STATISTIKA NON PARAMETRIK

TUGAS XXX

Diajukan Untuk Memenuhi

Syarat Kelulusan Mata Kuliah Statistik Dasar

Oleh:

Catur Kristiawan
(124.16.021)

PROGRAM STUDI TEKNIK PERMINYAKAN

FAKULTAS TEKNIK DAN DESAIN
INSTITUT TEKNOLOGI DAN SAINS BANDUNG
2017
KATA PENGANTAR

2
 DAFTAR ISI

Kata Pengantar ...................................................................................................... 2

Daftar Isi ............................................................................................................... 3
BAB I PENDAHULUAN .................................................................................
1.1 Perumusan Masalah ........................................................................
1.2 Tujuan Penelitian ............................................................................
1.3 Alat yang digunakan .......................................................................
1.4 Sistematika Penulisan .....................................................................
BAB II LANDASAN TEORI ...........................................................................
2.1 Data Diskrit ....................................................................................
2.2 Data Kontinyu ................................................................................
2.3 Distribusi Frekuensi .......................................................................
2.4 Standar Deviasi...............................................................................
2.5 Chi Square Good of Fit Test...........................................................
2.5.1 Test Satu Sampel Chi square ..................................................
2.5.2 Test Dua Sampel Chi Square..................................................
2.6 Tes Kolmogorov-Smirnov..............................................................
2.7 Distribusi Poisson ...........................................................................
2.8 Uji Kerandoman .............................................................................
2.9 Uji Tanda (Sign Test) .....................................................................
2.10 Poligon Frekuens ..........................................................................
BAB III PROSEDUR PERCOBAAN ..............................................................
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA ............................
4.1 Pengumpulan Data .........................................................................
4.2 Pengolahan Data .............................................................................
4.2.1 Chi Square ..............................................................................
4.2.2 Kolmogorov Smirnov .............................................................
4.2.3 Uji Random ............................................................................
BAB V PERTANYAAN DAN JAWABAN....................................................
5.1 Pertanyaan ......................................................................................
5.2 Jawaban ..........................................................................................

3
BAB VI KESIMPULAN DAN SARAN ...........................................................
6.1 Kesimpulan .....................................................................................
6.2 Saran ...............................................................................................
Lampiran Daftar Pustaka ..................................................................................

4
 BAB I
PENDAHULUAN

1.1 Perumusan Masalah

Dalam tugas kelompok ini, pokok permasalahan yang akan dibahas adalah
mengenai uji suatu populasi, apakah populasi tersebut mempunyai kesesuaian untuk
berdisrtibusi atau tidak, dimana dalam pengujian ini digunakan dua test yaitu test
Chi-square dan test Kolmogorov-Smirnov. Suatu populasi yang diamati untuk
berdistribusi tertentu.
Pada tugas kelompok ini pula digunakan pengujian kerandoman untuk
menentukan apakah urutan yang terpilih adalah random atau bukan. Dan uji tanda
yang merupakan uji non parametric yang didasarkan pada pengklasifikasian data
terhadap dua atribut yaitu tanda positif (+) dan tanda negative (-).
Dalam tugas ini terdapat dua macam data yaitu:
Data diskrit
Data kontinyu
Data diskrit biasanya disajikan dalam bentuk kelompok saja dan tidak dibuat
interval selama data yang didapat nilainya belum besar. Sedangakan data kontinyu
biasanya disajikan dalam bentuk interval seperti LCL (Batas Kelas Bawah), UCL
(Batas kelas Atas) dan LCB (Tepi Kelas Bawah) UCB (Tepi Kelas Atas) maupun
CM (Class Mark).

1.1 Tujuan Penulisan

Membuktikan bentuk distribusi dari hasil observasi dengan menggunakan test
Chi-Square of Fit Test dan Kolmogorov Smirnov Goodness of Fit Test
Mengerti tentang uji mean non parametrik dengan menggunakan uji tanda (sign
test)
Mengerti tentang uji random.

5
1.2 Sistematika Penulisan
BAB I PENDAHULUAN
1.1 Perumusan masalah
1.2 Tujuan
1.3 Sistematika Penulisan
BAB II LANDASAN TEORI
2.1 Data Diskrit
2.2 Data Kontinyu
2.3 Distribusi Frekuensi
2.4 Standar Deviasi
2.5 Chi Square Good of Fit Test
2.5.1 Test Satu Sample Chi Square
2.5.2 Test Dua Sample Chi Square
2.6 Test Kolmogorov-Smirnov
2.7 Distribusi Poisson
2.8 Uji Kerandoman
2.9 Uji Tanda (Sign Test)
2.10 Poligon Frekuensi
BAB III PROSEDUR PERHITUNGAN
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA
4.1 Pengumpulan Data
4.2 Pengolahan Data
4.2.1 Chi Square
4.2.2 Kolmogorov Smirnov
4.2.3 Uji Random
BAB V TUGAS
BAB IV KESIMPULAN DAN SARAN
Lampiran Daftar Pustaka

6
 BAB II
LANDASAN TEORI

2.1 Data Diskrit

Data diskrit merupakan data yang satuannya selalu bulat dalam bilangan asli,
tidak berbentuk pecahan. Data diskrit adalah data yang diperoleh dari hasil
menghitung atau membilang (bukan mengukur). Data diskrit juga sering disebut data
nominal. Data nominal biasanya diperoleh dari penelitian yang besifat eksploratif
dan survei. Selain itu, data nominal juga bersifat tidak memperhatikan urutan.
Contohnya adalah 2 buah dadu yang dilemparkan dan 27 propinsi di Indonesia.

2.2 Data Kontinyu

Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau
berada pada nilai yang satu ke nilai yang lainnya. Data kontinyu merupakan data
yang diperoleh dari hasil mengukur. Misalkan berat badan seseorang 55.5 kg, serta
contoh lain luas lingkaran 50.8 cm. Data kontinyu disajikan dalam bentuk interval
dengan menentukan LCL, UCL, LCB, UCB, dan CM.
Dalam data kontinyu grafik yang digunakan adalah model histogram dan
polygon frekuensi. Digunakannya grafik polygon frekuensi sebab dalam data
kontinyu tidak didapat blank.

2.3 Distribusi Frekuensi

Distribusi frekuensi adalah pengelompokan data ke dalam beberapa kelas dan
kemudian dihitung banyaknya pengamatan yang masuk ke dalam tiap kelas.
Distribusi frekuensi disebut juga tabel frekuensi, terdiri atas data diskrit dan data
kontinyu.
Langkah-langkah distribusi frekuensi:
a. Mengurutkan data dari yang terkecil hingga yang terbesar
b. Menentukan jumlah kelas. Caranya dapat diperoleh dengan rumus Sturges:

k = 1 + 3,3 log n

7
 Dimana:
k = jumlah kelas
n = jumlah data
c. Menentukan interval kelas atau rentang data (R) dengan rumus:
R = data tertinggi data terendah
d. Membagi rentang data dengan banyaknya kelas untuk menduga lebar interval (C)
dengan rumus:
C=R/k
e. Menentukan batas kelas dan tepi kelas. LCL dan UCL adalah nilai batas kelas
dalam suatu distibusi yang digunakan sebagai patokan dalam memasukkan data
hasil penelitian agar menempati kelas sesuai.LCB dan UCB adalah nilai yang
menunjukkan batas teoritis nilai khayal yang tidak akan dicapai oleh data.
Penentuan nilai ini biasanya merupaka skala terkecil dari batas kelas. Rumus:
LCB = LCL skala terkecil
UCB = UCL + skala terkecil
f. Menentukan titik tengah kelas / CM (Class Mark) dari jumlah kedua batas diatas
kemudian dibagi.

CM = 2

g. Menentukan frekuensi masing-masing kelas.

h. Menjumlahkan kolom frekuensi dan periksa apakah hasilnya sama dengan
banyaknya total pengamatan (n).

2.4 Standar Deviasi

Standar deviasi atau yang lebih dikenal dengan simpangan baku adalah akar
kuadarat dari varian (nilai rata-rata nilai). Bilangan tersebut dipergunakan untuk
mengetahui nilai ekstrim suatu data. Penggunaan standar deviasi biasa digunakan
bersama nilai rata-rata. Rumus standar deviasi:
()2
S = ; untuk n < 30
1

()2
S = ; untuk n > 30

Rumus tersebut digunakan untuk data yang dikelompokkan. Untuk data yang
tidak dikelompokkan, tidak dikalikan dengan frekuensinya.

8
2.5 Chi Square Good of Fit Test
Sebuah metode statistika nonparametric yang paling terkenal dan banyak
digunakan ialah uji Chi kuadrat. Uji ini tidak dibatasi oleh asumsi-asumsi ketat
tentang jenis populasi maupun parameter populasi, yang dibutuhkan hanya derajat
bebas.

2.5.1 Test Satu Sample Chi Square

Uji Chi kuadrat menggunakan teknik goodness of fit, yaitu dapat digunakan
untuk menguji apakah terdapat perbedaan yang nyata antara banyak yang diamati
(observed) yang masuk dalam masing-masing kategori dengan banyak yang
diharapkan (expected) berdasarkan hipotesis-nol. Metode Chi kuadrat menguji
apakah frekuensi yang diamati cukup mendekati frekuensi yang diharapkan sehingga
mempunyai kemungkinan besar untuk terjadi di bawah hipotesis-nol.
Nilai dihitung dengan rumus :

Dimana:
oi = frekuensi data yang diamati (frekuensi observasi) untuk kategori ke-i
ei = frekuensi data yang diharapkan (frekuensi ekspektasi) untuk kategori ke-i
derajat bebas (db) = (k-1)
Dalam melakukan uji Chi kuadrat, ada syarat-syarat yang perlu dipenuhi:
a. Sampel dipilih secara acak
b. Semua pengamatan dilakukan bebas
c. Setiap sel paling sedikit berisi frekuensi harapan sebesar 1. Sel-sel dengan
frekuensi harapan kurang dari 5 tidak boleh melebihi 20% dari total sel.
d. Meskipun dapat diterapkan pada sampel berukuran kecil, ukuran sampel
sebaiknya > 40.
Langkah-langkah penggunaan Uji Satu Sampel Chi Kuadrat:
a. Letakkan frekuensi-frekuensi pengamatan dalam k kategori.
b. Dari Ho tentukan frekuensi yang diharapkan (ei) untuk tiap-tiap sel. Jika k = 2,
maka frekuensi setiap kategori yang diharapkan sekurang-kurangnya = 5. Jika k
> 2, dan lebih dari 20% dari ei < 5, gabungkan kategori-kategori yang berdekatan.
c. Hitung nilai dengan derajat bebas = k 1
9
d. Tentukan daerah penolakan, Ho ditolak jika nilai sedemikian rupa sehingga
peluang meurut kejadian Ho dengan derajat bebas = k 1 sama atau lebih kecil .
Ho dapat juga ditolak, jika untuk yang telah ditetapkan nilai hitung lebih besar
dari tabel.

2.5.2 Test Dua Sample Chi Square

Uji ini digunakan untuk menguji hipotesis komparatif dua sampel bila datanya
berbentuk nominal dan ukuran sampelnya besar. Hipotesis nol dapat diuji dengan:

Dimana:
r = banyak baris
k = banyak kolom
oij = frekuensi observasi baris ke-i, kolom ke-j
eij = frekuensi ekspektasi baris ke-i, kolom ke-j
derajat bebas = (r-1) (k-1)
Langkah-langkah penggunaan uji Chi kuadrat untuk dua sampel:
a. Masukkan frekuensi-frekuensi pengamatan dalam suatu tabel kontingensi kx r.
b. Tentukan nilai frekuensi harapan tiap sel, yaitu:
eij = (oi.) (o.j) / n
Untuk tabel kontingensi 2 x 2 nilai frekuensi harapan tidak perlu dicari.
c. Hitung nilai .
d. Untuk menentukan daerak penolakan gunakan tabel. Untuk uji satu sisi
bandingkan dengan taraf nyatanya. Jika peluang yang ditunjukkan tabel
maka tolak Ho.

2.6 Tes kolomogorov - Smirnov

Uji Kolmogorov-Smirnov (Chakravart, Laha, dan Roy, 1967) biasa digunakan
untuk memutuskan jika sampel berasal dari populasi dengan distribusi
spesifik/tertentu. Uji Kolmogorov-Smirnov digunakan untuk menguji goodness of
fit antar distribusi sampel dan distribusi lainnya, Uji ini membandingkan
serangkaian data pada sampel terhadap distribusi normal serangkaian nilai dengan
mean dan standar deviasi yang sama. Singkatnya uji ini dilakukan untuk mengetahui
10
kenormalan distribusi beberapa data. Uji Kolmogorov-Smirnov merupakan uji yang
lebih kuat daripada uji chi-square ketika asumsi-asumsinya terpenuhi. Uji
Kolmogorov-Smirnov juga tidak memerlukan asumsi bahwa populasi terdistribusi
secara normal.
Langkah Pengerjaan Tes Kolmogorov-Smirnov:
a. Urutkan data sampel dari kecil ke besar dan tentukan frekuensi tiap-tiap data (X)
b. Hitung frekuensi absolut (f)
c. Hitung f kumulatif (f kum)
d. Hitung probabilitas frekuensi (P) dengan membagi frekuensi dengan banyak
dengan rumus:

( )

e. Hitung probabilitas frekuensi kumulatif (KP) dengan membagi frekuensi
kumulatif dengan banyak data dengan rumus:

( )

f. Tentukan nilai z dari tiap-tiap data tersebut dengan rumus :

g. Tentukan besar peluang untuk masing-masing nilai z berdasarkan tabel z

dandiberi nama F(z) lihat tabel z. jika nilai z minus, maka 0,5 dikurangi (-)
luaswilayah pada tabel z. Sebaliknya, jika nilai z posiif, maka 0,5 ditambah (+)
luas nilai z pada tabel, sehingga diperoleh nilai-nilai F(z).
h. Hitung selisih antara kumulatif proporsi (KP) dengan nilai z pada batas bawah
(lihat nilai F(z) dibawahnya).
i. Selanjutnya, nilai Dn maksimum dibandingkan dengan harga pada table D, yang
diperoleh dari harga kritik Kolmogorov-Smirnov satu sampel.
j. Jika Dn maksimum harga tabel D (lihat tabel D), maka Ho diterima,
sehinggadapat disimpulkan bahwa sampel berasal dari populasi yang berdistribui
normal.

2.7 Distribusi Poisson

Distribusi poisson disebut juga distribusi peristiwa yang jarang terjadi,
ditemukan oleh S.D. Poisson (17811841), seorang ahli matematika berkebangsaan

11
Perancis. Distribusi Poisson termasuk distribusi teoritis yang memakai variabel
random diskrit. Distribusi poisson adalah distribusi nilai-nilai bagi suatu variabel
random X (X diskret), yaitu banyaknya hasil percobaan yang terjadi dalam suatu
interval waktu tertentu atau di suatu daerah tertentu.

2.8 Uji Kerandoman

Jika kita membicarakan sampel random, kita mendapatkan metoda metoda yang
diantaranya adalah sampel random. Yang dibutuhkan adalah suatu data hasil seleksi,
itu digunakan untuk mengetes sampel yang dapat diperoleh dan manapun secara
nyata. Caranya, harga sampel yang lainnya telah terdapat, dapat juga didasarkan pada
pengurutan di dalam hasil sampel.
Langkah pengerjaan Uji Kerandoman:
a. Membuat hipotesis dalam uraian berikut:
Ho: Proses pengambilan data merupakan proses random (acak)
Ha: Proses pengambilan data merupakan bukan proses random (acak)
b. Menentukan resiko kesalahan atau taraf signifikan
c. Menentukan nilai rhitung dengan menentukan nilai median Me = (1+n), lalu
membuat tanda (+) untuk setiap data yang > Me, dan tanda (-) untuk setiap data
yang < Me.
d. Didapatlah nilai rhitung yang diperoleh berdasarkan run (jumlah perpindahan dari
setiap tanda).
e. Menentukan nilai rtabel.
f. Nilai rtabel terdiri dari n1 untuk tanda (+) dan n2 untuk tanda (-), menjadi rtabel(,n1,n2).
g. Apabila nilai n1 atau n2 lebih besar dari 20, tentukan nilai Z dengan rumus:
1
( + 2) ()
=
()
Dimana:
21 2 21 2 (21 2 1 2 )
() = +1 () = (1 +2 )2 (1 +2 1)
1 +2

h. Kaidah pengujian: Jika Z/2<Zhit<Z/2, maka Ho diterima

12
2.9 Uji Tanda (Sign Test)
Uji tanda adalah uji yang dilakukan dengan memberi tanda pada perbedaan
antara pasangan nilai nilai pengamatan dari satu atau dua sampel yang
berhubungan atau sebelum dan sesudah suatu perlakuan. Uji tanda berisi informasi
tentang apakah satu pengamatan lebih besar (positif) atau lebih kecil (negatif)
dari pengamatan lainnya, tanpa mengetahui seberapa besar perbedaan tersebut.

2.10 Poligon Frekuensi

Cara lain untuk menyajikan data dari table frekuensi dalam bentuk grafik dengan
menggunakan poligon frekuensi. Untuk membuat sebuah polygon frekuensi kita
tuliskan dahulu frekuensi tersebut pada garis vertiksl dan nilai variable dari hasil
pengukuran pada garis horizontal kemudian dibuat histogram dengan mengambil
lebar kelas yang sama. Di atas tiap titik tengah kelas dicantumkan satu titik dalam
ketinggian yang sesuai dengan frekuensi kelas. Kemudian titik-titik tersebut
dihubungkan dengan garis lurus yang membentuk polygon.
Perlu diketahui bahwa poligon frekuensi harus tertutup. Jadi tengah tengah sisi
pendek empat pesergi panjang terkiri harus disambungkan dengan tengah-tengah
skala yang sama besar yang ada pada sumbu data. Demikian juga untuk yang
terkanan harus dihubungkan dengan tengah-tengah skala yang sama besar yang ada
pada sumbu data yang berdekatan dengan empat persegi panjang.
Hubungan antara histogram dan polygon frekuensi adalah bahwa jumlah luas persegi
panjang sama dengan luas di atas sumbur datar itu.

13
 BAB III
PROSEDUR PERHITUNGAN

Pada penelitian ini, kami dalam mengerjakan dibantu dengan perangkat

komputer dalam pengolahan data. Setiap observasi dilakukan untuk mendapatkan
data baik itu data diskrit maupun data kontinyu yang kemudian akan
diolah.Pengolahan data yang dilakukan pada penelitian ini ialah dengan test Chi
Square, test Kolmogorov Smirnov, serta pengujian data Random. Langkah-langkah
dalam pengerjaan ini adalah:
1. Kumpulkan data dari observasi kemudian dicatat.
2. Ambil data dari lapangan lain.
3. Olah data tersebut baik data diskrit maupun data kontinyu dengan cara :
Uji Chi Square
Uji Kolmogorov Smirnov
Uji Random
Dimana langkah-langkah pengerjaannya adalah :
a. Uji hipotesa
b. pendataan
c. Test Statistik
d. Kriteria penerimaan
e. Perbandingan perhitungan dengan tabelf. Kesimpulan

14
 BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA

4.1 Pengumpulan Data

Data dikelompokan menjadi :
Data Diskrit:
1. Untuk n = 20
9 12 10 14 15 10 15 15 13 11
9 9 15 14 10 9 15 8 12 14
2. Untuk n = 30
12 15 15 14 11 11 14 8 10 14
15 12 12 14 12 14 10 14 14 15
7 14 8 14 10 15 7 14 12 10
3. Untuk n = 40
11 14 11 9 15 15 12 12 10 14
14 8 10 15 8 11 11 11 10 9
15 14 12 8 12 14 7 14 12 14
4 9 7 14 10 14 14 14 11 10
Data Kontinyu:
1. Untuk n = 20
18.8 18.8 18.8 18.4 18.4 21.0 19.1 18.6 18.5 18.1
18.1 18.2 18.2 18.5 18.2 18.7 18.4 19.0 18.3 18.8
2. Untuk n = 30
19.1 18.7 18.9 20.1 18.9 18.8 18.6 18.7 18.1 18.6
21.2 19.0 18.4 19.8 18.1 18.1 20.8 21.2 18.7 18.0
18.1 21.5 18.7 18.9 20.6 18.9 18.8 18.5 18.2 18.1
3. Untuk n = 40
18.4 18.5 18.4 18.7 18.7 18.3 18.0 18.6 18.0 18.4
18.3 18.1 18.8 18.7 18.5 18.9 19.0 18.1 18.6 18.4
19.2 19.8 18.0 18.3 18.6 18.0 21.9 18.5 18.7 18.9
18.5 18.8 18.4 18.4 18.4 18.7 18.6 18.7 18.8 18.9

15
4.2 Pengolahan Data
Data yang telah terkumpul, dilakukan berbagai pengujian.

4.2.1. Chi Square Satu Sample Diskrit

n = 20
1. Ho = sample mengikuti distribusi Poisson
H1 = sample tidak mengikuti distribusi Poisson
2. n = 20 x = 11,95 S = 2,67 = 1% dan 5%
3. Test Statistik
...

n = 30
1. Ho = sample mengikuti distribusi Poisson
H1 = sample tidak mengikuti distribusi Poisson
2. n = 30 x = 12,27 S = 2,67 = 1% dan 5%
3. Test Statistik
4. Kriteria : Ho diterima jika X2 hitung < X2 ;v
5. X2 hitung = ...19,8000 dengan derajat V = k-1-p = 2
X2 tabel = X2 ;v dimana = 1%; X2 tabel = 9,210
= 1%; X2 tabel = 5,991
6. Kesimpulan
Pada tingkat signifikansi = 1% dan 5% Ho tidak dapat diuji, derajat
kebebasan yang didapat = 0

16
 BAB V
PERTANYAAN DAN JAWABAN

5.1 Pertanyaan
1. Bagaimana pengaruh n terhadap ketepatan pengujian ?
2. Bagaimana pengaruh terhadap ketepatan pengujian ?
3. Bandingkan hasil pengujian antara metode Chi-Square dengan Kolmogorov-
Smirnov dan buatlah resumenya !
4. Bagaimana hasil mean yang anda dapatkan, bandingkan dengan parameter
populasi?
5. Apa hasil yang anda dapatkan dari uji kerandoman ? Apa arti dari kesimpulan
anda?

5.2 Jawaban

17
 BAB IV
KESIMPULAN DAN SARAN

6.1 Kesimpulan

6.2 Saran

18
Lampiran dan Daftar Pustaka

19