UJI - UJI SAMPEL INDEPENDENT UJI U_MANNWHIYNEY Uji mann Whitney Uji U mann Whitney Digunakan untuk menguji

i parameter lokasi dari 2 populasi ASUMSI ASUMSI : data merupakan sampel acak masing-masing dari dua populasi populasi 1 dengan pengamatan X1,X2,..........,Xn1 populasi 2 dengan pengamatan Y1,Y2,..........,Yn1 kedua sampel independen variabel pengamatan adalah variabel acak kontinyu skala pengukuran minimal ordinal fungsi distribusi kedua populasi hanya berbeda dalam hal populasi lokasi PERUMUSAN HIPOTESIS : A. Uji Dua Sisi Ho : Kedua populasi yang diamati memiliki distribusi yang identik H1 : Kedua populasi yang diamati berbeda dalam hal lokasi B. Satu Sisi (Arah Kiri) Ho : Kedua populasi yang diamati memiliki distribusi yang identik H1 : Nilai-nilai X cenderung lebih kecil daripada nilai Y C. Satu Sisi (Arah Kanan) Ho : Kedua populasi yang diamati memiliki ditribusi yang identik H1 : Nilai-nilai X cenderung lebih besar daripada nilai Y STATISTIK UJI : dengan S = jumlah peringkat dari sampel populasi 1 DAERAH PENOLAKAN : A. Dua Sisi Tolak Ho jika T < W /2 atau T > W 1- /2 W /2 dari tabel kuantil-kuantil statistik uji mann-whitney W B. Satu Sisi (Arah Kiri ) Tolak Ho jika T < W D. Satu Sisi (Arah Kanan) Tolak Ho jika T > W 1-
T =S n1 (n1 1) 2 ,

1-

/2 = n1n2 - W /2

CATATAN : Cara menentukan peringkat adalah dengan menggabungkan data kedua sampel, diurutkan baru dilakukan perinhkat. Kemudian peringkat tersebut disesuaikan lagi ke masing-masing sampel. Hanya peringkat pada sampel 1 saja yang dijumlahkan. APROKSIMASI SAMPEL BESAR : Bila n1 atau n2 > 20 maka diterapkan :
Z= 2 n1 n 2 (n1 + n 2 )(n1 + n 2 1) T n1 n 2

Bila ada angka-angka sama dalam kelompok yang berbeda, dilakukan koreksi dengan : n1n2 ( t3 t) 12 (n1+n2)(n1+n2-1) dengan t : banyaknya angka sama untuk satu peringkat, sehingga bentuk aproksimasi menjadi :

Z=

T n1 n 2

t3 t n1 n2 (n1 + n2 1) 2 12( n1 + n2 )(n1 + n 2 1)

2 n1 n 2

1) DAERAH PENOLAKAN : A. Dua Sisi, tolak Ho jika Z < Z /2 atau Z > Z 1-/2 B. Satu Sisi (arah kiri) Z < Z C. Satu Sisi (arah kanan) Z > Z 1-

CONTOH : Berikut data PRS (Prognostive Rating Scale) sebelum terapi untuk subyeksubyek yang telah pulih dan setelah pulih. Subyek Telah Pulih Subyek Belum Pulih ke Skor (X) ke Skor (Y) 1 11.9 1 6.6 2 11.7 2 5.8 3 9.5 3 5.4 4 9.4 4 5.1 5 8.7 5 5.0 6 8.2 6 4.3 7 7.7 7 3.9 8 7.4 8 3.3 9 7.4 9 2.4 10 7.1 10 1.7 11 6.9 12 6.8 13 6.3 14 5.0 15 4.2 16 4.1 17 2.2 apakah dapat disimpulkan bahwa kedua populasi yang diwakili berbeda dalan hal lokasi ? JAWAB : Ho : Kedua populasi yang diamati memiliki distribusi yang identik H1 : Kedua populasi yang diamati berbeda dalam hal lokasi Statsitik Uji Tolak Ho jika T < W /2 atau T > W 1- /2 Untuk = 0.05 n1 = 17 n2 = 10 Dengan W /2 = 46 , W 1- /2 = n1n2 - W /2 = (17)(10) 46 = 124 PENYELESAIAN : data disusun atau diurutkan dibuat peringkat Skor X Peringkat Skor Y Peringkat 1.7 1 2.2 2 2.4 3 3.3 4 3.9 5 4.1 6 4.2 7 4.3 8 5.0 9.5 5.0 9.5 5.1 11 5.4 12 5.8 13 6.3 14 6.6 15 6.8 16 6.9 17 7.1 18 7.4 19 7.4 20 7.7 21 8.2 22 8.7 23 9.4 24 9.5 25 11.7 26 11.9 27 Jumlah 296.5 = S
T =S n1 (n1 1) 2

Maka statistik uji :

T =S

n1 (n1 1) 17(17 1) = 296,5 = 160,5 2 2

2 Keputusan : Ternyata T = 160.5 > W 1- /2 berarti tolak Ho dan dapat disimpulkan kedua parameter lokasi berbeda pada = 0.05.

UJI MEDIAN untuk dua sampel Merupakan uji untuk dua sampel independen yang paling sederhana. ASUMSI-ASUMSI YANG HARUS DIPENUHI : Kedua sampel diambil secara acak dari dua populasi independen Sampel I dengan pengamatan X1,X2,.....,Xn Sampel II dengan pengamatan Y1,Y2,....,Yn Variabel pengamatan keduanya adalah kontinyu Skala pengukuran minimal ordinal Bila median kedua populasi adalah sama maka peluang p (banyaknya pengamtan diatas median gabungan (grand median)) adalah sama untuk keduanya. STUKTUR DATA : Kelompok I Diatas median A+B Dibawah median C+D A C D Kelompok II B Jumlah

n1 = A+C n2 = B+D n=n1+n2 A = banyaknya pengamatan diatas nilai median gabungan (grand median) dari kel I B = banyaknya pengamatan diatas nilai median gabungan (grand median) dari kel II C = banyaknya pengamatan dibawah nilai median gabungan (grand median) dari kel I D = banyaknya pengamatan dibawah nilai median gabungan (grand median) dari kel II n = banyak pengamatan keseluruhan Pada uji median, hipotesis yang digunakan hanya dua sisi (karena proses satu sisi sangatlah rumit) Ho H1 H1 : kedua populasi identik : Kedua populasi tidak identik atau : nilai nilai X cenderung lebih besar atau lebih kecil daripada nilai Y

STATISTIK UJI : Statistik Uji yang digunakan dengan menggunakan aproksimasi (n 10)

T=

A B n n 1 2 1 1 p (1 p ) n n 2 1
T > Z 1
2

dengan

p=

( A + B) N

tolak Ho jika

atau

T <Z

CATATAN : Jika jumlah pengamatan kecil maka dapat dilakukan pengambilan kesimpulan dengan melihat perbedaan antara proporsi hasil amatan diatas dan dibawah median sangat jauh berbeda dari yang diharapkan dengan Ho, maka Ho ditolak.

Uji Run Wald-Wolfowitz Uji ini dimaksudkan untuk memeriksa keidentikan dari populasi-populasi asal dimana kedua sampel diambil. Asumsi : Data merupakan sampel acak yang berasal dari populasi I dan populasi II dengan : Sampel 1 : X 1 , X 2 , X 3 , , X n1 Sampel 2 : Y1 , Y2 , Y3 , , Yn 2 Kedua sampel saling bebas Variabel yang diamati adalah kontinyu Perumusan Hipotesis : H0 : Nilai-nilai X dan Y berasal dari populasi-populasi dengan distribusi yang identik H1 : Populasi asal X dan Y tidak berdistribusi secara identik Statistik Uji : r = banyak rangkaian yang terjadi dari gabungan dua sampel secara terurut Catatan : jika ada beberapa angka sama antara x dan y maka dibuat beberapa susunan rangkaian yang berbeda sehingga diperoleh r = banyak rangkaian terkecil dan r = banyak rangkaian terbesar dan statistik uji menjadi
r= r '+ r" 2

Daerah Kritis : Tolak Ho jika r < rn1,n2 rn1,n2 diperoleh dari tabel harga-harga kritis untuk r dalam uji rangkaian/keacakan Aproksimasi sampel besar statistik uji menjadi :
2n1 n 2 r n + n 1 2 1 2n1 n 2 (2n1 n 2 n1 n 2 ) (n1 + n 2 ) 2 (n1 + n 2 1)
Z Z 1

Z=

Tolak Ho jika

2 Uji

Uji untuk dua sampel dimaksudkan untuk memeriksa homogenitas (keserupaan) dari populasi-populasi asal kedua sampel itu diambil. Asumsi : Sampel-sampel yang diamati merupakan sampel acak yang diambil dari populasi I dan populasi II Kedua sampel saling bebas Masing-masing subyek dalam populasi dapat diklasifikasikan kedalam salah satu dari 2 karakteristik dan tidak tumpang tindih

Struktur data : Adanya karakteristik yang Sam diamati pel Ya Tidak 1 A B 2 C D Juml A+C B+D ah

Jumla h A+B C+D n

Perumusan Hipotesis : H0 : Populasi-populasi asal sampel homogen H1 : Populasi-populasi asal sampel tidak homogen
2 =
n( AD BC ) 2 ( A + C )( B + D)(C + D)( A + B )
2 2 ,1

Statistik Uji :

Daerah kritis : tolak Ho jika

Contoh Suatu penelitian terhadap 2 kelompok bayi melaporkan ada tidaknya respiratory distress syndrome (RDS). Kel 1 tdd 42 bayi yang ketubannya pecah dalam waktu < 24 jam sebelum kelahiran, kel 2 tdd 22 bayi yang ketubannya pecah dalam waktu > 24 jam sebelum kelahiran. Ingin diketahui apakah RDS pada kedua kelompok itu homogen ? RDS Ya Tid ak 2 15 7 7 15 3 30 4 Juml ah 42 22 64

Kelompok 1 2 Jumlah

Penyelesaian : Perumusan Hipotesis H0 : Populasi-populasi asal sampel dua kelompok bayi homogen H1 : Populasi-populasi asal sampel dua kelompok bayi tidak homogen Statistik uji
2 =
2=

n( AD BC ) 2 64[(27)(15) (15)(7)]2 = = 6,112 ( A + C )( B + D)(C + D)( A + B ) (34)(30)(22)(42)

n(AD BC)2 64[(27)(15) (15)(7)]2 = = 6,1 2 (A+ C)(B+ D)(C + D)(A+ B) (34)(30)(2 )(42)

2 2 berarti 2 ,1 = 3,841 ,1

2,1 = 3,841berarti 2 2,1 Untuk

= 0,05 maka

= 0,05 maka

Sehingga dapat disimpulkan bahwa kedua populasi asal sampel bayi diambil tidak homogen

UJI EKSAK FISHER Uji ini digunakan untuk mengetahui apakah dua kelompok yang diamati memiliki proporsi berbeda (untuk suatu karakteristik tertentu) 2 Uji ini untuk mengantisipasi sampel-sampel yang beitu kecil sehingga uji tidak dapat digunakan.
ASUMSI

dengan ukuran B Kedua sampel saling bebas Tiap subyek hasil pengamatan dapat digolongkan kedalam salah satu dari 2 karak-teristik yang diamati dan tidak saling tumpang tindih Struktur data berupa tabel kontingensi 2x2 sebagai berikut : Sam Dengan Bukan Jumla pel Karakteristik Karakteristik h 1 a A-a A 2 b B-b B Juml a+ b (A + B) (a+b) A+B ah Untuk dapat menganalisis data maka data harus tersusun sedemikian hingga memenuhi kedaan dimana A > B dan karakteristik yang diamati
PERUMUSAN HIPOTESIS

Data sampel berasal dari populasi I dengan ukuran A dan populasi II

a b A B

Uji dua sisi

P =P

2 ( Proporsi subyek dengan karakteristik yang diamati dalam H0 : 1 ke-2 populasi sama ) 2 H1 : 1 Uji Satu sisi

P P

H0 : H1 :

P1 P 2 P1 > P 2

STATISTIK UJI

b = banyak subyek dengan karakteristik yang diamati dalam sampel 2

DAERAH PENOLAKAN

Daerah penolakan mengacu Tabel A.11 Uji kebermaknaan dengan tabel kontingensi 2x2 (Daniel, W.W.), dengan A, B, dan a ; akan diperoleh nilai b tab yaitu bilangan bulat (cetak tebal) pada kolom peluang yang tersedia. Tolak Ho jika b < btab

Tolak Ho dengan taraf nyata P = 2x nilai peluang pada tabel (uji dua sisi ) Tolak Ho dengan taraf nyata P = nilai peluang pada tabel (uji satu sisi )
APROKSIMASI SAMPEL BESAR

Statistik Uji

aA b B Z = 1 P (1 P ) A +

1 B

a+b ;P = A +B

DAERAH KRITIS Tolak Ho apabila

Z Z 1
2

uji dua sisi

dan

Z Z 1

uji satu sisi dapat digunakan.

Apabila

2 a, b, A-a, dan B-b nilai > 5 maka uji

Contoh : Tabel . Data lokasi hunian kelompok sosial tertentu dan kesatuan pendapat dalam pemilihan Pada suatu referendum tentang pendidikan.
Pola lokasi hunian kelompok sosial Kesatuan pendapat diantara anggota kelompok

Tinggal terpisahpisah Tinggal dalam kelompok Jumlah

Rendah 1 3 4

Tinggi 9 1 10

Jumlah

10 4 14

a b 1 3 < = < A B 10 4 berarti Dari tabel di atas diperoleh : A > B = 10 > 4 tetapi a b tabel harus disesuaikan lagi sehingga memenuhi A > B dan A B Pola lokasi hunian Kesatuan pendapat diantara anggota kelompok sosial kelompok Jumlah

Tinggal terpisahpisah Tinggal dalam kelompok Jumlah A > B = 10 > 4 dan

Tinggi 9 1 10

Rendah 1 3 4

10 4 14

a b 9 1 > = > A B 10 4

(persyaratan terpenuhi)

Sehingga berdasarkan data pada tabel yang baru ini apakah dapat disimpulkan bahwa proporsi kota-kota dengan kesatuan pendapat yang tinggi diantara anggota kelompok dalam populasi kota-kota dengan kelompok kelas sosial tinggal terpisah > dibandingkan dalam populasi kota-kota dengan kelompok kelas sosial tinggal dalam kelompok ?
PENYELESAIAN :

Populasi 1 = populasi anggota kelompok dalam kota-kota dengan kelompok kelas sosial tinggal terpisah Populasi 2 = populasi anggota kelompok dalam kota-kota dengan kelompok kelas sosial tinggal dalam kelompok
PERUMUSAN HIPOTESIS :

H0 : H1 :

P1 P 2 P1 > P 2

STATISTIK UJI

b=1

Daerah Kritis : Dengan A = 10, B = 4 dan a = 9 dari Tabel A. 11 diperoleh b tab = 1, ternyata b = btab berarti tolak Ho, sehingga dapat disimpulkan bahwa memang benar proporsi kota-kota dengan kesatuan pendapat yang tinggi diantara anggota kelompok dalam populasi kota-kota dengan kelompok kelas sosial tinggal terpisah lebih tinggi dibandingkan dalam populasi kota-kota dengan kelompok kelas sosial tinggal dalam kelompok. Dengan P= 0,05