Statistik Non Parametrik
|
|
- Yuliani Salim
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Statistik Non Parametrik
2 STATISTIK PARAMETRIK DAN NON PARAMETRIK Statistik parametrik, didasarkan asumsi : - sampel random diambil dari populasi normal atau - ukuran sampel besar atau - sampel berasal dari populasi dengan variansi yang sama Statistik non parametrik, didasarkan asumsi : - hampir tidak mengasumsikan persyaratan apapun kecuali distribusinya kontinyu.
3 Statistik non parametrik Statistik Non parametrik Cabang ilmu statistik yang mempelajari prosedur-prosedur inferensial dengan kesahihan yang tidak bergantung kepada asumsi-asumsi yang kaku tapi cukup pada asumsi yang umum. Asumsi-asumsi yang kaku, misal: syarat kenormalan suatu data, ragam yang sama, dll tetapi cukup pada asumsi yang umum Statistik bebas sebaran Uji Statistik Parametrik Suatu uji yang modelnya menetapkan adanya syarat-syarat tertentu (asumsi-asumsi) dari sebaran (distribusi) data populasinya. Banyak digunakan untuk menganalisis data interval dan rasio Biasanya datanya besar : > 30 SI 2 - Statistik Non Parametrik 3
4 Parametrik Parametrik Vs Non Parametrik menuntut ukuran ukuran tingkat taraf tinggi Ukuran taraf / tingkat tinggi adalah sesuatu yang menghasilkan ukuran-ukuran yang digunakan untuk menunjukkan arti penting dari perbedaan yang terjadi. Misal: Ukuran berat (kg) Perbedaan (0-485 kg) sama dengan perbedaan ( kg) Non Parametrik Terjadi ukuran ordinal (bukan taraf tinggi) Misal: Preferensi konsumen atas 5 jenis barang (1,2,3,4,5) 3 memiliki preferensi > dari 2 tapi perbedaannya belum tentu 1 Tingkatan eksekutif 4 manager (1,2,3,4) Pengujian dalam ukuran ordinal dengan cara memberi rank. Contoh : Ukuran berat : 3,4 1,8 5,8 Rank : SI 2 - Statistik Non Parametrik 4
5 Skala Pengukuran...(review) Nominal Juga disebut sebagai skala kategorik Merupakan skala pengukuran yang bersifat membedakan saja Angka atau simbol yang diberikan tidak memiliki maksud kuantitatif hanya menunjukkan ada aau tidak adanya atribut atau kharakteristik yang diteliti Contoh : Jenis kelamin seseorang, status perkawinan, kepesertaan keluarga berencana, lulus atau tidak dll. Bekerja dengan data ini, peneliti harus menentukan angka untuk tiap kategori, sebagai contoh : 1 untk wanita dan 2 untuk laki-laki (angka ini hanya representasi dari kategori atau kelas-2 dan tidak meunjukkan bilangan dari suatu atribut atau karakteristik. SI 2 - Statistik Non Parametrik 5
6 Ordinal Skala Pengukuran Skala pengukuran yang sifatnya membedakan dan mengurutkan Setiap sub kelas dapat dibandingkan dengan yang lain dalam hubungan lebih besar atau lebih sedikit. Contoh: misalkan seseorang diminta untuk mengurutkan tiga buah produk berdasarkan tingkat kepuasan terhadap produk. Product A Product B Product C Brand Rank Very satisfied Not at all satisfied A 1 B 2 C 3 6
7 Skala Pengukuran Interval Skala pengukuran yang bersifat membedakan, mengurutkan dan memiliki jarak yang sama Tidak memiliki nilai nol mutlak. Contoh : Suatu suhu 80 F tidak dapat dikatakan dua kali lebih panas dari suhu 40 F, karena kita tahu bahwa 80 F, pada skala suhu yang lain, seperti celcius adalah 26,7 C sedangkan 40 F = 4,4 C. meskipun 80 F kelihatannya dua kali 40F, seseorang tidak dapat mengatakan bahwa 80F dua kali lebih panas dari 40F, karena pada skala yang lain panasnya tidak dua kalinya. 4/25/2014 Multivariate Analysis 7
8 Skala Pengukuran Ratio Skala pengukuran yang sifatnya membedakan, mengurutkan dan mempunyai nilai nol mutlak. Nilai nol mutlak adalah nilai dasar yang tidak bisa diubah meskipun menggunakan skala yang lain. Karenanya nilai-nilai dalam skala ini dapat dibandingkan dan dapat dilakukan operasi matematis seperti penjumlahan pengurangan, bagi ataupun perkalian. Contoh : 100 Kg memiliki berat dua kali 50 kg 1000 meter memiliki panjang 20 kali 50 meter dll 4/25/2014 Multivariate Analysis 8
9 Statistik non parametrik Kelebihan statistik non parametrik 1. Asumsi yang digunakan minimum sehingga mengurangi kesalahan penggunaan 2. Perhitungan dapat dilakukan dengan cepat dan mudah 3. Konsep dan metode nonparametrik mudah dipahami bahkan oleh seseorang dengan kemampuan matematik yang minim 4. Dapat diterapkan pada skala peubah kualitatif (nominal dan ordinal) 5. Distribusi data tidak harus normal 6. Bisa digunakan untuk sampel kecil (misal n=7) walaupun distribusi populasinya tidak diketahui Kekurangan statistik non parametrik 1. Bila digunakan pada data yang dapat diuji menggunakan statistika parametrik maka hasil pengujian menggunakan statistik nonparametrik menyebabkan pemborosan informasi 2. Pekerjaan hitung-menghitung (aritmetik) karena memerlukan ketelitian terkadang menjemukan SI 2 - Statistik Non Parametrik 9
10 Kekurangan Kekurangan Statistik Non parametrik Bila persyaratan untuk uji parametrik dapat dipenuhi maka efisiensi pengujian non parametrik lebih rendah dibanding uji parametrik. Uji non parametrik tidak dapat digunakan untuk menguji interaksi seperti dalam model analisis variansi Uji non parametrik tidak bisa digunakan untuk membuat prediksi seperti dlm analisis regresi krn asumsi distribusi normal tidak dipenuhi.
11 Statistik non parametrik Kapan digunakan?? Sampel ukuran kecil / tidak melibatkan parameter populasi Data yang digunakan : data ordinal atau nominal Bentuk distribusi populasi dan tempat pengambilan sampel tidak diketahui menyebar secara normal Ingin menyelesaikan masalah statistik dengan cepat Bila asumsi-asumsi yang diperlukan pada suatu prosedur pengujian parametrik tidak terpenuhi Bila penghitungan harus dilakukan secara manual SI 2 - Statistik Non Parametrik 11
12 Langkah Langkah Pemilihan Metode Statistik 1. Apakah distribusi data diketahui? LIHAT JENIS DISTRIBUSINYA ya tidak NON PARAMETRIK 2. Apakah data berdistribusi normal? PARAMETRIK ya tidak NON PARAMETRIK 3. Apakah sampel ditarik secara random? PARAMETRIK ya tidak 12 NON PARAMETRIK
13 Langkah Langkah Pemilihan Metode Statistik Apakah varians kelompok sama? LIHAT JENIS DISTRIBUSINYA ya tidak NON PARAMETRIK 5. Bagaimana jenis skala pengukuran data? PARAMETRIK INTERVAL RASIO NOMINAL ORDINAL NON PARAMETRIK SI 2 - Statistik Non Parametrik 13
14 Langkah2 pemilihan metode statistik SI 2 - Statistik Non Parametrik 14
15 Parametrik Vs Non Parametrik SI 2 - Statistik Non Parametrik 15
16 Pengujian Hipotesis Statistik Non Parametrik Langkah langkah pengujian hipotesis: 1. Menentukan formulasi hipotesis 2. Menentukan taraf nyata dan nilai tabel 3. Menentukan kriteria pengujian 4. Menentukan nilai uji statistik 5. Membuat kesimpulan SI 2 - Statistik Non Parametrik 16
17 Pengujian Hipotesis Statistik Non Parametrik Uji Non Parametrik yang akan dipelajari: Uji Tanda (Sign Test) Uji Urutan Bertanda Wilcoxon Uji Mann-Whitney Uji Kruskal Wallis (H Test) Uji Friedman Uji Cochran (Uji Q) Uji kerandoman (Randomness test/run test) Uji kolmogorov smirnov sampel tunggal SI 2 - Statistik Non Parametrik 17
18 SIGN TEST (UJI TANDA)
19 Uji Tanda (Sign Test) Fungsi pengujian: Untuk menguji perbedaan/perubahan ranking (median selisih skor/ranking) dua buah populasi berdasarkan ranking (median selisih skor/ranking) dua sampel berpasangan Didasarkan atas tanda-tanda positif atau negatif dari perbedaan antara pasangan pengamatan. SI 2 - Statistik Non Parametrik 19
20 SIGN TEST UNTUK SATU SAMPEL Merupakan alternatif uji t dengan 1 sampel dalam uji parametrik Prosedur pengujian H 0 : μ = μ0 (p=0,5) H 1 : μ μ0 (p 0,5) atau μ > μ0 (p > 0,5) atau μ < μ0 (p < 0,5) Tingkat signifikansi Perhitungan data sampel untuk statistik uji Setiap nilai pengamatan yang > μ 0 diganti dengan/diberi tanda + Setiap nilai pengamatan yang < μ 0 diganti dengan/diberi tanda Setiap nilai pengamatan yang = μ 0 diganti dengan 0 dan dihapus dari data n = banyak pengamatan setelah tanda 0 di hapus dari data k = Banyaknya pengamatan bertanda + P = 0,5 ( probabilitas terjadinya tanda + dan adalah sama)
21 SIGN TEST UNTUK SATU SAMPEL Statistik Uji untuk n 20 X ~ berdistribusi binomial dengan parameter k, n, p P hitung = P(X k) = 1 - P(X k-1) untuk n > 20 X ~ berdistribusi Normal (μ, ) dengan μ = np dan sehingga k np np( 1 p) Z hitung np( 1 p) Berdistribusi normal standard (0,1)
22 Daerah kritis untuk n 20 SIGN TEST UNTUK SATU SAMPEL H 1 : μ μ0 daerah penolakan Ho : P hitung < /2 atau P hitung > (1- /2 ) H 1 : μ > μ0 daerah penolakan Ho : P hitung < H 1 : μ < μ0 daerah penolakan Ho : P hitung > (1- ) untuk n > 20 H 1 : μ μ0 daerah penolakan Ho : Z hitung < -Z /2 atau Z hitung > Z /2 H 1 : μ > μ0 daerah penolakan Ho : Z hitung < -Z H 1 : μ < μ0 daerah penolakan Ho : Z hitung > Z
23 Uji Tanda (Sign Test) Menentukan formulasi hipotesis H 0 : Probabilitas terjadinya tanda + dan - adalah sama H 1 : Probabilitas terjadinya tanda + dan - adalah berbeda Menentukan taraf nyata dan nilai tabel Pengujian bisa satu sisi atau dua sisi Menentukan kriteria pengujian Pengujian satu sisi H 0 : diterima bila probabilitas hasil sampel H 1 : diterima bila > probabilitas hasil sampel Pengujian dua sisi H 0 : diterima bila 2 KALI probabilitas hasil sampel H 1 : diterima bila > 2 KALI probabilitas hasil sampel SI 2 - Statistik Non Parametrik 23
24 Uji Tanda (Sign Test) Menentukan nilai uji statistik Lihat tabel probabilitas binomial dengan n,r tertentu dan p = 0,5 r = jumlah tanda yang terkecil Membuat kesimpulan Menyimpulkan H0 diterima ataukah tidak SI 2 - Statistik Non Parametrik 24
25 Contoh 1. Uji Tanda (Sign Test) Pasangan Istri Suami Sejumlah 10 pasangan suami istri yang baru menikah dipilih secara acak dan ditanyakan secara terpisah pada masing-masing istri dan suami, berapa jumlah anak yang mereka inginkan. Informasi yang didapat adalah sebagai berikut: Ujilah apakah kita dapat mengatakan bahwa wanita (istri) menginginkan anak lebih sedikit dibandingkan pria (suami)? Taraf nyata uji 0,01 SI 2 - Statistik Non Parametrik 25
26 Penyelesaian Diketahui : data di atas, = 0,01 Ditanya : apakah ada perbedaan jumlah anak yang diinginkan antara istri dengan suami? Jawab : H 0 : Tidak ada perbedaan jumlah anak yang diinginkan antara suami dan istri H 1 : wanita (istri) menginginkan anak lebih sedikit dibandingkan pria (suami) Taraf nyata uji : 0,01 Kriteria pengujian : H 0 diterima Jika 0,01 probabilitas hasil sampel H 1 diterima Jika 0,01 > probabilitas hasil sampel SI 2 - Statistik Non Parametrik 26
27 Perhitungan Pasangan Istri Suami Selisih r = 3, distribusi Binom dengan n = 9 dan p = 0,5 Menggunakan tabel Binom, maka akan diperoleh: P(r 3) = 0,254 Keputusan, karena 0,01 0,254, maka terima H 0. Tidak ada perbedaan jumlah anak yang diinginkan antara suami dan istri SI 2 - Statistik Non Parametrik 27
28 Contoh 2. Uji Tanda (Sign Test) Berikut data mutu kerja karyawan sebelum dan sesudah kenaikan gaji. Uji dengan taraf nyata α = 5%, apakah ada peningkatan mutu karyawan setelah gaji naik! Pegawai Sebelum kenaikan gaji (X 1 ) Sesudah kenaikan gaji (X 2 ) Selisih (X 2 X 1 ) SI 2 - Statistik Non Parametrik 28
29 Penyelesaian Dari tabel diketahui bahwa tanda (+) ada 7, dan tanda (-) ada 3 Jawab : H 0 : Tidak ada peningkatan mutu kerja H 1 : Ada peningkatan mutu kerja Taraf nyata uji : 0,05 Kriteria pengujian : H 0 diterima Jika 0,05 probabilitas hasil sampel H 1 diterima Jika 0,05 > probabilitas hasil sampel N = 10, r = 3 dan p = 0,5 Probabilitas hasil sampel: Menggunakan tabel Binom, maka akan diperoleh: P(r 3) = 0,1719 0,05 < H 0 diterima SI 2 - Statistik Non Parametrik 29
30 Dilakukan sebuah penelitian untuk mengetahui tingkat pengetahuan budidaya kopi sebelum dan sesudah diberi penyuluhan. Data hasil penelitian ditunjukkan pada tabel berikut. Contoh 3. Uji Tanda (Sign Test) Dengan α = 0,01, lakukan pengujian untuk mengetahui ada tidaknya pengaruh penyuluhan terhadap tingkat pengetahuan budidaya kopi. SI 2 - Statistik Non Parametrik 30
31 Contoh Berikut adalah data sampel random dari 15 pengukuran rating octane dalam sejenis bensin yang diamati disuatu daerah tertentu 99,0 102,3 99,8 100,5 99,7 96,2 99,1 102,5 103,3 97,4 100,4 98,9 98,3 98,0 101,6 Ujilah dengan = 0,01 apakah rating octane dari bensin yang diamati tersebut lebih dari 98,0?
32 Contoh Data berikut menunjukkan berapa lama (jam) sebuah alat listrik bisa digunakan sebelum diisi tenaga listrik 1,5 2,2 0,9 1,3 2,0 1,6 1,8 1,5 2,0 1,2 1,7 Ujilah dengan = 0,05 bahwa alat tersebut rata-rata dapat bekerja 1,8 jam sebelum harus diisi tenaga listrik lagi
33 Contoh Seorang pimpinan universitas mengklaim bahwa lulusannya mempunyai ratarata IP lebih dari 3. Untuk membuktikan kebenaran dari pernyataannya tersebut diambil sampel berukuran 31 mahasiswa yang sudah lulus dan dicatat IP nya. Data yang diperoleh : 3,41 3,02 2,57 2,86 2,78 3,00 2,55 2,13 2,14 2,81 2,85 2,74 2,73 2,94 3,22 3,15 3,00 2,82 3,81 2,77 3,00 3,62 3,16 3,39 3,14 3,21 2,97 3,33 3,03 3,41 3,00 Ujilah dengan = 1 % apakah klaim tersebut bisa diterima
34 SIGN TEST UNTUK DUA SAMPEL BERPASANGAN Merupakan alternatif uji t dengan 2 sampel berpasangan (paired t test) dengan n 1 = n 2 Prosedur pengujian H 0 : μ 1 = μ2 H 1 : μ 1 μ2 Tingkat signifikansi Perhitungan data sampel untuk statistik uji Hitung d i = selisih (X 1 X 2 ) Jika d i = 0 maka data dibuang n = banyak data d i setelah data dengan d i = 0 dihapus dari data Beri tanda (+) bila d i > 0 dan (-) bila d i < 0 R + = banyaknya data yang bertanda + R - = banyaknya data yang bertanda R = min (R + ; R - ) atau μ 1 > μ2 atau μ 1 < μ2
35 SIGN TEST UNTUK DUA SAMPEL BERPASANGAN Untuk n 40 ; R~ berdistribusi R, n* (R, n* dari tabel nilai kritis untuk uji tanda) Untuk n > 40; R~ berdistribusi Normal dengan rata-rata dan standard deviasi Sehingga R Z hitung n 2 R R R 2R n n R n 4 ~ berdistribusi Normal standart N (0;1) 35
36 Daerah kritis untuk n 40 SIGN TEST UNTUK DUA SAMPEL BERPASANGAN H 1 : μ 1 μ 2 daerah penolakan Ho jika R R, n* H 1 : μ 1 > μ 2 daerah penolakan Ho jika R - R, n* H 1 : μ 1 < μ 2 daerah penolakan Ho jika R + R, n* untuk n > 40 H 1 : μ 1 μ 2 daerah penolakan Ho jika Z hitung < -Z /2 atau Z hitung > Z /2 H 1 : μ 1 > μ 2 daerah penolakan Ho jika Z hitung > Z H 1 : μ 1 < μ 2 daerah penolakan Ho jika Z hitung < - Z 36
37 Contoh Sebuah perusahaan otomotif akan menentukan apakah ban radial bisa meningkatkan penghematan bahan bakar dibanding ban biasa. Untuk itu 24 mobil dipasangi ban radial kemudian dicoba pada lintasan tertentu. Tanpa mengganti sopir, mobil yang sama dipasangi ban biasa dan dicoba sekali lagi pada lintasan yang sama. Konsumsi bahan bakar (dalam kilometer perliter) Gunakan = 0,05 untuk menguji apakah ban radial lebih hemat bahan bakar dibanding ban biasa. 37
38 Penyelesaian 1. H 0 : μ 1 = μ2 (ban radial tidak lebih hemat bahan bakar dibanding ban biasa) H 1 : μ 1 < μ2 (ban radial lebih hemat bahan bakar dibanding ban biasa) 2. Tingkat signifikansi =0,05 3. Perhitungan : 38
39 Penyelesaian 4. Statistik Uji R + = 13 n = Daerah kritis : Ho ditolak bila R + R 0,05, 20* = 5 Karena R + =13 > R, n* = 5 maka Ho diterima. Jadi ban radial tidak lebih hemat bahan bakar dibanding ban biasa. 39
40 Note : Atau ada yang menggunakan perbandingannya adalah probabilitas hasil sampel dengan taraf uji nyata Taraf nyata uji : Kriteria pengujian : H 0 diterima Jika probabilitas hasil sampel H 0 ditolak Jika > probabilitas hasil sampel * Untuk tabel menggunakan binomial (komulatif) dari data n, k dan p
41 UJI RANGKING BERTANDA WILCOXON
42 UJI RANKING BERTANDA WILCOXON Wilcoxon s signed-rank test Alternatif dari uji t dengan 2 sampel berpasangan (paired t test) dengan n 1 = n 2 Penyempurnaan dari uji tanda untuk menguji 2 sampel berpasangan Prosedur Uji 1. H 0 : μ 1 = μ 2 H 1 : μ 1 μ 2 H 1 : μ 1 > μ 2 H 1 : μ 1 < μ 2 2. Tingkat signifikansi 3. Perhitungan statistik uji d i = selisih (x 1 x 2 ) d i = 0 data dibuang
43 UJI RANGKING BERTANDA WILCOXON Beri peringkat atau rangking pada I d i I dari terkecil hingga terbesar Bila ada peringkat / rangking yang sama diambil peringkatnya diambil rata-rata Hitung w + = total jumlah peringkat dari d i yang positif w - = total jumlah peringkat dari d i yang negatif w = min (w + ; w - ) Untuk n 50 : w w (nilai w dari tabel rangking bertanda wilcoxon) Untuk n > 50 : w berdistribusi normal dengan rata-rata : n( n 1) w 4 dengan standard deviasi n( n 1)(2n 1) sehingga : w 24 Z 4. Daerah kritis hitung w w ~ berdistribusi normal standard N (0; 1) w untuk n 50 H 1 : μ 1 μ 2 H 0 ditolak jika w w H 1 : μ 1 > μ 2 H 0 ditolak jika w - w H 1 : μ 1 < μ 2 H 0 ditolak jika w + w untuk n > 50 H 1 : μ 1 μ 2 H 0 ditolak jika Z hitung < -Z /2 atau Z hitung >Z /2 H 1 : μ 1 > μ 2 H 0 ditolak jika Z hitung > Z H 1 : μ 1 < μ 2 H 0 ditolak jika Z hitung > - Z
44 Contoh 1 Berikut adalah data rata-rata jam kerja yang terbuang perminggu karena kecelakaan yang terjadi dalam 10 pabrik sebelum dan sesudah diterapkannya program keselamatan kerja dengan menggunakan = 0,05 untuk menguji apakah program tersebut efektif Pabrik Sebelum Sesudah Penyelesaian 1. H 0 : μ 1 = μ 2 ( program keselamatan kerja tidak efektif) H 1 : μ 1 > μ 2 ( program keselamatan kerja efektif) 2. Tingkat signifikansi = 0,05 3. Perhitungan statistik uji Pabrik d i I d i I Urutan Ranking , ,5 2 7
45 4. Statistik Uji w + = 53 w - = 2 Contoh 5. Daerah kritis jika w - w 0,05 = 10 karena w - = 2 < w 0,05 = 10 maka H 0 ditolak Jadi program keselamatan kerja tersebut efektif
46 Contoh 2 Sebuah perusahaan taxi akan menentukan apakah ban radial bisa meningkatkan penghematan bahan bakar dibanding ban biasa. Untuk itu 24 mobil dipasangi bann radial kemudian dicoba pada lintasan tertentu. Tanpa mengganti sopirnya, mobil yang sama dipasangi ban biasa dan dicoba sekali lagi pada lintasan yang sama. Konsumsi bahan bakar (dalam kilometer perliter). Digunakan = 0,05 untuk menguji apakah ban radial lebih hemat bahan bakar dibanding ban biasa Mobil Ban radial 10,2 10,7 12, ,7 10,5 11, ,4 10,9 12,1 11,2 Ban biasa 10,1 10,9 12,2 12,9 12,8 10,4 11,7 11,8 12,9 10, ,9 Mobil Ban radial 11,1 12,3 13,1 10,8 10,2 11,2 13,3 12,7 11, ,4 10,7 Ban biasa 10,9 12,4 13,1 10,5 10,7 11,2 13,4 12,2 11,7 11,8 13,1 10,8 Penyelesaian 1. H 0 : μ 1 = μ 2 ( ban radial tidak lebih hemat bahan bakar dibanding ban biasa) H 1 : μ 1 < μ 2 (ban radial lebih hemat bahan bakar dibanding ban biasa) 2. Tingkat signifikansi = 0,05
47 Contoh 2 4. Perhitungan statistik uji 4. Statistik uji w + = 148 w - = Daerah kritis jika w + w 0,05; 20 = 60 karena w + = 148 > w 0,05;20 = 60 maka H 0 diterima Jadi ban radial tidak lebih hemat bahan bakar dibanding ban biasa
48 Uji Urutan Bertanda Wilcoxon (Signed Rank Test) Sebagai penyempurnaan uji tanda Diperkenalkan pertama kali oleh (Frank Wilcoxon) Selain memperhatikan + dan -, uji ini juga memperhatikan besarnya beda/selisih SI 2 - Statistik Non Parametrik 48
49 Uji Urutan Bertanda Wilcoxon (Signed Rank Test) Memperhitungkan tanda dan besarnya selisih. H 0 : Tidak terdapat perbedaan dari perlakuan 1 dan 2. H 1 : Terdapat perbedaan antara perlakuan 1 dan 2 Menentukan taraf nyata ( ) Dapat berbentuk satu sisi atau dua sisi Menentukan Kriteria pengujian H 0 : Diterima jika T < T 0 H 1 : Diterima jika T > T 0 Nilai T diperoleh dari Tabel nilai kritis untuk uji urutan/rank tanda => T α SI 2 - Statistik Non Parametrik 49
50 Uji Urutan Bertanda Wilcoxon (Signed Rank Test) Menentukan nilai uji statistik (Nilai T 0 ) 1. Tentukan tanda beda/selisih dan besarnya 2. Urutkan bedanya (tanpa memperhatikan tanda) Ranking 1 diberikan pd selisih terkecil, urutan 2 pd selisih terkecil berikutnya. Bila dua atau lebih selisih nilai mutlaknya sama, maka masing2 diberi rangking sama dengan rata2 urutan. Contoh selisih ke 5 dan ke 6 terkecil mempunyai nilai selisih yang sama, maka masing - masing mendapat rangking 5,5 yang diperoleh dari (5 + 6)/2 3. Pisahkan tanda selisih positif dan negatif 4. Jumlahkan semua angka positif dan negatif 5. Nilai terkecil dari nilai absolut hasil penjumlahan selisih adalah nilai T 0 Membuat kesimpulan SI 2 - Statistik Non Parametrik 50
51 Contoh 1. Uji Urutan Bertanda Wilcoxon (dr Soal Uji Tanda) Berikut data mutu kerja karyawan sebelum dan sesudah kenaikan gaji. Uji dengan taraf nyata α = 5%, apakah ada peningkatan mutu karyawan setelah gaji naik! Pegawai Sebelum kenaikan gaji (X 1 ) Sesudah kenaikan gaji (X 2 ) SI 2 - Statistik Non Parametrik 51
52 Penyelesaian Jawab : H 0 : Tidak ada peningkatan mutu kerja H 1 : Ada peningkatan mutu kerja Taraf nyata uji : 0,05 Kriteria pengujian : H 0 : Diterima jika T < T 0 H 1 : Diterima jika T > T 0 Dengan n=10 dan α = 0,05 berdasarkan Tabel nilai kritis uji urutan tanda (uji satu arah) => T 0.05 = 11 SI 2 - Statistik Non Parametrik 52
53 Penyelesaian Pegawai ke Sebelum kenaikan gaji Sesudah kenaikan gaji Selisih Urutan Ranking Tanda Ranking Tanda Ranking (X) (Y) (Y-X) (+) (-) Jumlah Kesimpulan Karena T 0.05 = 11 < T 0 = 11,5, maka: H 0 diterima yang artinya bahwa tidak ada perbedaan nyata pada mutu kerja pegawai setelah kenaikan gaji T 0 = 11,5 SI 2 - Statistik Non Parametrik 53
54 Contoh 2. Uji Urutan Bertanda Wilcoxon Sebuah alat pencukur rambut dapat digunakan sebelum dicharge lamanya (jam) adalah : 1,5; 2,2; 0,9; 1,3; 2,0; 1,6; 1,8; 1,5; 2,0; 1,2; dan 1,7. Ujilah hipotesis dengan α = 5% bahwa alat tersebut rata - rata dapat digunakan 1,8 jam sebelum dicharge SI 2 - Statistik Non Parametrik 54
55 1. H 0 : m = 1,8 H 1 : m 1,8 2. α = 0,05 Penyelesaian 3. Kriteria pengujian H 0 : Diterima jika T < T 0 H 0 : Ditolak jika T > T 0 Untuk n = 10 (dengan menghilangkan satu data yg selisihnya nol) dan α = 0,05 maka dari Tabel nilai kritis uji urutan tanda (uji dua arah) =>T 0.05 = 8 SI 2 - Statistik Non Parametrik 55
56 Penyelesaian Perhitungan : setiap pengamatan dikurangkan dengan 1,8, dan ditentukan peringkatnya, tanpa memperhatikan tanda minus atau plus n ke Selisih Tanda Rangking Tanda Rangking (+) (-) 1-0,3 5 5,5-5,5 2 0, , , , , Urutan Ranking 8-0,3 6 5,5-5,5 9 0, , , Jumlah T 0 = 13 Kesimpulan: Karena T 0.05 = 8 < T 0 = 13, maka terima H 0 artinya bahwa alat pencukur rambut tersebut rata - rata dapat digunakan 1,8 jam sebelum dicharge 56
57 Uji Urutan Bertanda Wilcoxon untuk 2 sampel Untuk 2 sampel yang berbeda SI 2 - Statistik Non Parametrik 57
58 Uji Urutan Bertanda Wilcoxon Contoh untuk 2 sampel SI 2 - Statistik Non Parametrik 58
59 Uji Urutan Bertanda Wilcoxon Contoh untuk 2 sampel SI 2 - Statistik Non Parametrik 59
60 Uji Urutan Bertanda Wilcoxon Contoh untuk 2 sampel SI 2 - Statistik Non Parametrik 60
61 Uji Urutan Bertanda Wilcoxon Untuk data besar Menurut Walpole & Meyer Bila n > 15, distribusi sampel T mendekati distribusi normal SI 2 - Statistik Non Parametrik 61
62 Contoh Uji Urutan Bertanda Wilcoxon sampel besar SI 2 - Statistik Non Parametrik 62
63 SI 2 - Statistik Non Parametrik 63
64 Keputusan Pengujian: 1. Dari tabel terlihat, N = 26, T = Untuk mencari harga z dari N = 26, T = 53, gunakan perhitungan memakai rumus SI 2 - Statistik Non Parametrik 64
65 Untuk z = 3,11, harga p = 0,0009 Karena nilai tersebut diperoleh dari tabel distribusi normal untuk pengujian satu sisi, sementara belum dapat diduga kelompok sampel mana yang memberikan skor yang lebih besar, maka SI 2 - Statistik Non Parametrik 65
66 Uji Korelasi Urutan Spearman Pertama kali dikemukakan oleh Carl Spearman SI 2 - Statistik Non Parametrik 66
67 Uji Korelasi Urutan Spearman SI 2 - Statistik Non Parametrik 67
68 Contoh 1. Uji Korelasi Urutan Spearman SI 2 - Statistik Non Parametrik 68
69 Penyelesaian Dengan taraf nyata 5% ujilah apakah ada korelasi antara peringkat yang diberikan oleh kedua pakar? SI 2 - Statistik Non Parametrik 69
70 Penyelesaian SI 2 - Statistik Non Parametrik 70
71 Contoh 2. Uji Korelasi Urutan Spearman M dan R, dua orang analis, merangking kualitas stok dengan n = 12 seperti pada tabel berikut. Dengan tingkat signifikansi 5%, susunlah pengujian untuk menentukan apakah ada kecenderungan kecocokan pada rank rank mereka. Kode Stok Rank M Rank R M - R = d d 2 A B C D E F G H I J K 6 11,5-5,5 30,25 L 12 11,5 0,5 0,25 d 2 91,5 71
72 Penyelesaian Ada kecenderungan cocok berarti kita artikan bahwa rank rank berkorelasi positif 1. H 0 : ρ s = 0 H 1 : ρ s > 0 2. α = 0,05 Berarti Z 0,05 = 1,64 3. Nilai hitung SI 2 - Statistik Non Parametrik 72
73 Penyelesaian Dengan demikian nilai statistik Z sampel 4. Daerah Kritis Terima H 0 jika Z sampel < Z 0,05 =1,64 Tolak H 0 jika Z sampel > Z 0,05 =1,64 5. Kesimpulan Karena Z sampel =2,26 > Z 0,05 =1,64, maka tolak H0 dan terima H1 yang artinya bahwa ada kecocokan dalam rank rank M dan R SI 2 - Statistik Non Parametrik 73
74 UJI MANN WHITNEY / UJI U
75 UJI MANN WHITNEY UJI U Mann whitney test Alternatif dari uji t maupun uji Z untuk dua sampel yang diambil dari dua populasi yang bebas (independen) dan tidak berdistribusi normal Prosedur Uji 1. H 0 : μ 1 = μ 2 (kedua sampel berasal dari populasi yang identik) H 1 : μ 1 μ 2 H 1 : μ 1 > μ 2 H 1 : μ 1 < μ 2 2. Tingkat signifikansi 3. Perhitungan statistik uji ukuran sampel 1 : n 1 ukuran sampel 2 : n 2
76 UJI MANN WHITNEY UJI U Gabungkan kedua sampel dan beri peringkat atau ranking dari data terkecil sampai terbesar. Bila ada peringkat / rangking yang sama, peringkatnya diambil rata-ratanya Hitung jumlah peringkat sampel 1 dan sampel 2 dan dinotasikan dengan R 1 dan R 2 Statistik Uji U 1 n ( n 1) 2 U n ( n 1) n n R U min( U 1 ; U2) n1n 2 R
77 UJI MANN WHITNEY UJI U Untuk n 1 : n 2 20 Untuk n 1 : n 2 > 20 U ~ berdistribusi Un 1: n 2: (nilai U tabel mann whitney) U ~ berdistribusi normal n 1 n dengan rata-rata 2 u 2 n1n 2( n1 n2 1) dengan standard deviasi u Daerah kritis sehingga : Z hitung w u u ~ berdistribusi normal standard N (0; 1) n 1 : n 2 20 H 1 : μ 1 μ 2 H 0 ditolak jika U < U H 1 : μ 1 > μ 2 H 0 ditolak jika U 1 < U H 1 : μ 1 < μ 2 H 0 ditolak jika U 2 < U n 1 : n 2 > 20 H 1 : μ 1 μ 2 H 0 ditolak jika Z hitung < -Z /2 atau Z hitung >Z /2 H 1 : μ 1 > μ 2 H 0 ditolak jika Z hitung > Z H 1 : μ 1 < μ 2 H 0 ditolak jika Z hitung > - Z
78 Contoh 1 Manajer produksi sebuah perusahaan ingin menguji apakah iringan musik lembut berpengaruh terhadap produktivitas kerja. Untuk itu dilakukan pengamatan terhadap data output perjam dari sampel random 10 pekerja yang bekerja tanpa iringan musik dan 18 pekerja yang bekerja dengan iringan musik. Hasilnya adalah sebagai berikut : Tanpa iringan musik lembut Pekerja Output Dengan iringan musik lembut Pekerja Output Pekerja Output Ujilah dengan = 0,05 apakah iringan musik lembut akan meningkatkan produktivitas kerja
79 Penyelesaian Contoh 1. H 0 : μ 1 = μ 2 ( iringan musik lembut tidak meningkatkan produktivitas) H 1 : μ 1 < μ 2 ( iringan musik lembut akan meningkatkan produktivitas) 2. Tingkat signifikansi =0,05 3. Perhitungan : 4. statistik uji n2( n2 1) U 2 n1n 2 R2 2 18(18 1) U2 10(18) 324,5 26, Daerah kritis jika U 2 < U 0,05; 10; 18 =55 karena U 2 = 26,5 < U 0,05; 10; 18 =55 maka H 0 ditolak Jadi iringan musik lembut akan meningkatkan produktivitas.
80 Uji Mann-Whitney (U Test) Disebut juga pengujian U. Dikembangkan oleh H.B. Mann dan D.R. Whitney Digunakan untuk menguji rata-rata dari 2 sampel berukuran tidak sama Data ordinal Uji Mann-Whitney merupakan alternatif bagi uji-t. Uji Mann-Whitney digunakan untuk membandingkan dua mean populasi yang berasal dari populasi yang sama. Uji Mann-Whitney juga digunakan untuk menguji apakah dua mean populasi sama atau tidak. SI 2 - Statistik Non Parametrik 80
81 Uji Mann-Whitney (U Test) Untuk sampel kecil Tahapan: Menentukan n 1 dan n 2. Menggabungkan kedua sampel dan memberi urutan (ranking) tiap-tiap anggota Menjumlahkan urutan masing-masing sampel Menghitung statistik U SI 2 - Statistik Non Parametrik 81
82 Uji Mann-Whitney (U Test) SI 2 - Statistik Non Parametrik 82
83 Uji Mann-Whitney (U Test) SI 2 - Statistik Non Parametrik ) (. R n n n n U ) (. R n n n n U Jika sample size kecil
84 Contoh 1. Uji Mann-Whitney (U Test) SI 2 - Statistik Non Parametrik 84
85 Uji Mann-Whitney (U Test) Dipakai adalah U terkecil SI 2 - Statistik Non Parametrik 85
86 Uji Mann-Whitney (U Test) Latihan!! Tabel di bawah menunjukkan gaji yang diterima oleh 5 orang sarjana ekonomi dan 4 orang insinyur setelah 3 tahun bekerja yang diperoleh dari sampel secara random SE Gaji Urutan ST Gaji Urutan A O B 820 3,5 P 820 3,5 C Q D R E R 1 =19,5 R 2 = 25,5 Ujilah bahwa setelah tiga tahun bekerja, gaji sarjana ekonomi tidak lebih rendah dibanding insinyur. SI 2 - Statistik Non Parametrik 86
87 Uji Mann-Whitney (U Test) Jika sample size besar SI 2 - Statistik Non Parametrik 87
88 Uji Mann-Whitney (U Test) SI 2 - Statistik Non Parametrik 88
89 Contoh 2. Uji Mann-Whitney (U Test) Berikut adalah nilai UAS Statistika 2 mahasiswa fakultas Ekonomi dan ilmu komputer Urutan Nilai Rank Catatan: jumlah sampel mahasiswa SI 2 - Statistik Non Parametrik
90 Uji Mann-Whitney (U Test) Berdasarkan tabel tersebut, ujilah dengan taraf nyata 5%, apakah (peringkat) nilai mahasiswa fakultas ekonomi lebih besar dibanding mahasiswa ilmu komputer? SI 2 - Statistik Non Parametrik 90
91 Uji Mann-Whitney (U Test) 91
92 Contoh 3. Uji Mann-Whitney (U Test) Taraf taraf operasi (prosentase kapasitaa) telah didapat dari sampel sampel random n 1 = 10 hari pada perusahaan 1 dan n 2 = 12 hari pada perusahaan 2. n 1 + n 2 = 22 taraf taraf operasi diranking dalam besaran order. Jumlah rank pada perusahaan 1 dan 2 berturut turut adalah 145,5 dan 107,5. Pada α = 0,05 susunlah suatu pengujian untuk menentukan apakah taraf operasi rata rata perusahaan 1 lebih besar dari taraf operasi rata rata perusahaan 2! Jawab Misalkan μ 1 dan μ 2 merupakan taraf operasi rata rata perusahaan 1 dan 2 1. Hipotesis H 0 : μ 1 = μ 2 H 1 : μ 1 > μ 2 2. Nilai kritis Dengan α = 0,05, diperoleh: Z 0,05 = 1,64 SI 2 - Statistik Non Parametrik 92
93 Penyelesaian 3. Nilai hitung Standar deviasi populasi Nilai statistik Z sampel 4. Kesimpulan Karena nilai statistik Z sampel = 2,01 > Z 0,05 = 1,64 maka tolak H 0. Ini berarti taraf operasi rata rata perusahaan 1 lebih besar dari pada taraf operasi rata rata perusahaan 2 SI 2 - Statistik Non Parametrik 93
94 Contoh 4. Uji Mann-Whitney (U Test) SI 2 - Statistik Non Parametrik 94
95 Penyelesaian 1. Hipotesis H 0 : μ 1 = μ 2 H 1 : μ 1 μ 2 2. Nilai kritis Karena uji dua sisi, α = 0,10, maka harus dibagi dua menjadi (0,10/2 ) = 0,05. Sehingga Z 0,05 = 1,64 3. Nilai hitung μ R1 = n 1(n 1 + n 2 + 1) = 2 Standar deviasi populasi 14( ) 2 = 182 δ R = n 1 n 2 (n 1 + n 1 + 1) 12 = (14)(11)( = 1) 12 = 18,267 SI 2 - Statistik Non Parametrik 95
96 Penyelesaian Nilai statistik Z sampel Z sampel = R 1 μ R1 σ R = ,267 = 1,26 4, Kesimpulan Karena nilai statistik Z sampel = 1,26 < Z 0,05 = 1,64 maka terima H 0. Ini berarti taraf rata rata kedua paket adalah sama Daerah penolakan H 0 Daerah penolakan H 0 SI 2 - Statistik Non Parametrik 96
97 UJI KRUSKAL WALLIS (UJI H) Kruskal Wallis test Uji Mann-Whitney dengan k>2 sampel atau merupakan alternatif dari uji F untuk pengujian kesamaan beberapa rata-rata dalam analisis variansi satu arah Prosedur Uji 1. H 0 : μ 1 = μ 2 = μ 3 =...=μ k (kedua sampel berasal dari populasi yang identik) H 1 : tidak semua sama 2. Tingkat signifikansi : 3. Perhitungan statistik uji ukuran sampel ke i : ni i= 1,2,3,...,k n = n 1 +n 2 +n n k gabungkan data dari k sampel (semua sampel) dan beri peringkat atau ranking dari data terkecil sampai terbesar. Bila ada peringkat / ranking yang sama maka peringkatnya diambil rata-rata
98 UJI KRUSKAL WALLIS (UJI H) Hitung jumlah peringkat sampel ke 1 sampai dengan sampel ke k, notasikan dengan R 1, R 2,..., R k Statistik uji R k X ; v k 1 i H 3( n 1) n( n 1) i 1 ni ~ berdistribusi 2 X ; v k 1 4. Daerah kritis bila H > H 0 ditolak
99 Contoh 1 Akan diuji apakah upah tukang kayu, tukang batu dan tukang talang perjam mempunyai perbedaan yang signifikan. Untuk itu diambil sampel 7 tukang kayu, 7 tukang batu dan 6 tukang talang. Data sampel berupa upah harian dari pekerja-pekerja tersebut disajikan dalam tabel berikut : Ujilah dengan = 0,01!
100 Contoh 1 Penyelesaian 1. H 0 : μ 1 = μ 2 = μ 3 =...=μ k (upah harian ketiga jenis tukang tidak berbeda) H 1 : tidak semua sama ( upah harian ketiga jenis tukang berbeda 2. Tingkat signifikansi = 0,01 3. Perhitungan : n = = 20 H 12 n( n 1) k i 1 R n 2 i i 3( n 1) (20 1) (20 1) 12,26
101 Contoh Daerah kritis : Jika H > X 0,01; v 3 1 = 9,210 Ho ditolak karena H = 12,26 > ditolak X 2 0,01; v 3 1 = 9,210 maka Ho Upah harian ketiga jenis tukang berbeda secara signifikan
STATISTIK NON PARAMETRIK (1)
11 STATISTIK NON PARAMETRIK (1) Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/ 2 Outline Metode Statistik : Parametrik
Lebih terperinciSTATISTIK NON PARAMETRIK (2) Debrina Puspita Andriani /
STATISTIK NON PARAMETRIK (2) 13 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Uji Korelasi Urutan Spearman Statistik Non Parametrik 3 Uji Korelasi Urutan Spearman
Lebih terperinciSTATISTIK NON PARAMETRIK (2)
STATISTIK NON PARAMETRIK (2) 12 Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/ 2 Outline Uji Korelasi Urutan Spearman Statistik
Lebih terperinciPertemuan 11 s.d. 13 STATISTIKA INDUSTRI 2. Nonparametric. Skala Pengukuran...(review) 27/05/2016. Statistik Non Parametrik
Pertemuan 11 s.d. 13 STATISTIKA INDUSTRI TIN 4004 Outline: Nonparametric Statistics Referensi: Walpole, R.E., Myers, R.H., Myers, S.L., Ye, K., Probability & Statistics for Engineers & Scientists, 9 th
Lebih terperinciUJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah, ST., MT
UJI STATISTIK NON PARAMETRIK Widha Kusumaningdyah, ST., MT SIGN TEST Sign Test Digunakan untuk menguji hipotesa tentang MEDIAN dan DISTRIBUSI KONTINYU. Pengamatan dilakukan pada median dari sebuah distribusi
Lebih terperinciANALISIS DATA KUANTITATIF
1 ANALISIS DATA KUANTITATIF Analisis data merupakan proses pengolahan, penyajian, dan interpretasi yang diperoleh dari lapangan agar data yang disajikan mempunyai makna. A. Tujuan Analisis Data 1. Menjawab
Lebih terperinciBAB 1 PENDAHULUAN Pengertian dan Kegunaan Statistika
BAB 1 PENDAHULUAN 1.1. Pengertian dan Kegunaan Statistika Statistik dapat berarti tiga hal. Pertama statistik bisa berarti kumpulan data. Ada buku bernama Buku Statistik Indonesia (Statistical Pocketbook
Lebih terperinciStatistik Non Parameter
Statistik Non Parameter A. Pengertian Non Parametrik Istilah nonparametrik sendiri pertama kali digunakan oleh Wolfowitz, 1942. Istilah lain yang sering digunakan antara lain distribution-free statistics
Lebih terperinciUtriweni Mukhaiyar MA2281 Statistika Nonparametrik Kamis, 5 Februari 2015
Utriweni Mukhaiyar MA2281 Statistika Nonparametrik Kamis, 5 Februari 2015 Prosedur Uji Hipotesis Uji Z Parametrik Uji t ANOVA one way UJI MENYANGKUT RATAAN Asumsi distribusi normal Uji Tanda Uji Rang Tanda
Lebih terperinciPenggolongan Uji Hipotesis
Penggolongan Uji Hipotesis Macam Data Deskriptif (1 sampel) Komparatif (2 sampel) Macam Hipotesis Komparatif (k sampel) Asosiatif Berpasangan Independen Berpasangan Independen Berpasangan Independen Nominal
Lebih terperinciBAB I PENDAHULUAN BAB II PEMBAHASAN
BAB I PENDAHULUAN 11 Latar Belakang Pengujian Mann-Whitney dipakai apabila karakteristik kelompok item yang menjadi sumber sampelnya tidak diketahui Metode ini diterapkan terhadap data yang diukur dengan
Lebih terperinciBAB II TINJAUAN PUSTAKA. nonparametrik, pengujian hipotesis, One-Way Layout, dan pengujian untuk lebih dari
BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Untuk melakukan pembahasan mengenai materi di skripsi ini, diperlukan teoriteori yang mendukung. Pada bab ini akan diuraikan beberapa teori yang mendukung penulisan
Lebih terperinciParametrik. Memerlukan asumsi sebaran (Normal) Non parametrik. Tidak memerlukan asumsi sebaran (Normal)
Video Parametrik Memerlukan asumsi sebaran (Normal) Pendekatannya adalah langsung menggunakan statistik penduga yang berkait langsung dengan parameter yang dimaksud Non parametrik Tidak memerlukan asumsi
Lebih terperinciSTATISTIKA UJI NON-PARAMETRIK
STATISTIKA UJI NON-PARAMETRIK DISUSUN OLEH : Jayanti Syahfitri DOSEN PENGAMPU : Dr. Risnanosanti, M.Pd PROGRAM PASCASARJANA MAGISTER PENDIDIKAN BIOLOGI (S-2) FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS
Lebih terperinciSTATISTIK NON PARAMTERIK
STATISTIK NON PARAMTERIK PROSEDUR PENGOLAHAN DATA : PARAMETER : Berdasarkan parameter yang ada statistik dibagi menjadi Statistik PARAMETRIK : berhubungan dengan inferensi statistik yang membahas parameterparameter
Lebih terperinciUji Z atau t Uji Z Chi- square
UJI FRIEDMAN SEBAGAI PENDEKATAN ANALISIS NONPARAMETRIK UNTUK MENGUJI HOMOGENITAS RATA-RATA retnosubekti@uny.ac.id Pendahuluan Uji parametrik memerlukan pemenuhan asumsi-asumsi tentang distribusi populasi
Lebih terperinci1.1 Contoh Soal dan Pembahasan Uji 1 Sampel a. Uji Binomial Untuk kasus ukuran sampel 25 Dilakukan penelitian untuk mengetahui kecenderungan
1.1 Contoh Soal dan Pembahasan 1.1.1 Uji 1 Sampel a. Uji Binomial Untuk kasus ukuran sampel 5 Dilakukan penelitian untuk mengetahui kecenderungan masyarakat dalam memilih perawatan kecantikan. Berdasarkan
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA. 1.1 Latar Belakang
I. PENDAHULUAN 1.1 Latar Belakang Statistik sangat sering ditemui dalam kehidupan sehari-hari, tidak hanya dalam dunia pendidikan dan ilmu pengetahuan. Statistik inferensia salah satunya, merupakan satu
Lebih terperinciMateri KBK sem 7 Prinsip data Prinsip statistik dalam penelitian Statistik deskriptif Statistik inferensial
Dr. Arlinda Sari Wahyuni, MKes Materi KBK sem 7 Prinsip data Prinsip statistik dalam penelitian Statistik deskriptif Statistik inferensial Apa statistik??? Statistik Disiplin ilmu yang mempelajari metode
Lebih terperinciStatistik Non Parametrik
Statistik Non Parametrik UJI FRIEDMAN (UJI X ) r X r UJI Friedman (uji ) Untuk k sampel berpasangan (k>) dengan data setidaknya data skala ordinal Sebagai alternatif dari analisis variansi dua arah bila
Lebih terperinciKULIAH 2 : UJI NON PARAMETRIK 1 SAMPEL. Tim Pengajar STATSOS Lanjutan
KULIAH : UJI NON PARAMETRIK 1 SAMPEL Tim Pengajar STATSOS Lanjutan What is Statistics Science of gathering, analyzing, interpreting, and presenting data Branch of mathematics Facts and figures Measurement
Lebih terperinciPERANCANGAN PERCOBAAN
PERANCANGAN PERCOBAAN PERTEMUAN KE-6 STATISTIKA NON-PARAMETRIK (UNTUK UJI NORMALITAS DAN DATA KUALITATIF) PROF.DR.KRISHNA PURNAWAN CANDRA JURUSAN TEKNOLOGI HASIL PERTANIAN FAPERTA UNMUL 2016 ANALISIS DATA
Lebih terperinciSTATISTIKA NONPARAMETRIK (3)
6.UJI KOLMOGOROV SMIRNOV STATISTIKA NONPARAMETRIK (3) Untuk menguji apakah data berdistribusi tertentu. Ekivalen dengan Uji ( Goodness Of Fit ) dalam Statistik Uji Parametrik. Elty Sarvia, ST., MT. Fakultas
Lebih terperinciStatistik Non Parametrik-2
Statistik Non Parametrik-2 UJI RUN 2 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
Lebih terperinciSTATISTIKA NON PARAMETRIK
STATISTIKA NON PARAMETRIK Utriweni Mukhaiyar BI5106 Analisis Biostatistik 4 Desember 2012 Prosedur Uji Hipotesis Prosedur Uji Hipotesis Parametrik Uji Z Uji t ANOVA one way UJI MENYANGKUT RATAAN Asumsi
Lebih terperinciANALISIS DATA KUANTITATIF Disusun oleh: Ressy Rustanuarsi ( ) Bertu Rianto Takaendengan ( ) Mega Puspita Sari ( )
ANALISIS DATA KUANTITATIF Disusun oleh: Ressy Rustanuarsi (16709251033) Bertu Rianto Takaendengan (16709251034) Mega Puspita Sari (16709251035) Diresume oleh: Sumbaji Putranto A. PENGERTIAN ANALISIS DATA
Lebih terperinciSTATISTIKA NONPARAMETRIK (3)
STATISTIKA NONPARAMETRIK (3) Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung 6.UJI KOLMOGOROV SMIRNOV Untuk menguji apakah data berdistribusi tertentu.
Lebih terperinciFUNGSI STATISTIKA. Oleh Jarnawi Afgani Dahlan
FUNGSI STATISTIKA Oleh Jarnawi Afgani Dahlan Hal yang sering menjadi perhatian utama, sering juga menjadi masalah seorang peneliti atau malahan ingin disebut penelitiannya bagus dan bergengsi dalam pengolahan
Lebih terperinciUJI 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
Lebih terperinciStatistika Non-Parametrik
Statistika Non-Parametrik STK 511 Analisis Statistika Depertemen Statistika IPB 1 Statistika Non-Parametrik Ciri statistika non-parametrik : o Prosedur non-parametrik -> fokus hanya pada beberapa karakteristik
Lebih terperinciHIPOTESIS ASOSIATIF KORELASI PRODUCT MOMENT -YQ-
HIPOTESIS ASOSIATIF KORELASI PRODUCT MOMENT -YQ- PENGERTIAN Hipotesis asosiatif adalah hipotesis yang menunjukkan dugaan adanya hubungan atau pengaruh antara dua variabel atau lebih. Contoh: Rumusan masalah:
Lebih terperinciNonparametrik_uji k sampel_m. Jainuri, M.Pd
Uji U / U Test atau Uji Mann-Whitney digunakan untuk menguji hipotesis komparatif dua sampel independen bila tingkatan datanya ordinal. Bila dalam suatu pengamatan datanya berbentuk interval, maka dirubah
Lebih terperinciDISTRIBUSI SAMPLING besar
DISTRIBUSI SAMPLING besar Distribusi Sampling Sampling = pendataan sebagian anggota populasi = penarikan contoh / pengambilan sampel Sampel yang baik Sampel yang representatif, yaitu diperoleh dengan memperhatikan
Lebih terperinciBAB I PENDAHULUAN. Keuntungan dari menggunakan metode non parametrik adalah : APLIKASI TEST PARAMETRIK TEST NON PARAMETRIK Dua sampel saling T test
BAB I PENDAHULUAN Metode statistik yang banyak dilakukan adalah dengan menggunakan metode parametrik (seperti t-test, z test, Anova, regresi, dan lainnya) dengan menggunakan parameter-parameter seperti
Lebih terperinciDr. I Gusti Bagus Rai Utama, SE., M.MA., MA.
Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA. Hipotesis statistik Sebuah pernyataan tentang parameter yang menjelaskan sebuah populasi (bukan sampel). Statistik Angka yang dihitung dari sekumpulan sampel.
Lebih terperinciStatistika Nonparametrik dengan SPSS, Minitab, dan R
i Statistika Nonparametrik dengan SPSS, Minitab, dan R 017 ii USU Press Art Design, Publishing & Printing Gedung F Jl. Universitas No. 9, Kampus USU Medan, Indonesia Telp. 061-813737; Fax 061-813737 Kunjungi
Lebih terperinciBAB ΙΙ LANDASAN TEORI
7 BAB ΙΙ LANDASAN TEORI Berubahnya nilai suatu variabel tidak selalu terjadi dengan sendirinya, bisa saja berubahnya nilai suatu variabel disebabkan oleh adanya perubahan nilai pada variabel lain yang
Lebih terperinciPENGUJIAN HIPOTESIS. 2,5% (Ho ditolak) 2,5% ( Ho ditolak )
PENGUJIAN HIPOTESIS 1. Pengertian Hipotesis Hypo = Sementara Thesis = Jawaban Jadi hipotesis adalah jawaban sementara dari suatu pernyataan ( pejabat, mahasiswa, pegawai dan lain sebagainya.contoh : 1.
Lebih terperinciANALISIS NON-PARAMETRIK UJI KOEFESIEN KONTINGENSI. Oleh: M. Rondhi, SP, MP, Ph.D
ANALISIS NON-PARAMETRIK UJI KOEFESIEN KONTINGENSI Oleh: M. Rondhi, SP, MP, Ph.D Analisis non-parametrik merupakan alat analisis yang digunakan jika data yang digunakan memiliki distribusi nominal atau
Lebih terperinciSTATISTIK PERTEMUAN IX
STATISTIK PERTEMUAN IX UJI SAMPEL TUNGGAL Prosedur sampel tunggal biasanya bertipe goodness of fit. Dalam hal ini kita menarik suatu sampel random dan kemudian menguji hipotesis apakah sampel-sampel tersebut
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari pasti kita dihadapi oleh suatu pilihan dan masalah pengambilan keputusan. Salah satu ilmu yang dapat digunakan untuk membantu pengambilan keputusan
Lebih terperinciANALISIS DATA KUANTITATIF. Disusun untuk Memenuhi Tugas Mata Kuliah Metodologi Penelitian Pendidikan Dosen Pengampu: Dr. Heri Retnawati, M.
ANALISIS DATA KUANTITATIF Disusun untuk Memenuhi Tugas Mata Kuliah Metodologi Penelitian Pendidikan Dosen Pengampu: Dr. Heri Retnawati, M.Pd Disusun oleh : Kelompok 7 PMAT B Ressy Rustanuarsi (16709251033)
Lebih terperinciMETODE PENELITIAN Pertemuan ke-4 PENGOLAHAN DATA PENELITIAN
METODE PENELITIAN Pertemuan ke-4 PENGOLAHAN DATA PENELITIAN DATA PENELITIAN Kualitatif Macam Data Diskrit Kuantitatif Ordinal Kontinum Interval Ratio Data Kualitatif adalah data yang dinyatakan dalam bentuk
Lebih terperinciStatistik & Hipotesis
Hypothesis testing Widya Rahmawati Statistik & Hipotesis Statistik tidak hanya membantu dalam menggambarkan atau menampilkan data saja, tapi juga untuk menguji kebenaran suatu hipotesis Hipotesis adalah
Lebih terperinciBAB 1 PENDAHULUAN. 1.1.Latar Belakang
BAB 1 PENDAHULUAN 1.1.Latar Belakang Setiap universitas berusaha meningkatkan mutu lulusannya agar mereka mampu bersaing di era globalisasi. (USU) merupakan salah satu Perguruan Tinggi Negeri di kota Medan
Lebih terperinciSTATISTIKA. Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll.
STATISTIKA Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll. Statistika deskriptif: pencatatan dan peringkasan hasil
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Statistika sangat bermanfaat dalam kehidupan manusia, tidak hanya di bidang ilmu pengetahuan tapi penerapannya juga sangat aplikatif di dunia sehari-hari. Salah satunya
Lebih terperinciLANGKAH-LANGKAH PENGOLAHAN DATA PENELITIAN. Oleh: Bambang Avip Priatna Martadiputra
LANGKAH-LANGKAH PENGOLAHAN DATA PENELITIAN Oleh: Bambang Avip Priatna Martadiputra PERSIAPAN PENELITIAN 1) Menyusun instrumen penelitian berdasarkan dimensi dan indikator yang dirujuk. 2) Uji validitas
Lebih terperinciUJI PERBEDAAN DUA SAMPEL. Materi Statistik Sosial Administrasi Negara FISIP UI
UJI PERBEDAAN DUA SAMPEL Materi Statistik Sosial Administrasi Negara FISIP UI Digunakan untuk menentukan apakah dua perlakukan sama atau tidak sama Uji parametrik Uji non parametrik: T- test asumsi: distribusi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Waktu penelitian yang direncanakan pada saat penelitian ini dilakukan adalah pada pertengahan tahun 2015, yaitu pada saat peneliti menjalani semester
Lebih terperinci2 Departemen Statistika FMIPA IPB
Suplemen Responsi Pertemuan ANALISIS DATA KATEGORIK (STK351) Departemen Statistika FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referensi Waktu Uji Dua Populasi Uji Mann-Whitney Uji beda proporsi contoh besar
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Distribusi Normal Salah satu distribusi frekuensi yang paling penting dalam statistika adalah distribusi normal. Distribusi normal berupa kurva berbentuk lonceng setangkup yang
Lebih terperinciSTATISTIK PERTEMUAN XIV
STATISTIK PERTEMUAN XIV Non Parametrik SKALA DATA Nominal Skala yang tidak mempunyai jenjang/tingkatan hanya membedakan subkategori secara kualitatif Contoh: Jenis Kelamin (Laki-laki =1 Perempuan =2) Ordinal
Lebih terperinciPENGOLAHAN DAN ANALISIS DATA
DEPARTEMEN PENDIDIKAN NASIONAL INSPEKTORAT JENDERAL DIKLAT METODOLOGI PENELITIAN SOSIAL PARUNG BOGOR, 25 27 MEI 2005 PENGOLAHAN DAN ANALISIS DATA Oleh: NUGRAHA SETIAWAN UNIVERSITAS PADJADJARAN PENGOLAHAN
Lebih terperinciPengertian statistik Ruang lingkup statistik Pengertian & jenis data Variabel & skala pengukuran. Konsep Dasar Statistik - 2
Pengertian statistik Ruang lingkup statistik Pengertian & jenis data Variabel & skala pengukuran Konsep Dasar Statistik - 2 Statistik sebagai data Yaitu kumpulan bahan keterangan yang berupa angka / kumpulan
Lebih terperinciSTATISTIKA INFERENSIAL RASIONAL
STATISTIKA INFERENSIAL RASIONAL Kondisi riil pengolahan informasi (Data): Karena keterbatasan waktu, biaya dan tenaga tidak memungkinkan mengumpulkan dan mengolah seluruh informasi yang ada di masyarakat
Lebih terperinciPengujian Hipotesis Komperatif 2 sampel Independen ( UJI Mann-Whitney )
Makalah Statistika Non Parametrik Pengujian Hipotesis Komperatif 2 sampel Independen ( UJI Mann-Whitney ) Oleh : Kelompok 10 ELSA RESA SARI ( H121 15 309 ) PUJI PUSPA SARI ( H121 15 701 ) SARINA ( H121
Lebih terperinciANALISIS DATA DAN INTERPRETASI
1 ANALISIS DATA DAN INTERPRETASI A. Pengujian Hipotesis 1. Estimasi dan Probabilitas Pernyataan hipotesis merupakan ekspektasi peneliti mengenai karakteristik populasi yang didukung oleh logika teoritis.
Lebih terperinciPENGUJIAN HIPOTESIS DESKRIPTIF (Satu sampel) Wahyu Hidayat, M.Pd
PENGUJIAN HIPOTESIS DESKRIPTIF (Satu sampel) Wahyu Hidayat, M.Pd Definisi Pengujian hipotesis deskriptif pada dasarnya merupakan proses pengujian generalisasi hasil penelitian yang didasarkan pada satu
Lebih terperinciKORELASI DAN REGRESI. dr. Hadi Sarosa, M.Kes Bagian Fisiologi F.K Unissula Semarang
KORELASI DAN REGRESI dr. Hadi Sarosa, M.Kes Bagian Fisiologi F.K Unissula Semarang Korelasi Hipotesis asosiatif merupakan dugaan adanya hubungan antar variabel dalam populasi Korelasi merupakan angka yang
Lebih terperinciMODUL AJAR STATISTIK. Penulis: M. Rondhi, SP, MP, Ph.D
MODUL AJAR STATISTIK Penulis: M. Rondhi, SP, MP, Ph.D PROGRAM STUDI AGRIBISNIS JURUSAN SOSIAL EKONOMI FAKULTAS PERTANIAN UNIVERSITAS JEMBER SEMESTER GENAP, 2015/2016 i Kata Pengantar Alhamdulillah puji
Lebih terperinciPertemuan 9 II. STATISTIKA INFERENSIAL
Pertemuan 9 II. STATISTIKA INFERENSIAL Tujuan Setelah perkuliahan ini mhs. diharapkan mampu: Menjelaskan pengertian statistika inferensial Menjelaskan konsep sampling error Menghitung tingkat kepercayaan
Lebih terperinciPengantar Statistik. Nanang Erma Gunawan
Pengantar Statistik Nanang Erma Gunawan nanang_eg@uny.ac.id Sekilas tentang sejarah Statistik Statistik: pada awal zaman Masehi, bangsa-bangsa mengumpulkan data untuk mendapatkan informasi mengenai pajak,
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian merupakan gambaran langkah-langkah secara sistematis untuk memudahkan menganalisa masalah yang dihadapi sehingga penelitian menjadi jelas dan sesuai
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Metode Statistik Nonparametrik Metode statistik nonparametrik adalah metode yang modelnya tidak menetapkan syarat-syarat mengenai parameter-parameter populasi yang merupakan induk
Lebih terperinciBAB IV PENGOLAHAN DATA PENELITIAN METODOLOGI PENELITIAN
BAB IV PENGOLAHAN DATA PENELITIAN METODOLOGI PENELITIAN PERBEDAAN DATA KUANTITATIF DAN KUALITATIF Data Sifat realitas Hub.peneliti dgn yg diteliti Hubungan variabel Kemungkinan generalisasi Peranan nilai
Lebih terperinciUJI STATISTIK NON PARAMETRIK
UJI STATISTIK NON PARAMETRIK Oleh: Ade Heryana, SST, MKM Prodi Kesehatan Masyarakat, FIKES Univ. Esa Unggul e-mail: heryana@esaunggul.ac.id atau ade.heryana24@gmail.com PENGERTIAN HIPOTESIS Penarikan kesimpulan
Lebih terperinciDATA DAN METODA ANALISA DATA
DATA DAN METODA ANALISA DATA Pendahuluan Disain penelitian menentukan teknik statistik ; bukan sebaliknya teknik statistik menentukan disain penelitian Statistika dipakai untuk melayani dan sebagai alat
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Statistik Non Parametrik Penelitian di bidang ilmu sosial seringkali menjumpai kesulitan untuk memperoleh data kontinu yang menyebar mengikuti distribusi normal. Data penelitian
Lebih terperinciBAB 7 STATISTIK NON-PARAMETRIK
BAB 7 STATISTIK NON-PARAMETRIK Salah satu bagian penting dalam ilmu statistika adalah persoalan inferensi yaitu penarikan lesimpulan secara statistik. Dua hal pokok yang menjadi pembicaraan dalam statistik
Lebih terperinciUJI HIPOTESA PERBEDAAN. t-test
UJI HIPOTESA PERBEDAAN t-test T-test Digunakan untuk menguji hipotesa komparatif (uji perbedaan) Digunakan untuk sample kecil & varian populasi tidak diketahui Merupakan salah satu tehnik statistik parametrik
Lebih terperinciSkala pengukuran dan Ukuran Pemusatan. Ukuran Pemusatan
Skala Pengukuran Nominal (dapat dikelompokkan, tidak punya urutan) Ordinal (dapat dikelompokkan, dapat diurutkan, jarak antar nilai tidak tetap sehingga tidak dapat dijumlahkan) Interval (dapat dikelompokkan,
Lebih terperinciApakah ada perbedaan rasa????
Uji 2 Populasi Apakah ada perbedaan rasa???? Survey Ingin mengetahui apakah resep baru lebih enak dari resep sebelumnya?? Tertarik pada tingkat perbaikan rasa/kenikmatan Beri nilai untuk masing-masing
Lebih terperinciBAB Ι PENDAHULUAN. 1.1 Latar Belakang
1 BAB Ι PENDAHULUAN 1.1 Latar Belakang Belakangan ini peranan metode peramalan sangat diperlukan untuk dapat memberikan gambaran di kemudian hari dalam berbagai bidang, baik itu ekonomi, keuangan, pertanian
Lebih terperinciPENGUJIAN HIPOTESIS Imam Gunawan
PENGUJIAN HIPOTESIS Imam Gunawan HIPOTESIS.??? Sudut pandang statistik: Pernyataan statistik tentang parameter populasi. Taksiran terhadap parameter populasi melalui data sampel. Sudut pandang penelitian:
Lebih terperinciOleh: Endang Mulyatiningsih
Oleh: Endang Mulyatiningsih Macam-macam statistik Statistik Inferensial Deskriptif Parametrik Non parametrik Sampel Penjelasan Sampel Populasi Inferensial Digunakan untuk mengambil kesimpulan pada populasi,
Lebih terperinciTIPE DATA DAN PEMILIHAN ANALISIS STATISTIK. https://www.google.co.id-7maret16-budi Murtiyasa Universitas Muhammadiyah Surakarta
TIPE DATA DAN PEMILIHAN ANALISIS STATISTIK https://www.google.co.id-7maret16-budi Murtiyasa Universitas Muhammadiyah Surakarta Pendahuluan Disain penelitian menentukan teknik statistik ; bukan sebaliknya
Lebih terperinciUJI NONPARAMETRIK. Gambar 6.1 Menjalankan Prosedur Nonparametrik
6 UJI NONPARAMETRIK Bab ini membahas: Uji Chi-Kuadrat. Uji Dua Sampel Independen. Uji Beberapa Sampel Independen. Uji Dua Sampel Berkaitan. D iperlukannya uji Statistik NonParametrik mengingat bahwa suatu
Lebih terperinciJUDUL PENELITIAN DAN STATISTIK YANG DIGUNAKAN UNTUK ANALISIS
JUDUL PENELITIAN DAN STATISTIK YANG DIGUNAKAN UNTUK ANALISIS 1. CONTOH 1 a. Judul Penelitian PENGARUH KECERDASAN INTELEKTUAL TERHADAP HASIL BELAJAR SISWA DALAM PEMBELAJARAN FISIKA KELAS X SMA N 1 BUKITTINGGI
Lebih terperinciStatistika Penelitian. dengan SPSS 24
Statistika Penelitian dengan SPSS 24 Statistika Penelitian dengan SPSS 24 Getut Pramesti PENERBIT PT ELEX MEDIA KOMPUTINDO Statistika Penelitian dengan SPSS 24 Getut Pramesti 2017, PT Elex Media Komputindo,
Lebih terperinciPEMBAHASAN UTS 2015/2016 STATISTIKA 1
PEMBAHASAN UTS 2015/2016 STATISTIKA 1 1. pernyataan berikut ini menjelaskan definisi dan cakupan statistika deskriptif, KECUALI : a. statistika deskriptif mendeskripsikan data yang telah dikumpulkan (Organizing)
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 12 Nonparametrik-Kategorik-Logistik
STK511 Analisis Statistika Pertemuan 12 Nonparametrik-Kategorik-Logistik 12. Pengantar Skala Pengukuran Data/Variabel Peubah Kategorik Categorical Numerik Numeric Nominal Ordinal Interval Ratio Hanya nama/lambang
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di dalam pembukaan Undang-Undang Dasar 1945 dinyatakan bahwa salah satu tujuan mendirikan negara kebangsaan Indonesia yang merdeka adalah Mencerdaskan kehidupan bangsa.
Lebih terperinciMetode Penelitian Kuantitatif Aswad Analisis Deskriptif
Analisis Deskriptif Tanpa mengurangi keterumuman, pembahasan analisis deskriptif kali ini difokuskan kepada pembahasan tentang Ukuran Pemusatan Data, dan Ukuran Penyebaran Data Terlebih dahulu penting
Lebih terperinciSiklus Pengambilan Keputusan
Siklus Pengambilan Keputusan Masalah ROI Metode Analisis Kebijakan / Strategi Sample Data Validasi P-Value / Parameter Output SPSS Hipotesa Uji Hipotesis Teori Keputusan Definisi-Definisi Penelitian Penelitian
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA.1. Teori Umum Keselamatan Pertumbuhan sepeda motor yang sangat pesat di tanah air membawa perubahan drastis di dalam sistem pengoperasian lalu lintas jalan. Dalam kurun waktu kurang
Lebih terperinciOleh : M.H.Dewi Susilowati
METODE KUANTITATIF GEOGRAFI Oleh : M.H.Dewi Susilowati TUJUAN MK METKUAN TUJUAN UMUM : MAHASISWA MAMPU MENERAPKAN METODE KUANTITATIF DALAM KEGIATAN ANALISIS PERMASALAHAN GEOGRAFI TUJUAN KHUSUS : * MAHASISWA
Lebih terperinciBAB III METODOLOGI PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
38 BAB III METODOLOGI PENELITIAN A. Metode Penelitian Metode penelitian yang digunakan dalam penelitian ini adalah metode eksperimen. Penelitian ini memiliki tujuan untuk melihat pengaruh pembelajaran
Lebih terperinciOleh: Ali Muhson. Tujuan Analisis Data
Teknik Analisis Data Oleh: Ali Muhson Tujuan Analisis Data Menjelaskan sebab akibat dari sebuah fenomena Menghubungkan penelitian dengan dunia nyata Memprediksi fenomena nyata berdasarkan penelitian Menemukan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam penelitian seringkali dijumpai kesulitan untuk memperoleh data kontinu yang menyebar mengikuti distribusi normal. Data penelitian yang diperoleh kebanyakan hanya
Lebih terperinciCONTOH DATA YANG DIANALISIS DENGAN ANAVA SATU JALUR CONTOH DATA YANG DIANALISIS DENGAN ANAVA DUA JALUR
CONTOH DATA YANG DIANALISIS DENGAN ANAVA SATU JALUR Data Sampel I Data Sampel II Data Sampel III 5 4 7 9 8 5 9 4 6 CONTOH DATA YANG DIANALISIS DENGAN ANAVA DUA JALUR Kategori Data Sampel I Data Sampel
Lebih terperinciMata Kuliah: Statistik Inferensial
DATA BERPERINGKAT Prof. Dr. H. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id PENGERTIAN STATISTIKA NONPARAMETRIK Statistika nonparametrik untuk data berperingkat: Statistika yang menggunakan data
Lebih terperinciPENAKSIRAN PARAMETER TM_3
PENAKSIRAN PARAMETER TM_3 Pendahuluan Statistik inverensial membicarakan bgmn mengeneralisasi informasi yg telah diperoleh. Segala aturan, dan cara, yg dpt di pakai sebagai alat dlm mencoba menarik kesimpulan
Lebih terperinciStatistika Farmasi
Bab 1:,, Statistika FMIPA Universitas Islam Indonesia Data Populasi dan Sampel Menurut Websters New World Dictionary, data berarti sesuatu yang diketahui atau dianggap. Dengan demikian, data dapat memberikan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Analisis deskripsi dalam penelitian ini membahas mengenai deskripsi
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskripsi Analisis deskripsi dalam penelitian ini membahas mengenai deskripsi pembelajaran dan deskripsi data. 1. Deskripsi Pembelajaran SMK N 1 Pleret berlokasi
Lebih terperinciSPSS Psikologi. Bulek_niyaFn
SPSS Psikologi Bulek_niyaFn Silabus SPSS - PSIKOLOGI Penginputan Data Variabel Tipe Label Variabel Value Label NAMA String Nama karyawan GENDER Numeric Jenis Kelamin 1= Laki-laki 2= Perempuan GOLONGAN
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang akan dilakukan adalah penelitian komparatif dan
BAB III METODE PENELITIAN 3.1 Desain Penelitian Jenis penelitian yang akan dilakukan adalah penelitian komparatif dan penelitian asosiatif. Penelitian komparatif adalah penelitian yang bersifat membandingkan,
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Data Data adalah bentuk jamak dari datum, yang dapat diartikan sebagai informasi yang diterima yang bentuknya dapat berupa angka, kata-kata, atau dalam bentuk lisan dan tulisan
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1 Jenis dan Desain Penelitian Jenis penelitian ini adalah penelitian eksperimen. Penelitian ini bertujuan untuk menemukan hubungan sebab-akibat, dan untuk meneliti pengaruh dari
Lebih terperinciA. Metode Statistik Deskriptif. B. Metode Statistik Inferensia STATISTIK DESKRIPTIF STATISTIK INFERENSIAL. Penyajian Data Statistik Deskriptif
MG V KERANGKA ANALISIS DATA PENELITIAN KUANTITATIF Dr. Ir. Bambang Sulistyantara, MAgr. Dr. Ir. Tati Budiarti, MS Dr. Kaswanto, SP, MSi Materi Kuliah MK Metode Penelitian Arsitektur Lanskap [ARL 30] TA
Lebih terperinci