Tugas Stepani
Tugas Stepani
Balik lagi bersama statistik non parametrik setelah perjuangan melawan UTS kemarin. Sekarang
kita akan bersama-sama berjuang melawan UAS. Untuk itu sebelum masuk ke materi dalam
pembahasan nonpar setelah UTS ini, perlu diingatkan kembali tentang hal penting, yaitu bahwa
data menurut
ordinal, skala skala pengukurannya
interval, terbagi
dan skala rasio menjadi jenis
. Memahami empat,
datayaitu dataakan
tersebut skala nominal, skala
mempermudah kita
dalam menentukan statistik uji mana yang tepat digunakan untuk suatu kasus.
Berikut merupakan daftar uji-uji yang akan diajarkan kepada kita setelah UTS genap nanti:
Nah supaya modul ini tidak tambah panjang, mari langsung saja kita bahas satu per satu dari uji-
uji dan ukuran korelasi di atas.
1.1. Uji Cochran Q
Uji ini merupakan perluasan dari uji Mc Nemar yang digunakan untuk menguji k populasi
dependen, apakah tiga atau lebih populasi tersebut saling berbeda signifikan dalam hal
proporsi atau frekuensi suatu kejadian. Uji ini lakukan ketika data minimal berskala
nominal dengan ketentuan data bersifat dikotomi (sukses atau gagal). Untuk sukses
diberikan angka 1 dan gagal diberi angka 0. Format data untuk k populasi dengan N
observasi disajikan dalam tabel seperti berikut:
Populasi/Perlakuan
Subjek Li Li2
1 2 … k
1
2
…
N
G1 G2 … Gk ∑ Li ∑ Li2
Dari tabel diatas dihitung G j yaitu jumlah sukses dalam kolom/populasi ke j dan L i
yaitu jumlah sukses pada baris/observasi ke i. (j=1,2,..,k dan i=1,2,..,N)
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 1/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
kolom
Tentukan taraf signifikansi (α).
Isikan skor 1 untuk setiap “sukses” dan skor 0 untuk setiap “gagal” pada tabel Nxk
seperti di atas
Hitung statistik uji:
Keterangan:
Meskipun belum ada ketentuan berapa baris minimalnya, jika banyak baris (N)
Dalam suatu perlombaan memasak “Master Chef Junior” yang terdiri dari 15 peserta. Suatu
penelitian ingin meneliti pengaruh 3 kondisi memasak yaitu saat challenge, preasure test
dan kerja tim terhadap penilaian enak-tidaknya masakan peserta. Misal enak = 1, tidak enak
= 0. Jika diketahui data seperti dibawah ujilah bahwa proporsi penilaian enak sama untuk
ketiga kondisi! (alpha= 5%)
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 2/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
Jawab:
Hipotesis
Ho: proporsi penilaian “enak” sama untuk ketiga kondisi
H1: proporsi penilaian “enak” ada yang berbeda pada ketiga kondisi
Taraf signifikansi:
Statistik uji: α = 5%
1.2. Uji Friedman
Uji ini digunakan pada data k populasi berpasangan dengan skala pengukuran minimal
ordinal. Untuk menguji apakah sampel berasal dari populasi yang sama. Data dibentuk
kedalam tabel 2 arah dengan N baris dan k kolom. Baris merupakan banyaknya subyek/
kelompok dan kolom merupakan banyaknya perlakuan/kondisi. Sehingga tiap-tiap
kelompok subyek menerima k perlakuan. Format data untuk k perlakuan dengan N subyek
disajikan dalam tabel seperti berikut:
Perlakuan
Subyek
1 2 … K
1
2
…
Sebelum melalukan uji Friedman pertama-tama kita beri ranking kepada skor-skor dalam
setiap subyek/kelompok . Pemberian ranking 1 adalah untuk skor terendah dan k adalah
untuk skor tertinggi. Jika ada skor yang sama maka diberikan rata-rata ranking dari yang
seharusnya. Kemudian Data yang diamati berupa ranking yang diberikan pada masing-
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 3/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
masing subyek/kelompok. Sehingga, jika kita mengamati k perlakuan, ranking dalam tiap
baris antara 1 hingga k. Uji Friedman mencari apakah ranking dari kolom-kolom yang
berlainan berasal dari populasi yang sama. Uji Friedman juga masih berhubungan dengan
Rancangan Acak Kelompok (RAK).
Keterangan:
N = banyak baris
k = banyak kolom
∑= = jumlah kuadrat
ranking pada semua k-kolom
Rj = jumlah ranking pada
kolom ke-j (j=1,2,..,k)
Tentukan wilayah kritis:
o Untuk sampel N kecil , lihat table
o
o
Untuk
Untuk sampel besar
sampel
≤ 4> 9≤ 9 4 3 ≥ 2;1
, lihat, tabel
lihat tabel
dengan mengasumsikan karyawan memiliki tingkat kinerja yang sama. Ujilah apakah
pernyataan bahwa perbedaan mesin mengakibatkan perbedaan jumlah produksi sepatu
benar! (α=5%)
Jawab:
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 4/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
Hipotesis
Ho : Perbedaan mesin tidak mengakibatkan perbedaan jumlah produksi sepatu
H1 : Perbedaan mesin mengakibatkan perbedaan jumlah produksi sepatu
Taraf signifikansi: α = 0,05
N = 3(sampel kecil) ; k = 4
Statistik Uji :
Tipe Mesin
3 1
121
Shift
I II III IV
=
Pagi 3 2 1 4
Sore 2 3 4 1
Malam 2 1 4 3
∑Rj 7 6 9 8
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 5/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
a. Frekuensi harapan ( ) tidak boleh terlalu kecil
b. Jika lebih dari 20% di antara sel-sel itu mempunyai frekuensi harapan kurang dari 5
atau sembarang sel mempunyai frekuensi harapan < 1 maka gabungkan populasi tersebut
untuk meningkatkan frekuensi harapan agar lebih dari 5.
Bentuk tabel seperti tabel diatas serta hitung frekuensi harapan pada masing-
masing sel
Hitung statistik uji:
( )
= =
Derajat bebas = (r-1)(k-1)
Tentukan wilayah kritis: Tolak H 0 jika ;r−k−
hit ≥
atau jika p-value ≤ α
Dalam suatu penyelidikan mengenai sifat dan akibat stratifikasi sosial dalam suatu
masyarakat kecil di Barat Tengah Amerika Serikat, Hollingsead menemukan bahwa para
siswa membagi diri mereka kedalam lima status kelas sosial dan mencatatkan diri mereka
pada kurikulum-kurikulum sekolah yang berbeda. Data sebagai berikut:
Ujilah hipotesis apakah proporsi siswa dalam ketiga kurikulum sekolah sama untuk setiap
kelas sosial! (α=5%)
Jawab:
Hipotesis
Ho : proporsi siswa yang tercatat dalam ketiga kurikulum sekolah sama untuk semua
kelas sosial.
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 6/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
H1 : proporsi siswa yang tercatat dalam ketiga kurikulum sekolah tidak semua sama untuk
semua kelas sosial.
Taraf signifikansi: α = 0,05
Statistik uji:
Kurikulum Kelas
Sekolah I & II III IV V Total
Persiapan PT 23 (7,3) 40 (30,3) 16 (38,0) 2 (5,4) 81
Umum 11 (18,6) 75 (77,5) 107 (97,1) 14 (13,8) 207
Perdagangan 1 (9,1) 31 (38,2) 60 (47,9) 10 (6,8) 102
Total 35 146 183 26 390
fungsi dari statistik uji tersebut berbeda. Jika uji k populasi independen digunakan untuk
menentukan apakah proporsi dari k populasi independen berdasarkan kategorinya sama atau
berbeda maka uji untuk koefisien korelasi digunakan untuk melihat apakah ada relasi
antara dua variabel atau tidak. Data disajikan dalam bentuk tabel seperti ini:
Variabel P
Variabel Q Jumlah
1 2 … k
1 O11 (E11) O12 (E12) … O1k (E1k) O1.
2 O21(E21) O22 (E22) … O2k (E2k) O2.
… … … … … …
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 7/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
b) Antar koefisien kontingensi tidak dapat dibandingkan jika keduanya tidak dihasilkan
dari tabel kontingensi yang berukuran sama, misalnya 2x2, 3x3, dll.
c) Data harus sesuai untuk perhitungan sebelum digunakan untuk menghitung C
d) Koefisien kontingensi tidak bisa secara langsung dibandingkan dengan ukuran korelasi
lain seperti R-Pearson, R-Spearman, R-Kendall.
Tentukan wilayah kritis: Tolak H 0 jika ;r−k−
Ketika Ho diterima berarti nilai C tersebut tidak signifikan menggambarkan
hit ≥
atau jika p-value ≤ α
Misal dari contoh uji chi-square k populasi independen diatas juga ditanyakan bagaimana
korelasi antara kelas sosial dan kurikulum sekolah, maka:
Hipotesis:
Ho : tidak ada relasi antara kelas sosial dan kurikulum sekolah
H1 : ada relasi antara kelas social dan kurikulum sekolah
Taraf signifikansi: α = 0,05
Statistik
Telah
dihitung
uji: bahwa
,
69,2
+ + , 0,39
maka:
hit ≥
(=12,59)
yaitu 69,2
Kesimpulan:
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 8/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
Dengan tingkat kepercayaan 95% dapat disimpulkan bahwa bahwa status kelas sosial dan
pilihan kurikulum sekolah mempunyai hubungan dalam populasi yang mana siswa Elmtown
sebagai sampelnya. Kita menyimpulkan bahwa C = 0,39 signifikan.
Populasi/Perlakuan Jumlah
1 2 … k
> Median O11 (E11) O12 (E12) … O1k (E1k) O1.
≤ Median O21(E21) O22 (E22) … O2k (E2k) O2.
Syarat-syarat :
a. Frekuensi harapan
( ) tidak boleh terlalu kecil
b. Jika lebih dari 20% di antara sel-sel itu mempunyai frekuensi harapan kurang dari 5
atau sembarang sel mempunyai frekuensi harapan < 1 maka gabungkan populasi tersebut
untuk meningkatkan frekuensi harapan agar lebih dari 5.
Tentukan taraf signifikansi ( )
Cari median gabungan dari seluruh sampel, lalu buat tabel 2xk seperti diatas dan
isi sel-selnya serta cari frekuensi harapan dari tiap sel
Hitung statistik uji:
( )
= =
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 9/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
Seorang peneliti ingin meneliti pengaruh jenjang pendidikan ibu dengan frekuensi
kunjungan ke sekolah anaknya. Dari 440 anak diambil sampel 10%. Terambil 44 orang ibu
dari anak anak tersebut. Ibu-ibu tersebut digolongkan berdasarkan pendidikan. Data sebagai
berikut:
SD SMP SMA PT
4 2 2 9
3 4 0 4
0 1 4 2
7 6 3 3
1 3 8 2
2 0 0 4
0 2 5 5
3 5 2 2
5 1 1 2
1 2 7 6
1 6
5
1
Apakah ada perbedaan frekuensi kunjungan sekolah diantara para ibu yang berbeda
jenjang pendidikannya? (Uji dengan α = 5% )
Jawab:
Hipotesis:
Ho : tidak ada perbedaan dalam frekuensi kunjungan sekolah diantara para ibu yang
berbeda jenjang pendidikannya
H1 : ada perbedaan dalam frekuensi kunjungan sekolah diantara para ibu yang berbeda
jenjang pendidikannya
Taraf signifikansi: α = 0,05
Statistik uji:
Dari data pada soal bisa kita cari:
Data = Frekuensi:
0=5
1=7
SD SMP SMA PT Total
2 = 10
> Median 5 4 7 6 22
3=5
(5) (5,5) (6,5) (5)
4=5 Median = 2,5
≤ Median 5 7 6 4 22
5=5
(5) (5,5) (6,5) (5)
6=3
10 11 13 10 44
7=2
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 10/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
8=1
9 = 1
( )
55 45, 5 ⋯ 45 1,2951
Wilayah kritis: Tolak Ho jika
Keputusan : Terima Ho karena hit(=1,2951) <
Kesimpulan :
,;
(=7,82)
hit ≥ (=7,82)
Dengan tingkat kepercayaan sebesar 95% dapat disimpulkan bahwa tidak ada perbedaan
dalam frekuensi kunjungan sekolah diantara para ibu yang berbeda jenjang pendidikannya
2.3. Uji Kruskal-Wallis
Uji ini digunakan pada data k populasi independen dengan skala pengukuran minimal
ordinal. Untuk menguji apakah sampel berasal dari populasi yang berbeda-beda. Data
dibentuk kedalam tabel dengan k kolom dan masing-masing kolom mempunyai sampel
sebanyak n j. Format data untuk k populasi/perlakuan adalah:
Populasi/Perlakuan
1 2 … k
1
2
.
.
.
Sebelum melalukan uji Kruskal-Wallis pertama-tama kita beri ranking kepada seluruh
sampel. Pemberian ranking adalah untuk seluruh skor tanpa memperhatikan
populasi/perlakuannya, ranking 1 adalah untuk skor terendah dan N adalah untuk skor
tertinggi. Jika ada skor yang sama maka diberikan rata-rata ranking dari yang seharusnya.
Kemudian data yang diamati berupa ranking yang diberikan pada seluruh sampel tersebut.
Uji Kruskal-Wallis menentukan apakah perbedaan jumlah ranking tiap populasi sangat
berlainan sehingga kecil kemungkinan sampel-sampel itu semuanya ditarik dari populasi
yang sama. Uji Kruskal-Wallis juga masih berhubungan dengan Rancangan Acak Lengkap
(RAL).
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 11/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
Keterangan:
k = banyak populasi
n j =banyaknya sampel dalam tiap populasi
N = ∑n j = banyaknya sampel dalam semua populasi(total sampel)
R j = jumlah ranking pada populasi ke-j (j=1,2,..,k)
*Jika banyak data yang sama maka gunakan faktor koreksi untuk statistik uji
diatas, rumus koreksi:
Dimana T = t3 – t dan t adalah frekuensi setiap observasi yang berangka sama
Maka statistik uji menjadi:
Keterangan: rumus ini digunkan ketika terdapat lebih dari 25% data berangka sama
Tentukan wilayah kritis:
o Untuk sampel kecil (k=3 dan n j≤5), lihat table O
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 12/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
Jawab:
Hipotesis:
Ho : Tidak ada perbedaan mahasiswa STIS dalam menjaga kebersihan kampus sepanjang
sesi
H1 : ada perbedaan mahasiswa STIS dalam menjaga kebersihan kampus sepanjang sesi
Taraf signifikansi: α = 0,05
Statistik uji:
Data 1 2 3 4
t 3 6 11 4
T 24 210 1320 60
242411242101320
10 7.22466104
7 247 60
Derajat bebas = k-1 = 3-1 = 2
Wilayah kritis: Tolak Ho jika H ≥
Keputusan: Tolak Ho karena ; 5,991
, ,;
hit(=7,266104) >
(=5,991)
Kesimpulan:
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 13/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
Dengan tingkat kepercayaan 95% dapat disimpulkan bahwa ada perbedaan mahasiswa
STIS dalam menjaga kebersihan kampus sepanjang sesi.
2.4. Uji Jonckheere
Uji ini digunakan pada data k populasi independen dengan skala pengukuran minimal
ordinal. Untuk uji alternatif data berurut, mirip dengan uji median dimana untuk menguji
apakah k populasi independen memiliki median yang berbeda, tapi mempunyai hipotesis
alternatif yang lebih spesifik. Terlebih dahulu populasi diurutkan berdasarkan prioritas
tertentu. Kemudian masukkan data kedalam tabel secara urut per populasi, dimana populasi
terkecil di kolom 1 dan terbesar di kolom k dan masing-masing kolom mempunyai sampel
sebanyak n j (j=1,2,..,k). Format data untuk k populasi/perlakuan adalah:
Populasi/Perlakuan Perhitungan
1 2 ... K i 1 1 ... ... k-1
j 2 3 ... ... k
X11 X12 X1k
X12 X22 X2k
. . .
. . .
. . .
Uij
Untuk kolom perhitungan kita isikan statistik uji U Mann-Whitney, misal kolom i=1, j=2,
berarti kita bandingkan populasi 1 dan 2, baris pertama di kolom i=1, j=2 berarti banyaknya
data pada populasi 2 yang melebihi X 11 ( jika ada data yang sama maka ditambah lagi
0,5 kali banyak data yang sama), baris kedua berarti banyaknya data pada populasi 2 yang
melebihi X12, begitu seterusnya hingga X1n1, lalu lanjut ke kolom berikutnya dan lakukan
langkah yang sama hingga kolom i=k-1, j=k. banyaknya kolom perhitungan = k C2. Contoh
kasus: Dalam sebuah riset tentang kemujaraban sejenis obat, misalnya seorang peneliti
mungkin ingin tahu apakah data sampel menunjukkan bahwa peningkatan dosis dibarengi
dengan peningkatan reaksi (respon).
H1:
o
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 14/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
SAMPEL BESAR (Jika banyaknya grup k dan banyaknya pengamatan
dalam setiap grup sangat besar)
−
∗ ∑<
Dimana:
J
− ∑2 ∑
=
Dimana Jtabel:
≤
Jika k=3, serta n1, n2, n3 ≤ 8, J tabel dari tabel P bag. 1 (Siegel versi
International)
Jika k=4,5,6 serta jumlah nj sama, dan kurang dari 7, J tabel dari tabel P bag. 2
(Siegel versi International)
Svenningsen melaporkan hasil dari penelitian mengenai titrasi asam basa dalam ginjal
yang dilakukan pada 24 bayi yang dipilih secara acak dari populasi 516 bayi yang baru
lahir. Bayi-bayi yang diteliti dibagi menjadi 3 kelompok berdasarkan analisis kimiawi
pada tes urine yang dilakukan sebagai berikut:
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 15/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
Jawab:
Hipotesis:
Ho : kelompok-kelompok bayi berdasarkan analisis kimiawi pada urine-nya tidak ada
I II III i 1 1 2
j 2 3 3
4,5 4,1 7,3 6 8 8
3,9 3,9 8,4 8,5 8 8
5 3,2 6,9 3,5 8 8
4,8 4,6 7,3 5 8 8
4,1 5,1 8,2 7,5 8 8
4,6 4,9 6,2 5,5 8 8
5 8,2 8
4,3 7,9 8
5,2 8
5,3 8
Uij 36 48 80
J = U12 + U13 + U23
=
=
= 94
=
3 ∑=2. 2 26 3 103 2. 8 3 82.103}
{242(2 . 243)6
=
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 16/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
= (29376 – 540 – 2300 – 1216)
= (25320) = 351,667 √ 351,667 18,7528
Wilayah kritis: Tolak Ho jika
Keputusan: Tolak Ho karena
Kesimpulan:
∗ > 3,,73 >1,,645 1,645
Dengan tingkat kepercayaan sebesar 95%, dapat disimpulkan bahwa median kelompok-
kelompok bayi berdasarkan analisis kimiawi pada urine nya ada kecenderungan menurun
dari kelompok III ke kelompok I secara berurut
.
Ranking
Subjek Selisih (di) di2
Variabel X Variabel Y
1 R(X1) R(Y1) d1 = R(X1) – R(Y1) d12
2 R(X2) R(Y2) d2 = R(X2) –
R(Y2) d22
… … … …
N R(X N) R(Y N) d N = R(X N) – R(Y N) d N2
Ket:
N = Jumlah Sampel/Subjek
R(Xi) = Ranking dari skor ke-i di variabel X
R(Yi) = Ranking dari skor ke-i di variabel Y
di = Selisih antara R(Xi) dengan R(Yi)
di2 = Kuadrat dari selisih antara R(Xi) dengan R(Yi)
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 17/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
Rumus diatas digunakan jika tidak ada data yang mempunyai ranking yang sama, jika
banyak data dengan ranking sama (memiliki skor yang sama) maka formula r s untuk korelasi
Spearman adalah sebagai berikut:
, dimana:
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 18/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
Sebagai bagian dari studi tentang akibat tekanan kelompok terhadap individu untuk
melakukan penyesuaian diri dalam situasi yang melibatkan risiko keuangan, peneliti
membuat suatu skala keotoriteran dan skala untuk mengukur perjuangan untuk status sosial
terhadap 12 mahasiswa. Data sebagai berikut:
Ujilah dengan korelasi rank spearman apakah kedua variable tersebut berhubungan positif!
Jawab:
Hipotesis:
Ho : Tidak terdapat hubungan antara keotoriteran dan perjuangan status sosial dalam diri
mahasiswa
H1 : Terdapat hubungan yang positif antara keotoriteran dengan perjuangan status sosial
dalam diri mahasiswa (UJI SATU SISI)
Taraf signifikansi: α = 0,01
Statistik uji: (sampel kecil)
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 19/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
Kendall ( ) adalah ukuran korelasi yang setara dengan Spearman. Koefisien korelasi kendall
( ) merupakan suatu nilai yang menunjukkan derajat asosiasi atau korelasi antara dua
himpunan variabel. Data sekurang-kurangnya diukur pada skala ordinal, sehingga data
X dan Y dapat disusun peringkat/rank-nya. Pemberian ranking variabel X dan Y dari 1
hingga N, bisa secara ascending atau descending . Bila ada data yang nilainya sama, maka
pembuatan ranking didasarkan pada nilai rata-rata dari ranking-ranking data yang
seharusnya. Setelah data diubah dalam ranking kemudian urutkan data tersebut berdasarkan
ranking salah satu variabelnya (bisa X atau Y, tapi biasanya X). Kemudian susunlah data
yang sudah diurutkan tersebut (misal yang diurutkan adalah X) dalam tabel seperti berikut:
X Y Concordant Discordant
R(X1) R(Y1) C1 D1
R(X2) R(Y2) C2 D2
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 20/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
… … … …
R(Xi) R(Yi) Ci Di
… … … …
R(X N) R(Y N) C N D N
Jumlah Nc Nd
Ket:
N = Jumlah Sampel/Subjek
R(Xi) = Ranking ke-i di variabel X {R(X 1) ≤ R(X2) ≤ … ≤ R(X N)}
R(Yi) = Ranking di variabel Y yang berpasangan dengan ranking ke-i di variabel X
Ci = banyaknya ranking dibawah R(Yi) yang melebihi ( > ) R(Yi)
Di = banyaknya ranking dibawah R(Yi) yang kurang ( < ) R(Yi)
Nc = Jumlah dari C i
Nd = Jumlah dari D i
Contoh: data (x,y): (20,60) ; (16,41) ; (14,45) ; (21,41) ; (23,56)
Keterangan:
Jika ada ranking yang sama: S = Nc - Nd
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 21/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
Setelah didapatkan koefisien korelasi kendall, maka langkah selanjutlah adalah melakukan
uji hipotesis apakah koefisien korelasi yang dihitung tadi itu signifikan dalam
menggambarkan hubungan antara X dan Y.
Tentukan Hipotesis nol dan Hipotesis Alternatif:
#) Uji dua sisi :
o H0 : Tidak ada hubungan antara X dan Y ( X dan Y independent ( = 0))
o
0 −
Dengan
−
+
dan
91
Sehingga
225
Sampel
Tolak H0besar:
jika Z ob ≤ - Z tabel atau Z ob ≥ Z tabel
Contoh Soal Korelasi Kendall:
Misalkan kita minta juri X dan Y untuk memberi penilaian kepada 12 karya tulis menurut
kualitas gaya pemaparan. Berikut data penilaiannya:
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 22/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
Peserta A B C D E F G H I J K L
X 89 87 94 96 75 64 68 80 79 61 83 74
Penilaian Juri
Y 95 95 90 90 86 84 81 78 73 69 69 60
Dengan menggunakan koefisien korelasi kendall apakah dapat disimpulkan bahwa
terdapat hubungan yang berbanding lurus antara penilaian juri X dan juri Y?
Jawab:
Hipotesis:
H0 : Tidak terdapat hubungan antara penilaian juri X dan juri Y( =0)
H1 : Terdapat hubungan yang berbanding lurus antara penilaian juri X dan juri Y( > 0)
(UJI SATU SISI)
Taraf signifikansi: α = 0,05
Statistik uji: (sampel besar)
Peserta A B C D E F G H I J K L
Ranking X 3 4 2 1 8 11 10 6 7 12 5 9
Y 1.5 1.5 3.5 3.5 5 6 7 8 9 10.5 10.5 12
Peserta D C A B K H I E L G F J
X 1 2 3 4 5 6 7 8 9 10 11 12 Jumlah
Ranking
Y 3.5 3.5 1.5 1.5 10.5 8 9 5 12 7 6 10.5
Concordant 8 8 8 8 1 3 2 4 0 1 1 0 44
Discordant 2 2 0 0 5 3 3 0 3 1 0 0 19
Data 95 90
4419 25
Karena ada data yang berangka sama di Y maka digunakan faktor koreksi:
69
ty 2 2 2
ty(ty-1) 2 2 2
= 0,5{2+2+2) = 3
25 1
1 121210
2 2 121213
0,39
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 23/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
0.39
Z ob 1.76
2 2 N 5 5
2 2 12
9 N N 1 91212 1
Wilayah kritis: Tolak H0 jika Zob ≥ Z0,05 (=1,645)
Keputusan: Tolak H0 karena Zob (1,76) > Z0,05 (=1,645)
Kesimpulan:
Dengan tingkat keyakinan 95% dapat disimpulkan bahwa terdapat hubungan yang
berbanding lurus antara penilaian juri X dan juri Y dengan = 0.39
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 24/25
7/24/2019 Kumpulan Soal Statistika Non Parametrik (nonpar)
Untuk memudahkan dalam menentukan statistik uji, berikut tabel ajaib yang dapat membantu:
http://slidepdf.com/reader/full/kumpulan-soal-statistika-non-parametrik-nonpar 25/25