤ ϴk α Statistik Uji Untuk N ≤ 20, k = 3 atau N ≤ 12, 4 ≤ k ≤ 10 Dimana N = jumlah kelompok sampel ; k = rank terbesar

Prosedur Pengujian (2) Cara penghitungan : Ranking data pada setiap kelompok (terkecil hingga terbesar) Hitung jumlah ranking pada setiap kondisi/perlakuan Hitung Statistik Uji

Prosedur Pengujian (3) Daerah Kritis - Tolak Ho , bila nilai L > L (tabel) - Gagal Tolak Ho bila nilai L ≤ L (tabel) Nilai Tabel dapat dilihat pada tabel N (hal.332, Sidney Siegel) Keputusan Kesimpulan

Prosedur Pengujian (4) Sampel Besar Hipotesis Ho : ϴ1 = ϴ2 = ... = ϴk ϴj = median populasi untuk kelompok ke-j Ha : ϴ1 ≤ ϴ2 ≤ ... ≤ ϴk α Statistik Uji Untuk N > 20, k > 3 atau N > 12 dan k tidak terletak diantara 4-10 Dimana N = jumlah kelompok sampel ; k = rank terbesar

Prosedur Pengujian (5) Cara penghitungan : Ranking data pada setiap kelompok (terkecil hingga terbesar) Hitung jumlah ranking pada setiap kondisi/perlakuan Hitung Statistik Uji

Prosedur Pengujian (6) Gunakan distribusi normal Dengan statistik uji :

Prosedur Pengujian (7) Daerah Kritis - Tolak Ho , bila nilai ZL < Z (tabel) - Gagal Tolak Ho bila nilai ZL ≥ Z (tabel) Nilai Tabel dapat dilihat pada tabel A (hal.299, Sidney Siegel) Keputusan Kesimpulan

Stimulus Onset Asyncrony (ms) Latihan Soal (1) Sampel Kecil Proporsi Respon yang Benar dari SOA Stimulus Onset Asyncrony (ms) Subjek 204 104 56 30 13 A 0,797 0,873 0,888 0,923 0,942 0,956 B 0,794 0,772 0,908 0,982 0,946 0,913 C 0,838 0,801 0,853 0,951 0,883 0,837 D 0,815 0,747 0,859 0,887 0,902

Latihan Soal (1) Dalam percobaan tersebut, peneliti ingin mengetahui seberapa akurat subjek dalam melaporkan keberadaan dari “gap” ketika tidak ada jarak antara rangsang yang diberikan berturut-turut tetapi dengan SOA yang bervariasi. Jawab : Hipotesis Ho : SOA yang bervariasi tidak memberikan efek pada respon keakuratan yang dilaporkan oleh subjek. Ha : Respon keakuratan dari subjek adalah berbanding terbalik dengan SOA. Jika Asynchrony turun, proporsi respon yang benar naik.

Latihan Soal (1) α = 1% = 0,01 Statistik Uji N = 4 , k = 6 SOA Subject 204 104 56 30 13 A 1 2 3 4 5 6 B C D Rj R1=9 R2=6 R3=11 R4=20 R5=20 R6=18

Latihan Soal (1)

Latihan Soal (1) Daerah Kritis L tabel untuk N = 4 , k =6 - Tolak Ho , bila nilai L > 331 - Gagal Tolak Ho bila nilai L ≤ 331 Nilai Tabel dapat dilihat pada tabel N (hal.332, Sidney Siegel) Keputusan Karena 342 > 331 maka Tolak Ho Kesimpulan Dengan tingkat kepercayaan 99% dapat disimpulkan bahwa ketika asynchrony turun maka proporsi dari respon yang benar akan naik.

Latihan Soal (1) Sampel Besar Hipotesis Ho : ϴ1 = ϴ2 = ... = ϴk ϴj = median populasi untuk kelompok ke-j Ha : ϴ1 ≤ ϴ2 ≤ ... ≤ ϴk α Statistik Uji Untuk N > 20, k > 3 atau N > 12 dan k tidak terletak diantara 4-10 Dimana N = jumlah kelompok sampel ; k = rank terbesar

Latihan Soal (2) Sampel Besar Sebuah percobaan hendak menguji apakah ada perbedaan lama waktu mencapai garis finis pada 13 atlit lari sprint (sprinter) setelah diberi satu jenis vitamin penambah tenaga dengan 4 kadar berbeda. Dan hasil percobaan menunjukkan lama waktu yang dibutuhkan pelari untuk mencapai garis finish (dlm detik) adalah sebagai berikut:

Pelari ke- Kadar Vitamin A=30% B=45% C=70% D=90% 1 35.7 40.2 38.8 30.0 2 37.3 35.5 33.1 33.8 3 34.2 40.0 35.0 4 38.1 37.9 33.0 29.8 5 35.1 36.2 36.4 6 32.3 31.7 35.6 31.1 7 34.0 32.8 33.4 33.6 8 34.8 33.3 34.6 9 29.9 30.3 31.8 10 34.3 31.5 32.4 36.7 11 37.1 30.4 35.2 12 32.1 34.7 13 38.2 36.1

Penyelesaian Hipotesis H0 : Tidak terdapat perbedaan waktu mencapai garis finish pada 13 sprinter untuk keempat kadar vitamin tersebut. H1 : Waktu mencapai garis finish menunjukkan efisiensi keempat kadar vitamin membentuk susunan A ≤B ≤C ≤D. α = 5% Statistik Uji :

Pelari ke- Kadar Vitamin A=30% B=45% C=70% D=90% 1 2 4 3 5 6 7 8 9 10 11 12 13 Rj 38 32 29 31

Dengan : ATAU

Keputusan: Karena ZL (-1. 1529) < 1,645, maka gagal tolak H0 Keputusan: Karena ZL (-1.1529) < 1,645, maka gagal tolak H0. Kesimpulan: Dengan keyakinan 95% dapat disimpulkan bahwa tidak terdapat perbedaan efisiensi kadar vitamin terhadap lama waktu yang dibutuhkan seorang sprinter untuk mencapai garis finish.

Pertanyaan (?)