10+ Departemen Statistika FMIPA IPB

Ukuran: px

Mulai penontonan dengan halaman:

Download "10+ Departemen Statistika FMIPA IPB"

Hartanti Gunardi
6 tahun lalu
Tontonan:

1 Suplemen Praktikum Pertemuan ANALISIS DATA KATEGORIK (STK351) 10+ Departemen Statistika FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referensi Waktu Analisis Nonparameterik dan Data Kategorik dengan dan Menggunakan dan untuk memecahkan beberapa persoalan dalam analisis nonparametrik dan data kategorik Institute (2009) Jumat 7 Januari * No. Nama Peubah Tipe Label Nilai 1 NoResp Char No Responden MHS 2 Tahun Char Tahun Masuk 2003, 2004, 2005, Jkelamin Char Jenis Kelamin Putra, Putri 4 JMasuk Char Jalur Masuk BUD, SPMB, USMI 5 Org Char Aktivitas Organisasi Aktif, Tidak 6 UgBulan Num Uang Bulanan (Rp.000) 200 s.d IpkTPB Num IPK TPB 2.58 s.d IPK Num IPK Terakhir 2.26 s.d KelIPK Char Kategori IPK Baik (>=3), Kurang (<3) Data : Ramal * No. Nama Peubah Tipe Label Nilai 1 Warna Char Warna Sebenarnya Hitam, Putih 2 Ramal Char Warna Ramalan Hitam, Putih 3 Frek Num 2, 3 *) Data dapat diunduh melalui tautan : atau Sebelum melanjutkan buatlah -Library baru, misalnya dengan nama ADK, yang merujuk pada direktori data Anda. Sebagai contoh, data Anda di simpan pada D:\Data, maka library ADK dapat dibuat dengan perintah : libname ADK "D:\Data";

2 UJI TANDA SATU CONTOH Peubah : IPK ods select TestsForLocation; proc univariate data=adk.ipk mu0=3.175; Stat Nonparametrics 1-Sample Sign Dapat juga menggunakan PROC CAPABILITY UJI PERINGKAT BERTANDA WILCOXON Peubah : IPK ods select TestsForLocation; proc univariate data=adk.ipk mu0=3.175; Stat Nonparametrics 1-Sample Wilcoxon Dapat juga menggunakan PROC CAPABILITY 2 / 10

3 UJI PENGAMATAN BERPASANGAN Peubah : diffipk = IPK ipktpb data ipk; set adk.ipk; difipk = ipk - ipktpb; Perintah di atas digunakan untuk membuat peubah baru (diffipk) yang merupakan selisih dua peubah. Jalankan PROC UNIVARIATE atau PROC CAPABILITY untuk melakukan analisis bagi peubah diffipk Stat Nonparametrics Pairwise Differences Lakukan prosedur 1-Sampe Sign atau 1-Sample Wilcoxon menggunakan peubah pada C9 UJI MANN-WHITNEY Peubah respon : IPK proc npar1way data=adk.ipk wilcoxon; class jkelamin; Kata kunci WILCOXON digunakan untuk analisis-analisis berbasis peringkat Wilcoxon. Jika faktor terdiri dari dua taraf, kata kunci ini akan melakukan uji Mann-Withney Faktor : JKelamin Pisahkan terlebih dahulu nilai peubah menjadi 2 kolom berdasarkan taraf faktor, misalnya IPK- Putra dan IPK-Putri. Stat Nonparametrics Mann-Whitney 3 / 10

4 UJI MEDIAN Peubah respon : IPK proc npar1way data=adk.ipk median; class jkelamin; Faktor : JKelamin Stat Nonparametrics Mood s Median Test Kata kunci MEDIAN digunakan untuk melakukan uji Median (Moods) UJI KRUSKAL-WALLIS Peubah respon : IPK proc npar1way data=adk.ipk wilcoxon; class jmasuk; Kata kunci WILCOXON digunakan untuk analisis-analisis berbasis peringkat Wilcoxon. Jika faktor terdiri dari tiga atau lebih taraf, kata kunci ini akan melakukan uji Kruskal-Wallis Faktor : JMasuk Stat Nonparametrics Kruskal-Wallis 4 / 10

5 UJI KOLMOGOROV FRIEDMAN Peubah : IPK Faktor : JMasuk Kelompok : JKelamin Stat Nonparametrics Friedman UJI KEBAIKAN SUAI KHI-KUADRAT (SEBARAN KONTINU) Peubah : IPK ods select ParameterEstimates GoodnessOfFit; proc capability data=adk.ipk; histogram / normal (mu=3.175 sigma=0.5); Digunakan apabila mean dan sigma diketahui. Apabila tidak diketahui, hilangkan kata kunci MU= dan SIGMA=. Sebagai alternatif dapat menggunakan PROC UNIVARIATE Sebaran yang dapat diuji : NORMAL, BETA, EXPONENTIAL, GAMMA, LOGNORMAL, WEIBULL 5 / 10

6 UJI KOLMOGOROV SMIRNOV SATU CONTOH Peubah : IPK ods select ParameterEstimates GoodnessOfFit; proc capability data=adk.ipk; histogram / normal (mu=3.175 sigma=0.5); Untuk menguji kenormalan data, nilai tengah dan simpangan baku tidak diketahui Stat Basic Statistic Normality Test Apabila mean dan sigma tidak diketahui, hilangkan kata kunci MU= dan SIGMA=. Alternatif gunakan PROC UNIVARIATE Sebaran yang dapat diuji : NORMAL, BETA, EXPONENTIAL, GAMMA, LOGNORMAL, WEIBULL UJI KOLMOGOROV SMIRNOV DUA CONTOH Peubah : IPK Faktor : JKelamin proc npar1way data=adk.ipk edf; class jkelamin; 6 / 10

UJI KORELASI SPEARMAN DAN TAU-KENDALL Peubah 1 : IPK proc corr data=adk.ipk spearman kendall; var ipk ipktpb; Dapat pula dengan perintah : proc corr data=adk.

7 UJI KORELASI SPEARMAN DAN TAU-KENDALL Peubah 1 : IPK proc corr data=adk.ipk spearman kendall; var ipk ipktpb; Dapat pula dengan perintah : proc corr data=adk.ipk spearman kendall; with ipktpb; Peubah 2 : IpkTPB Stat Tables Cross Tabulation and Chi Square Other Stat UJI KORELASI SPEARMAN DAN TAU-KENDALL PARSIAL Peubah 1 : IPK Peubah 2 : UgBulan Konstan : IpkTPB proc corr data=adk.ipk spearman kendall; var IPK UgBulan; partial IpkTPB; Dapat pula dengan perintah : proc corr data=adk.ipk spearman kendall; var IPK; with UgBulan; partial IpkTPB; 7 / 10

and CI base on normal distribution TABEL KONTINGENSI Baris : JKelamin Kolom : KelIPK Layer : Org tables JKelamin*KelIPK; Untuk menambahkan layers : tables Org*JKelamin*KelIPK ; Stat Tables Cross

8 UJI PROPORSI BINOMIAL DAN SELANG KEPERCAYAAN Peubah 1 : KelIPK Peubah 2 : UgBulan Konstan : IpkTPB tables KelIPK / binomial (p=0.8 level='baik (>=3)' all); Dapat pula dengan perintah : Level : taraf faktor yang akan diuji All : menampilkan semua jenis selang kepercayaan Stat Basic Statistic 1 Proportion Option : cek Use test and CI base on normal distribution TABEL KONTINGENSI Baris : JKelamin Kolom : KelIPK Layer : Org tables JKelamin*KelIPK; Untuk menambahkan layers : tables Org*JKelamin*KelIPK ; Stat Tables Cross Tabulation and Chi Square Gunakan kata kunci EXPECTED dan CELLCHI2 untuk menampilkan nilai frekuensi harapan dan khi-kuadrat pada setiap sel. Atau dapat juga gunakan kata kunci NOCOL atau NOROW untuk menghilangkan persentase kolom dan baris pada tabel. Untuk menambahkan layer, masukkan Org pada input For layers 8 / 10

TABEL KONTINGENSI (ODDS RATIO DAN RELATIVE RISK) Baris : JKelamin Kolom : KelIPK tables JKelamin*KelIPK / relrisk; TABEL KONTINGENSI (UJI KHI KUADRAT DAN LIKELIHOOD RATIO) Baris : JMasuk Kolom :

9 TABEL KONTINGENSI (ODDS RATIO DAN RELATIVE RISK) Baris : JKelamin Kolom : KelIPK tables JKelamin*KelIPK / relrisk; TABEL KONTINGENSI (UJI KHI KUADRAT DAN LIKELIHOOD RATIO) Baris : JMasuk Kolom : KelIPK tables JMasuk*KelIPK / chisq; Stat Tables Cross Tabulation and Chi Square Chi Square TABEL KONTINGENSI (UJI POLA LINEAR) Baris : Tahun tables Tahun*KelIPK / cmh1 score=ridit; Kolom : KelIPK Catatan CMH1 merupakan kata kunci untuk pengujian pola linear dengan metode Cochran-Mantel-Haenszel SCORE=RIDIT merupakan kata kunci agar pengujian menggunakan skor mid-rank. 9 / 10

10 TABEL KONTINGENSI (FISHER EXACT TEST) Data : RAMAL Baris : Warna Kolom : Ramal proc freq data=adk.ramal; table Warna*Ramal / chisq norow; weight Frek; Catatan WEIGHT digunakan karena data harus diboboti terlebih dahulu Untuk dimensi tabel yang lebih dari 2 x 2, gunakan pilihan FISHER TABEL KONTINGENSI TIGA ARAH Baris : JKelamin Kolom : KelIPK Layer : Org proc tabulate data=adk.ipk; class Org JKelamin KelIPK; tables (Org*JKelamin all), (KelIPK all); Catatan Gunakan CLASS untuk mendefinisikan faktor (peubah kategorik) Kata kunci ALL berfungsi untuk menampilkan frekuensi pada setiap baris dan/atau kolom Agar output Anda dapat disimpan secara otomatis dalam file *.rtf, misalnya pada direktori D:\Data dengan nama -Out.rtf, apitlah perintah-perintah yang anda tulis dengan pernyataan berikut : ods rtf file="d:\data\-out.rtf"; ---- perintah ---- ods rtf close; CMIIW : Correct me if I am wrong 10 / 10

dokumen-dokumen yang mirip

10 Departemen Statistika FMIPA IPB

10 Departemen Statistika FMIPA IPB Suplemen Responsi Pertemuan ANALISIS DATA KATEGORIK (STK35) 0 Departemen Statistika FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referensi Waktu Tabel Kontingensi Struktur peluang tabel kontingensi Perbandingan