Suplemen Praktikum Pertemuan

ANALISIS DATA KATEGORIK (STK351)

Departemen Statistika – FMIPA IPB

10+
Pokok Bahasan Sub Pokok Bahasan Referensi Waktu
Analisis Nonparameterik  Menggunakan SAS dan SAS Institute Jumat
dan Data Kategorik dengan MINITAB untuk memecahkan (2009) 7 Januari 2011
SAS dan MINITAB beberapa persoalan dalam 05.00 – 18.00
analisis nonparametrik dan
data kategorik

Data : IPK *
No. Nama Peubah Tipe Label Nilai
1 NoResp Char No Responden MHS
2 Tahun Char Tahun Masuk 2003, 2004, 2005,2006
3 Jkelamin Char Jenis Kelamin Putra, Putri
4 JMasuk Char Jalur Masuk BUD, SPMB, USMI
5 Org Char Aktivitas Organisasi Aktif, Tidak
6 UgBulan Num Uang Bulanan (Rp.000) 200 s.d. 1600
7 IpkTPB Num IPK TPB 2.58 s.d. 4.00
8 IPK Num IPK Terakhir 2.26 s.d. 3.88
9 KelIPK Char Kategori IPK Baik (>=3), Kurang (<3)

Data : Ramal *
No. Nama Peubah Tipe Label Nilai
1 Warna Char Warna Sebenarnya Hitam, Putih
2 Ramal Char Warna Ramalan Hitam, Putih
3 Frek Num 2, 3

*) Data dapat diunduh melalui tautan : http://pendek.in/02yub atau http://bit.ly/h9NKku


Sebelum melanjutkan buatlah SAS-Library baru, misalnya dengan nama ADK, yang merujuk pada
direktori data Anda. Sebagai contoh, data Anda di simpan pada D:\Data, maka library ADK dapat
dibuat dengan perintah :

libname ADK "D:\Data";

UJI TANDA SATU CONTOH
Data : IPK
Peubah : IPK
SAS MINITAB
ods select TestsForLocation; Stat  Nonparametrics  1-Sample Sign…
proc univariate data=adk.ipk
mu0=3.175;
var ipk;
run;
Catatan :
Dapat juga menggunakan PROC CAPABILITY

UJI PERINGKAT BERTANDA WILCOXON

Data : IPK
Peubah : IPK
SAS MINITAB
ods select TestsForLocation; Stat  Nonparametrics  1-Sample Wilcoxon…
proc univariate data=adk.ipk
mu0=3.175;
var ipk;
run;
Catatan :
Dapat juga menggunakan PROC CAPABILITY

2 / 10
UJI PENGAMATAN BERPASANGAN
Data : IPK
Peubah : diffIPK = IPK – ipkTPB
SAS MINITAB
data ipk; Stat  Nonparametrics  Pairwise Differences…
set adk.ipk;
difIPK = ipk - ipkTPB;
run;
Catatan :
Perintah di atas digunakan untuk membuat
peubah baru (diffIPK) yang merupakan selisih
dua peubah.
Jalankan PROC UNIVARIATE atau PROC
CAPABILITY untuk melakukan analisis bagi
peubah diffIPK

Lakukan prosedur 1-Sampe Sign… atau 1-Sample

Wilcoxon… menggunakan peubah pada C9

UJI MANN-WHITNEY
Data : IPK
Peubah respon : IPK Faktor : JKelamin
SAS MINITAB
proc npar1way data=adk.ipk Pisahkan terlebih dahulu nilai peubah menjadi 2
wilcoxon; kolom berdasarkan taraf faktor, misalnya IPK-
class jkelamin;
Putra dan IPK-Putri.
var ipk;
run; Stat  Nonparametrics  Mann-Whitney…

Catatan :
Kata kunci WILCOXON digunakan untuk
analisis-analisis berbasis peringkat Wilcoxon.
Jika faktor terdiri dari dua taraf, kata kunci ini
akan melakukan uji Mann-Withney

3 / 10
UJI MEDIAN
Data : IPK
Peubah respon : IPK Faktor : JKelamin
SAS MINITAB
proc npar1way data=adk.ipk median; Stat  Nonparametrics  Mood’s Median Test…
class jkelamin;
var ipk;
run;

Catatan :
Kata kunci MEDIAN digunakan untuk melakukan
uji Median (Moods)

UJI KRUSKAL-WALLIS
Data : IPK
Peubah respon : IPK Faktor : JMasuk
SAS MINITAB
proc npar1way data=adk.ipk Stat  Nonparametrics  Kruskal-Wallis…
wilcoxon;
class jmasuk;
var ipk;
run;
Catatan :
Kata kunci WILCOXON digunakan untuk
analisis-analisis berbasis peringkat Wilcoxon.
Jika faktor terdiri dari tiga atau lebih taraf, kata
kunci ini akan melakukan uji Kruskal-Wallis

4 / 10
UJI KOLMOGOROV FRIEDMAN
Data : IPK
Peubah : IPK Faktor : JMasuk Kelompok : JKelamin
MINITAB
Stat  Nonparametrics  Friedman…

UJI KEBAIKAN SUAI KHI-KUADRAT (SEBARAN KONTINU)

Data : IPK
Peubah : IPK
SAS
ods select ParameterEstimates
Catatan :
GoodnessOfFit;
proc capability data=adk.ipk; Digunakan apabila mean dan sigma diketahui. Apabila
var ipk; tidak diketahui, hilangkan kata kunci MU= dan
histogram / normal SIGMA=.
(mu=3.175 sigma=0.5); Sebagai alternatif dapat menggunakan PROC
run; UNIVARIATE
Sebaran yang dapat diuji : NORMAL, BETA,
EXPONENTIAL, GAMMA, LOGNORMAL, WEIBULL

5 / 10
UJI KOLMOGOROV SMIRNOV SATU CONTOH
Data : IPK
Peubah : IPK
SAS MINITAB
ods select ParameterEstimates Untuk menguji kenormalan data, nilai tengah dan
GoodnessOfFit; simpangan baku tidak diketahui
proc capability data=adk.ipk;
Stat  Basic Statistic  Normality Test…
var ipk;
histogram /
normal (mu=3.175 sigma=0.5);
run;
Catatan :
Apabila mean dan sigma tidak diketahui,
hilangkan kata kunci MU= dan SIGMA=.
Alternatif gunakan PROC UNIVARIATE
Sebaran yang dapat diuji : NORMAL, BETA,
EXPONENTIAL, GAMMA, LOGNORMAL,
WEIBULL

UJI KOLMOGOROV SMIRNOV DUA CONTOH

Data : IPK
Peubah : IPK Faktor : JKelamin
SAS
proc npar1way data=adk.ipk edf;
class jkelamin;
var ipk;
run;

6 / 10
UJI KORELASI SPEARMAN DAN TAU-KENDALL
Data : IPK
Peubah 1 : IPK Peubah 2 : IpkTPB
SAS MINITAB
proc corr data=adk.ipk Stat  Tables  Cross Tabulation and Chi Square…
spearman kendall;  Other Stat
var ipk ipkTPB;
run;
Catatan :
Dapat pula dengan perintah :

proc corr data=adk.ipk

spearman kendall;
var ipk;
with ipkTPB;
run;

UJI KORELASI SPEARMAN DAN TAU-KENDALL PARSIAL

Data : IPK
Peubah 1 : IPK Peubah 2 : UgBulan Konstan : IpkTPB
SAS
proc corr data=adk.ipk
Catatan :
spearman kendall;
var IPK UgBulan; Dapat pula dengan perintah :
partial IpkTPB;
run; proc corr data=adk.ipk
spearman kendall;
var IPK;
with UgBulan;
partial IpkTPB;
run;

7 / 10
UJI PROPORSI BINOMIAL DAN SELANG KEPERCAYAAN
Data : IPK
Peubah 1 : KelIPK Peubah 2 : UgBulan Konstan : IpkTPB
SAS MINITAB
proc freq data=adk.ipk; Stat  Basic Statistic  1 Proportion…
tables KelIPK / Option :
binomial
(p=0.8 level='Baik (>=3)' all); cek Use test and CI base on normal distribution
run;
Catatan :
Dapat pula dengan perintah :

Level : taraf faktor yang akan diuji

All : menampilkan semua jenis selang
kepercayaan

TABEL KONTINGENSI
Data : IPK
Baris : JKelamin Kolom : KelIPK Layer : Org
SAS MINITAB
proc freq data=adk.ipk; Stat  Tables  Cross Tabulation and Chi Square…
tables JKelamin*KelIPK;
run;
Catatan :
Untuk menambahkan layers :

proc freq data=adk.ipk;

tables Org*JKelamin*KelIPK ;
run;

Gunakan kata kunci EXPECTED dan

CELLCHI2 untuk menampilkan nilai
frekuensi harapan dan khi-kuadrat pada
setiap sel. Atau dapat juga gunakan kata
kunci NOCOL atau NOROW untuk
menghilangkan persentase kolom dan baris
pada tabel.
Untuk menambahkan layer, masukkan Org pada input
For layers

8 / 10
TABEL KONTINGENSI (ODDS RATIO DAN RELATIVE RISK)
Data : IPK
Baris : JKelamin Kolom : KelIPK
SAS
proc freq data=adk.ipk;
tables JKelamin*KelIPK / relrisk;
run;

TABEL KONTINGENSI (UJI KHI KUADRAT DAN LIKELIHOOD RATIO)

Data : IPK
Baris : JMasuk Kolom : KelIPK
SAS MINITAB
proc freq data=adk.ipk; Stat  Tables  Cross Tabulation and Chi Square… 
tables JMasuk*KelIPK / chisq; Chi Square…
run;

TABEL KONTINGENSI (UJI POLA LINEAR)

Data : IPK
Baris : Tahun Kolom : KelIPK
SAS Catatan
proc freq data=adk.ipk; CMH1 merupakan kata kunci untuk pengujian pola
tables Tahun*KelIPK / linear dengan metode Cochran-Mantel-Haenszel
cmh1 score=ridit;
run; SCORE=RIDIT merupakan kata kunci agar pengujian
menggunakan skor mid-rank.

9 / 10
TABEL KONTINGENSI (FISHER EXACT TEST)
Data : RAMAL
Baris : Warna Kolom : Ramal
SAS Catatan
proc freq data=adk.ramal; WEIGHT digunakan karena data harus diboboti
table Warna*Ramal / chisq norow; terlebih dahulu
weight Frek;
run; Untuk dimensi tabel yang lebih dari 2 x 2, gunakan
pilihan FISHER

TABEL KONTINGENSI TIGA ARAH

Data : IPK
Baris : JKelamin Kolom : KelIPK Layer : Org
SAS Catatan
proc tabulate data=adk.ipk; Gunakan CLASS untuk mendefinisikan faktor (peubah
class Org JKelamin KelIPK; kategorik)
tables (Org*JKelamin all),
Kata kunci ALL berfungsi untuk menampilkan frekuensi
(KelIPK all);
run; pada setiap baris dan/atau kolom


Agar output SAS Anda dapat disimpan secara otomatis dalam file *.rtf, misalnya pada direktori
D:\Data dengan nama SAS-Out.rtf, apitlah perintah-perintah SAS yang anda tulis dengan pernyataan
berikut :

ods rtf file="D:\Data\SAS-Out.rtf";

---- perintah SAS ----
ods rtf close;

CMIIW : Correct me if I am wrong … 

10 / 10