MAKALAH STATISTIK NON PARAMETRIK

PERLUASAN TES MEDIAN

Dosen Pembimbing : Rofiq Nur Rizal, SST, SE, M.Si

KELOMPOK 4:
JOSHUA ARIEL PERKASA 13.7680
MUH. SHAMAD 13.7741
RIANA RIZKA 13.7834
SEPTIAWAN AJI PRADANA 13.7868

KELAS 4KS2
SEKOLAH TINGGI ILMU STATISTIK
JAKARTA
2017
 PERLUASAN TES MEDIAN
A. Fungsi
Perluasan tes median ini menentukan apakah k kelompok independen (tidak harus
berukuran sama) telah ditarik dari populasi yang sama atau dari populasi-populasi bermedian
sama. Tes ini berguna jika variabel yang dikaji sekurang-kurangnya diukur dalam skala
ordinal. Berikut adalah contoh k kelompok independen dan data yang dapat digunakan
dalam tes ini:

Tabel 1. Contoh kelompok populasi independen ( k ), Data, H 0 , dan Tujuan Penelitian

yang dapat menggunakan Perluasan Tes Median

k Data H0 Tujuan
Kelompok mahasiswa Jumlah jam Tidak ada perbedaan Mengetahui
STIS jurusan yang jumlah jam di antara apakah jenis
Komputasi Statistik dihabiskan mahasiswa yang skripsi
berdasarkan jenis untuk berlainan jenis skripsi, memengaruhi
skripsi. mengerjakan yakni jumlah jam untuk keinginan
k 1= kajian skripsi dalam mengerjakan skripsi mahasiswa untuk
komputasi, seminggu adalah independen mengerjakan
k 2= sistem terakhir. terhadap jenis skripsi. skripsi.
informasi,
k 3= aplikasi
statistik
Tingkat sekolah Jumlah Tidak ada perbedaan Mempelajari
tertinggi yang kunjungan frekuensi kunjungan pengaruh banyak
ditamatkan oleh sukarela setiap sekolah di antara para Ibu pendidikan yang
seorang Ibu. Ibu ke sekolah yang berlainan tingkat diperoleh Ibu
k 1= SD, k 2= selama satu pendidikan, yakni terhadap tingkat
SLTP, tahun ajaran. frekuensi kunjungan ibu minat Ibu dalam
k 3= SLTA, ke sekolah adalah hal sekolah
k 4= Perguruan independen terhadap anaknya.

Tinggi (Belum Lulus), tingkat pendidikan si Ibu.

k 5= Perguruan
Tinggi (Lulus),
 k 6 = Pasca Sarjana
Merk mesin fotocopy. Banyak lembar Tidak ada perbedaan Ingin mengetahui
k 1= Canon, hasil fotocopy median dalam hasil apakah ketiga
k 2= Xerox, tiap menit. pengoperasian ketiga merek mesin
k 3= Toshiba mesin fotokopi. fotokopi tersebut
berbeda atau tidak
dalam
menghasilkan
banyaknya
fotokopi tiap
menit.

B. Metode
Untuk menerapkan perluasan tes median, berikut langkah yang dapat dilakukan:
1. Mencari nilai median dari gabungan k sampel skor (disebut median bersama).
Contoh: terdapat data sebagai berikut:
Tabel 2. Jumlah kunjungan ke Sekolah oleh Ibu-Ibu dari Bermacam-macam
Tingkat Pendidikan
Pendidikan Ibu
Pasca
SD SMP SMA PT Lulus PT
Sarjana
4 2 2 9 2 2
3 4 0 4 4 6
Jumlah kunjungan

0 1 4 2 5
7 6 3 3 2
1 3 8
2 0 0
0 2 5
3 5 2
Sumber: Sidney Siegel (1985), Statistik Non-Parametrik Untuk Ilmu-Ilmu Sosial,
Jakarta: Gramedia, hal. 226

Data setelah diurutkan:

0 0 0 0 0 1 1 1 1 1 1 1
2 2 2 2 2 2 2 2 2 2 3 3
 3 3 3 4 4 4 4 4 5 5 5 5
5 6 6 6 7 7 8 9

(2+3 )
Median = = 2,5
2

2. Mengganti tiap-tiap skor dengan tanda tambah (+) jika skor itu lebih besar
daripada median bersama dan dengan tanda kurang (-) jika skor itu lebih kecil
daripada median bersama. Jika terdapat skor yang yang sama dengan median
bersama, skor itu diganti dengan tanda (-).
Contoh: menggunakan data pada langkah (1) di atas.
Pendidikan Ibu
Pasca
SD SMP SMA PT Lulus PT
Sarjana
+ - - + - -
+ + - + + +
Jumlah kunjungan

- - + - +
+ + + + -
- + +
- - -
- - +
+ + -
Keterangan:
PT = Perguruan Tinggi
3. Menyusun himpunan skor ke dalam tabel k 2 dengan angka-angka di tubuh
tabel menunjukkan frekuensi (+) dan (-) dalam masing-masing kelompok. Apabila
terdapat nilai frekuensi harapan yang kurang dari 5, maka datanya digabung.
Contoh: melanjutkan tabel pada langkah (2) di atas.

Pendidikan yang didapat Ibu

Ibu Lulus Pasca Total
SD SMP SMA PT
PT Sarjana
Median (5) (5,5) (6,5) (2) (2) (1)
 5 4 7 3 2 1 22

(5) (5,5) (6,5) (2) (2) (1)

Median
5 7 6 1 2 1 22
Total 10 11 13 4 4 2 44
Namun, karena nilai frekuensi harapan kelompok Lulus PT dan Pasca Sarjana
kurang dari 5, maka datanya kita gabung dengan kelompok terdekat yaitu
kelompok PT, sehingga menjadi sebagai berikut:
Pendidikan yang didapat Ibu
Ibu Total
SD SMP SMA PT
(5) (5,5) (6,5) (5)
Median
5 4 7 6 22
(5) (5,5) (6,5) (5)
Median
5 7 6 4 22
Total 10 11 13 10 44

4. Menghitung harga 2 menggunakan rumus di bawah ini:

r k 2
(O ij Eij )
2=
i=1 j=1 E ij
Keterangan:
Oij = banyak kasus-kasus observasi yang dikategorikan dalam baris ke- i
dan kolom ke- j .
Eij = banyak kasus-kasus yang diharapkan di bawah H 0 , yang akan
dikategorikan dalam baris ke- i dan kolom ke- j .
Distribusi sampling 2 mendekati distribusi chi-kuadrat dengan
db=(k1)(r1) dengan k = banyak kolom dan r = banyak baris.
Dalam tes median r = 2, dengan demikian:
db=( k 1 )( r 1 )=( k1 ) ( 21 )=(k 1)
Peluang harga observasi sebesar
2
terjadi di bawah H0 diberikan dalam
Tabel harga-harga kritis chi-kuadrat pada lampiran (atau tabel C pada Siegel,
1985). Jika harga observasi 2 chi-kuadrat tabel dengan db=k 1 pada
 tingkat signifikansi yang ditentukan sebelumnya ( ), H 0 dapat ditolak pada
tingkat signifikansi itu.
Berikut perhitungan untuk contoh tabel pada langkah (3).
( 55 )2 ( 45,5 )2 ( 45 )2
2= + + +
5 5,5 5
2
=0+ 0,409+0,0385+0,2+0+ 0,409+0,0385+0,2
2=1,295

db=k 1=41=3
Dari tabel C dengan =0,05 dan derajat bebas 3, didapat bahwa 2=1,295
lebih kecil daripada chi-kuadrat tabel 7,82. Dengan demikian, keputusannya
adalah gagal tolak H0 .

C. Ringkasan Prosedur
Inilah langkah-langkah dalam menggunakan perluasan tes median:
1. Tentukan median bersama skor-skor dalam k kelompok.
2. Bubuhkan tanda tambah untuk semua skor di atas median dan tanda kurang untuk
semua skor di bawah atau sama dengan median. Tuangkanlah frekuensi-frekuensi
yang didapatkan ke dalam suatu tabel k 2 .
3. Menggunakan data dalam tabel langkah 2, hitunglah harga 2 seperti pada
rumus di atas. Hitunglah db=k 1 .
2
4. Tentukanlah signifikansi harga observasi dengan menggunakan tabel C.
Jika
2
chi-kuadrat tabel, tolaklah H0 .
Berikut jika digambarkan dalam bentuk diagram.
 Gambar 1. Diagram alir penggunaan perluasan tes median

D. Kekuatan Tes
2
Perluasan tes median ini pada hakikatnya adalah tes untuk k sampel. Tidak
ada keterangan khusus mengenai kekuatan tes ini.

E. Tes lanjutan
Jika overal test menggunakan perluasan tes median membuktikan bahwa tidak
semua kelompok berasal dari populasi-populasi dengan median yang sama, uji
lanjutan dapat ditempuh untuk mengetahui pasangan kelompok mana yang berbeda
(partial test). Berikut adalah metode yang dapat digunakan (Siegel, 1985, hal. 139):
1. Bila n1 +n2 > 40 , gunakanlah tes median dengan harga observasi 2
menggunakan koreksi kontinyuitas dengan rumus berikut.
 2
N
2=
(
N | ADBC |
2 )
( A+ B)(C + D)( A +C)( B+ D)
2. Bila 20<n1 +n 2< 40 dan bila tak satu sel pun memiliki frekuensi harapan
kurang dari 5, gunakanlah 2 seperti pada poin (1) di atas. Jika terdapat
frekuensi harapan kurang dari 5, gunakanlah tes Fisher.
3. Bila n1 +n2 <20 , gunakanlah tes Fisher.
Berikut jika digambarkan dalam bentuk diagram.

Gambar 2. Diagram alir memilih metode tes lanjutan perluasan tes median

F. Perhitungan dengan Syntax R

ui.R
library(shiny)

shinyUI(fluidPage(
titlePanel("Kelompok 4 - Perluasan Median"),
 sidebarLayout(
sidebarPanel(
fileInput("file","Upload file"),
helpText("Maksimal ukuran file 5 MB"),
tags$hr(),
h5(helpText("Jadikan baris pertama sebagai heade")),
checkboxInput(inputId = "header", label = "Ya", value = FALSE),
br(),
radioButtons(inputId = 'sep', label = 'Separator', choices =
c(Comma=',',Semicolon=';',Tab='\t',Space=' '), selected = ',')
),
mainPanel(
uiOutput("tb")
)
)
))

server.R
library(shiny)

library(RVAideMemoire)

library(psych)

shinyServer(function(input,output){

datanya <- reactive({

inFile <- input$file

if (is.null(inFile))

return(NULL)

read.csv(inFile$datapath, header = input$header)

})

output$filedf <- renderTable({

if(is.null(data())){return ()}

input$file

})

output$summary <- renderTable({

if(is.null(data())){return ()}
 summary(datanya())

})

output$table <- renderTable({

if(is.null(data())){return()}

datanya()

})

output$manual <- renderTable({

getPValue()

})

output$package <- renderTable({

packageOlah()

})

output$tb <- renderUI({

if(is.null(data()))

h5("Powered by",
tags$img(src='D:/Data/Kuliah/shinny/www/android.png', height=200,
width=200))

else

tabsetPanel(tabPanel("About file", tableOutput("filedf")),

tabPanel("Data", tableOutput("table")),tabPanel("Summary",
tableOutput("summary")),tabPanel("Package",
tableOutput("package")),tabPanel("Manual", tableOutput("manual")))

})

packageOlah <- function(){

hasil <- as.data.frame(mood.medtest(datanya()[,2]~datanya()

[,1])$p.value)

return(hasil)

}
getList <- function(...){

dataf <- datanya()

parse <- levels(dataf[1,1])

mylist <- list()

for(i in 1:length(parse)){

nilai <- c()

for(j in 1:length(dataf[,1])){

if(dataf[j,1]==parse[i]){

nilai <- c(nilai,dataf[j,2])

mylist[[i]] <- nilai

return(mylist)

getMedian <- function(){

med <- median(unlist(getList()))

return(med)

getPerlakuanMedian <- function(){

var1 <- c()

for(i in 1:length(getList())){

a <- 0

b <- 0

for(j in 1:length(getList()[[i]])){

if( getList()[[i]][[j]] > getMedian()){

a <- a+1

}else{
 b <- b+1

var1 <- c(var1,a,b)

return(matrix(var1, byrow = TRUE, length(getList()),2 ))

getPValue <- function(){

hasil <- as.data.frame(chisq.test(getPerlakuanMedian())

$p.value)

return(hasil)

})

G. Contoh Soal dan Pembahasan

Seorang peneliti ingin melihat apakah ada pengaruh antara pengambilan jenis
topik skripsi dengan tingkat semangat dalam pengerjaan topik tersebut. Berikut adalah
data yang diambil dimana tingkat semangat dalam pengejaan skripsi diketahui dengan
melihat seberapa banyak waktu yang diberikan untuk mengerjakan skripsi selama
seminggu terakhir.

Cara Manual:
Tahapan Pengerjaan
1. Menentukan hipotesis, nilai alpha, N dan db
H0 : Tidak ada perbedaan dalam waktu yang diberikan untuk pengerjaan skripsi
diantara jenis topik yang diambil
 H1 : Terdapat perbedaan dalam waktu yang diberikan untuk pengerjaan skripsi
diantara jenis topik yang diambil
alpha = 0.05
N = 57
db = k -1 = 2
2. Tentukan nilai median secara keseluruhan. Didapat median = 11.34
3. Beri tanda 1 pada nilai yang melebihi nilai median dan jumlahkan

Maka didapat:

4. Gunakan rumus untuk mencari nilai chi-square

 r k 2
(O Eij )
= ij
2

i=1 j=1 E ij

Nilai chi-square hitung adalah 0,578

Titik kritis adalah chi-square >5,99
kesimpulan : Gagal tolak H0

Menggunakan syntax R
1. Tampilan about file

2. Tampilan data
3. Summary

4. Package
5. Manual

Menggunakan Paket Program Statistik Lain

1. SPSS
Untuk uji perluasan median, format data harus disajikan dalam 2 kolom yaitu
Kode dan Nilai yang harus bertype numeric. Kode 1(Kajian Komputasi) 2(Sistem
Informasi) 3 (Aplikasi Statistik).
Langkah Langkah :
o Analyze -> Non Parametric Test -> Legacy Dialogs -> k Independent
Sampel
o Pada test type: pilih median
o Pada test variable lisst : select Waktu_skripsi
o Pada grouping variable: select tipe_skripsi
o Define range : minimum 1 dan maksimum 3
 Output:

2. Minitab
Langkah-langkah:
o Stat-> Nonparamettric->Mood Median Test
o Pada response select waktu_skripsi
o Pada factor select tipe_skripsi
 Output:

3. Package R
Menggunakan package RVAideMemoire dengan memanggil fungsi mood.medtest

Berdasarkan hasil dari 3 paket program statistik lain, dapat kita lihat, ketiganya
menghasilkan nilai p-value yang hampir sama yaitu sebesar 0,74 dan pada SPSS dan
minitab kita dapat lihat didapat nilai chi-squarenya sebesar 0,58 sama seperti hasil
perhitungan manual. Pada SPSS kelebihannya kita dapat mengetahui berapa persen
nilai ekspektasi yang kurang dari 5. Sedangkan minitab kelebihannya kita mengetahui
median pada masing-masing kelompok.

H. Latihan Soal
seorang peneliti ingin melihat bagaimana pengaruh antara kategori status perkawinan
terhadap indeks kebahagian berikut adalah data yang dikumpulkan oleh peneliti
tersebut (data fiktif)

Lampiran
Tabel harga-harga kritis Chi-Kuadrat
 Daftar Pustaka
Siegel, Sidney.(1985).Statistik Non-Parametrik Untuk Ilmu-Ilmu Sosial. Jakarta : Gramedia.