Kuliah 6 Statistika Non Parametrik Uji Mc Nemar (2 sample dependen) & Uji Chi Square (2 sample independen) Statistika Non-Parametrik

Statistika Non-Parametrik Uji Mc Nemar Statistika Non-Parametrik

Statistika Non-Parametrik Penjelasan Untuk menguji hipotesis komparatif 2 sample yang saling berhubungan Datanya Nominal Rancangan penelitiannya biasanya “before after” Jadi hipotesis penelitian merupakan perbandingan antara nilai sebelum dan sesudah ada perlakuan (treatment) ingin membuktikan ada tidaknya perubahan Statistika Non-Parametrik

Statistika Non-Parametrik Perhitungan Sebelum Sesudah - + A B C D Hitung frekuensi untuk masing-masing A, B, C,D A+D =jumlah yang berubah B+C =jumlah yang tidak berubah Ho : ½ (A+D) berubah dalam 1 arah, dan merupakan frekuensi yang diharapkan dibawah Ho pada kedua sel A dan D Statistika Non-Parametrik

Statistika Non-Parametrik Pengujiannya   Statistika Non-Parametrik

Contoh: pengaruh Sponsor terhadap nilai penjualan barang? Suatu perusahaan ingin mengetahui pengaruh adanya sponsor yang diberikan dalam suatu pertandingan Basket terhadap nilai penjualan barangnya. Dalam penelitian ini diambil sample secara random yang jumlah anggotanya 200. Sebelum sponsor diberikan, terdapat 50 orang yang membeli barang tersebut dan 150 yang tidak membeli. Setelah sponsor diberikan dalam pertandingan olahraga, ternyata dari 200 orang tersebut terdapat 125 orang yang membeli dan 75 orang yang tidak membeli. 125 orang tersebut terdiri dari : 40 pembeli tetap & 85 orang berasal dari yang tadinya tidak membeli menjadi membeli. Kemudian dari 75 orang : 10 orang dari membeli menjadi tidak membeli & 65 orang yang tetap tidak membeli. Adakah pengaruh dari sponsor terhadap penjualan? Statistika Non-Parametrik

Statistika Non-Parametrik Solusi   Statistika Non-Parametrik

Statistika Non-Parametrik Perilaku Konsumen membeli Tidak membeli 85 (A) 65 (B) Membeli 40 (C) 10 (D)   Statistika Non-Parametrik

Uji Chi Square untuk 2 sample independen Statistika Non-Parametrik

Statistika Non-Parametrik Penjelasan Untuk menguji hipotesis komparatif 2 sample yang INDEPENDEN Datanya Nominal dan samplenya besar Biasanya data hasil survey ( bukan menerapkan perlakuan) Statistika Non-Parametrik

Statistika Non-Parametrik Perhitungan Sampel Frekuensi pada : Obyek I Obyek II Sample A a b a+b Sample B c d c+d Jumlah a+c b+d n   Statistika Non-Parametrik Statistika Non-Parametrik

Statistika Non-Parametrik Contoh: Peneliian dilakukan untuk mengetahui adakah hubungan antara tingkat pendidikan masyarakat dengan jenis Bank yang dipilih untuk menyimpan uangnya. Pendidikan masyarakat dikelompokan menjadi dua, yaitu lulusan SLTA dan Lulusan PT. Sampel SLTA sebanyak 80 orang dan PT sebanyak 70 orang. Berdasarkan angket yang diberikan kepada sampel lulusan SLTA ada sebanyak 60 orang yang memilih menabung di bank pemerintah dan 20 orang di bank swasta. Selanjutnya dari sampel PT, dari 70 orang itu yang memilih bank pemerintah sebanyak 30 orang dan swasta sebanyak 40 orang. Adakah perbedaan dua kelompok masyarakat dalam emmilih jenis bank? Atau adakah hub tingkat pendidikan dengan jenis bank yang dipilih. Statistika Non-Parametrik

Statistika Non-Parametrik Solusi   Sampel Frekuensi pada : B Pem B Swas Lulusan SLTA 60 20 80 Lulusan PT 30 40 70 Jumlah 90 150 Statistika Non-Parametrik

Statistika Non-Parametrik   Statistika Non-Parametrik

Statistika Non-Parametrik Tugas Dilakukan penelitian untuk mengetahui bagaiman apeluang dua orang untuk menjadi Bupati di Kabupaten tertentu. Calonnya adalah Abas dan Bakti. Setelah diadakan survey pengumpulan pendapat yang setuju dengan Abas 60 orang dan yang tidak 20 orang. Untuk Bakri ada sebanyak 50 orang setuju dan sisanya tidak setuju. Adakah perbedaan peluang Abas dan bakri untuk menjadi bupati??? Statistika Non-Parametrik

Statistika Non-Parametrik TERIMAKASIH  Statistika Non-Parametrik

Pembagian Statistik & Statistik Non Parametrik

Statistik Inferensial Pembagian Statistik Statistik Statistik Deskriptif Statistik Inferensial Non Parametrik Parametrik

Statistik Deskriptif Statistik yang digunakan untuk menggambarkan atau menganalisis suatu statistik hasil penelitian, tetapi tidak digunakan untuk membuat kesimpulan yang lebih luas (generalisasi/inferensi).

Penyajian Data Tabel Biasa Distribusi frekuensi Grafik garis maupun batang Diagram lingkaran Piktogram Penjelasan kelompok melalui modus, median, Variasi kelompok melalui rentang dan simpangan baku.

Statistik Inferensial Statistik yang digunakan untuk menganalisis data sampel, dan hasilnya akan digeneralisasikan (diinferensikan) untuk populasi dimana sampel diambil. Dapat dibagi menjadi dua jenis yakni parametrik dan non parametrik

Statistik Parametrik Teknik-teknik statistika yang didasarkan atas asumsi mengenai populasi yang diambil sampelnya. Contoh: pada uji t diasumsikan populasi terdistribusi normal. Sebutan parametrik digunakan karena pada uji t ini yang diuji adalah parameter (yaitu rata-rata populasi) Membutuhkan data kuantitatif dengan level interval atau rasio yang diambil dari populasi yang berdistribusi normal.

Statistik Non Parametrik Cocok untuk data yang tidak memenuhi asumsi statistika parametrik atau yang berjenis kualitatif Disebut juga distribution-free statistics Didasarkan atas lebih sedikit asumsi mengenai populasi dan parameter dibandingkan dengan statistika parametrik. Ada yang dapat digunakan untuk data nominal Ada yang dapat digunakan untuk data ordinal Populasi bebas distribusi.

Nominal Ordinal Interval Rasio Binomial 2 One Sample Run Test T Test* Macam Data Bentuk Hipotesis Deskriptif (satu variabel) Komparatif (dua sampel) Komparatif (lebih dari 2 sampel) Asosiatif (hubungan) Related Independen Nominal Binomial 2 One Sample Mc Nemar Fisher Exact Probability 2 Two Sample 2 for k sample Cochran Q Contingency Coefficient C Ordinal Run Test Sign test Wilcoxon matched parts Median test Mann-Whitney U test Kolmogorov Simrnov Wald-Woldfowitz Friedman Two Way-Anova Median Extension Kruskal-Wallis One Way Anova Spearman Rank Correlation Kendall Tau Interval Rasio T Test* T-test of* Related T-test of* independent One-Way Anova* Two Way Anova* Pearson Product Moment * Partial Correlation* Multiple Correlation*

Keuntungan Statistik Non Parametrik Kadang-kadang tidak ada alternatifnya pada statistika parametrik Uji nonparametrik tertentu dapat digunakan untuk analisis data nominal Uji nonparametrik tertentu dapat digunakan untuk analisis data ordinal Proses perhitungan pada statistika non parametrik biasanya lebih sederhana dibandingkan pada statistika parametrik, khususnya untuk sampel kecil

Kerugian Statistik Non Parametrik Uji nonparametrik menjadi tak berguna apabila uji parametrik untuk data yang sama tersedia Uji nonparametrik pada umumnya tidak tersedia secara luas dibandingkan dengan uji parametrik Untuk sampel besar, perhitungan untuk statistika nonparametrik menjadi rumit

Penggunaan Non Parametrik TES PENGGUNAAN FUNGSI Chi Square Menggunakan data nominal untuk menguji independensi satu sampel atau dua sampel atau lebih dari 2 sampel Tes independensi variabel Codran Q Untuk menguji hubungan lebih dari 2 sampel pada skala nominal Membantu pada data yang memberikan jawaban 2 kategori Uji Tanda Untuk menguji hubungan 2 sampel pada skala ordinal Tes yang baik untuk data berjenjang (rangking) Uji median Pada satu sampel untuk melihat randomisasi pada data dari populasi untuk menguji independensi lebih dari 2 sampel pada skala ordinal Untuk melihat kesimetrisan distribusi Uji Mann-Whitney U Untuk menguji independensi 2 sampel pada skala ordinal Analog pada independensi 2 sampel t-Test Uji Kruskal- Wallis Untuk menguji independensi lebih dari 2 sampel pada skala ordinal Alternatif dari uji One-Way ANOVA di mana asumsi distribusi normal tidak digunakan Uji Fiedman Uji menguji hubungan lebih dari 2 sampel pada skala ordinal Alternatif dari uji Two-Way ANOVA dimana asumsi distribusi normal tidak digunakan Uji Kolmogorov-Smirnov Untuk menguji independensi dari satu sampel atau 2 sampel pada skala ordinal. Uji ini lebih powerful dibanding uji chi-square atau uji Mann-Whitney