Statistik Non Parametrik-2

Ukuran: px

Mulai penontonan dengan halaman:

Download "Statistik Non Parametrik-2"

Sucianty Tanudjaja
7 tahun lalu
Tontonan:

1 Statistik Non Parametrik-2

2 UJI RUN 2

3 Uji Run Disebut juga uji random Bertujuan untuk menentukan apakah urutan yang dipilih atau sampel yang diambil diperoleh secara random atau tidak Didasarkan atas banyaknya run Suatu run adalah suatu rentetan satu atau lebih lambang yang sama yang menyatakan sifat daya yang sama Bisa digunakan untuk sampel pengukuran data kualitatif dan kuantitatif 3

4 Contoh-contoh Run S F S F SS FF SS TT RRRRR T MMMM PPP NNNNNN Y NNTTN K N T K K T T 7 Run 3 Run 2 Run 2 Run??? Run???? Run 4

5 Contoh: Berikut ini adalah data mengenai besarnya kredit yang diperoleh 15 pedagang kecil sebuah bank (dalam puluhan ribu rupiah) 13, 7, 6, 8, 31, 23, 36, 43, 51, 44, 12, 26, 15, 18, 24 Ujilah apakah data tersebut diambil secara random dengan menggunakan taraf nyata 5%!

6 Jawab: Menentukan Median: median 13, 7, 6, 8, 31, 23, 36, 43, 51, 44, 12, 26, 15, 18, n 1 = 8, n 2 = 7 lihat tabel, r = 8 diperoleh batas bawah = 4, dan batas atas = 13 sehingga kriteria pengujian: H 0 diterima apabila 4 r 13 kesimpulan H 0 ditolak apabila r < 4 atau r > 13

7 Uji Run Jika n 1 > 10, n 2 > 10 7

8 Uji Run 8

9 Contoh Uji Run 9

10 Penyelesaian H 0 = susunan urutan duduk mahasiswa/i acak/random H 1 = susunan urutan duduk mahasiswa/i tidak acak/random Tingkat signifikansi α = 5% Nilai tabel statistik Uji z, Karena uji dua sisi, maka: α = 5%/2 = 2,5% Z 0,025 = 1,96 10

11 Penyelesaian Daerah kritis penolakan H 0 11

12 Uji Run Nilai uji statistik Kesimpulan Karena Z hitung = 0,76 berada di daerah penerimaan H 0 maka H 0 artinya susunan duduk mahasiswa/i acak/random 12

13 UJI KRUSKAL WALLIS (UJI H) 13

14 Uji Kruskal Wallis (Uji H) r i = Dikemukakan jumlah rangking kelompok oleh Willian data ke i H. Kruskall dan W. Allen n i Wallis = jumlah data kelompok ke i n = jumlah semua data pada semua kelompok Merupakan pengembangan dari uji Mann Whitney Digunakan untuk membandingkan rata rata tiga sampel atau lebih 14

15 Contoh. Uji Kruskal Wallis 15

16 Penyelesaian k = jumlah metode 16

17 Uji Kruskal Wallis 17

18 UJI MEDIAN 18

19 Uji Median Untuk menguji apakah dua sampel independen berbeda mediannya. Uji median memberikan informasi apakah dua sampel independen telah ditarik dari populasi yang memiliki median yang sama Kedua sampel acak yang diambil dapat memiliki besar sampel yang berbeda 19

20 Uji Median Untuk menguji apakah dua sampel independen berbeda mediannya. Uji median memberikan informasi apakah dua sampel independen telah ditarik dari populasi yang memiliki median yang sama Kedua sampel acak yang diambil dapat memiliki besar sampel yang berbeda 20

21 Uji Median 21

22 Uji Median 22

23 Uji Median 23

24 Uji Median 24

25 Contoh. Uji Median 25

26 Penyelesaian 26

27 Penyelesaian 27

28 UJI KOLMOGOROV - SMIRNOV 28

29 Uji Kolmogorov - Smirnov 29

30 Uji Kolmogorov - Smirnov 30

31 Kaidah pengambilan keputusan Sampel kecil (n 1 dan n 2 < 40) Uji Kolmogorov - Smirnov n 1 = n 2 Digunakan tabel nilai D untuk sampel sama Jika: D hitung < D tabel maka terima H 0 D hitung > D tabel maka tolak H 0 Perlu diperhatikan uji satu arah atau uji dua arah n 1 < n 2 Digunakan tabel nilai D untuk sampel tidak sama Jika: D hitung < D tabel maka terima H 0 D hitung > D tabel maka tolak H 0 31

32 Uji Kolmogorov - Smirnov Sampel Besar (n 1 dan n 2 > 40) n 1 = n 2 Tabel yang digunakan adalah tabel D untuk sampel sama sesuai dengan yang ditentukan Jika: D hitung > D tabel maka tolak H 0 D hitung < D tabel maka terima H 0 n 1 n 2 Tabel yang digunakan adalah tabel D untuk sampel tidak sama Jika: D hitung < D tabel maka terima H 0 D hitung > D tabel maka tolak H 0 32

33 Contoh 1. Uji Kolmogorov - Smirnov 33

34 Penyelesaian D maks 34

35 Penyelesaian D maksimum = 13/30 = 0,433 Untuk N (ukuran sampel) = n 1 + n 2 = 60 dan = 0,01 diperoleh nilai D tabel = 0,207 Kesimpulan Karena D maksimum = 0,433 > D tabel = 0,207, maka tolak H 0 artinya tingkat kesadaran lingkungan masyarakat petani lebih tinggi dibandingkan dengan tingkat kesadaran lingkungan masyarakat non petani 35

36 Uji Kolmogorov - Smirnov 36

37 Penyelesaian 37

38 Penyelesaian 38

39 Penyelesaian Langkah 2. Dicari nilai D dengan menggunakan rumus Langkah 3. Dari tabel nilai D dengan n 1 = 12, n 2 = 15 dan = 0,05 (uji dua arah) diperoleh nilai D = 0,5 Kesimpulan. Karena nilai D hitung > D tabel maka tolak H 0, sehingga disimpulkan bahwa terdapat perbedaan kualitas manajemen antara bank favorit dan tidak favorit 39

40 Uji Kolmogorov - Smirnov

41 Uji Kolmogorov - Smirnov

42 Uji Kolmogorov - Smirnov

43 Uji Kolmogorov - Smirnov

44 Uji Kolmogorov - Smirnov

45 contoh

48 Uji Kolmogorov Merupakan uji goodness of fit antara frekuensi pengamatan dan frekuensi harapan Dibanding dengan uji goodness of fit dengan menggunakan X 2 test - Uji kolmogorov smirnov lebih efisien untuk sampel berukuran kecil - Uji kolmogorov smirnov hanya bisa digunakan untuk variabel random kontinu sedang X 2 test bisa untuk kontinu masupun diskrit Prosedur Uji 1. H 0 : variabel random x berdistribusi teoritis tertentu H 1 : tidak 2. Tingkat signifikansi : 3. Perhitungan statistik uji Data pengamatan disusun dan diurutkan dari nilai data terkecil sampai terbesar Menentukan distribusi frekuensi masing-masing nilai data Hitung distribusi frekuensi relatif kumulatif, notasikan dengan Fa (x) Hitung distribusi frekuensi teoritis (ekspektasi), notasikan dengan Fe (x)

49 Uji Kolmogorov 3. Statistik Uji D = Maksimum I Fa (x) Fe (x) I ~ berdistribusi D ; n nilai D ; n dilihat pada tabel nilai uji kolmogorov smirnov untuk sampel tunggal 4.Daerah kritis D > D ; n Ho ditolak

50 Ujilah dengan = 0,05 apakah data Contoh berikut berdistribusi normal dengan rata-rata µ =3 dan standard deviasi σ = 1 2,1 1,9 3,2 2,8 1,0 5,1 0,9 4,2 3,9 3,6 2,7 Penyelesaian 1. H 0 : variabel random x berdistribusi normal N(3; 1) H 1 : tidak 2. Tingkat signifikansi : = 0,05 3. Perhitungan statistik uji Fungsi densitas kumulatif dari variabel random yang berdistribusi normal N(3; 1) x 3 Fe( x) P( Z Z0) P Z P Z ( x 3) 1 Data pengamatan disusun dan diurutkan dari nilai data terkecil sampai terbesar Menentukan distribusi frekuensi masing-masing nilai data

51 Contoh Statistik Uji D = Maksimum I Fa (x) Fe (x) I = 0,1795 Daerah kritis bila D > D 0,05; 11 = 0,392 Ho ditolak karena D = 0,1795 < D 0,05; 10 = 0,391 maka Ho diterima berarti data diatas berdistribusi normal N(3; 1)

52 Contoh 2 Ujilah dengan = 0,05 apakah data berikut berdistribusi uniform dengan a=0 dan b=30 atau U (0; 30) 4,8 10,3 28,2 23,1 4,4 28,7 19,5 2,4 24,0 10,3 Penyelesaian 1. H 0 : variabel random x berdistribusi uniform U(0; 30) H 1 : tidak 2. Tingkat signifikansi : = 0,05 3. Perhitungan statistik uji Fungsi densitas kumulatif dari variabel random yang berdistribusi U (0;30) 0 ; x 0 Fe(x) x/(30-0) ; 0 < x < 30 1 ; x 30 Data pengamatan disusun dan diurutkan dari nilai data terkecil sampai terbesar Tentukan distribusi frekuensi masing-masing nilai data

53 Contoh Statistik Uji D = Maksimum I Fa (x) Fe (x) I = 0,16 nilai D ; n dilihat pada tabel nilai uji kolmogorov smirnov untuk sampel tunggal Daerah kritis D > D 0,05; 10 = 0,410 Ho ditolak karena D = 0,16 < D 0,05; 10 = 0,410 maka Ho diterima berarti data diatas berdistribusi uniform U(0;30)

54 STUDI KASUS

60 Menggunakan uji Kolmogorov - Smirnov

61 Menggunakan uji Kolmogorov - Spinov

dokumen-dokumen yang mirip

UJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah,, ST., MT

UJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah,, ST., MT UJI STATISTIK NON PARAMETRIK Widha Kusumaningdyah,, ST., MT UJI KERANDOMAN (RANDOMNESS TEST / RUN TEST) Uji KERANDOMAN Untuk menguji apakah data sampel yang diambil merupakan data yang acak / random Prosedur