JENIS-JENIS UJI STATISTIK

JENIS-JENIS UJI STATISTIK

Uji Kolmogorov Smirnov
Pengertian
Uji Kolmogorov Smirnov merupakan pengujian normalitas yang banyak dipakai,
terutama setelah adanya banyak program statistik yang beredar.
Kelebihan dari uji ini adalah sederhana dan tidak menimbulkan perbedaan persepsi di
antara satu pengamat dengan pengamat yang lain, yang sering terjadi pada uji
normalitas dengan menggunakan grafik.
Konsep dasar dari uji normalitas Kolmogorov Smirnov adalah dengan membandingkan
distribusi data (yang akan diuji normalitasnya) dengan distribusi normal baku.
Distribusi normal baku adalah data yang telah ditransformasikan ke dalam bentuk Z-
Score dan diasumsikan normal.
Jadi sebenarnya uji Kolmogorov Smirnov adalah uji beda antara data yang diuji
normalitasnya dengan data normal baku
Tujuan
Uji Kolmogorov-Smirnov (Chakravart, Laha, dan Roy, 1967) biasa digunakan untuk
memutuskan jika sampel berasal dari populasi dengan distribusi spesifik/tertentu.
Kesimpulan
Hipotesis pada uji Kolmogorov-Smirnov adalah sebagai berikut:
H0 : data mengikuti distribusi yang ditetapkan
Ha : data tidak mengikuti distribusi yang ditetapkan
Uji T Berpasangan
Pengertian
Uji-t menilai apakah mean dan keragaman dari dua kelompok berbeda secara statistik
satu sama lain. Analisis ini digunakan apabila kita ingin membandingkan mean dan
keragaman dari dua kelompok data, dan cocok sebagai analisis dua kelompok rancangan
percobaan acak.
Tujuan
Uji t berpasangan (paired t-test) biasanya menguji perbedaan antara dua pengamatan.
Uji t berpasangan biasa dilakukan pada Subjek yang diuji pada situasi sebelum dan
sesudah proses, atau subjek yang berpasangan ataupun serupa. Misalnya jika kita ingin
menguji banyaknya gigitan nyamuk sebelum diberi lotion anti nyamuk merk tertentu
maupun sesudahnya.
Kesimpulan
Hipotesis pada uji-t berpasangan yang digunakan adalah sebagai berikut:
H0: D = 0 (perbedaan antara dua pengamatan adalah 0)
Ha: D 0 (perbedaan antara dua pengamatan tidak sama dengan 0)
Uji T Tidak Berpasangan
Pengertian
Tujuan
 Kesimpulan
Wikoxon
Pengertian
Uji perangkat bertanda wilcoxon digunakan untuk menganalisis hasil-hasil pengamatan
yang berpasangan dari dua data apakah berbeda atau tidak.
Tujuan
Uji perangkat bertanda wilcoxon digunakan untuk menganalisis hasil-hasil pengamatan
yang berpasangan dari dua data apakah berbeda atau tidak.
Kesimpulan
Mann Whitney
Pengertian
Uji Mann-Whitney merupakan alternatif bagi uji-t. Uji Mann Whitney merupakan uji
non-parametrik yang 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.
Tujuan
Uji Mann-Whitney biasanya digunakan dalam berbagai bidang, terutama lebih sering
dalam Psikologi, medik/perawatan dan bisnis. Misalnya, pada psikologi, uji Mann-
Whitney digunakan untuk membandingkan sikap dan perilaku, dan lain-lain. Dalam
bidang pengobatan, uji Mann-Whitney digunakan untuk mengetahui efek obat apakah
sama atau tidak, selain itu juga bisa digunakan untuk menguji apakah obat tertentu dapat
menyembuhkan penyakit atau tidak. Dalam Bisnis, uji Mann-Whitney dapat digunakan
untuk mengetahui preferensi orang-orang yang berbeda.
Kesimpulan
Asumsi yang berlaku dalam uji Mann-Whitney adalah:
Uji Mann-Whitney mengasumsikan bahwa sampel yang berasal dari populasi adalah
acak,
Pada uji Mann-Whitney sampel bersifat independen (berdiri sendiri),
Skala pengukuran yang digunakan adalah ordinal.
Hipotesis yang digunakan adalah:
H0: tidak ada perbedaan distribusi skor untuk populasi yang diwakilkan oleh kelompok
eksperimen dan control.
Ha: Skor untuk kelompok eksperimen secara statistik lebih besar daripada skor populasi
kelompok control.
One Way Annova
Pengertian
ANOVA merupakan lanjutan dari uji-t independen dimana kita memiliki dua kelompok
percobaan atau lebih.
Tujuan
ANOVA biasa digunakan untuk membandingkan mean dari dua kelompok sampel
independen (bebas)
Kesimpulan
Asumsi yang digunakan adalah subjek diambil secara acak menjadi satu kelompok n.
Distribusi mean berdasarkan kelompok normal dengan keragaman yang sama. Ukuran
 sampel antara masing-masing kelompok sampel tidak harus sama, tetapi perbedaan
ukuran kelompok sampel yang besar dapat mempengaruhi hasil uji perbandingan
keragaman.
Hipotesis yang digunakan adalah:
H0: 1 = 2 = k (mean dari semua kelompok sama)
Ha: i <> j (terdapat mean dari dua atau lebih kelompok tidak sama)
Friedman
Pengertian
Uji Friedman merupakan metode di dalam statistika nonparametrik yang digunakan
untuk melakukan analisis ragam 2-arah (two way analysis of variance).\
Friedman Test mensaratkan tidak ada ulangan (replication) bagi perlakuan yang
diberikan kepada unit-unit percobaan. Maksudnya, hanya ada tepat 1 (satu) pengamatan
untuk setiap perlakuan di dalam setiap blok. Selain itu, perlakuan yang digunakan
setidak-tidaknya sebanyak 3 perlakuan.
Tujuan
Friedman Test digunakan manakala seseorang tidak mempertimbangkan asumsi
kenormalan dari distribusi sampel. Bisa juga, ketika asumsi-asumsi yang dibutuhkan
oleh metode 2-way ANOVA parametrik tidak terpenuhi. Atau, apabila data hasil
pengamatan berupa ranking-ranking (misal pada uji organoleptik, dll.), maka Friedman
Test lebih tepat digunakan, karena data berupa ranking tergolong tipe data ordinal,
sehingga metode parametrik tidak tepat untuk diterapkan.
Kesimpulan
Metode padanan di dalam statistika parametrik bagi Friedman Test adalah Analisis
Ragam 2-arah (2-way ANOVA)
Kruskal Walls
Pengertian
Kruskal-Wallis test dikembangkan oleh Kruskal dan Wallis. Uji Kruskal-Wallis adalah
uji nonparametrik yang digunakan untuk membandingkan tiga atau lebih kelompok data
sampel.
Tujuan
Uji Kruskal-Wallis digunakan ketika asumsi ANOVA tidak terpenuhi. ANOVA adalah
teknik analisis data statistik yang digunakan ketika kelompok-kelompok variabel bebas
lebih dari dua. Pada ANOVA, kita asumsikan bahwa distribusi dari masing-masing
kelompok harus terdistribusi secara normal. Dalam uji Kruskal-Wallis, tidak diperlukan
asumsi tersebut, sehingga uji Kruskal-Wallis adalah uji distribusi bebas. Jika asumsi
normalitas terpenuhi, maka uji Kruskal-Wallis tidak sekuat ANOVA
Kesimpulan
Penyusunan hipotesis dalam uji Kruskal Wallis adalah sebagai berikut:
H0 : sampel berasal dari populasi yang sama (1 = 2 = = k)
Ha : sampel berasal dari populasi yang berbeda (i = j)
Uji Kruskal Wallis harus memenuhi asumsi berikut ini:
Sampel ditarik dari populasi secara acak
Kasus masing-masing kelompok independen
Skala pengukuran yang digunakan biasanya ordinal
Chi Square
Pengertian
Teknik uji Chi Square pertama kali diperkenalkan oleh karl Pearson untuk menguji
keselarasan.
Tujuan
Pengujian dilakukan untuk memeriksa ketergantungan dan homogenitas kedua prosedur
tersebut meliputi perbandingan frekuensi yang teramati dengan frekuensi yang
diharapkan bila hipotesis nol yang ditetapkan benar
Kesimpulan
Hipotesis Null: Distribusi frekuensi beberapa kejadian yang diamati pada sebuah sampel
konsisten dengan distribusi teoritis tertentu.
Fisher
Pengertian
Uji exact Fisher digunakan ketika Anda memiliki dua variabel nominal
Tujuan
Uji exact Fisher digunakan ketika Anda memiliki dua variabel nominal.
Kesimpulan
Penyusunan Hipotesis nol pada Uji exact Fisher adalah sebagai berikut:
H0 : proporsi relatif dari satu variabel tidak terkait dengan variabel kedua.
Korelasi Pearson, Spearman
Pengertian
Korelasi Pearson didasarkan pada nama penemunya yaitu Karl Pearson.
Tujuan
Korelasi ini digunakan untuk mengetahui hubungan dari beberapa variable.
Kesimpulan
Beberapa asumsi yang digunakan apabila dilakukan analisis korelasi produk moment
atau korelasi pearson antara lain
Distribusi nilai dari variable berdistribusi normal atau mendekati normal.
Variable yang akan dicari korelasinya adalah variable kontinum yang bersifat rasional
atau minimal bersifat interval.
Hubungan dari 2 variabel adalah liniear
Regresi Linear
Pengertian
Persamaan umumnya adalah: Y = a + b X. Dengan Y adalah variabel terikat dan X
adalah variabel bebas. Koefisien a adalah konstanta (intercept) yang merupakan titik
potong antara garis regresi dengan sumbu Y pada koordinat kartesius.
Tujuan
Analisis regresi linear sederhana dipergunakan untuk mengetahui pengaruh antara satu
buah variabel bebas terhadap satu buah variabel terikat.
Kesimpulan
Maka yang harus diperhatikan adalah memastikan apakah asumsi-asumsi regresi sudah
terpenuhi sehingga model regresi dapat dikatakan bersifat BLUE (Best Linear Unbiased
Estimator). Asumsi regresi linier klasik tersebut antara lain adalah: model regresi
dispesifikasikan dengan benar, data berdistribusi normal, tidak terjadi
 heteroskedastisitas, tidak terjadi multikolinieritas antar peubah bebas, dan tidak terjadi
autokorelasi (untuk data yang diurutkan berdasarkan waktu/time series).
Regresi Logistic
Pengertian
Regresi logistik adalah bagian dari analisis regresi yang digunakan ketika variabel
dependen (respon) merupakan variabel dikotomi. Variabel dikotomi biasanya hanya
terdiri atas dua nilai, yang mewakili kemunculan atau tidak adanya suatu kejadian yang
biasanya diberi angka 0 atau 1.
Tujuan
Tidak seperti regresi linier biasa, regresi logistik tidak mengasumsikan hubungan antara
variabel independen dan dependen secara linier. Regresi logistik merupakan regresi non
linier dimana model yang ditentukan akan mengikuti pola kurva linier
Kesimpulan
Dibuat Oleh Trinoval Yanto Nugroho di Selasa, April 20, 2010
Kirimkan Ini lewat Email BlogThis! Berbagi ke Twitter Berbagi ke Facebook Berbagi ke Google
Buzz
Label: Metodologi Penelitian

Korelasi Pearson, Spearman

Pengertian
Korelasi Pearson didasarkan pada nama penemunya yaitu Karl Pearson.
Tujuan
Korelasi ini digunakan untuk mengetahui hubungan dari beberapa variable.
Kesimpulan
Beberapa asumsi yang digunakan apabila dilakukan analisis korelasi produk moment
atau korelasi pearson antara lain
Distribusi nilai dari variable berdistribusi normal atau mendekati normal.
Variable yang akan dicari korelasinya adalah variable kontinum yang bersifat rasional
atau minimal bersifat interval.
Hubungan dari 2 variabel adalah liniear