Nama : Reza Amelia Putri

Kelas : Matkom 4A

NIM : 201810060311019

STATISTIKA NONPARAMETER

14.1 Distribusi - Tes Bebas

Tes bebas distribusi adalah tes yang tidak bergantung pada asumsi mendasar tentang distribusi
probabilitas populasi sampel. Cabang statistik inferensial yang ditujukan untuk tes bebas distribusi
disebut nonparametrik. Statistik nonparametrik (atau tes) berdasarkan peringkat pengukuran
disebut statistik peringkat (atau tes peringkat).

14.2 Inferensi Populasi Tunggal (Uji Tanda)

Tes tanda adalah prosedur nonparametrik yang relatif sederhana yang memberikan
kesimpulan tentang median populasi daripada rata-rata populasi dengan tujuan menguji hipotesis
tentang kecenderungan sentral dari distribusi probabilitas nonnormal.

Langkah-Langkah Pengujian:
a. Uji Tanda Untuk Median Populasi η

1. Tulis nilai median dari data

2. Menentukan hipotesis (Ho dan Ha)
Untuk One Tailed Test
H 0 : η=η0
H a : η> η0 ¿ η=η0 ¿
Untuk Two Tailed Test
H 0 : η=η0
H a : η ≠ η0
3. Menentukan statistik uji
Untuk One Tailed Test
S = Jumlah pengukuran sampel lebih besar dari η0 [atau S = jumlah pengukuran kurang
dari η0 ]
Untuk Two Tailed Test
S = Lebih besar dari S1 dan S 2, di mana S1adalah jumlah pengukuran kurang dari η0 dan S2
adalah jumlah pengukuran lebih besar dari η0 [Catatan: Hilangkan pengamatan dari analisis
yang persis sama dengan median yang dihipotesiskan,η0 .]
4. Menentukan tingkat signitifikan
Untuk One Tailed Test
p−value=P( x ≥ S)
Untuk Two Tailed Test
p−value=2 P( x ≥ S)
 Dimana x memiliki distribusi binomial dengan parameter n dan p=.5 (Gunakan Tabel II,
Lampiran A).
5. Gambar kurva dan tunjukkan daerah penolakan
Daerah penolakan: H 0 ditolak jika p−value ≤ α
6. Ujilah hipotesis
7. Tulis kesimpulann

b. Uji Tanda Sampel Besar untuk Median Populasi

1. Tulis nilai median dari data

2. Menentukan hipotesis (Ho dan Ha)
Untuk One Tailed Test
H 0 : η=η0
H a : η> η0 ¿ η=η0 ¿
Untuk Two Tailed Test
H 0 : η=η0
H a : η ≠ η0
3. Menentukan statistik uji
( S−.5 )−.5 n
z=
.5 √ n
Catatan: S dihitung seperti yang ditunjukkan pada kotak sebelumnya. Dengan mengurangi
0,5 dari S sebagai "koreksi untuk kontinuitas." Nilai rata-rata nol-hipotesis adalah np=.5 n
dan standar deviasi adalah √ npq=√ n (.5 )( .5 ) =.5 √ n
Dimana nilai z yang ditabulasikan dapat ditemukan pada Tabel IV, Lampiran A.
4. Gambar kurva dan tunjukkan daerah penolakan
Untuk One Tailed Test
Daerah penolakan: z > z α
Untuk Two Tailed Test
Daerah penolakan: z > z α
2
5. Ujilah hipotesis
6. Tulis kesimpulan

Soal no 14.3

a. P (x ≥ 6) n = 7 dan p = 0,5
P (x ≥ 6) = 1 – p (x ≤ 5) = 1 – 0,937 = 0,063
b. P (x ≥ 5) n = 9 dan p = 0,5
P (x ≥ 5) = 1 – p (x ≤ 4) = 1 – 0,733 = 0,267
c. P (x ≥ 8) n = 8 dan p = 0,5
P (x ≥ 8) = 1 – p (x ≤ 7) = 1 – 0,996 = 0,004
d. P (x ≥ 10) n = 15 dan p = 0,5
P (x ≥ 6) = 1 – p (x ≤ 9) = 1 – 0,849 = 0,151
e. P (x ≥ 15) n = 25 dan p = 0,5
 P (x ≥ 15) = 1 – p (x ≤ 14) = 1 – 0,788 = 0,212

14.3 Membandingkan Dua Populasi: Sampel Independent

Terdapat dua sampel acak independen digunakan untuk membandingkan dua populasi, tetapi
pada t-test tidak tepat untuk membuat perbandingan. Jika data dapat diurutkan berdasarkan
besarnya kasus, Wilcoxon tes peringkat jumlah (Frank Wilcoxon) dapat digunakan untuk menguji
hipotesisi bahwa distribusi probabilitas yang terkait dengan dua populasi adalah setara.

Persyaratan yang Diperlukan untuk Tes Jumlah Peringkat Valid

1. Kedua sampel bersifat acak dan independen.
2. Dua distribusi probabilitas dari mana sampel diambil kontinu.

Langkah-Langkah Pengujian
a. Tes Jumlah Peringkat Wilcoxon: Sampel Independen

1. Misalkan D 1 dan D 2, mewakili distribusi probabilitas untuk populasi 1 dan 2.

2. Menentukan hipotesis (Ho dan Ha)
Untuk One Tailed Test
H 0 : D1 dan D 2 identik
H a : D 1 bergeser ke kanan D 2 ¿ D 1 bergeser ke kiri D2 ¿
Untuk Two Tailed Test
H 0 : D1 dan D 2 identik
H a : D 1 bergeser antarake kanan atau kiri D 2
3. Menentukan statistik uji
Untuk One Tailed Test
T 1 , jika n1 < n2
T 2 , jika n 2< n1
¿tiap jumlah peringkat dapat digunakan jika n1 =n2 ¿
Untuk Two Tailed Test
T 1 , jika n1 < n2
T 2 , jika n 2< n1
¿tiap jumlah peringkat dapat digunakan jika n1 =n2 ¿
Dengan demikian, akan menyatakan jumlah peringkat ini sebagai T .
4. Gambar kurva dan tunjukkan daerah penolakan
Untuk One Tailed Test
Daerah penolakan: T 1 :T 1 ≥ T U [atau T 1 ≤ T L ]
T 2 :T 2 ≤ T L [atau T 2 ≥ T U ]
Untuk Two Tailed Test
Daerah penolakan: T ≤ T L atau T ≥T U
Dimana T L dan T U diperoleh dari Tabel XII, Lampiran A.
5. Ujilah hipotesis
6. Tuliskan kesimpulannya
b. Tes Jumlah Peringkat Wilcoxon untuk Sampel Besar (n1 ≥ 10 dan n2 ≥ 10)

1. Misalkan D 1 dan D 2, mewakili distribusi probabilitas untuk populasi 1 dan 2.

2. Menentukan hipotesis (Ho dan Ha)
Untuk One Tailed Test
H 0 : D1 dan D 2 identik
H a : D1 bergeser ke kanan D2 ¿ D1 bergeser ke kiri D2 ¿
Untuk Two Tailed Test
H 0 : D1 dan D 2 identik
H a : D1 bergeser antarake kanan ataukiri D2
3. Menentukan statistik uji
n 1 ( n1 +n 2+1 )
T1−
2
z=
n 1 n2 ( n1 +n 2+1 )
√ 12
4. Gambar kurva dan tunjukkan daerah penolakan
Untuk One Tailed Test
Daerah penolakan: z > z α (atau z ← z α )
Untuk Two Tailed Test
Daerah penolakan: | z∨¿ z α
2
5. Ujilah hipotesisi
6. Tuliskan kesimpulannya

soal no 14.19
a. Ho : D1 dan D2 identik
Ha : D1 bergeser ke kanan atau kiri D2
n1 = 7, n2 = 8, α = 0,1 maka TL = 41 dan TU = 71
n1 < n2 → T1
daerah penolakan: T1 ≤ 41 atau T1 ≥ 71
b. Ho : D1 dan D2 identik
Ha : D1 bergeser ke kanan D2
n1 = 6, n2 = 6, α = 0,5 maka TL = 28 dan TU = 40
daerah penolakan: T1 ≥ 50
c. Ho : D1 dan D2 identik
Ha : D1 bergeser ke kiri D2
n1 = 7, n2 = 10, α = 0,025 maka TL = 43 dan TU = 83
n1 < n2 → T1
daerah penolakan: T1 ≤ 43
d. Ho : D1 dan D2 identik
Ha : D1 bergeser ke kiri atau ke kanan D2
n1 = 20, n2 = 20, α = 0,05 zα = 0,5 – 0,025 = 0,475 = 1,96
 daerah penolakan: |𝑧| > 1,96

14. 4 Membandingkan Dua Populasi: Percobaan Perbedaan Pasangan

Teknik nonparametrik juga dapat digunakan untuk membandingkan dua distribusi probabilitas
ketika desain perbedaan berpasangan digunakan. Sebagai contoh, preferensi konsumen untuk dua
produk yang bersaing sering dibandingkan dengan masing-masing sampel konsumen menilai
kedua produk. Dengan demikian, peringkat telah dipasangkan pada setiap konsumen. Tujuan tes ini
untuk pengukuran perbedaan diasumsikan memiliki distribusi probabilitas kontinu sehingga
perbedaan absolut akan memiliki peringkat yang unik. Meskipun perbedaan (absolut) terikat dapat
diberi peringkat dengan rata-rata, untuk memastikan validitas tes, jumlah ikatan harus relatif kecil
dibandingkan dengan jumlah pengamatan.

Persyaratan yang diperlukan untuk Tes Peringkat yang Berlaku Valid

1. Sampel perbedaan dipilih secara acak dari populasi perbedaan.
2. Distribusi probabilitas dari mana sampel perbedaan berpasangan diambil adalah kontinu.

Langkah-Langkah Pengujian:
a. Wilcoxon Signed Rank Test untuk Eksperimen Perbedaan Berpasangan

1. Misalkan D 1 dan D 2, mewakili distribusi probabilitas untuk populasi 1 dan 2.

2. Menentukan hipotesis (Ho dan Ha)
Untuk One Tailed Test
H 0 : D1 dan D 2 identik
H a : D 1 bergeser ke kanan D 2 ¿ D 1 bergeser ke kiri D2 ¿
Untuk Two Tailed Test
H 0 : D1 dan D 2 identik
H a : D 1 bergeser antarake kanan atau kiri D 2
3. Hitung perbedaan dalam setiap pasangan pengamatan yang cocok. Kemudian rangking nilai
absolut dari n perbedaan dari yang terkecil (peringkat 1) hingga yang tertinggi (peringkat n
), dan hitung jumlah peringkat T −¿¿ dari perbedaan negatif dan jumlah pangkatT +¿¿ dari
perbedaan positif. [Catatan: Perbedaan yang sama dengan 0 dihilangkan dan jumlah n
perbedaan dikurangi sesuai.]
4. Menentukan statistik uji
Untuk One Tailed Test
T −¿¿, jumlah peringkat dari perbedaan negatif [atauT +¿¿, jumlah peringkat dari perbedaan
positif]
Untuk Two Test
T , semakin kecil T −¿¿ atau T +¿¿
5. Gambar kurva dan tunjukkan daerah penolakan
Untuk One Tailed Test
Daerah penolakan: T −¿¿ ≤ T 0 ¿ ≤ T 0 ¿
Untuk Two Tailed Test
Daerah penolakan: T ≤ T 0
 Di mana T 0 diberikan pada Tabel XIII di Lampiran A
6. Ujilah hipotesis
7. Tuliskan kesimpulannya

b. Wilcoxon Signed Rank Test untuk Sampel Besar (n ≥ 25)

1. Misalkan D 1 dan D 2, mewakili distribusi probabilitas untuk populasi 1 dan 2.

2. Menentukan hipotesis (Ho dan Ha)
Untuk One Tailed Test
H 0 : D1 dan D 2 identik
H a : D 1 bergeser ke kanan D 2 ¿ D 1 bergeser ke kiri D2 ¿
Untuk Two Tailed Test
H 0 : D1 dan D 2 identik
H a : D 1 bergeser antarake kanan atau kiri D 2
3. Menentukan statistik uji
T n ( n +1)
+¿−[ ]
4
z= ¿
[ n ( n+1 ) ( 2 n+1 ) ]
√ 24
4. Gambar kurva dan tunjukkan daerah penolakan
Untuk One Tailed Test
Daerah penolakan: z > z α (atau z ← z α )
Untuk Two Tailed Test
Daerah penolakan: | z∨¿ z α
2
5. Ujilah hipotesis
6. Tuliskan kesimpulannya
soal no 14.36
a. Ho: A dan B identik
Ha: A bergeser ke kanan atau kiri B
n = 20, α = 0,10 (uji 2 sisi) T0 = 60
daerah penolakan Ho: T ≤ 60
b. Ho: A dan B identik
Ha: A bergeser ke kanan B n = 39, α = 0,05 (uji 1 sisi) T0 = 214
daerah penolakan Ho: T+ ≤ 214
c. Ho: A dan B identik
Ha: A bergeser ke kiri B n = 7, α = 0,005 (uji 1 sisi) T0 = 0
daerah penolakan Ho: T- ≤ 0
14. 5 Membandingkan Tiga atau Lebih Populasi: Desain Acak Lengkap

Membandingkan populasi Uji Kruskal Wallis H tidak memerlukan asumsi mengenai distribusi
probabilitas populasi. Menggunakan analisis nonparametrik dan mendasarkan perbandingan pada
jumlah peringkat untuk tiga set data sampel. Seperti halnya dengan dua sampel independen
(Bagian 14.3), peringkat dihitung untuk setiap pengamatan sesuai dengan besarnya relatif
pengukuran ketika data untuk semua sampel digabungkan. Ikatan diperlakukan sebagaimana
adanya untuk jumlah peringkat Wilcoxon dan tes peringkat yang ditandatangani, dengan
menetapkan nilai rata-rata peringkat untuk masing-masing pengamatan terikat. Tujuan tes ini
untuk mendasarkan perbandingan pada jumlah peringkat untuk tiga set data sampel.

Persyaratan yang Dibutuhkan untuk Aplikasi Valid Tes Kruskal-Wallis

1. Sampel k adalah acak dan independen.
2. Ada lima atau lebih pengukuran di setiap sampel.
3. Distribusi probabilitas dari mana sampel diambil kontinu.

Langkah-Langkah Pengujian Kruskal-Wallis H -Test untuk Membandingkan k Probabilitas

Distribusi

1. Menentukan hipotesis
H 0: Distribusi probabilitas k adalah identik
H a: Setidaknya dua dari distribusi probabilitas k berbeda di lokasi
2. Menentukan statistik uji
12
H= ∑n j ( Ŕ ¿¿ j− Ŕ)² ¿
n( n+1)
Dimana,
n j = Jumlah pengukuran dalam sampel j
R j= Jumlah peringkat untuk sampel j , dimana peringkat setiap pengukuran dihitung
menurut besarnya relatif dalam totalitas data untuk sampel k
R j = R j / n j = Jumlah peringkat rata-rata untuk sampel ke j th
R = Rata-rata semua peringkat =(n+1)/2
n = Total ukuran sampel = n1 +n 2+ …+nk
3. Gambar kurva dan tunjukkan daerah penolakan
2
Daerah penolakan: H > x α dengan ( k−1 ) derajat kebebasan
4. Ujilah hipotesis
5. Tuliskan kesimpulannya

14.6 Membandingkan Tiga atau Lebih Populasi: Desain Blok Acak

Tes yang menyediakan metode lain untuk pengujian untuk mendeteksi pergeseran lokasi
dari seperangkat populasi k yang memiliki sebaran yang sama. Seperti tes nonparametrik lainnya,
tes ini tidak memerlukan asumsi tentang sifat populasi selain kapasitas pengamatan individu untuk
diurutkan.

Persyaratan yang Diperlukan untuk Tes Valid Friedman Fr

1. Perawatan secara acak ditugaskan ke unit eksperimental dalam blok.

2. Pengukuran dapat diberi peringkat dalam blok.

3. Distribusi probabilitas k dari mana sampel dalam setiap blok diambil kontinu.

Langkah-Langkah Pengujian untuk Tes Valid Friedman Fr

1. Menentukan hipotesis
H 0: Distribusi probabilitas untuk perlakuan k adalah identik
H a: Setidaknya dua dari distribusi probabilitas k berbeda di lokasi
1. Menentukan statistik uji
12 b
Fr= ∑( Ŕ¿¿ j− Ŕ)² ¿
k ( k +1)
Dimana,
R j= Jumlah peringkat untuk sampel j , di mana peringkat setiap pengukuran dihitung relatif
terhadap posisinya di dalam bloknya sendiri
k = jumlah perawatan
b = jumlah blok
2. Gambar kurva dan tunjukkan daerah penolakan
2
Daerah penolakan: Fr > x α dengan ( k −1 ) derajat kebebasan
3. Ujilah hipotesis
4. Tuliskan kesimpulannya

14.7 Rank Correlation (Spearman’s Rank Correlation Coefficient)

Uji korelasi spearman adalah uji statistik yang bertujuan untuk mengetahui hubungan antara
dua atau lebih variable berskala ordinal.

Uji koefisien korelasi spearman untuk korelasi rangking

1. Uji satu sisi

Ho: ρ = 0
Ha: ρ > 0 (atau ρ < 0)
Daerah penolakan
Ho: rs > rsα kanan rs < -rsα kiri
Nilai rsα di dapatkan dari tabel titik kritis uji korelasi koefisien spearman
Uji statistika: shortcut
rs = 1 - 6 ∑𝑑𝑖2 𝑛(𝑛2−1)
Keterangan:
di = ui –vi (perbedaan rangking i dari sampel 1 dan 2)
n = jumlah pasangan pengamatan (jumlah tiap sampel)
2. Uji dua sisi
Ho: ρ = 0
Ha: ρ ≠ 0
Daerah penolakan
Ho:|𝑟𝑠| > rsα/
no 14.83

a. Ho: ρ = 0, Ha: ρ ≠ 0, n = 10, α = 0,05 α/2 = 0,025 , rsα/2 = 0,648

Daerah penolakan Ho: |𝑟𝑠| > 0,648
b. Ho: ρ = 0, Ha: ρ > 0, n = 20, α = 0,025 , rsα = 0,450
Daerah penolakan Ho: rs > 0,450
c. Ho: ρ = 0, Ha: ρ < 0, n = 30, α = 0,01 , rsα = 0,432
d. Daerah penolakan Ho: rs < - 0,432