-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
1/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
1
Statistik Parametrik
Kelompok:
1. Desma Eka Rindiai
2. Sartika Oktaviani
3. Fajar Kurniawan
4. Nisrina Nurdianingsih
5.
Gayus Hebron
6. Arief Wicaksono
7. Yundalaisma Hendras
Lisensi Dokumen:
Copyright 2013 StatistikaPendidikan.Com
Seluruh dokumen di StatistikaPendidikan.Com dapat digunakan,
dimodifikasi dan disebarkan
secara bebas untuk tujuan bukan komersial (nonprofit), dengan
syarat tidak menghapus atau
merubah atribut penulis dan pernyataan copyright yang disertakan
dalam setiap dokumen.
Tidak diperbolehkan melakukan penulisan ulang, kecuali
mendapatkan ijin terlebih dahulu dari
StatistikaPendidikan.Com.
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
2/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
2
STATISTIK PARAMETRIK
Statistik Parametrik, yaitu ilmu statistik yang mempertimbangkan
jenis sebaran atau distribusi
data, yaitu apakah data menyebar secara normal atau tidak.
Dengan kata lain, data yang akan
dianalisis menggunakan statistik parametrik harus memenuhi
asumsi normalitas. Pada umumnya,jika data tidak menyebar normal,
maka data seharusnya dikerjakan dengan metode statistik non-
parametrik, atau setidak-tidaknya dilakukan transformasi
terlebih dahulu agar data mengikuti
sebaran normal, sehingga bisa dikerjakan dengan statistik
parametrik.
Contoh metode statistik parametrik :
a. Uji-T (1 atau 2 sampel)
b. Uji-Z(1 atau 2 sampel)c. Korelasi pearson,
d. Perancangan percobaan (one or two-wayanova parametrik),
dll.
Ciri-ciri statistik parametrik :
- Data dengan skala interval dan rasio
- Data menyebar/berdistribusi normal
Keunggulan dan kelemahan statistik parametrik
Keunggulan :1. Syarat syarat parameter dari suatu populasi yang
menjadi sampel biasanya tidak diuji dandianggap memenuhi syarat,
pengukuran terhadap data dilakukan dengan kuat.
2. Observasi bebas satu sama lain dan ditarik dari populasi yang
berdistribusi normal serta
memiliki varian yang homogen.Kelemahan :1. Populasi harus
memiliki varian yang sama.
2. Variabel-variabel yang diteliti harus dapat diukur setidaknya
dalam skala interval.3. Dalam analisis varian ditambahkan
persyaratan rata-rata dari populasi harus normal dan
bervarian sama, dan harus merupakan kombinasi linear dari
efek-efek yang ditimbulkan.
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
3/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
3
Uji T Satu Sampel (One Sample T-Test)Uji ini digunakan untuk
mengetahui perbedaan mean (rerata) populasi atau penelitian
terdahulu
dengan mean data sampel penelitian.
Misalnya Seorang Kepala Puskesmas menyatakan bahwa rata-rata
perhari jumlah kunjunganpasien adalah 20 orang. Untuk membuktikan
pernyatan tsb, kemudian di ambil sampel random
sebanyak 20 hari kerja dan diperoleh rata-rata 23 orang dengan
standar deviasi 6 orang.
Sekarang kita akan menguji apakah rata-rata jumlah kunjungan
pasien sebelumnya berbedasecara statistik dengan yang saat ini.
Langkah-langkah pengujian.
1. HIPOTESIS
Ho = 20 ( tidak ada perbedaan kunjungan pasien tahun lalu dengan
saat ini)
Ha 20 ( ada perbedaan kunjungan pasien tahun lalu dengan saat
ini )
2. STATISTIK UJI
Uji t satu sampel
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
4/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
4
KETERANGAN :x = rata-rata sampel
= rata-rata populasi/penelitian terdahulu
S = Standar Deviasi
n = jumlah (banyaknya) sampel
Perhitungan :
DF = n1 20 -1 = 19, di tabel T, p value terletak antara 0,025
dan 0,001.
3. KEPUTUSAN STATISTIK
https://lh4.googleusercontent.com/-rrubEupJQ5Y/TYa6occ8DBI/AAAAAAAAAEw/YiAbL5pLZrU/s1600/t-tesonesamp.bmphttps://lh4.googleusercontent.com/-xKXkoDy_QwI/TYa5po6f1cI/AAAAAAAAAEs/Qg7s6dfxVzg/s1600/one-sample-t-test.bmp
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
5/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
5
Karena nilai P pada tabel (< 0,025) yang berarti kurang dari
nilai = 0,05, maka Ho dapat kitaditolak
4. KESIMPULAN
Secara statistik ada perbedaan yang signifikan antara kunjungan
pasien tahun lalu dengan saatini.
UJI T DEPENDEN BERPASANGAN
Uji ini untuk menguji perbedaan rata-rata antara dua kelompok
data yang dependen. Misalnyauntuk mengetahui apakah ada perbedaan
berat badan sebelum mengikuti proram diet dan berat
badan setelah mengikuti program diet.
Sama seperti uji T independen, uji T dependen memiliki asumsi
yang harus dipenuhi, yaitu :
1. Datanya berdistribusi normal.2. Kedua kelompok data dependen
(berpasangan)
3. variabel yang dihubungkan berbentuk numerik dan kategorik
(dengan hanya 2
kelompok).
Rumus yang digunakan, sebagai berikut :
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
6/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
6
KETERANGAN :
= rata-rata deviasi (selisih sampel sebelum dan sampel
sesudah)SD = Standar deviasi dari (selisih sampel sebelum dan
sampel sesudah)n = banyaknya sampel
DF = n-1
Contoh :Data sampel terdiri atas 10 pasien pria mendapat obat
captoril dengan dosis 6,25 mg. Pasiendiukur
tekanan darah sistolik sebelum pemberian obat dan 60 menit
sesudah pemberian obat. Peneliti
ingin mengetahui apakah pengobatan tersebut efektif untuk
menurunkan tekanan darah pasien-
pasien tersebut dengan alpha 5%. Adapun data hasil pengukuran
adalah sebagai berikut.
Sebelum : 175 179 165 170 162 180 177 178 140 176Sesudah : 140
143 135 133 162 150 182 150 175
1. HIPOTESIS :
Ho : = 0 (Tidak ada perbedaan tekanan darah sistolik pria antara
sebelum dibandingkansesudah dengan pemberian Catopril)
Ha : 0 (Ada perbedaan tekanan darah sistolik setelah diberikan
Catopril dibanding sebelumdiberikan obat)
https://lh4.googleusercontent.com/-S0uJJgdOiu0/TYbg1xROHpI/AAAAAAAAAFI/WN8LyAL9CR4/s1600/2sample-paired.bmp
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
7/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
7
2. STATISTIK UJI
Uji T dua sampel berpasangan (Uji T Dependen)
Perhitungan :
Diperoleh :
: -35 -36 -30 - 37 0 -30 5 - 28 35 -16rata-rata = -17,2S =
23,62
n = 10
t = = - 17,2 = - 17,2 = -17,2S/n 23,62/10 23,62/3,162 7,469
= -2,302
Df = n - 1 = 10-1 = 9
Dilihat pada tabel t pada df = 19, t = 2,302 diperoleh Pvalue
< 0,0253.
3. KEPUTUSANDengan = 0,05, maka Pvalue < , sehingga Ho
ditolak
4. KESIMPULANTekanan Darah sistolik setelah pemberian Catopril
terbukti bermakna atau signifikan berbeda
dibandingkan sebelum pemberian catropil.
Uji Paired sample t-test
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
8/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
8
Digunakan untuk membandingkan mean dari suatu sampel yang
berpasangan (paired).
Sampel berpasangan adalah sebuah kelompok sampel dengan subyek
yang sama namun
mengalami dua perlakuan atau pengukuran yang berbeda .
Contoh kasus
Produsen obat diet ingin mengetahui efektivitas pengaruh obatnya
terhadap penurunan
berat badan. Maka diambil sampel sebanyak 10 orang dan dilakukan
penimbangan berat badan
sebelum dan sesudah minum obat diet selama 1 bulan
Formulasi paired sample t-test
Dimana:
t = Nilai t hitung
= Rata-rata selisih pengukuran 1 & 2
SD = Standar deviasi selisihpengukuran 1 & 2
N = Jumlah sample
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
9/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
9
UJI T INDEPENDEN
Uji ini untuk mengetahui perbedaan rata-rata dua
populasi/kelompok data yang independen.
Contoh kasus suatu penelitian ingin mengetahui hubungan status
merokok ibu hamil dengan
berat badan bayi yang dilahirkan. Respondan terbagi dalam dua
kelompok, yauti mereka yangmerokok dan yang tidak merokok.
Uji T independen ini memiliki asumsi/syarat yang mesti dipenuhi,
yaitu :
1. Datanya berdistribusi normal.
2. Kedua kelompok data independen (bebas)
3. variabel yang dihubungkan berbentuk numerik dan kategorik
(dengan hanya 2 kelompok)
Secara perhitungan manual ada dua formula (rumus) uji T
independen, yaitu uji T yang
variannya sama dan uji T yang variannya tidak sama.Untuk varian
sama gunakan formulasi berikut :
Dimana Sp :
KETERANGAN :
https://lh3.googleusercontent.com/--BVovDk0BKU/TYa_xRLfQeI/AAAAAAAAAE4/sXvAfekpgXI/s1600/SD-klompok.bmphttps://lh4.googleusercontent.com/-YKxQmGyQ1z0/TYa-w7TSJ8I/AAAAAAAAAE0/2FAkLd-8_Cc/s1600/2sample-hom.bmp
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
10/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
10
Xa = rata-rata kelompok a
Xb = rata-rata kelompok bSp = Standar Deviasi gabungan
Sa = Standar deviasi kelompok a
Sb = Standar deviasi kelompok bna = banyaknya sampel di kelompok
anb = banyaknya sampel di kelompok b
DF = na + nb -2
Sedangkan untuk varian yang tidak sama gunakan formulasi berikut
:
Untuk DF (degrre of freedom) uji T independen yang variannya
tidak sama itu berbeda denganyang di atas (DF= Na + Nb -2), tetapi
menggunakan rumus :
Nah... untuk menentukan apakah varian sama atau beda, maka
menggunaka rumus :
https://lh6.googleusercontent.com/-8f_Vh90JCEU/TYbBqTJG0qI/AAAAAAAAAFA/eq8KOzT6mBQ/s1600/df-2samp-nonhom.bmphttps://lh4.googleusercontent.com/-hUFC62RAZ3M/TYbAm6HuaAI/AAAAAAAAAE8/sVNj7Ua8nR0/s1600/2sample-nonhom.bmp
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
11/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
11
Bila nilai P > , maka variannya sama, namun bila nilai P
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
12/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
12
1. Uji-Z dua pihak
Contoh kasus
Sebuah pabrik pembuat bola lampu pijar merek A menyatakan bahwa
produknya tahan dipakaiselama 800 jam, dengan standar deviasi 60
jam. Untuk mengujinya, diambil sampel sebanyak 50
bola lampu, ternyata diperoleh bahwa rata-rata ketahanan bola
lampu pijar tersebut adalah 792
jam. Pertanyaannya, apakah kualitas bola lampu tersebut sebaik
yang dinyatakan pabriknya atausebaliknya?
Hipotesis
H0 : = (rata ketahanan bola lampu pijar tersebut sama dengan
yang dinyatakan oleh pabriknya)
HA : (rata ketahanan bola lampu pijar tersebut tidak sama dengan
yang dinyatakan oleh
pabriknya)
Analisis
Nilai Ztabeldapat diperoleh dari Tabel 1. Dengan menggunakan
Tabel 1, maka nilai Z0,025adalah
nilai pada perpotongan baris 0,02 dengan kolom 0,005, yaitu
1,96. Untuk diketahui bahwanilai Zadalah tetap dan tidak
berubah-ubah, berapapun jumlah sampel. Nilai Z0,025 adalah 1,96dan
nilai Z0,05 adalah 1,645.
Tabel 1. Nilai Z dari luas di bawah kurva normal baku
00.0010.0020.0030.0040.0050.0060.0070.0080.0090.00 3.090 2.878
2.748 2.652 2.576 2.512 2.457 2.409 2.366
0.01 2.326 2.290 2.257 2.226 2.197 2.170 2.144 2.120 2.097
2.075
0.02 2.054 2.034 2.014 1.995 1.977 1.9601.943 1.927 1.911
1.896
0.03 1.881 1.866 1.852 1.838 1.825 1.812 1.799 1.787 1.774
1.762
0.04 1.751 1.739 1.728 1.717 1.706 1.695 1.685 1.675 1.665
1.655
0.05 1.6451.635 1.626 1.616 1.607 1.598 1.589 1.580 1.572
1.563
0.06 1.555 1.546 1.538 1.530 1.522 1.514 1.506 1.499 1.491
1.483
0.07 1.476 1.468 1.461 1.454 1.447 1.440 1.433 1.426 1.419
1.412
0.08 1.405 1.398 1.392 1.385 1.379 1.372 1.366 1.359 1.353
1.347
0.09 1.341 1.335 1.329 1.323 1.317 1.311 1.305 1.299 1.293
1.2870.10 1.282 1.276 1.270 1.265 1.259 1.254 1.248 1.243 1.237
1.232
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
13/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
13
Kriteria Pengambilan Kesimpulan
Jika |Zhit| < |Ztabel|, maka terima H0
Jika |Zhit| |Ztabel|, maka tolak H0 alias terima HA
Kesimpulan
Karena harga |Zhit| = 0,94 < harga |Ztabel|= 1,96, maka
terima H0
Jadi, tidak ada perbedaan yang nyata antara kualitas bola lampu
yang diteliti dengan kualitas
bola lampu yang dinyatakan oleh pabriknya.
2. Uji Z satu pihak
Contoh kasus
Pupuk Urea mempunyai 2 bentuk, yaitu bentuk butiran dan bentuk
tablet. Bentuk butiran lebihdulu ada sedangkan bentuk tablet adalah
bentuk baru. Diketahui bahwa hasil gabah padi yang
dipupuk dengan urea butiran rata-rata 4,0 t/ha. Seorang peneliti
yakin bahwa urea tablet lebih
baik daripada urea butiran. Kemudian ia melakukan penelitian
dengan ulangan n=30 dan
hasilnya adalah sebagai berikut:
Hasil gabah padi dalam t/ha
4,0 5,0 6,0 4,2 3,8 6,5 4,3 4,8 4,6 4,1
4,9 5,2 5,7 3,9 4,0 5,8 6,2 6,4 5,4 4,65,1 4,8 4,6 4,2 4,7 5,4
5,2 5,8 3,9 4,7
Hipotesis
H0 : = (rata-rata hasil gabah padi yang dipupuk dengan pupuk
urea tablet sama dengan padiyang dipupuk dengan urea butiran)
HA : > (rata-rata hasil gabah padi yang dipupuk dengan pupuk
urea tablet lebih tinggi dari padi
yang dipupuk dengan urea butiran)
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
14/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
14
Analisis
= 4,0 t/h
= 4,9 t/h
S = 0,78 digunakan sebagai estimasi
Zhit= (ytyb)/(/n) = (4,0 4,9)/(0,78/30 = 6,4286
Ztabel= Z= Z0,05= 1,645
Kriteria Pengambilan Kesimpulan
Jika |Zhit| < |Ztabel|, maka terima H0
Jika |Zhit| |Ztabel|, maka tolak H0 alias terima HA
Kesimpulan
Karena harga |Zhit| = 6,4286 > harga |Ztabel|= 1,645, maka
tolak H0 alias terima HA
Jadi, rata-rata hasil gabah padi yang dipupuk dengan pupuk urea
tablet nyatalebih tinggi daripadi yang dipupuk dengan urea
butiran
Anova (analysis of varian) digunakan untuk menguji perbedaan
mean (rata-rata) data lebih dari
dua kelompok. Misalnya kita ingin mengetahui apakah ada
perbedaan rata-rata lama hari dirawat
antara pasien kelas VIP, I, II, dan kelas III. Anova mempunyai
dua jenis yaitu analisis varian satufaktor (one way anova) dan
analsis varian dua faktor (two ways anova). Pada kesempatan ini
hanya akan dibahas analisis varian satu faktor.
Beberapa asumsi yang harus dipenuhi pada uji Anova adalah:
1.
Sampel berasal dari kelompok yang independen2. Varian antar
kelompok harus homogen
3. Data masing-masing kelompok berdistribusi normal
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
15/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
15
Asumsi pertama harus dipenuhi pada saat pengambilan sampel yang
dilakukan secara random
terhadap beberapa (> 2) kelompok yang independen, yang mana
nilai pada satu kelompok tidaktergantung pada nilai di kelompok
lain. Sedangkan pemenuhan terhadap asumsi kedua dan ketiga
dapat dicek jika data telah dimasukkan ke komputer, jika asumsi
ini tidak terpenuhi dapat
dilakukan transformasi terhadap data. Apabila proses
transformasi tidak juga dapat memenuhiasumsi ini maka uji Anova
tidak valid untuk dilakukan, sehingga harus menggunakan uji
non-parametrik misalnya Kruskal Wallis.
Uji Anova pada prinsipnya adalah melakukan analisis variabilitas
data menjadi dua sumbervariasi yaitu variasi didalam kelompok
(within) dan variasi antar kelompok (between). Bila
variasi within dan between sama (nilai perbandingan kedua varian
mendekati angka satu), maka
berarti tidak ada perbedaan efek dari intervensi yang dilakukan,
dengan kata lain nilai mean yang
dibandingkan tidak ada perbedaan. Sebaliknya bila variasi antar
kelompok lebih besar darivariasi didalam kelompok, artinya
intervensi tersebut memberikan efek yang berbeda, dengan
kata lain nilai mean yang dibandingkan menunjukkan adanya
perbedaan.
Rumus uji Anova adalah sebagai berikut :
DF = Numerator (pembilang) = k-1, Denomirator (penyebut) =
n-k
Dimana varian between :
Dimana rata-rata gabungannya :
https://lh3.googleusercontent.com/-SVDhKLzO_bo/TYcxBfreVeI/AAAAAAAAAFQ/8GUv5nn0mPU/s1600/Anova2.JPGhttps://lh5.googleusercontent.com/-OQgliUsogYc/TYcwv2xuizI/AAAAAAAAAFM/z8PMCJQx_VI/s1600/Anova1.JPG
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
16/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
16
Sementara varian within :
KETERANGAN :Sb = varian between
Sw = varian within
Sn2 = varian kelompok
X = rata-rata gabunganXn = rata-rata kelompok
Nn = banyaknya sampel pada kelompok
k = banyaknya kelompok -
https://lh4.googleusercontent.com/-9GnUbOM5Pjw/TYcxsWez6_I/AAAAAAAAAFY/qc6ZJ-0jFPw/s1600/Anova4.JPGhttps://lh6.googleusercontent.com/-hAdPbqdoRCA/TYcxcq50v8I/AAAAAAAAAFU/8VRT3tgdMto/s1600/Anova3.JPG
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
17/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
17
STATISTIK NON-PARAMETRIK
Statistik Non-Parametrik, yaitu statistik bebas sebaran (tidak
mensyaratkan bentuk sebaranparameter populasi, baik normal atau
tidak). Selain itu, statistik non-parametrik biasanya
menggunakan skala pengukuran sosial, yakni nominal dan ordinal
yang umumnya tidak
berdistribusi normal.
Contoh metode statistik non-parametrik :
a. Uji tanda (sign test)
b. Rank sum test (wilcoxon)
c. Rank correlation test (spearman)d. Fisher probability exact
test.
e. Chi-square test, dll
Ciri-ciri statistik non-parametrik :
- Data tidak berdistribusi normal
- Umumnya data berskala nominal dan ordinal- Umumnya dilakukan
pada penelitian sosial
- Umumnya jumlahsampel kecil
Keunggulan dan kelemahan statistik non-parametrik :
Keunggulan :1. Tidak membutuhkan asumsi normalitas.
2. Secara umum metode statistik non-parametrik lebih mudah
dikerjakan dan lebih mudahdimengerti jika dibandingkan dengan
statistik parametrik karena ststistika non-parametrik tidak
membutuhkan perhitungan matematik yang rumit seperti halnya
statistik parametrik.
3. Statistik non-parametrik dapat digantikan data numerik
(nominal) dengan jenjang (ordinal).
4. Kadang-kadang pada statistik non-parametrik tidak dibutuhkan
urutan atau jenjang secaraformal karena sering dijumpai hasil
pengamatan yang dinyatakan dalam data kualitatif.
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
18/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
18
5. Pengujian hipotesis pada statistik non-parametrik dilakukan
secara langsung pada pengamatan
yang nyata.6. Walaupun pada statistik non-parametrik tidak
terikat pada distribusi normal populasi, tetapi
dapat digunakan pada populasi berdistribusi normal.
Kelemahan :1. Statistik non-parametrik terkadang mengabaikan
beberapa informasi tertentu.2. Hasil pengujian hipotesis dengan
statistik non-parametrik tidak setajam statistik parametrik.
3. Hasil statistik non-parametrik tidak dapat diekstrapolasikan
ke populasi studi seperti pada
statistik parametrik. Hal ini dikarenakan statistik
non-parametrik mendekati eksperimen dengansampel kecil dan umumnya
membandingkan dua kelompok tertentu. (Khairul Amal)
UJI NON PARAMETRIK 2 KELOMPOK SAMPEL BEBAS
ANALISIS KOMPARATIF DUA SAMPEL INDEPENDEN
Untuk analisis komparatif dua sampel independen, uji
statistiknya adalah sebagaiberikut.
1. 1. Analisis Komparatif Dua Sampel Independen untuk Data
Nominal
Untuk data nominal yang independen, analisis komparasinya
menggunakan Uji Fisher Exactdan
Kai Kuadrat dua sampel.
1. a. Uj i F isher Exact Probabili ty
Uji Fisher Exact Probabilitymerupakan pengujian hipotesis
komparatif untuk data nominal dari
dua sampel yang independen.
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
19/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
19
Kelompok K-1 K-2 Jumlah
I A B A + B
II C D C + D
Jumlah n
Keterangan:
K-1 = klasifikasi pertama
K-2 = klasifikasi kedua
A,B,C,D = data nominal berbentuk frekuensi
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
20/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
20
Contoh soal
Sebuah penelitian dilakukan untuk membuktikan opini yang
menyatakan bahwa eksekutif mudalebih menyukai pekerjaan yang
berisiko dibandingkan dengan eksekutif tua. Dari pengamatan
yang dilakukan terhadap 7 eksekutif muda, 5 orang menyukai
pekerjaan berisiko dan 2 orang
tidak menyukai, sedangkan dari pengamatan 6 eksekutif tua, 3
orang menyukai pekerjaan
berisiko dan 3 orang tidak menyukai. Dengan taraf nyata 5%,
ujilah kebenaran pendapattersebut!
Jawab:
d. Uji Statistik
Kelompok Berisiko Tidak Berisiko Jumlah
Eksekutif muda
Eksekutif tua
5
3
2
3
7
6Jumlah 13
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
21/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
21
UJI BINOMIAL
Uji binomialadalah uji non parametric yang digunakan untuk
menggantikan uji statistik t jika
asumsi n kecil dan populasi normal sebagai syarat uji t tidak
dipenuhi.
Uji binomialUji binomial digunakan untuk menguji hipotesis bila
dalam populasi terdiri atas dua kelompok
kelas, datanya berbentuk nominal dan jumlah sampelnya kecilnya
(kurang dari 25).
Uji binomial Syarat:Populasi terdiri 2 kelas (misal: pria dan
wanita)
Data NominalJumlah sampel kecil ( Distribusi data Binomial
(terdiri 2 kelas): kelas dengankategori (x) dan kelas dengan
ketegori(N-x)
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
22/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
22
Ketentuan: Bila harga P > , Ho diterimaP = proporsi kasus =
taraf kesalahan ( 1% = 0,01)
CONTOH
Penelitian tentang kecenderungan Ibu hamil memilih tempat
bersalin di Polindes atau diPuskesmas. Jumlah sampel 24 Ibu hamil,
14 Ibu hamil memilih di Polindes, 10 Ibu hamil
memilih di Puskesmas
Ho = peluang Ibu hamil memilih tempat bersalin di Polindes atau
Puskesmas adalah sama,yaitu 50% Ho = p1 = p2 = 0,5 Sampel (n) = 24
Frekuensi kelas terkecil(x) = 10
Tabel (n=24, x=10) didapat koefisien binomial (p) = 0,271 Bila
taraf kesalahan () ditetapkan 1% = 0,01 p = 0,271 > 0,01 maka Ho
diterima
KESIMPULANKemungkinan Ibu hamil memilih tempat bersalin di
Polindes atau di Puskesmas adalah sama
yaitu 50 %
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
23/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
23
UJI CHI KUADRAT ()
Uji Chi Kuadrat adalah pengujian hipotesis mengenai perbandingan
antara frekuensi
observasi/yg benar-benar terjadi/aktual dengan frekuensi
harapan/ekspektasi
Pengertian Frekuensi Observasi dan Frekuensi Harapan
frekuensi observasi nilainya didapat dari hasil percobaan
(o)
frekuensi harapan nilainya dapat dihitung secara teoritis
(e)
Kegunaan Chi-Square
1. Ada tidaknya asosiasi antara 2 variabel
(Independent test)
2. Apakah suatu kelompok homogen atau tidak
(Homogenity test)
3. Uji kenormalan data dengan melihat distribusi data
(Goodness of fit test)
Contoh :
1. Sebuah dadu setimbang dilempar sekali (1 kali) berapa nilai
ekspektasi sisi-1, sisi-2, sisi-3,sisi-4, sisi-5 dan sisi-6
muncul?
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
24/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
24
kategori : sisi-1
sisi-2
sisi-3
sisi-4
sisi-5
sisi-6
frekuensi
ekspektasi (e)
16 16 16 16 16 16
2. Sebuah dadu setimbang dilempar 120 kali berapa nilai
ekspektasi sisi-1, sisi-2, sisi-3,
sisi-4, sisi-5 dan sisi-6 muncul?
kategori : sisi-
1
sisi-
2
sisi-
3
sisi-
4
sisi-
5
sisi-
6
frekuensi
ekspektasi (e)
20*) 20 20 20 20 20
*) setiap kategori memiliki frekuensi ekspektasi yang sama yaitu
:16 x 120=20
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
25/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
25
Bentuk Distribusi Chi Kuadrat ()
Nilai adalah nilai kuadrat karena itu nilai selalu positif.
Bentuk distribusi tergantung dari derajat bebas(db)/degree of
freedom.
Contoh : Berapa nilai untuk db = 5 dengan = 0.010? (15.0863)
Berapa nilai untuk db = 17 dengan = 0.005? (35.7185)
Pengertian pada Uji sama dengan pengujian hipotesis yang lain,
yaitu luas daerah penolakan
H0 atau taraf nyata pengujian
Penggunaan Uji
Uji dapat digunakan untuk :
a. Uji Kecocokan = Uji kebaikan-suai = Goodness of fit test
b. Uji Kebebasan
c. Uji beberapa proporsi
Penelitian ingin membuktikan hubungan sosial ekonomi
(sosek) ibu hamil dengan ANC kemudian diambil sampel
100 ibu hamil yang terdiri dari 30 sosek, 30 sosek sedang
dan 40 sosek tinggi.
Dari ibu yang soseknya rendah 10 ibu periksa hamil
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
26/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
26
(melakukan ANC), yang sosek sedang 15 ibu periksa hamil
dan yang soseknya tinggi 35 periksa hamil.
Pertanyaan:
a. Hitung proporsi/persentase melakukan ANC pada
masing-masing sosek.
b. Ujilah apakah ada perbedaan proporsi ANC diantara 3sosek
tersebut.
Jawaban:
Hipotesis:
Ho: R= S= T(Proporsi melakukan ANC antara ke-3
sosek sama)
Ha: R S T (Ada perbedaan proporsi melakukan
ANC antara ke-3 sosek)
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
27/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
27
Kesimpulan
Statistik Parametrik, yaitu ilmu statistik yang mempertimbangkan
jenis sebaran atau distribusi
data, yaitu apakah data menyebar secara normal atau tidak.
Dengan kata lain, data yang akandianalisis menggunakan statistik
parametrik harus memenuhi asumsi normalitas. Tentunya
statistik parameterik memiliki keunggulan dan kelemahan yang
sudah dijelaskan pada artikel
diatas.
Biodata
Nama : Sartika Oktaviani
TTL : Jakarta, 2 OktoberDaftar Riwayat Pendidikan : MI YPKP DKI
JAKARTA 2005-2006
SMPN 208 JAKARTA 2008-2009
MAN 2 JAKARTA 2011-2012
UNIVERSITAS NEGERI JAKARTA
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
28/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
28
Fajar Kurniawan ,
Mahasiswa Jurusan P.IPS FIS UNJ , Kelahiran 06 Agustus 1994
silam ini mempunyai hoby menonton tv
dan berenang . sebelum di UNJ , pendidikan pertama di SD 18
CIRACAS Kemudian SMPN 208 JAKARTA
dan terakhir di MAN 2 Jakarta. Email : [email protected]
NIM : 4915127045
Yundalaisma Hendras lulus dari SMAN 1 NGAWI pada tahun
2012 sekarang ini sedang melnajutkan studi di Universitas Negeri
Jakarta jurusan
Pendidikan IPS
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
29/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
29
Desma Eka Rindiani. Menyelesaikan Sekolah Menengah Atas di SMA
42 Jakarta pada tahun 2012.
Dan kini melanjutkan S1 di Universitas Negeri Jakarta semester 1
jurusan pendidikan IPS.
Nisrina nurdiahningsih,
Menyelesaikan Sekolah Menengah Atas di SMA Jakarta pada tahun
2012. Dan kini melanjutkan S1
di Universitas Negeri Jakarta semester 1 jurusan P.IPS
Gayus Hebron.
Menyelesaikan Sekolah Dasar diStrada tahun 2006, Sekolah
Menengah Pertama di St.Maria tahun 2009, Sekolah Menegah Atas di
SMAN113 Jakarta Tahun 2012. Saat ini sedang menjalani
-
5/20/2018 Uji Beda Parametrik Dan Nonparametrik1
30/30
http://statistikapendidikan.com
Copyright 2013 StatistikaPendidikan.Com
30
perkuliahan di Universitas Negeri Jakarta ProdiPendidikan.
IPS.
Muhammad Arief Wicaksono
Tempat, tgl lhr : Depok 07 juni 1994
Kelas : P.IPS 2012 B
Riwayat pendidikan : TK Aisiyah, SDN Mekarjaya 18, SMPIT Nurul
Fikri, SMAIT Nurul