Kel. IV-uji Friedman
Kel. IV-uji Friedman
MAKALAH
Dosen Pengampu:
Oleh :
Kelompok 4
1. Anisyah Pratiwi
2. Nurmala Oktaria
3. William F
4. Kristina
5. Dara juwita
PENDAHULUAN
1. 1 Latar Belakang
Salah satu bagian penting dalam ilmu statistika adalah persoalan inferensi
yaitu penarikan kesimpulan secara statistik. Dua hal pokok yang menjadi pembicaraan
dalam statistik inferensi adalah penaksiran parameter populasi dan uji hipotesis.
Teknik inferensi yang pertama dikembangkan adalah mengenai pembuatan sejumlah
besar asumsi sifat populasi di mana sampel telah diambil. Teknik yang banyak
digunakan pada metode-metode pengujian hipotesis dan penafsiran interval ini
kemudian dikenal sebagai Statistik Parametrik, karena nilai-nilai populasi merupakan
parameter. Distribusi populasi atau distribusi variabel acak yang digunakan pada
teknik inferensi ini mempunyai bentuk matematik yang diketahui, akan tetapi memuat
beberapa parameter yang tidak diketahui.
Permasalahan yang harus diselesaikan adalah menaksir parameter-parameter
yang tidak diketahui tersebut dengan data sampel atau melakukan uji hipotesis
tertentu yang berhubungan dengan parameter populasi.
1.3 Tujuan
1. Mengetahui penerapan Uji Friedman dengan cara manual.
2. Mengetahui penerapan Uji Friedman dengan SPSS.
BAB II
PEMBAHASAN
Uji Friedman (Friedman Test) merupakan uji Statistika Nonparametrik. Uji Friedman
disebut juga Anova Dua Arah berdasarkan peringkat (Two-way Anova by ranks).
Uji Friedman berguna untuk membandingkan k-sampel yang dependen yang berasal
dari randomized block experiment dengan skala ordinal atau skala interval tapi tidak
terdistribusi normal.
Uji ini umumnya digunakan jika skala pengukuran datanya ordinal dan skala interval
maupun rasional yang tidak memenuhi syarat untuk Uji T atau Uji F katagori/perlakuan yang
diteliti lebih besar dari dua (P>2) dan termasuk klasifikasi dua arah (ada peubah
lain/sampingan selain perlakuan) atau berpasangan atau dalam rancangan
percobaan/lingkungan terkenal dengan nama Rancangan Acal Kelompok (RAK).
Jika
|Ri−Ri'|<t H pada α=0,05 maka Ho diterima berarti pasangan rangking
perlakuan tersebut berbeda nyata (P<0,05).
Jika
|Ri−Ri'|≥t H pada α=0,05 maka Ho ditolak berarti pasangan rangking perlakuan
tersebut berbeda nyata (P<0,05).
Jika
|Ri−Ri'|≥t H pada α=0,01 maka Ho ditolak berarti pasangan rangking perlakuan
tersebut berbeda sangat nyata (P>0,01)
Catatan:
Pada uji KuskalWallis perangkingan data dilakukan serempak seluruh data sedangkan
uji Friedman perangkingan data dilakukan tiap pasangan atau kelompok.
Contoh:
Seorang peneliti ingin mengetahui perbedaan titer antibody pada ayam buras jantan
yang diberikan 4 jenis vaksin yang berbeda. Pengukuran antobodi dilakukan setiap minggu
yaitu pada minggu pertama,kedua dan ketiga. Data yang di[eroleh sebagai berikut :
Jenis vaksin ke i
Minggu ke j
1 2 3 4
1 5 2 1 3
2 10 8 7 9
3 8 4 5 7
Hipotesisnya:
H o : R1 = R 2 = R 3 = R 4
H1 : Ri ≠ Ri’ untuk suatu pasangan Ri (i ≠ i)
Sebelum kita menggunakan rumus Friedman kita harus merangking dulu
datanya,hasil rangkingannya sebagai berikut :
Jenis vaksin ke i
Minggu ke j
1 2 3 4
1 4 2 1 3
2 4 2 1 3
3 4 1 2 3
Ri 12 5 4 9
12
F= k
nk (k +1) ∑ Ri 2 −3 n( K +1 )
i =1
12
F= 122 +5 2 +4 2 +92 )−3 x 3( 4+1 )
3 x 4 (4+1 )
12
F= (266 )−45=53 , 2−45=8,2
60
Oleh karena nilai F>X2(0,05;db=(k-1) yaitu 8,2 >7,81 maka Ho ditolak (P<0,05) sehingga
dapat disimpulkan bahwa jenis vaksin berpengaruh nyata (P<0,05) terhadap titer antibody
ayam buras jantan.
Untuk mengetahui antar vaksin yang mana memberikan titer antibody yang berbeda
maka dilanjtkan dengan uji sebagai berikut :
nk ( k +1 )
t H =tα /:db=( k−1 )( n−1 )
√ 6
3 x 4 (4+1)
t H =2 , 447
√ 6
=2 , 447 x3 , 16228=7 , 74
3 x 4( 4+1 )
t H =3 , 707
√ 6
=3 ,707 x 3 ,16228=11,72
Vaksin Signifikansi
Ri (R1-Ri) (R4-Ri) (R2-Ri)
Kuan 0,05 0,01
1 12 - - - a a
4 9 3 - - ab a
2 5 7 4 - ab a
3 4 8 5 1 b a
Ketrangan:
Nilai Ri dengan huruf yang sama pada kolom signifikansi menunjukkan tidak beda
nyata (P>0,05) sebaliknya dengan huruf yang berbeda menunjukkan berbeda nyata ( P<0,05)
atau sangat nyata (P<0,01).
Jadi dapat kita simpulkan vaksin 1 memberikan antibody yang berbeda nyata
(P<0,05) bila dibandingkan dengan vaksin 3 sedangkan antara vaksin 1,4 dan 2 demikian
pula antara vaksin 3,2 dan 4 tidak terdapat perbedaan yang nyata (P>0,0).
Apakah ada perbedaan kualitas dari keempat merek orange juice tersebut?
(gunakan α = 0,05)
Solusi:
Besar sampel n1 = 10, n2 = 10, n3 = 10, n4 = 10.
Skala data penilaian juri dalam contoh ini adalah skala ordinal (5-point scale: dengan ‘1 =
bad’, ‘2 = poor’, ‘3 = average’, ‘4 = good’, ‘5 = excellent’).
Kita tertarik untuk membandingkan kualitas keempat merek orange juice berdasarkan
penilaian ke-10 juri tersebut:
Ho : η1 = η2 = η3 = η4
H1 : ada median ηi yang berbeda.
3.1 Kesimpulan
nk ( k +1 )
t H =tα /:db=( k−1 )( n−1 )
√ 6
2. Kemudian pada lembar Data View dari SPSS Data Editor, kita masukkan
data penilaian
3. Kemudian klik Analyze Nonparametric Tests K Related Samples
4. Pindahkan variable Orange Juice A, Orange Juice B, Orange Juice C, Orange
Juice D ke dalam box berjudul Test Variabels
5. Kemudian klik OK
DAFTAR PUSTAKA