APLIKASI KOMPUTER Dosen: Fenni Supriadi, SE.,MM

Presentasi berjudul: "APLIKASI KOMPUTER Dosen: Fenni Supriadi, SE.,MM"— Transcript presentasi:

1 APLIKASI KOMPUTER Dosen: Fenni Supriadi, SE.,MM www.fennisupriadi.com

2 Tujuan Pembelajaran : Mahasiswa diharapkan mampu memahami dan menjelaskan tentang uji binomial

3 Pokok Bahasan : Uji Binomial www.fennisupriadi.com

4 SKALA DATA Rasio www.fennisupriadi.com info@fennisupriadi.com Interval
Nominal Skala yang tidak mempunyai jenjang/tingkatan hanya membedakan subkategori secara kualitatif Contoh: Jenis Kelamin (Laki-laki =1 Perempuan =2) Ordinal Data yang berjenjang atau berbentuk peringkat Contoh : Juara I, Juara II dan III Interval Membagi objek menjadi kelompok tertentu, dapat diurutkan & dapat ditentukan jarak urutan kelompok tersebut. Contoh: Pengukuran Suhu: Celcius & Fahrenheit Rasio Dapat dikelompokkan, diurutkan, dan jarak antar urutan dapat ditentukan serta dapat dibandingkan, dan memiliki titik nol absolut. Cth: 0 kg sampai 30 Kg

5 STATISTIK Pembagian NON PARAMETRIK PARAMETRIK www.fennisupriadi.com

6 Asumsi–Asumsi Parametrik
Sampel (data) diambil dari populasi memiliki distribusi Pada Uji t dan Uji F untuk dua sampel atau lebih, kedua sampel diambil dari dua populasi yang mempunyai varians sama. (Homoskedastis)

7 Asumsi–Asumsi Parametrik
Variabel (data) yang diuji harus data bertipe interval atau rasio, yang tingkatnya lebih tinggi dari data tipe nominal atau ordinal. Ukuran sampel yang memadai (direkomendasikan > 30 per kelompok) - central limit theorem

8 Statistik Non Parametrik
Statistik yang tidak perlu asumsi-asumsi yang melandasi metode statistik parametrik, terutama tentang bentuk distribusinya, dan juga tidak memerlukan uji hipotesis yang berhubungan dengan parameter-parameter populasinya, oleh karena itu teknik ini dikenal juga dengan distribution-free statistics dan assumption-free test.

9 www.fennisupriadi.com info@fennisupriadi.com Perbedaan Parametrik
Non Parametrik Bentuk Distribusi Harus diketahui bentuk distribusinya (berdistribusi normal/bentuk distribusi lain (binomial, poisson, dsb) Tidak mempermasalahkan bentuk distribusinya (bebas distribusi) Skala Pengukuran Skala Interval & Rasio Skala Nominal & Ordinal (Pada umumnya) Jumlah Sampel Jumlah sampel besar, atau bisa juga jumlah sampel kecil tetapi memenuhi asumsi salah satu bentuk distribusi. Jumlah sampel kecil

10 Statistik Non Parametrik
Keuntungan Tidak peduli bentuk distribusi populasi Dapat digunakan untuk jumlah sampel kecil Untuk data berbentuk ranking, plus atau minus. Dapat digunakan pada data yang hanya mengklasifikasikan sesuatu (skala nominal) Kekurangan Mengabaikan informasi yang penting, karena nilai variabel diganti dengan nilai ranking Hasil pengujian tidak setajam uji parametrik

11 Uji Binomial Uji satu sampel dapat digunakan untuk
Melihat perbedaan yang berarti (signifikan) dalam lokasi antara sampel dan populasi. Melihat perbedaan yang berarti antara frekuensi-frekuensi yang kita amati dan frekuensi yang kita harapkan

12 Uji Binomial Melihat perbedaan yang berarti antara proporsi yang diamati dengan proporsi yang diharapkan Mengetahui apakah sampel telah ditarik dari suatu populasi tertentu Mengetahui apakah sampel adalah sampel random dari populasi tertentu

13 Uji Binomial Uji binomial digunakan untuk menguji sampel apakah ciri tertentu dari sampel tersebut dapat dianggap sama dengan ciri populasinya. Kata binomial menyatakan bahwa data dibagi menjadi dua bagian. Uji Binomial adalah uji yang digunakan untuk menguji hipotesis deskriptif

14 Uji Binomial Uji binomial digunakan pada saat sampel :
terdiri atas 2 kelompok kelas ; laki-laki-perempuan, kaya-miskin datanya Nominal Jumlah sampelnya kecil

15 Uji Binomial Fungsi: menguji perbedaan proporsi pada populasi yang hanya memiliki dua buah kategori (skala nominal) berdasarkan proporsi yang berasal dari sampel tunggal

16 Uji Binomial Esensi Apakah sampel yang kita ambil berasal dari populasi yang memiliki distribusi binomial? -goodness of fit- Apakah proporsi atau frekuensi dua kategori pada sampel berasal dari populasi yang memiliki distribusi binomial?

17 Uji Binomial Uji binomial adalah uji non parametric yang digunakan untuk menggantikan uji statistik t jika asumsi n kecil dan populasi normal sebagai syarat uji t tidak dipenuhi

18 Uji Binomial Hipotesis : Ho : p1 = p2 = 0,5 H1 : p1 ≠ p2 ≠ 0,5

19 Uji Binomial Daerah Kritis:
Ho ditolak jika p-value atau sig < Alfa Dalam perangkat SPSS, kita dapat melakukan uji Binomial dengan cara : Klik Analyze ->  Nonparametric Test ->  Binomial

20 Uji Binomial Contoh Soal:
Akan diuji apakah rata-rata jumlah sekolah menengah pertama negeri setiap tahunnya yang mendapatkan bantuan sama dengan 50 persen sekolah dari total seluruh sekolah (dalam persen), untuk itu diambil data beberapa periode yang disajikan berikut:

21 Uji Binomial Periode Jumlah 01/02 52.9 02/03 54.2 03/04 54.6 04/05
54.9 05/06 55 06/07 55.7 07/08 54.1 08/09 56.5 09/10 57.3

22 Uji Binomial

23 Uji Binomial

24 Uji Binomial

25 Uji Binomial

26 Uji Binomial

27 Uji Binomial

28 Uji Binomial

29 Uji Binomial

30 Uji Binomial

31 Uji Binomial

32 Uji Binomial

33 Uji Binomial Dari output diperoleh bahwa banyaknya data yang lebih dari 50 = 9 dengan proporsi 1,0 dan tidak ada data yang kurang dari 50.

34 Uji Binomial Maka selanjutnya akan dilakukan uji hipotesis:

35 Uji Binomial Tingkat signifikansi Alfa = 5 %
Statistik Uji diperoleh nilai sig = 0,004 Daerah Kritis: Ho ditolak jika sig < Alfa = 0,05

36 Uji Binomial

37 Uji Binomial Kesimpulan:
Oleh karena nilai sig = 0,004 < Alfa = 0,05 maka Ho ditolak yang berarti bahwa rata-rata sekolah yang menerima bantuan setiap tahunnya tidak sama dengan 50 persen dari total semua SMP.

38 Uji Binomial Contoh suatu perusahaan mengembangkan produk baru dengan memberi value added terhadap produk lama. Perusahaan ingin mengetahui pengaruh value added tersebut terhadap preferensi pilihan konsumen apakah sama atau tidak. Berikut data sampling preferensi konsumen yang diambil secara random :

39 Uji Binomial

40 Uji Binomial

41 Uji Binomial

42 Uji Binomial

43 Uji Binomial

44 Uji Binomial

45 Uji Binomial

46 Uji Binomial Keterangan : Pada tabel Binomial Test, kolom Observed Prop merupakan proporsi dari kedua kelompok, Group I (produk baru) = 157/282 = 0.56, dan Group 2 (produk lama) = 125/282 = 0.44.

47 Uji Binomial Hipotesis :
Ho : tidak ada perbedaan preferensi konsumen akan produk Ha : ada perbedaan preferensi konsumen akan produk

48 Uji Binomial Asymp Sig (2-tailed) (0,05) > a (0,05), maka Ho diterima. Jadi tidak ada perbedaan preferensi konsumen akan produk dengan adanya value added

49 SELESAI SEMOGA BERMANFAAT