Tugas Statistika Non-Parametrik: Disusun Oleh: Nama: Alden Julio Noya NIM: 202150011 Program Studi Statistika
Tugas Statistika Non-Parametrik: Disusun Oleh: Nama: Alden Julio Noya NIM: 202150011 Program Studi Statistika
STATISTIKA NON-PARAMETRIK
Disusun oleh :
NIM : 202150011
AMBON
2023
I. Uji Kilat Tukey
Uji kilat Tukey (Tukey's HSD test) adalah metode statistik yang digunakan untuk
membandingkan rata-rata antara beberapa kelompok. Uji ini sering digunakan dalam
analisis ANOVA untuk menentukan kelompok mana yang memiliki rata-rata yang
signifikan secara statistik berbeda dari kelompok lainnya.
Untuk melakukan uji kilat Tukey, terlebih dahulu kita perlu melakukan analisis
ANOVA. Setelah itu, kita dapat menggunakan perangkat lunak statistik seperti SPSS atau
R untuk menghitung nilai statistik dan interval kepercayaan yang diperlukan untuk
melakukan uji Tukey.
Penting untuk diingat bahwa uji kilat Tukey hanya efektif jika data yang
digunakan memenuhi asumsi-asumsi statistik yang relevan, seperti normalitas
dan homogenitas varian. Jika data tidak memenuhi asumsi-asumsi ini, maka
metode alternatif seperti uji non-parametrik mungkin lebih sesuai.
Asumsi-asumsi yang perlu dipenuhi dalam uji kilat Tukey antara lain:
Jika salah satu atau lebih asumsi ini tidak terpenuhi, maka hasil dari uji kilat
Tukey mungkin tidak valid atau dapat menyesatkan. Dalam situasi ini, metode
alternatif seperti uji non-parametrik dapat digunakan sebagai pengganti uji kilat
Tukey.
Hipotesis yang diuji dalam uji kilat Tukey adalah sebagai berikut
Statistik Uji
Misalkan T adalah statistik uji untuk uji Kilat Tukey. Untuk mendapatkan
nilai T, dari n data hasil pengamatan pada sampel 1, X1 , X2, …, Xn, dan m data
hasil pengamatan pada sampel 2, Y1 , Y2, …, Ym, diproses sebagai berikut :
Catat nilai-nilai terbesar dan terkecil dalam sampel gabungan kedua sampel.
Perhatikan nilai terbesar dan nilai terkecil. Jika kedua nilai terbesar dan
terkecil itu terdapat dalam sampel yang sama, maka uji Kilat Tukey tidak
dapat menyimpulkan bahwa rata-rata kedua populasi berbeda dan proses uji
Kilat Tukey tidak dapat dilanjutkan ke langkah berikutnya. Dalam hal ini,
ditetapkan suatu nilai nol bagi statistik uji untuk kasus ini (T = 0). Namun,
jika salah satu sampel memuat nilai terbesar dan sampel lainnya memuat nilai
terkecil, maka proses dilanjutkan ke langkah ke-3.
1. Jika selisih antara dua rata-rata melebihi interval kepercayaan, maka kita
dapat menolak hipotesis nol dan menyimpulkan bahwa terdapat
perbedaan signifikan antara dua kelompok yang dibandingkan.
2. Jika selisih antara dua rata-rata tidak melebihi interval kepercayaan,
maka kita tidak dapat menolak hipotesis nol dan menyimpulkan bahwa
tidak ada perbedaan signifikan antara dua kelompok yang dibandingkan.
Sebagai contoh, jika hasil uji kilat Tukey menunjukkan selisih antara
rata-rata kelompok A dan kelompok B adalah 2,5 dengan interval
kepercayaan (1,0, 4,0), maka kita dapat menyimpulkan bahwa terdapat
perbedaan signifikan antara kelompok A dan kelompok B karena selisih
antara rata-rata melebihi interval kepercayaan yang ditentukan.
Uji mean Whitney (atau disebut juga dengan uji Mann-Whitney) adalah uji
nonparametrik yang digunakan untuk membandingkan dua kelompok independen untuk
melihat apakah rata-rata kedua kelompok tersebut sama atau berbeda secara signifikan.
Uji ini dapat digunakan ketika data tidak terdistribusi normal atau tidak memenuhi asumsi
homogenitas varians.
Secara umum, uji mean Whitney dilakukan dengan cara membandingkan rangking
data pada kedua kelompok dan kemudian menghitung nilai U (statistik uji) berdasarkan
jumlah total dari perbedaan antara setiap peringkat pada kelompok-kelompok tersebut.
Nilai U ini kemudian dibandingkan dengan tabel distribusi normal standar untuk
menentukan apakah perbedaan rata-rata kedua kelompok signifikan atau tidak.
Hipotesis yang diuji dalam uji mean Whitney adalah sebagai berikut:
Jika nilai U yang dihitung lebih kecil dari nilai kritis U pada tabel distribusi
normal standar, maka hipotesis nol ditolak dan kita dapat menyimpulkan bahwa
terdapat perbedaan signifikan antara kedua kelompok yang dibandingkan. Namun,
jika nilai U yang dihitung lebih besar dari nilai kritis U pada tabel distribusi normal
standar, maka hipotesis nol diterima dan kita tidak dapat menyimpulkan adanya
perbedaan signifikan antara kedua kelompok yang dibandingkan.
1. Data harus berdistribusi acak dan independen: Artinya, data yang diperoleh
dari kedua kelompok tidak memiliki ketergantungan satu sama lain.
2. Data harus berskala ordinal: Uji mean Whitney menggunakan peringkat data
sebagai dasar perhitungannya, sehingga data harus berada pada skala ordinal.
Namun, jika data berada pada skala interval atau rasio, maka dapat diubah ke
dalam skala ordinal terlebih dahulu sebelum dilakukan uji.
3. Data harus homogen: Meskipun uji mean Whitney tidak memerlukan asumsi
homogenitas varians seperti uji parametrik, namun jika kelompok-kelompok
yang dibandingkan memiliki variasi yang sangat berbeda-beda, maka uji ini
dapat memberikan hasil yang tidak akurat.
4. Jumlah sampel minimum: Jumlah sampel pada setiap kelompok minimal 5.
Namun, semakin besar jumlah sampel yang digunakan, semakin akurat hasil
pengujian yang diperoleh.
2. Hitung nilai U (statistik uji) menggunakan rumus yang sesuai dengan jenis uji
mean Whitney yang digunakan. Nilai U ini merupakan perbandingan antara
jumlah peringkat yang lebih rendah pada salah satu kelompok dengan jumlah
peringkat yang lebih rendah pada kelompok lainnya.
3. Tentukan nilai kritis U pada tabel distribusi normal standar dengan menggunakan
tingkat signifikansi (α) yang telah ditentukan sebelumnya. Nilai kritis U
bergantung pada jumlah sampel pada masing-masing kelompok.
4. Bandingkan nilai U yang dihitung dengan nilai kritis U. Jika nilai U yang
dihitung lebih kecil dari nilai kritis U, maka hipotesis nol ditolak dan kita dapat
menyimpulkan bahwa terdapat perbedaan signifikan antara kedua kelompok yang
dibandingkan. Sebaliknya, jika nilai U yang dihitung lebih besar dari nilai kritis
U, maka hipotesis nol diterima dan kita tidak dapat menyimpulkan adanya
perbedaan signifikan antara kedua kelompok yang dibandingkan.
5. Interpretasikan hasil pengujian secara tepat dan jelas, dengan mengacu pada
hipotesis nol dan alternatif yang telah ditetapkan sebelumnya. Jangan lupa untuk
menambahkan nilai tingkat signifikansi yang digunakan, serta menjelaskan
implikasi hasil pengujian terhadap penelitian yang dilakukan.
Uji kecocokan Wold (atau sering disebut sebagai uji Wold-Wolfowitz) adalah uji
statistik yang digunakan untuk menentukan apakah dua sampel berasal dari distribusi
yang sama. Uji ini bekerja dengan membandingkan peringkat dari data gabungan dengan
peringkat yang diharapkan jika kedua sampel berasal dari distribusi yang sama.
Dalam pengujian hipotesis, jika nilai p yang diperoleh dari uji Wold-
Wolfowitz lebih kecil dari nilai tingkat signifikansi (alpha) yang telah ditentukan,
maka H0 ditolak dan dapat disimpulkan bahwa kedua sampel berasal dari distribusi
yang berbeda. Sebaliknya, jika nilai p lebih besar atau sama dengan alpha, maka H0
gagal ditolak dan dapat disimpulkan bahwa tidak ada cukup bukti untuk menolak
hipotesis bahwa kedua sampel berasal dari distribusi yang sama.