Metode Statistika

Nonparametrik 3(2 – 1)
1. Practical Nonparametris Statistics (W.J Conover)
2. Nonparametric Statistics for Behavioral Sciences
(Sidney Siegel)
3. An Introduction to Modern Nonparametric
Statistics (James J.Higgins)
 KONTRAK PERKULIAHAN

TitleUTS
Bahan and Content Layout with List
1. Kasus Satu Sampel : GOF (Goodness of Fit Test)
• Add your first bullet point here
Uji Binom, Uji Runtun
• Add your second bullet point here
2. Kasus Dua Sampel : Independen - Dependen
• Add your third bullet point here
Bahan UAS
1. Kasus k Sampel (Independen – Dependen)
2. Asosiasi (Simetris & Tidak Simetris)
3. Korelasi
 REVIEW

1. Data : Kategorik,Numerik, Diskrit dan Kontinu

2. Variabel :Bebas/independent , Dependen /Respon
3. Skala Pengukuran
3. Populasi, Sampel,Sampling
4. Statistik, Parameter,Ukuran – Ukuran Statistik
5. Statistika, Stat.Deskriptif, Stat.Inferensial
6. Penaksiran Parameter, Pengujian Hipotesis ,Tingkat Kepercayaan, Taraf Signifikan
7. Statistika Parametrik, Statistika Nonparametrik
10. Kuasa Uji
 Perbedaan antara Statistika
Nonparametrik dan Stat Parametik
• Statistika Parametrik • Statistika Nonparametrik

Distribusi data diperhatikan Distribusi data tidak

diperhatikan
Skala pengukuran variabelnya
Skala pengukuran variabelnya min. Nominal
min. interval
Kuasa Uji tidak Dapat Dihitung

Kuasa Uji Dapat Dihitung

Analisisnya Berdasarkan Ranking
• Pada umumnya analisis data dengan Stat.Nonparametrik
parameternya tidak dapat dituliskan, demikian juga dalam
mengkuantifikasikan besarnya perbedaan antar dua populasi.
• Pada prosedur Nonparametrik ada informasi yang terbuang,
contohnya dalam uji Tanda yang hanya menggunakan tanda
saja, besarannya tidak diperhatikan.
• Besarnya informasi yang hilang dapat diakomodasi dengan
ARE ( Asymptotic Relative Efficiency), yg merepresentasikan
perbandingan ukuran sampel dari stat.par terhadap
stat.nonpar ketika menolak hipotesis.
 Some Commonly Used Statistical Tests
Normal theory Corresponding
Purpose of test
based test nonparametric test
t test for independent Mann-Whitney U test; Compares two
samples Wilcoxon rank-sum test independent samples
Wilcoxon matched pairs Examines a set of
Paired t test
signed-rank test differences
Assesses the linear
Pearson correlation Spearman rank
association between two
coefficient correlation coefficient
variables.
One way analysis of
Kruskal-Wallis analysis Compares three or more
variance (F test)
of variance by ranks groups

Compares groups
Two way analysis of Friedman Two way
classified by two
variance analysis of variance
different factors
 Procedure ARE
sign test 0.637
Wilcoxon signed-rank test 0.955
median test 0.637
Wilcoxon-Mann-Whitney U
0.955
test
Spearman correlation
0.91
coefficient
REVIEW:
LANGKAH-LANGKAH PENGUJIAN HIPOTESIS:

1. Rumuskan Hipotesis Statistiknya.

2. Tuliskan taraf signifikans yang digunakan.

3. Tuliskan Statistik Uji (Distribusi Sampling).

4. Tuliskan Daerah Kritis atau p-value nya (α^)

Kriteria Uji : Hipotesis nol ditolak, jika p – value < taraf
signifikans

5. Buat Kesimpulan
 Nonparametric Statistical Tests
Two Samples Case k –Sample Case
Level Of One-Sample Measures of
Measurement Case Related or Independent Related Independent Association
Matced Samples Samples Samples Samples
The Binomial Test Fisher Exact Cramer
Nominal Test Chi-square Coefficient
or The Chi-square Mc Nemar Test Cochran Q Test Test
Goodness-of –fit Chi-square Test Phi Coefficient
Categorical
Test Lambda
Median Test r Spearman
Median Test Correlation
Wilcoxon Mann Coeff
Ordinal Kolmogorov- Sign Test Whitney Test Kruskal-Wallis
Friedman
Smirnov Test Test Kendall
Or Kolmogorov Two-way Correlation
Wilcoxon Signed Smirnov Test ANOVA Coeff
Ordered Runs Test Rank Test By Ranks
Siegel Tukey ……
Test Page Test Jonckheere Test .......
……

Permutation Test Mosses Test Gamma

Interval for Paired Permutation Statistic
Or Ratio Replicates Test Sommer’s
 Kasus Satu Sampel
A .Goodnes of fit Test (GOF)
a. SP Interval atau Ratio : Uji Normalitas
b. SP Nominal : The Chi Square Test
c. SP Ordinal : The Kolmogorov –Smirnov (KS) One Sample Test
B. Uji Binom---- sp : nominal/categorical
C.The One Sample Runs Test---- sp: ordinal
 UJI NORMALITAS

Sebelum menentukan alat analisis apa yang cocok untuk data yang
dipunyai, perhatikan terlebih dahulu skala pengukuran dari variabel
penelitiannya. Apakah Nominal, Ordinal, Interval atau Ratio.

Apabila skala pengukurannya Interval atau Ratio, maka sebaiknya

diperiksa terlebih dahulu kenormalannya melalui uji normalitas,
diataranya dengan uji : Chi-kuadrat, Lilliefors, Kolmogorov Smirnov,
Anderson Darling , Shapiro Wilks, Jarque Bera, dll.
Statistik Uji / Distribusi Sampling Uji Normalitas dengan Lilliefors
Hipotesis?
l0  maks F  zi   S  zi 
•
• Statistik Uji ?
• Kriteria Uji :
Ho ditolak, apabila lo > lo tabel Lilliefors atau p-value < α

• Langkah – langkah pengujian :

a. Urutkan data dari terkecil ke terbesar
b. Hitung angka baku xi  X
c. Hitung l0
Zi 
S
d. Bandingkan dengan l0 tabel

e. Buat kesimpulan
Contoh:
Pada acara lomba pancing ikan , panitia lomba ingin mengetahui apakah berat ikan
hasil perlombaan berdistribusi normal atau tidak. Untuk itu dipilih 10 peserta secara
acak kemudian ditimbang berapa kg berat ikan yang didapatnya,ternyata hasilnya
adalah :
Berat Ikan(kg) :3,7,8,3,2,5,4,7,5,6
Periksa dengan taraf signifikans 5% apakah berat ikan hasil seluruh peserta lomba
tersebut bersidtribusi normal?
Perhatikan: apa yang menjadi variabelnya dan apa skala pengukurannya
apakah berat ikan dalam kolam pancingan berdistribusi normal?
 Pertemuan_2
Inferensi Statistik untuk Permasalahan Satu Sampel
One Sample Methods
A. Goodnes of fit Test (GOFT)
a. SP Interval atau Ratio : Uji Normalitas (dist.var kontinu)
b. SP Nominal : The Chi Square Test (dist.var diskrit)
c. SP Ordinal : The Kolmogorov –Smirnov (KS) One Sample
Test

B. Uji Binom

C. The One Sample Runs Test

UJI NORMALITAS DG CHI-SQUARE: misal diambil sampel sebanyak 50
mhs statistika angk’20 untuk diamati besarnya kuota internet yang
terpakai pada bulan januari 2021.Hasilnya disajikan sbb:
KUOTA fi Zi Pi Ei

10 - < 20 6

20 - < 30 9

30 - < 40 10 18
16
14
40 - <50 14 14
12 11
10

Axis Title
50 - < 60 11 10 9

8
6
6
4
2
0
(10,20] (20,30] (30,40] (40,50] (50,60]
Axis Title
• Rumuskan Hipotesisnya
• Statistik Uji :
  Oi  Ei 
2
2
 
Ei

Derajat Bebas?
-------------------------------------------------------------------------------------------------
GOFT untuk kecocokan distribusi :
Normal (kontinu), Binom (diskrit) dan Poisson (diskrit)
GOF : apakah data berdistribusi Binom?
Contoh: Apakah banyaknya barang rusak (R) dari 1000 kemasan barang
yang masing-masing berisi 5 barang mengikuti Dist. Binom dengan
peluang R sebesar p ?
Banyak 0 1 2 3 4 5
R

Frekuensi
tampak R

Taraf signifikan 5%
• Bagaimana Fungsi Peluang Binom
• Bagaimana Mean dan Variansnya
• Mean Populasi ditaksir oleh….
• Hitung berapa p
• Hitung peluang untuk setiap nilai X berdasarkan p taksiran, untuk
mendapatkan nilai Ei = npi
• Lakukan pengujian hipotesisnya dengan df yang sesuai (df = k – g -1)
GOF : apakah data berdistribusi Poisson?
Contoh:
Misalkan diamati banyaknya salah ketik kata pada buku ajar statistika
nonparametrik yang terdiri atas 100 halaman
Banyak 0 1 2 3
salah tik
Banyak 60
Halaman

Apakah banyaknya salah tik pada buku ajar SP mengikuti dist. Poisson
dengan peluang p ?
Data KATEGORI , skala pengukuran NOMINAL
UJI BINOM
HIPOTESIS STATISTIK: H 0 : p  0.5 H1 : p  0.5
H1 : p  0.5
H1 : p  0.5

Distribusi Sampling (Statistik Uji )

a.Jika n maksimum 35 , gunakan Tabel Binom (D) dengan k = frekuensi terkecil
Jika dua sisi, p- value dari tabel harus dikalikan dua
b. Jika n > 35 , gunakan Tabel Normal Standar (A)
(k  0.5)  np , k + 0.5 , jika k <np dan k – 0.5 , jika k > np
Z
np(1  p)

Jika uji dua sisi , maka p – value dikalikan dua.

c. Jika p1 atau p2 bukan = 0.5 , maka Gunakan Tabel Binomial Kumulatif (E)
 Contoh soal:
Berikut disajikan data usia (dalam tahun) dari 25 orang youtuber
yang dipilih secara acak pada pekan lalu
5 1 26789
6 2 7
10 3 4569
(5) 4 12248
10 5 0133577
3 6 568
Berdasarkan data di atas, apakah median usia youtuber dalam populasinya adalah
44 tahun? Gunakan taraf signifikans 5% .
Data berikut adalah tentang besarnya saldo nasabah bank
“DUIT”yang terpilih secara acak pada hari Rabu tanggal 24
Feb’21 dalam jutaan rupiah
3 1 669
8 2 22379
10 3 18
14 4 2349
(2) 5 12
14 6 0246
10 7 38
8 8 127
5 9 46
3 10 347
 Uji Chi-Kuadrat / Chi-square Test (Sp.
2
Ordinal)
Ciri-ciri : Sampel berasal dari sebuah populasi yang terdiri atas beberapa
kategori
Kegunaan: Untuk menguji apakah terdapat perbedaan yang signifikan antara
frekuensi yang diamati dengan ekspektasi berdasarkan Ho
Hipotesis :
H 0 : p1  p2  ...  pk
atau
H 0 : p1  p10 ; p2  p20 ;...; pk  pk 0

Oi  Ei  Ei  Ekspektasi
2
Distribusi Sampling (Statistik Uji):  
2

Ei Oi  Observasi

Kategori I II … k Total
Oi O1 O2 … Ok n
Ei E1 E2 … Ek n
Untuk k = 2, jika Ei < 5 maka gunakan Uji Binom
Untuk k > 2 , jika sebanyak 20% Ei <5 atau ada Ei = 1, maka Uji di atas tidak baik digunakan.
 Uji Kolmogorov – Smirnov (Sp. Ordinal)
Kegunaan : - Untuk menguji apakah nilai observasi sampel
berasal dari suatu populasi dengan distribusi
teoritis tertentu.
Hipotesis : H 0 : F ( x)  F * ( x)
H1 : F ( x)  F * ( x)

Distribusi Sampling (statistik uji) :

D  maks F *  x   Sn  x 

Gunakan Tabel F, Ho ditolak jika D > D tabel

Contoh :
 Uji Runtun (uji keacakan) (Sp. Ordinal )
Kegunaan : untuk menguji keacakan sampel, atau untuk menguji
apakah sampel bersifat acak atau tidak.
Hipotesis : Ho: Sampel bersifat acak
H1: Sampel tidak bersifat acak
Distribusi Sampling:
r : banyaknya runtun +--+++------+-+++----+
m: frekuensi kategori I
n : frekuensi kategori II r= 9
Jika : m atau n maksimum 20, maka gunakan Tabel G
Jika m atau n > 20, maka gunakan Tabel A (dist. Normal Standar) r  0.5  r
z
2mn r
Daerah Kritis : r  1
N
2mn  2mn  N 
r 
N 2  N  1
Daerah Terima Ho
Data KATEGORI , skala pengukuran NOMINAL

UJI BINOM
HIPOTESIS STATISTIK: H 0 : p  0.5
H1 : p  0.5
H1 : p  0.5
Distribusi Sampling (Statistik Uji ) H1 : p  0.5

a.Jika n maksimum 35 , gunakan Tabel Binom (D) dengan k = frekuensi terkecil

Jika dua sisi, p- value dari tabel harus dikalikan dua
b. Jika n > 35 , gunakan Tabel Normal Standar (A)

(k  0.5)  np , k + 0.5 , jika k <np

Z dan k – 0.5 , jika k > np
np(1  p)

Jika uji dua sisi , maka p – value dikalikan dua.

c. Jika p, bukan = 0.5 , maka Gunakan Tabel Binomial Kumulatif (E)
Contoh(1)
Menurut pengamat ekonomi setelah adanya kebijakan PSBB di sebuah kota,
lebih dari 50% masyarakat di kota tersebut belanja secara daring. Untuk
menguji pendapat ini telah diambil sampel berukuran 16 orang dan
terdapat 12 orang yang belanja kebutuhannya secara daring. Berikan
kesimpulan anda berdasarkan data tersebut jika diambil taraf signifikan 5%.
Contoh(2)
Menurut seorang dokter, sejenis obat batuk tertentu 50% memiliki efek
samping alergi bagi pasien penderita asma. Jika diambil secara acak:
a. 20 pasien penderita asma yang meminum obat tersebut dan
ternyata 17 mengalami alergi. Apakah hasil ini memeperkuat
pernyataan di atas?
b. 60 pasien dan 40 diantaranya alergi
Contoh(3)
Berdasarkan pengalaman barang yang dibeli secara daring 10%
diantaranya tidak real pict. Jika dipilih secara acak 20 pembelian secara
daring ternyata 4 barang mengecewakan. Apakah hasil ini mendukung
pengalaman di atas?
•Uji Quantile
- Berdasarkan uji binom yang hanya mensyaratkan skala pengukuran
nominal (variabelnya diskrit)
- Uji Quantile variabelnya berskala minial ordinal dan berdistribusi
identic
- Perhatikan pernyataan berikut:
- 1. Quantile populasi ke - p* adalah x* (dua sisi)…
- 2. Quantile populasi ke - p* minimal x*(uji kanan)
- 3. Quantile populasi ke - p* maksimal x* (uji kiri)
 Contoh soal:
Berikut disajikan data usia (dalam tahun) dari 25 orang youtuber
yang dipilih secara acak pada pekan lalu
5 1 26789
6 2 7
10 3 4569
(5) 4 12248
10 5 0133577
3 6 568
Berdasarkan data di atas, apakah median usia youtuber dalam populasinya adalah
44 tahun? Gunakan taraf signifikans 5% .
Data berikut adalah tentang besarnya saldo nasabah bank
“DUIT”yang terpilih secara acak pada hari Rabu tanggal 24
Feb’21 dalam jutaan rupiah
3 1 669
8 2 22379
10 3 18
14 4 2349
(2) 5 12
14 6 0246
10 7 38
8 8 127
5 9 46
3 10 347
 Uji Chi-Kuadrat / Chi-square Test (Sp.
2
Ordinal)
Ciri-ciri : Sampel berasal dari sebuah populasi yang terdiri atas beberapa
kategori
Kegunaan: Untuk menguji apakah terdapat perbedaan yang signifikan antara
frekuensi yang diamati dengan ekspektasi berdasarkan Ho
Hipotesis :
H 0 : p1  p2  ...  pk
atau
H 0 : p1  p10 ; p2  p20 ;...; pk  pk 0

Oi  Ei  Ei  Ekspektasi
2
Distribusi Sampling (Statistik Uji):  
2

Ei Oi  Observasi

Kategori I II … k Total
Oi O1 O2 … Ok n
Ei E1 E2 … Ek n
Untuk k = 2, jika Ei < 5 maka gunakan Uji Binom
Untuk k > 2 , jika sebanyak 20% Ei <5 atau ada Ei = 1, maka Uji di atas tidak baik digunakan.
 Uji Kolmogorov – Smirnov (Sp. Ordinal)
Kegunaan : - Untuk menguji apakah nilai observasi sampel
berasal dari suatu populasi dengan distribusi
teoritis tertentu.
Hipotesis : H 0 : F ( x)  F * ( x)
H1 : F ( x)  F * ( x)

Distribusi Sampling (statistik uji) :

D  maks F *  x   Sn  x 

Gunakan Tabel F, Ho ditolak jika D > D tabel

Contoh :
 Uji Runtun (uji keacakan) (Sp. Ordinal )
Kegunaan : untuk menguji keacakan sampel, atau untuk menguji apakah sampel bersifat acak
atau tidak.
Hipotesis : Ho: Sampel bersifat acak
H1: Sampel tidak bersifat acak
Distribusi Sampling:
r : banyaknya runtun +--+++------+-+++----+
m: frekuensi kategori I
n : frekuensi kategori II r= 9
Jika : m atau n maksimum 20, maka gunakan Tabel G
Jika m atau n > 20, maka gunakan Tabel A (dist. Normal Standar) r  0.5  r
z
Daerah Kritis : r
2mn
r  1
N
2mn  2mn  N 
r 
Daerah Terima Ho N 2  N  1
Kasus Dua Sampel
Independen
 Ringkasan
SKALA STATISTIK UJI FUNGSI
PENGUKURAN

Nominal Eksak Fisher -Perbedaan kontrol dg treat (dikotomus)

Chi-kuadrat - Perbedaan berdasarkan proporsi
- Median Test -Kesamaan Median
Ordinal - WMW -Kesamaan mean
- KS -Kesamaan Distribusi (UGP & U Variansi)
-Siegel Tukey - Kesamaan Varians
Interval Moses Kesamaan Varians
 Uji Exact Fisher ( Sp. Nominal )
Kegunaan : untuk menguji apakah terdapat perbedaan pengamatan yang
dinyatakan dalam frekuensi dua kategori ( misal A dan B ) dari
dua sampel yang independen.
Ciri – ciri: - biasanya sampel n maksimum 20 dan frekuensi dalam sel < 5
Hipotesis H :p p H :p p
0 1 2 1 1 2

H1 : p1  p2 H1 : p1  p2
Data dinyatakan dalam Tabel Kontingensi 2 x 2
I II
A x … S1 S1 Total baris terkecil
B … … S2 Total kolom terkecil
S2 n x Frekuensi sel
Komposisi S1, S2 dan n dicari dari Tabel I, jika dua sisis pada Total jika satu sisi pada Obs .
I II
Jika n > 15, maka p-value dihitung melalui rumus :

r1 !r2 !c1 !c2 !

p
n !a !b !c !d !
 Uji Chi-kuadrat ( Sp. Nominal )
Kegunaan : untuk menguji apakah pengamatan berbentuk kategori yang dinyatakan dalam
frekuensi berasal dari populasi yang sama.
Hipotesis : H 0 : p1  p2 H1 : p1  p2
H1 : p1  p2 H1 : p1  p2

Data dinyakan dalam tabel kontingensi, dengan Statistik Uji :

O
ij  Eij 
2
ni c j
Eij 
 2   n
Eij

Untuk 2x2 , n >20 dan tidak ada frek yang <5, gunakan
Statistik Uji : 2
 n
n  AD  BC  
2  
2
n1n2c1c2
 Uji Wilcoxon – Mann Whitney (Sp. Ordinal)
Kegunaan : untuk menguji apakah dua populasi independen mempunyai
ukuran gejala pusat yang sama (sebagai pengganti uji t )
Hipotesis : H0 :x   y H1 :  x   y
H1 :  x   y H1 :  x   y
Statistik Uji : 1. Total rangking dari sampel yang berukuran terkecil ( Wx ) dibuat rangking gabungan ,
dengan m = ukuran sampel X dan n = ukuran sampel Y , kemudian gunakan Tabel J
dengan Cl (uji kiri) dan CU (uji kanan)
2. Jika Tabel J tidak dapat digunakan , gunakan Tabel A (normal standar )
Wx  0.5  w m( N  1) mn( N  1)
z w  w 
w 2 12
(tidak ada ties)

mn  N ( N 2  1) 
w 
N ( N  1)    koreksi ,(jika ada ties) t j  t 2j  1 N  mn
12  koreksi  
12
 Uji Median (Sp. Ordinal)
Kegunaan: untuk menguji apakah dua sampel berasal dari dua populasi dengan
median yang sama.
Metode, lakukan perangkingan dengan cara digabungkan, lalu cari median
gabungannya.
Sajikan dalam Tabel : Sampel
I II
Frek yg > Me.gab A B n1
Frek yg ≤ Me.gab C D n2
c1 c2 n
H 0 : Me1  Me2 H1 : Me1  Me2
Hipotesis
H1 : Me1  Me2 H1 : Me1  Me2

2
Jika n ≤ 20 gunakan Uji Exact Fisher  n
n  AD  BC  
2  
Jika n > 20 Gunakan : 2
n1n2 c1c2
 Uji Kolmogorov – Smirnov (Sp. Ordinal)
Kegunaan : Untuk menguji apakah dua sampel independen berasal dari dua
populasi yang mempunyai distribusi yang sama.
Hipotesis

Jika Uji satu sisi tentukan Statistik Uji :

Dmn  max  S m  x   S n  x  

Jika dua sisi tentukan Statistik Uji : Dmn  max S m  x   S n  x 

k
Sm  x   , k = jumlah data yang  x ( sampel I )
m
k
Sn  x   , k = jumlah data yang  x ( sampel II )
n

Tabel : L1 (satu sisi ) dan LII (dua sisi) ketika m atau n ≤25
mn
L III (dua sisi ) dan C dengan df = 2 (satu sisi ), jika m atau n >25  2  4 Dmn
2

mn
Perluasan KS
Cramer von Mises

W0.90  0.347
W0.95  0.461
W0.99  0.743
 Uji Wilcoxon – Mann Whitney (Sp. Ordinal)
Kegunaan : untuk menguji apakah dua populasi independen mempunyai
ukuran gejala pusat yang sama (sebagai pengganti uji t )
Hipotesis : H0 :x   y H1 :  x   y
H1 :  x   y H1 :  x   y

Statistik Uji : 1. Total rangking dari sampel yang berukuran terkecil ( Wx ) dibuat rangking gabungan ,
dengan m = ukuran sampel X dan n = ukuran sampel Y , kemudian gunakan Tabel J
dengan Cl (uji kiri) dan CU (uji kanan)
2. Jika Tabel J tidak dapat digunakan , gunakan Tabel A (normal standar )

W  0.5  w m( N  1) mn( N  1)
z x w  w  (tidak ada ties)
w 2 12
N  mn

w 
mn  N ( N 2  1) 
 koreksi ,(jika ada ties) t j  t 2j  1

N ( N  1)  12 
 koreksi  
12
Catatan:
Uji WMW memiliki asumsi bahwa kedua sampel yg saling bebas diambil dari populasi
yg sama sehingga asuminya memiliki varians yg homogen dan berakibat pada
distribusinya yg sama juga. Oleh karena itu sangat powerfull sebagai alternatif uji t .
Apabila pada uji t asumsi homogenitas variansnya tdk terpenuhi maka digunakan
aturan Behren Fisher, sedangkan untuk WMW digunakan Uji Robust Rank Order
sebagai alternatif terbaiknya.
Perhatikan data berikut
Skor ujian b Inggris dari dua kelompok siswa sekolah yg berbeda
SA: 82 74 87 75 86
SB: 88 77 91 94 93 95
Ujilah apakah siswa sekolah B lebih unggul?
 ^ 𝑚𝑈 𝑌𝑋 − 𝑛𝑈 𝑋𝑌 SA: 82 74 87 75 86
𝑈= SB: 88 77 91 94 93 95
2 𝑉𝑥 + 𝑉𝑦 + 𝑈 𝑌𝑋 𝑈 𝑋𝑌

𝑈 𝑌𝑋 :
𝑈 𝑋𝑌 :
𝑈 𝑌𝑋𝑖 :
𝑈 𝑋𝑌𝑗 :
• Berikut disajikan data tentang hasil susu dalam liter dari dua kelompok
sapi yang diberi suplemen pakan yang berbeda setelah tiga minggu
• Alfa: 44 44 56 46 47 38 58 53 49 35 46 32
• Beta: 35 47 55 29 40 39 32 41 44 57
a. WMW
b. RRO
c. Median
 Uji Median (Sp. Ordinal)
Kegunaan: untuk menguji apakah dua sampel berasal dari dua populasi dengan
median yang sama.
Metode, lakukan perangkingan dengan cara digabungkan, lalu cari median
gabungannya.
Sajikan dalam Tabel :
Hipotesis H 0 : Me1  Me2
H1 : Me1  Me2 H1 : Me1  Me2
H1 : Me1  Me2

Jika n ≤ 20 gunakan Uji Exact Fisher

Jika n > 20 Gunakan : 2
 n
n  AD  BC  
2  
2
n1n2 c1c2
 Uji Kolmogorov – Smirnov (Sp. Ordinal)
Kegunaan : Untuk menguji apakah dua sampel independen berasal dari dua populasi yang
mempunyai distribusi yang sama (kedua populasi distribusinya tidak diketahui)
Hypothesis 𝐻0 : 𝐹 𝑥 = 𝐺 𝑥
𝐻1 : 𝐹 𝑥 ≠ 𝐺 𝑥 Atau satu sisi
Jika Uji satu sisi tentukan Statistik Uji :
Dmn  max  S m  x   S n  x  

Jika dua sisi tentukan Statistik Uji : Dmn  max S m  x   S n  x 

k
Sm  x   , k = jumlah data yang  x ( sampel I )
m
k
Sn  x   , k = jumlah data yang  x ( sampel II )
n

Tabel : L1 (satu sisi ) dan LII (dua sisi) ketika m atau n ≤25
L III (dua sisi ) dan C dengan df = 2 (satu sisi ), jika m atau n >25 mn
 2  4 Dmn
2

mn
SA: 82 74 87 75 86
SB: 88 77 91 94 93 95
• Berikut disajikan data tentang hasil susu dalam liter dari dua kelompok
sapi yang diberi suplemen pakan yang berbeda setelah tiga minggu
• Alfa: 44 44 56 46 47 38 58 53 49 35 46 32
• Beta: 35 47 55 29 40 39 32 41 44 57
a. WMW
b. RRO
c. Median
Perluasan KS
Cramer von Mises

W0.90  0.347
W0.95  0.461
W0.99  0.743
Soal:
1. Seorang ahli biologi melakukan percobaan untuk meneliti apakah infeksi jamur
mempengaruhi nafsu makan tikus. Untuk keperluan ini dipilih sebanyak 12 butir buah
apel dimana 8 diantaranya sudah terinfeksi jamur dan 4 butir lagi tidak terinfeksi.
Data di bawah ini menunjukkan berapa gram apel/berat badan tikus yang
memakannya.
Eksperimen: 11 33 48 34 112 369 64 44
Kontrol : 177 80 141 332
Lakukan Uji :
WMW, ROBUST ORDER,KS (tiap grup mengganti masing-2 satu angka dari tiap sampel )
2. Tambahkan data untuk masing-masing sampel sebanyak 10 angka lagi ,kemudian
kerjakan seperti pertanyaan soal 1 ditambah uji median.
Kasus Dua Sampel Dependen
(Related atau Matched)
 1. Uji Mc Nemar( Sp. Nominal )
Ciri-ciri: - Terdiri atas dua kategori (dikotomus)
- Frekuensi tiap sel diperoleh dari desain sebelum A B
setelah. C D

Fungsi: Untuk menguji efektifitas suatu perlakuan tertentu

H 0 : P (   )  P (    )
 A  D  1
2
Statistik Uji: H1 : P (   )  P (    )
 2

A D
Gunakan Tabel C, Untuk dua sisi : Ho ditolak jika p-value < α
Ctt: Jika (A+D)/2 < 5 gunakan Uji Binom
 2. Uji Tanda ( Sp. Ordinal)
Uji ini bermanfaat untuk penelitian dimana pengukuran kuantitatif tidak dapat dilakukan
(datanya tidak berupa skor), tetapi masih bisa dengan menentukan tingkatan bagi
kedua anggota setiap pasangan berdasarkan hubungan antar keduanya.
Hipotesis H 0 : P()  P()
H1 : P()  P() atau < atau >
Statistik uji : tanda + atau – dibuat sesuai perjanjian, misalkan
X > Y tanda + , X < Y tanda – dan jika X = Y tanda 0
• Gunakan Tabel D , dengan x = frekuensi terkecil
• Gunakan Tabel A , jika n > 35

z
 x  0.5   
n
2
   0.5 n
• Akan dibandingkan hasil panen dua varietas biji-bijian d

• Sikap ordinal
 3. Uji Wilcoxon Signed Rank ( Sp. Ordinal )
Lebih baik untuk data yang berbentuk skor
Kegunaan : dapat memberikan penilaian tentang “ lebih besar dari” dan dapat memberi
penilaian antara dua skor yang berbeda yang timbul dari dua pasangan yg berbeda.
Hipotesis H : P  P
0 I II

H1 : PI  PII atau < atau >

Statistik Uji : Jumlah ranking d  X  Y yang positif ( T  )
i i i

n = jumlah pasangan tanpa di yang = 0

Gunakan Tabel H untuk dua sisi p-value dikalikan 2
Jika n > 15 gunakan Tabel A , dengan T   T
z
T
n  n  1 2n  1 n  n  1 2n  1
T     koreksi
24
jika ada angka kembar (ties ) gunakan : T
24

n  n  1 koreksi 
 t t
j j  1 t j  1
T  2
4
Catatan:
Terdapat dua uji statistic untuk menguji kesamaan varians (parameter skala), yaitu:
A. Uji Siegel Tukey
Digunakan jika
a. Skala pengkuran variabelnya minimal ordinal
b. Memiliki asumsi median kedua populasi adalah sama atau diketahui.
c. Hanya untuk menguji bahwa varians sampel x lebih besar dari Varians Sampel y
Langkah pengujiannya sama seperti Uji WMW

B. Uji Moses Rank – Like

Berlaku untuk variable berskala ukur minimal interval dan uji hipotesisnya bisa untuk satu sisi dan
dua sisi, tidak ada asumsi tentang kesamaan median.

Contoh:
Eksperimen: 11 33 48 34 112 369 64 44
Kontrol : 177 80 141 332
 Pertemuan-6(7)
Kasus Dua Sampel Dependen
(Related atau Matched)
 1. Uji Mc Nemar( Sp. Nominal )
Ciri-ciri: - Terdiri atas dua kategori (dikotomus)
- Frekuensi tiap sel diperoleh dari desain sebelum
setelah.
Fungsi: Untuk menguji efektifitas suatu perlakuan tertentu
H 0 : P (   )  P (    )
 A  D  1
2
Statistik Uji: H1 : P (   )  P (    )
 2

A D
Gunakan Tabel C, Untuk dua sisi : Ho ditolak jika p-value < α
Ctt: Jika (A+D)/2 < 5 gunakan Uji Binom
 2. Uji Tanda ( Sp. Ordinal)
Uji ini bermanfaat untuk penelitian dimana pengukuran kuantitatif tidak dapat dilakukan
(datanya tidak berupa skor), tetapi masih bisa dengan menentukan tingkatan bagi
kedua anggota setiap pasangan berdasarkan hubungan antar keduanya.
Hipotesis H 0 : P()  P()
H1 : P()  P() atau < atau >
Statistik uji : tanda + atau – dibuat sesuai perjanjian, misalkan
X > Y tanda + , X < Y tanda – dan jika X = Y tanda 0
• Gunakan Tabel D , dengan x = frekuensi terkecil
• Gunakan Tabel A , jika n > 35

z
 x  0.5   
n
2
   0.5 n
Contoh:
1. Akan dikaji apakah penyuluhan tentang bahaya merokok efektif mengurangi kebiasaan merokok atau
tidak. Untuk keperluan ini diambil sampel sebanyak 10 orang responden secara acak , kepada mereka
diberikan penyuluhan dan ditanya kebiasaan mereka sebelum dan setelah mendapatkan penyuluhan.
Jawaban mereka adalah : T (tdk merokok), J (jarang) dan S(sering)
Sblm:
Stlh :
2. Akan diuji apakah pemberian bakteri PC(Psychrotrop) terhadap susu skim untuk membuat yoghurt
mempunyai efek yang lebih bagus dilihat dari kekentalan dadihnya, berdasarkan hasil percobaan dari tujuh
Dairy Farm sbb:

DF A B C D E F G
PC 68 75 62 86 52 46 72
NonPC 61 69 64 76 52 38 68
 3. Uji Wilcoxon Signed Rank ( Sp. Ordinal )
Lebih baik untuk data yang berbentuk skor
Kegunaan : dapat memberikan penilaian tentang “ lebih besar dari” dan dapat memberi
penilaian antara dua skor yang berbeda yang timbul dari dua pasangan yg berbeda.
Hipotesis H 0 : PI  PII
H1 : PI  PII atau < atau >
Statistik Uji : Jumlah ranking d  X  Y yang positif ( T  )
i i i

n = jumlah pasangan tanpa di yang = 0

Gunakan Tabel H untuk dua sisi p-value dikalikan 2
Jika n > 15 gunakan Tabel A , dengan T   T
z
T
n  n  1 2n  1 n  n  1 2n  1
T     koreksi
24
jika ada angka kembar (ties ) gunakan : T
24

n  n  1 koreksi 
 t t
j j  1 t j  1
T  2
4
 DF A B C D E F G
PC 68 75 62 86 52 46 72
NonPC 61 69 64 76 52 38 68
 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
B 35 48 65 33 61 54 49 37 58 65 50 48 47 36 42 54 68 63
S 33 40 55 41 42 54 40 35 59 56 52 46 48 34 40 50 64 60
d
 Pertemuan-9
Permasalahan k Sampel Independen
 Review
Padanan Uji Statistik untuk dua dan k sampel

Skala Dua Sampel k Sampel

Pengukuran Dependen Independen Dependen Independen
Nominal dikotomus Mc Nemar Eksak Fisher Q Cochran -
Nominal - Chi Square - Chi Square
Uji Tanda Uji Median Uji Friedman Uji Kruskal Wallis
WRST WMWT …..
Minimal Ordinal ….
Hipotesisi Berurut Uji Page Uji Jonckheere
(order)
Skala pengukuran Nominal
Uji Chi-kuadrat untuk k Sampel Independen
H 0 : p1  p2  ...  pk
I II III … k Total
Staistik Uji :
A
O  Eij 
2
B
  
2 ij

Eij …

Tabel C , df   b  1 k  1
Total N

Dalam hal ini ,

b : banyak baris
k : banyak kolom
Contoh, akan dibandingkan tiga perusahaan apakah memiliki rata-rata shift kerja yang sama atau tidak

( fo  fe )2
  
2
 64.1196
all cells fe
Skala Pengukuran Ordinal
 Oij  Eij 
2

The Extension of Median Test  2  

Eij
Ho : k sampel berasal dari k populasi dengan median yang sama
H1 : k sampel tidak berasal dari k populasi dengan median yang sama
Data hasil pengamatan :

Samp-1 Samp-2 … Samp-k Total

Obs yg O11 O12 … O1k b1
>Me.gab
E11 E12 E1k
Obs yg O21 O22 … O2k b2
≤ Me.gab
E21 E22 E2k

Total c1 c2 … ck n

jika ada Eij yang < 5 lakukan pengabungan

 The Kruskal-Wallis One -Way Analysis of Variance by Ranks
Ho: k Treatment memberikan efek yang sama
H1: k Treatment tidak memberikan efek yang sama
Statistik Uji :
 12 R 2j 
 12

       3  n  1
R 2j  n n 1 n j 
Kw      3  n  1 jika tidak ada ties Kw    jika ada ties
 n  n  1 n j 
1 
 koreksi 

    
2
n n 1
Gunakan Tabel O
Ctt: Perankingan dilakukan dengan cara digabungkan
Jika Ho ditolak selanjutnya dilakukan Multiple Comparisons
Multiple Comparisons (MC)
H1 :  u   v
H 0 ditolak, jika :
Ru Rv n  n  1  1 1 
  Ru  Rv  Z    
nu nv k  k 1 12  nu nv 
Jika ada kondisi kontrol
H 0 :  c  u
H1 :  c  u , Ho ditolak jika :
n  n  1  1 1 
Rc  Ru  Z    
2 k 1 12  nc nu 

H 0 :  c  u
H1 :  c  u , Ho ditolak jika :
n  n  1  1 1 
Rc  Ru  Z    
 k 1 12  nc nu 
Contoh Kasus Uji Ranking Kruskal-Wallis

Akan diuji apakah terdapat perbedaan Tingkat Kepuasan Kerja(TKK) karyawan di bagian
akunting untuk tiga cabang perusahaan manufaktur berikut

TKK TKK TKK Hipotesis dan Statistik Ujinya

(Cabang, C) (Cabang, D) (Cabang, E)
H0 : C  D   E
23 55 30
41 60 40 H A : Tidak semua populasi memiliki rata-rata yg sama
54 72 18  12 c T2 
KW    j
  3(n  1)
78 45 34  n(n  1) j 1 n j 
66 70 44
 12  442 562 202  
       3(15  1)  6.72
15(15  1)  5 5 5 
 The Jonckheere Test for Ordered Alternatives
H 0 : 1   2  ...   k
H1 : 1   2  ...   k
Stat Uji :
ni
U ij   #  X hi , j   jumlah observasi-i yang < dari obs.-j untuk tiap treat
h 1
k
J   U ij
i j

Gunakan Tabel P J  J
Z  J* 
J
Jika tidak ada di Tabel P, gunakan Tabel A (satu sisi):
J 
n   n 
2 2
j

4
 n  2n  3   n 2j  2n j  3 
1 2
J 
72  
H 0 : C   B   A
H 0 : C   B   A
Soal:
1. Akan dicari formula makanan bayi yang terbaik dari tiga formula :A,B dan C yang diberikan kepada bayi
usia 6bl sd 12 bl. Hasil penambahan BB bayi setelah diberi ketiga formula tsb selama dua minggu (dlm
gr ) :
A 11.2 12.1 10.9 11.2 12.0
B 12.6 10.8 11.3 11.3 12.0 10.7
C 11.2 11.9 12.4 10.6 12.0

2. Menurut seorang ahli pertanian, pemberian Magnesium Amonium Phospat dosis tinggi akan
mempercepat tinggi tanaman bunga krisan . Ujilah pendapat tsb berdasarkan data berikut:
50 gr 100 gr 200 gr 400 gr
13.2 14.3 11.2 17.9
15.0 13.9 17.9 17.5
13.5 18.8 22.0 22.0
17.5 23.3 19.8 16.5
21.7 16.6

Lakukan uji :Median, KW, Jonckheere (mana uji yang paling tepat?)
 Pertemuan_10
Permasalahan k Sampel Dependen
Skala Pengukuran Nominal Dikotomus ( 0 dan 1)
The Cochran Q Test
Kegunaan : untuk menguji apakah k frekuensi / proporsi berpasangan berbeda atau k
kondisi memberikan efek yang berbeda atau tidak
Hipotesis
Ho: k treatment memberikan efek yang sama atau 𝐻0 : 𝜃1 = 𝜃2 =. . . = 𝜃𝑘
𝐻1 : tidak semua sama
H1: k treatment memberikan efek yang berbeda
Li L2i
Respd Treat-1 Treat-2 … k
Hasil Pengamatan :
1 0 1 … … L1
Statistik Uji
2 0 0 … … L2
2
𝑘 − 1 𝑘 σ 𝐺𝑗2 − σ 𝐺𝑗 . . .
𝑄= . . .
𝑘 σ 𝐿𝑖 − σ 𝐿2𝑖
. . .
n G1 G2 … Gk G j L 2
i

L i
Contoh:
Misalkan diamati secara berulang selama 5 hari secara acak ,pergerakan nilai
saham dari 7 perusahaan hasilnya sbb:
 k  1  k  G 2j    G j  
2

Saham H-1 H-2 H-3 H-4 H-5 Li Li^2 Q

k  Li   L2i
A n n t t t
B t t n n n
C t n t n t
D t n n n n
E t t t n n
F n n n n t
G n n n n n

Apakah perubahan hari mempengaruhi pergerakan nilai saham ?

  k  1  k  G 2j    G j  
2


Q
k  Li   L2i
Skala Pengukuran Ordinal ,jika skala pengukuran variabelnya min.interval gunakan uji Quade

The Friedman Two-Way Analysis for Variance By Ranks

Kegunaan : sama seperti uji Q Cochran, demikian pula rumusan Hipotesisnya.

 12 
Fr    R j   3n  k  1 jika tidak ada ties(kembar)
2

 
nk k  1 

12 R 2j  3n 2 k  k  1
2

Fr  koreksi   tij3
nk  k  1 
 nk  koreksi 
k-1

Blok S-1 S-2 S-3

B1
B2
.
.
.
Total R1 R2 R3
Multiple Comparisons :
H 0 : u   v
H1 : u   v ( efek treatment u berbeda dengan efek treatment v)
H 0 ditolak, jika :
nk  k  1
Ru  Rv  Z 
k  k 1 6
Z  dicari dari Tabel A (normal)
k  k 1
These data represent the yields of four varietes of wheat grown in 13 different locations
:
LOCATION A B C D
Test 1 44 24 19 19
2 40 22 17 24
The
3 18 15 17 16
Hypothesis 4 20 19 18 18
Of no 5 45 29 20 30
Difference 6 26 26 23 27
7 55 39 21 40
In yields
8 55 34 19 25
Of
9 20 22 23 22
The different 10 46 32 22 29
varietes 11 15 15 20 23
12 8 5 21 22
13 42 33 29 44
Contoh:
1. Sebuah eksperimen dilakukan dengan desain blok acak sebanyak 6 blok untuk melihat
jumlah Jerami kering dlm kg yg dipotong dalam tiga periode berbeda.Ujilah apakah tiga
waktu potong tsb memberikan hasil yang berbeda
Waktu Blok
Potong 1 2 3 4 5 6
1 Sept 1.5 2.1 1.9 2.8 1.4 1.8
15 Sept 1.8 2.0 2.0 2.7 1.6 2.3
30 Sept 1.9 2.5 2.5 2.6 2.1 2.4
 12 
Fr    R j   3n  k  1 jika tidak ada ties(kembar)
2

 
nk k  1 
Waktu Blok
Potong 1 2 3 4 5 6
1 Sept 1.5 2.1 1.9 2.8 1.4 1.8
15 Sept 1.8 2.0 2.0 2.7 1.6 2.3
30 Sept 1.9 2.5 2.5 2.6 2.1 2.4
 The Quade Test (sp min interval)
Statistik Uji:
T
 b  1 B1
ˆ 1
jikaA1  B1 , hitung   
b 1

A1  B1  k !

Bandingkan T hitung ini dengan tabel F, df = (k-1),((b-1)(k-1)

Ada kembar

b k k
1
A1   Sij , B1   S j
2 2

i 1 j 1 b j 1
• Tidak ada kembar khusus untuk A1 :
1
A1  b  b  1 2b  1 k  k  1 k  1
72
Dalam hal ini :

 k  1
Sij  Qi  R  X ij  
 2 
b
S j   Sij
i 1
 1
Data Disajikan seperti Tabel di bawah ini : A1  b  b  1 2b  1 k  k  1 k  1
72
Blok Sample Rank Treat-1 Treat-2 … Treat-k
Range Qi
I S11 …

II Sij …

b Sbk

Total Sj S1 S2 Sk

 k  1
Sij  Qi  R  X ij  
2 
b k k
 1
b
A1   Sij2 , B1   S 2j
S j   Sij i 1 j 1 b j 1
i 1
 LOCATION A B C D
1 44 24 19 19
2 40 22 17 24
3 18 15 17 16
4 20 19 18 18
5 45 29 20 30

 k  1
Sij  Qi  R  X ij  
 2 
b
S j   Sij
i 1
 The Page Test for Ordered Alternatives
Digunakan untuk menguji hipotesis yang berbentuk order
Data hasil pengamatan : Seperti Uji Friedman

H 0 : 1   2  ...   k
H1 : 1   2  ...   k

Statistik Uji :
L   jRJ  1 R1   2  R2  ...   k  Rk
Gunakan Tabel N
Untuk n dan k yang besar, gunakan pendekatan Normal :
12 L  3nk  k  1
2
k 1
Z
k  k 2  1 n
Satu Sisi
Kadar PH dari daging yg disimpan selama 6 waktu yg diamati berturut-turut adalah sbb:

Daging T-1 T-2 T-3 T-4 T-5 T-6

A 6.81 6.16 5.92 5.86 5.80 5.39
B 6.68 6.30 6.12 5.71 6.09 5.28
C 6.34 6.22 5.90 5.38 5.20 5.46
D 6.68 5.24 5.83 5.49 5.37 5.43
E 6.79 6.28 6.23 5.85 5.56 5.38
F 6.85 6.51 5.95 6.06 6.31 5.39

Apakah terjadi penurunan kadar PH?

 Pertemuan_10
Permasalahan k Sampel Dependen
Skala Pengukuran Nominal Dikotomus ( 0 dan 1)
The Cochran Q Test
Kegunaan : untuk menguji apakah k frekuensi / proporsi berpasangan berbeda atau k
kondisi memberikan efek yang berbeda atau tidak
Hipotesis
Ho: k treatment memberikan efek yang sama atau H 0 : 1   2  ...   k
H1 : tidak semua sama
H1: k treatment memberikan efek yang berbeda
Li L2i
Respd Treat-1 Treat-2 … k
Hasil Pengamatan :
1 0 1 … … L1
Statistik Uji
2 0 0 … … L2

    j   j  
 2
k  1 k G 2
 G . . .
Q . . .
k  Li   L2i
. . .
n G1 G2 … Gk G j L 2
i

L i
Contoh:
Misalkan diamati secara berulang selama 5 hari secara acak ,pergerakan nilai
saham dari 7 perusahaan hasilnya sbb:
 k  1  k  G 2j    G j  
2

Saham H-1 H-2 H-3 H-4 H-5 Li Li^2 Q

k  Li   L2i
A n n t t t
B t t n n n
C t n t n t
D t n n n n
E t t t n n
F n n n n t
G n n n n n

Apakah perubahan hari mempengaruhi pergerakan nilai saham ?

  k  1  k  G 2j    G j  
2


Q
k  Li   L2i
Skala Pengukuran Ordinal ,jika skala pengukuran variabelnya min.interval gunakan uji Quade

The Friedman Two-Way Analysis for Variance By Ranks

Kegunaan : sama seperti uji Q Cochran, demikian pula rumusan Hipotesisnya.

 12 
Fr    R j   3n  k  1 jika tidak ada ties(kembar)
2

 
nk k  1 

12 R 2j  3n 2 k  k  1
2

Fr  koreksi   tij3
nk  k  1 
 nk  koreksi 
k-1

Blok S-1 S-2 S-3

B1
B2
.
.
.
Total R1 R2 R3
Multiple Comparisons :
H 0 : u   v
H1 : u   v ( efek treatment u berbeda dengan efek treatment v)
H 0 ditolak, jika :
nk  k  1
Ru  Rv  Z 
k  k 1 6
Z  dicari dari Tabel A (normal)
k  k 1
These data represent the yields of four varietes of wheat grown in 13 different locations
:
LOCATION A B C D
Test 1 44 24 19 19
2 40 22 17 24
The
3 18 15 17 16
Hypothesis 4 20 19 18 18
Of no 5 45 29 20 30
Difference 6 26 26 23 27
7 55 39 21 40
In yields
8 55 34 19 25
Of
9 20 22 23 22
The different 10 46 32 22 29
varietes 11 15 15 20 23
12 8 5 21 22
13 42 33 29 44
Contoh:
1. Sebuah eksperimen dilakukan dengan desain blok acak sebanyak 6 blok untuk melihat
jumlah Jerami kering dlm kg yg dipotong dalam tiga periode berbeda.Ujilah apakah tiga
waktu potong tsb memberikan hasil yang berbeda
Waktu Blok
Potong 1 2 3 4 5 6
1 Sept 1.5 2.1 1.9 2.8 1.4 1.8
15 Sept 1.8 2.0 2.0 2.7 1.6 2.3
30 Sept 1.9 2.5 2.5 2.6 2.1 2.4
 12 
Fr    R j   3n  k  1 jika tidak ada ties(kembar)
2

 
nk k  1 
Waktu Blok
Potong 1 2 3 4 5 6
1 Sept 1.5 2.1 1.9 2.8 1.4 1.8
15 Sept 1.8 2.0 2.0 2.7 1.6 2.3
30 Sept 1.9 2.5 2.5 2.6 2.1 2.4
 The Quade Test (sp min interval)
Statistik Uji:
T
 b  1 B1
ˆ 1
jikaA1  B1 , hitung   
b 1

A1  B1  k !

Bandingkan T hitung ini dengan tabel F, df = (k-1),((b-1)(k-1)

Ada kembar

b k k
1
A1   Sij , B1   S j
2 2

i 1 j 1 b j 1
• Tidak ada kembar khusus untuk A1 :
1
A1  b  b  1 2b  1 k  k  1 k  1
72
Dalam hal ini :

 k  1
Sij  Qi  R  X ij  
 2 
b
S j   Sij
i 1
 1
Data Disajikan seperti Tabel di bawah ini : A1  b  b  1 2b  1 k  k  1 k  1
72
Blok Sample Rank Treat-1 Treat-2 … Treat-k
Range Qi
I S11 …

II Sij …

b Sbk

Total Sj S1 S2 Sk

 k  1
Sij  Qi  R  X ij  
2 
b k k
 1
b
A1   Sij2 , B1   S 2j
S j   Sij i 1 j 1 b j 1
i 1
 LOCATION A B C D
1 44 24 19 19
2 40 22 17 24
3 18 15 17 16
4 20 19 18 18
5 45 29 20 30

 k  1
Sij  Qi  R  X ij  
 2 
b
S j   Sij
i 1
 The Page Test for Ordered Alternatives
Digunakan untuk menguji hipotesis yang berbentuk order
Data hasil pengamatan : Seperti Uji Friedman

H 0 : 1   2  ...   k
H1 : 1   2  ...   k

Statistik Uji :
L   jRJ  1 R1   2  R2  ...   k  Rk
Gunakan Tabel N
Untuk n dan k yang besar, gunakan pendekatan Normal :
12 L  3nk  k  1
2
k 1
Z
k  k 2  1 n
Satu Sisi
Kadar PH dari daging yg disimpan selama 6 waktu yg diamati berturut-turut adalah sbb:

Daging T-1 T-2 T-3 T-4 T-5 T-6

A 6.81 6.16 5.92 5.86 5.80 5.39
B 6.68 6.30 6.12 5.71 6.09 5.28
C 6.34 6.22 5.90 5.38 5.20 5.46
D 6.68 5.24 5.83 5.49 5.37 5.43
E 6.79 6.28 6.23 5.85 5.56 5.38
F 6.85 6.51 5.95 6.06 6.31 5.39

Apakah terjadi penurunan kadar PH?

 KEERATAN HUBUNGAN
ANTAR VARIABEL YANG
BERSKALAUKUR BERBEDA
Koefisien Korelasi Tau Kendall
Kegunaanya sama dengan Koefisien Korelasi Rank Spearman.

a.Tidak ada ties :

2 P  Q
T   , P  jumlah pasangan konkordan
N 1
Q  jumlah pasangan diskordan
b. Ada ties
2 P  Q
T   ,
 N  N  1  T  N  N  1  T 
x y

denganT  Ties   t  t  1
i i
Contoh: Dipilih secara acak 13 anak usia 9 sd 10 th, untuk diteliti apakah terdapat
hubungan positif antara IQ (angka kecil : rendah)dan Home Stability ( skor kecil : rendah)
N IQ Skor IQ HS P Q
o HS
1 135 72
2 90 41
3 123 68
4 125 62
5 119 54
6 128 65
7 124 49
8 116 50
9 110 48
10 126 63
11 128 65
12 134 74
13 125 62
Uji Keberartian :
◦ Digunakan statistik T untuk mencari p-value dari Tabel R-I (satu sisi) dan
R-II (dua sisi)
◦ Ketika tidak dapat ditemukan pada Tabel R di atas, maka gunakan
pendekatan pada Distribusi Normal dengan : 3 N  N  1
Z
Koefisien Korelasi Parsial 2  2 N  5
Txy  TxzTyz
Txy. z 
1  T 1  T 
2
xz
2
yz
H 0 :  xy. z  0
H1 :  xy . z  0, atau  atau 
ˆ diperoleh dari Tabel S , jika N  20 atau N  9
Jika N besar maka gunakan pendeka tan pada distribusi Normal dengan
3 xy . z N  N  1
Z
2  2 N  5
N IQ HS Pddk Ibu
o
1 135 72 S1
2 90 41 S2
3 123 68 SMU
4 125 62 SD
5 119 54 SMU
6 128 65 S3
7 124 49 SMK
8 116 50 SD
9 110 48 SMP
10 126 63 SD
11 128 65 S3
12 134 74 S2
13 125 62 SMU
Catatan(1)
- apakah koef.rs dengan T akan sama?
- apakah ada hubungan antara rs dengan T ?
- apa yang dimaksud dengan Koef.Konkordan Kendall W?

12 ෌ 𝑅𝑖2 − 3𝑘 2 𝑁 𝑁 + 1 2
𝑊=
𝑘2𝑁 𝑁 2 − 1
12 ෌ 𝑅𝑖2 − 3𝑘 2 𝑁 𝑁 + 1 2
𝑊=
𝑘 2 𝑁 𝑁 2 − 1 − 𝑘 𝑘𝑜𝑟𝑒𝑘𝑠𝑖

-bagaimana uji keberartiannya?

Gunakan tabel T atau  2  k ( N  1)W
Contoh:Misalkan ingin diketahui apakah lima orang pemegang saham perusahaan
makanan baja memiliki pandangan yang sama terhadap 7 kandidat Direktur yang
baru. Hasil ranking dari skor uji kelayakan untuk ketujuh kandidat tsb adalah:
Pem. Kandidat Direktur Baru
Shm A B C D E F G
1 1 5 3 4 2 7 6
2 7 6 1 2 3 4 5
3 1.5 1.5 5 4 3 6 7
4 2 3.5 3.5 1 5 6 7
5 2 2 2 4 6 5 7
Catatan(2): Ukuran asosiasi tidak simetris Lambda GK dan d Sommer
Taat Jenis Pekerjaan Total
Pajak A B C
Ya 182 213 203 598
Tidak 154 138 110 402
Total 336 351 313 1000

Asal Level Pedas Total

Daera 10 11 12 13
h
A 2 3 1 2
B 2 4 10 15
C 5 10 15 20
Total
 NOMINAL ORDINAL INTERVAL/RATIO

NOMINAL ∏ (phi) Theta Eta

C (Cramer)
(Lambda)  
ORDINAL Theta Tau Kendall
Jaspen (M)

Gamma
Rank
Spearman
(r)
INTERVAL/RATIO
Eta  Jaspen (M)
r Pearson
◦ UKURAN KEERATAN HUBUNGAN UNTUK VARIABEL NOMINAL dengan
ORDINAL

  D i Wilcoxon’s Theta (Ѳ)

T2
D i  f a  fb  #()  #()
T2 =perkalian total frekuensikelas variabel nominal
Besaran θ adalah antara 0 dan 1, untuk θ tidak ada pengujian
hipotesisnya.
Correlation Ratio Eta (η)
Digunakan untuk variabel dengan skala pengukuran Nominal – interval

   N i Yi 
2 2
Y
 1
T

Y   N i YT 
2 2
T

Uji keberartian
H 0 :  0
H1 :   0
Distribusi Sampling
2 N  k
F 
1   2   k  1
Contoh:

Berdasarkan transaksi keuangan pada bulan April’20 yg dipilih secara

acak selama 12 hari untuk tiga jenis fintek, akan dipelajari apakah
terdapat hubungan korelasi antara besarnya transaksi dengan jenis
fintek:
 YT   N i Yi 
2 2

Jenis F I N T EK   1
 YT   Ni YT 
2 2
OVO DANA GOPAY
10 35 30
15 25 40
8 28 20
5 15
25

Variabel yang diamati ? Skala pengukurannya?

SUMMARY
Groups Count Sum Average Variance
OVO 4 38 9.5 17.66667
DANA 3 88 29.33333 26.33333
GOPAY 5 130 26 92.5

ANOVA
Source of Variation SS df MS F P-value F crit
Between Groups 861 2 430.5 8.14541 0.009567 4.256495
Within Groups 475.6667 9 52.85185

Total 1336.667 11
Jaspen’M (Jaspen’s Coefficient of Multiserial Association)
Digunakan untuk mengukur asosiasi antara variabel ordinal dengan
variabel interval secara multiserial.

M=
 Y O i b -Oa 
,dengan:Sy =StandardErrorVariabel Y
  Ob -Oa  2

Sy   
 p 

Y 
2

Y 2

NT
Sy  , Ob dan Oa dicari dari Tabel A15
NT
 Uji Keberartian
HO : M  0
H1 : M  0
Distribusi Sampling :

 O  Oa 
2

rM b
, Gunakan TabelA7, dengan df  NT  2
p
Apabila Ho ditolak, maka dapat dihitung koefisien
determinasinya M 2 .100%
Contoh : Seorang mahasiswa statistika bermaksud melakukan penelitian kecil dengan
maksud untuk mengetahui apakah terdapat hubungan antara tingkat kepedasan ayam
geprek dengan usia konsumennya, dipilih 20 konsumen secara acak dan didapat data
sbb: (Berikan analisis yang lengkap dengan taraf signifikans 0.05)
Tingkat Kepedasan
Ayam Geprek
I II III IV
14 22 18 18
16 20 15 17
18 25 17 13
19 27 16 14
30 18 15
16
n
RR
p
Pertemuan_13
REVIEW
Correlation Ratio Eta (η)
Digunakan untuk variabel dengan skala pengukuran Nominal – interval

   N i Yi 
2 2
Y
 1
T

Y   N i YT 
2 2
T

Uji keberartian
H 0 :  0
H1 :   0
Distribusi Sampling
2 N  k
F 
1   2   k  1
Contoh:
Berdasarkan transaksi keuangan pada bulan April’20 yg dipilih secara acak selama 12 hari
untuk tiga jenis fintek, akan dipelajari apakah terdapat hubungan korelasi antara
besarnya transaksi dengan jenis fintek:

   N i Yi 
2 2
Y
 1
T
Jenis F I N T EK

Y   N i YT 
2 2
OVO DANA GOPAY T
10 35 30
15 25 40
8 28 20
5 15
25

Variabel yang diamati ? Skala pengukurannya?

H 0 :  0
H1 :   0
Distribusi Sampling
2 N  k
F 
1   2   k  1
SUMMARY
Groups Count Sum Average Variance
OVO 4 38 9.5 17.66667
DANA 3 88 29.33333 26.33333
GOPAY 5 130 26 92.5

ANOVA
Source of Variation SS df MS F P-value F crit
Between Groups 861 2 430.5 8.14541 0.009567 4.256495
Within Groups 475.6667 9 52.85185

Total 1336.667 11
Jaspen’M (Jaspen’s Coefficient of Multiserial Association)
Digunakan untuk mengukur asosiasi antara variabel ordinal dengan variabel interval
secara multiserial.

M=
 Y Oi b -Oa 
,dengan:Sy =StandardErrorVariabel Y
  Ob -Oa  2

Sy   
 p 

Y 
2

Y 2

NT
Sy  , Ob dan Oa dicari dari Tabel A15
NT
 Uji Keberartian
HO : M  0
H1 : M  0
Distribusi Sampling :

 O  Oa 
2

rM b
, Gunakan TabelA7, dengan df  NT  2
p

Apabila Ho ditolak, maka dapat dihitung koefisien determinasinya

M 2 .100%
Contoh : Seorang mahasiswa statistika bermaksud melakukan penelitian kecil dengan tujuan untuk
mengetahui apakah terdapat hubungan antara tingkat kepedasan ayam geprek dengan usia konsumennya,
dipilih 20 konsumen secara acak dan didapat data sbb: (Berikan analisis yang lengkap dengan taraf
signifikans 0.05)
Y 
2
Tingkat Kepedasan Ayam
Geprek Y 2

NT
Sy  , Ob dan Oa dicari dari Tabel A15
I II III IV NT
14 22 18 18
16 20 15 17 M=
 Y O i b -Oa 
,dengan:Sy =StandardErrorVariabel Y
  Ob -Oa  2

Sy  
18 25 17 13

19 27 16 14  p 
30 18 15
16
n 4 5 5 6
RR
p
M=
 Y Oi b -Oa 
,dengan:Sy =StandardErrorVariabel Y
  Ob -Oa  2

Sy   
 p 
 Tingkat Keahlian Sales Suatu kajian dilakukan untuk meneliti apakah terdapat hubungan
1 2 3 4 5 antara keahlian sales suatu produk baru, dengan volume penjualan.
Lima orang sales dengan keahlian yang berbeda diamati selama enam
55 60 68 72 75 hari secara acak, kemudian dicatat berapa rupiah volume penjualannya.
55 61 72 72 76 Dalam hal ini : Keahlian 1 (belum berpengalaman), keahlian 5(sangat
57 60 67 72 70 berpengalaman).Gunakan taraf signifikan 5%
54 60 68 70 64
54 60 69 68 65
56 60 71 69 65