pada
Departemen
Lingkungan ITS
1
Kuliah Statistika
MATERI M09 dan M10
Tentang Estimasi/Penaksiran :
Dosen Pengampu:
Dr. Ismaini Zain | Santi P. Rahayu, Ph.D. | Adatul Mukaromah, S.Si., M.Si.
Widhianingsih T. Dwi Ary, Ph.D. | Shofi Andari, Ph.D.
Kuliah Statistika
CAPAIAN PEMBELAJARAN M11
CPMK :
Mahasiswa mampu melakukan pengujian parameter baik parametrik maupun
non-parametrik
Indikator Keberhasilan :
a. Mahasiswa mampu menguji parameter (mean dan proporsi) baik satu
maupun dua populasi menggunakan statistik parametrik
b. Mahasiswa mampu menguji parameter lokasi baik satu maupun dua populasi
menggunakan metode statistik non- parametrik
c. Mengenal penyelesaian pengujian suatu studi kasus menggunakan SPSS
Materi :
Pengujian mean satu populasi dan dua populasi menggunakan metode statistik
parametrik
Pengujian parameter lokasi menggunakan metode statistik non-parametrik
(pengenalan)
Sumber Materi_1 (modifikasi)
Chapter 5
7
Kuliah Statistika
R.E.V.I.E.W
STATISTIKA
DESKRIPTIF INFERENSIAL
DESKRIPTIF INFERENSIAL
PENGUJIAN
ESTIMASI/
(Menguji
PENAKSIRAN
Hipotesis)
Apa yang dimaksud
PENGUJIAN HIPOTESIS?
Pengujian hipotesis merupakan sebuah langkah atau
prosedur yang digunakan untuk menguji suatu
pernyataan secara statistik dan digunakan untuk
menarik kesimpulan apakah pernyataan tersebut
dapat diterima atau ditolak.
11
CONTOH MENGUJI HIPOTESIS_2
Perilaku membuang sampah
merupakan aktivitas fisik individu yang
terlihat jelas sebagai suatu hasil
pembiasaan yang dibentuk oleh
lingkungan. Salah satu cara agar dapat
membentuk perilaku kebiasaan dalam
perilaku membuang sampah dilakukan
penelitian sebagai berikut.
12
ALUR PENGUJIAN
PERMASALAHAN SAMPLING SAMPEL RANDOM
DATA
(KUANTITATIF/KUALI HIPOTESIS PENGUJIAN
TATIF)
13
STRUKTUR
PENGUJIAN HIPOTESIS
14
Choose the appropriate test
Test procedures are selected based on the data characteristics
and study objectives
17
DUA MACAM HIPOTESIS
• Hipotesis nol (H0)
berupa suatu pernyataan tidak adanya perbedaan
karakteristik/parameter populasi (umumnya selalui
ditandai dengan tanda =)
• Hipotesis alternatif (H1),
berupa suatu pernyataan yang bertentangan dengan H0.
19
DUA JENIS HIPOTESIS
A. Hipotesis satu arah (atau hipotesis satu sisi)
Misalkan H0 : 𝜇 = 20, lawan H1 : 𝜇 > 20
H0 : 𝜇 = 20, lawan H1 : 𝜇 < 20
• Hipotesis alternatif menunjukkan tanda > atau <.
• Hal ini dikarenakan si peneliti atau si perancang hipotesis,
menginginkan suatu perubahan satu arah, misalnya apakah meningkat,
apakah terjadi penurunan, dan sebagainya.
Contoh 2 :
Mahasiswa Lingkungan tidak puas dengan hasil ujian STATISTIKA yang
diberikan oleh dosen A dan dosen B. Ingin diselidiki apakah rata-rata
penilaian dosen A dan dosen B berbeda?
Berarti hipotesis nya dua arah, yaitu
H0 : 𝝁𝑨 = 𝝁𝑩 , dan H1 :𝝁𝑨 ≠ 𝝁𝑩
21
LANGKAH PENGUJIAN_secara ringkas
1. Tentukan hipotesis Ho
2. Tentukan hipotesis H1
3. Tentukan tingkat signifikansi/taraf nyata 𝜶
Biasanya kalau tidak diketahui, maka hal yang biasa
digunakan adalah tingkat kesalahan 𝛼 sebesar 5%.
4. Tentukan Statistik Uji
5. Tentukan Daerah Kritik
H0 ditolak bila atau H0 gagal ditolak
6. Keputusan, H0 atau H0 gagal ditolak
22
TARAF SIGNIFIKANSI/TARAF NYATA ( a )
a
Penentuan Taraf Signifikansi/Tingkat Kesalahan ( ) tergantung dari
KEBIJAKAN PENELITI, tergantung kasus yang diteliti.
α = P (kesalahan jenis I)
β = P (kesalahan jenis II)
VISUALISASI PENGUJIAN_1
Pada suatu hari, langit sangat mendung,
maka akan ada 2 hipotesa HUJAN atau
TIDAK HUJAN
Keputusan H0 benar = HUJAN H0 salah = TIDAK HUJAN
!"#$%&% '()(*+,+)-'"./0(&%
Pengujian 1,%$(2 $%2+,(3/%4
Hipotesis
5! 6+#() 5! &(0(3
atau
Gagal Tolak H0 (Tolak H1) à
jika STATISTIK UJI (Hitung) ... Nilai Tabel
Catatan :
STATISTIK UJI bersesuaian dengan DISTRIBUSI
SAMPLING (ingat Estimasi!)
DAERAH KRITIS
Keputusan untuk menolak/gagal menolak H0 à
Ditentukan oleh Hasil dari Daerah Kritis (Daerah
Penolakan) yang telah ditentukan sebelumnya
oleh Peneliti.
Kesimpulan
Menjelaskan hasil Keputusan dari Pengujian
Hipotesis, misalkan : ada/tidaknya korelasi
(hubungan); ada/tidak perbedaan; atau faktor
apa saja yang berpengaruh terhadap suatu
variabel.
Pembagian Metode Pengujian
STATISTIK
PARAMETRIK NON
PARAMETRIK
Asumsi–Asumsi Parametrik
• Sampel (data) diambil dari populasi memiliki
distribusi
• Pada Uji t dan Uji F untuk dua sampel atau lebih,
kedua sampel diambil dari dua populasi yang
mempunyai varians sama (Homoskedastis)
• Variabel (data) yang diuji harus data bertipe
interval atau rasio, yang tingkatnya lebih tinggi
dari data tipe nominal atau ordinal.
• Ukuran sampel yang memadai
(direkomendasikan > 30 per kelompok) - Central
Limit Theorem (CLT)
Statistik Non Parametrik
Statistik yang tidak perlu asumsi-asumsi
yang melandasi metode statistik parametrik,
terutama tentang bentuk distribusinya,
dan juga tidak memerlukan uji hipotesis
yang berhubungan dengan parameter-
parameter populasinya, oleh karena itu
teknik ini dikenal juga dengan distribution-
free statistics dan assumption-free test.
Perbedaan Parametrik Non Parametrik
Skala Pengukuran Skala Interval & Rasio Skala Nominal & Ordinal
(Pada umumnya)
Nominal / Ordinal
TIPE DATA STATISTIK
NON-PARAMETRIK
Interval / Rasio
Normal
Kuliah Statistika
UJI HIPOTESIS PARAMETER
µ à mean
P à proporsi
s 2
à varians
UJI HIPOTESIS untuk MEAN
(PARAMETRIK)
Kuliah Statistika
SECARA RINGKAS
Bagaimana
implementasinya?
Walpole, 2011
42
VARIANS DIKETAHUI
UJI SATU ARAH
1/2. Hipotesis
Uji Sisi Kanan Uji Sisi Kiri
H 0 : µ = µ0 H 0 : µ = µ0
H1 : µ > µ 0 atau H1 : µ < µ 0
3. Taraf Signifikansi (α)
à sesuai keinginan peneliti (1%≤α ≤10%)
4. Statistik Uji
à statistik uji untuk uji sisi kanan maupun kiri sama, yaitu :
X - µ0
Z hit =
s n
Kuliah Semester Statistika FMIPA ITS
VARIANS DIKETAHUI
UJI SATU ARAH
5. Daerah Kritis/Penolakan H0
Uji Sisi Kanan Uji Sisi Kiri
Tolak H0 jika : Tolak H0 jika :
za - za
6. Keputusan & Kesimpulan
Kuliah Semester Statistika FMIPA ITS
CONTOH
Dari pengalaman pandemi Covid menimbulkan trauma,
rata-rata lama penyembuhan trauma Covid adalah 14 hari
dengan simpangan baku 3 hari. Suatu therapy baru
ditemukan dan diujikan pada 70 penderita Covid dan
dicatat waktu penyembuhannya trauma yaitu x hari.
Apakah dapat dikatakan bahwa waktu penyembuhan
obat baru kurang dari 15 hari? Dengan 𝛼 = 0,025.
45
SOLUSI
Pilih
1/2. Hipotesis
H 0 : µ = µ0
H1 : µ ¹ µ 0
3. Taraf Signifikansi (α)
à sesuai keinginan peneliti (1%≤α ≤10%)
4. Statistik Uji
à statistik uji untuk uji arah sama dengan uji satu arah, yaitu :
X - µ0
Z hit =
s n
“If you can dream it, you can do it” – Walt Disney
VARIANS DIKETAHUI
UJI DUA ARAH
5. Daerah Kritis/Penolakan H0
Tolak H0 jika :
- za /2 za /2
6. Keputusan & Kesimpulan
CONTOH
Pandemi menyebabkan banyak ruang kelas diubah menjadi smart
classroom. Suatu perusahaan digital mengembangkan kamera, yang
dikatakan mempunyai ketahanan lampu dengan rata-rata 8 tahun
dan simpangan baku 0,5 tahun.
Jawab :
50
SOLUSI
Pilih
36
54
VARIANS TIDAK DIKETAHUI
UJI SATU ARAH
1/2. Hipotesis
Uji Sisi Kanan Uji Sisi Kiri
H 0 : µ = µ0 H 0 : µ = µ0
H1 : µ > µ 0 atau H1 : µ < µ 0
3. Taraf Signifikansi (α)
à sesuai keinginan peneliti (1%≤α ≤10%)
4. Statistik Uji
à statistik uji untuk uji sisi kanan maupun kiri sama, yaitu :
X - µ0
Thit =
s n
VARIANS TIDAK DIKETAHUI
UJI SATU ARAH
5. Daerah Kritis/Penolakan H0
Uji Sisi Kanan Uji Sisi Kiri
Tolak H0 jika : Tolak H0 jika :
Note :
Thit > ta ,v Thit < -ta ,v v=n-1
ta -ta
6. Keputusan & Kesimpulan
CONTOH
Waktu rata-rata yang diperlukan per mahasiswa untuk registrasi
di suatu perguruan tinggi adalah 50 menit dengan simpangan
baku 10 menit. Suatu prosedur sistem registrasi menggunakan
aplikasi sedang dicobakan. Bila sampel random sebesar 12
mahasiswa memerlukan waktu registrasi rata-rata 42 menit
dengan simpangan baku 11.9 menit, ujilah bahwa hipotesis
bahwa rata-rata waktu registrasi kurang dari 50 menit.
Gunakan tingkat kesalahan (taraf nyata) : a) 0,05 dan b) 0,01.
Pilih
57
SOLUSI
60
VARIANS TIDAK DIKETAHUI
UJI DUA ARAH
1/2. Hipotesis
H 0 : µ = µ0
H1 : µ ¹ µ 0
3. Taraf Signifikansi (α)
à sesuai keinginan peneliti (1%≤α ≤30%)
4. Statistik Uji
à statistik uji untuk uji arah sama dengan uji satu arah, yaitu :
X - µ0
Thit =
s n
VARIANS TIDAK DIKETAHUI
UJI DUA ARAH
5. Daerah Kritis/Penolakan H0
Tolak H0 jika :
a
u
-ta /2 ta /2
6. Keputusan & Kesimpulan
UJI HIPOTESIS untuk 2 MEAN
(DUA populasi)
UJI PARAMETRIK
Kuliah Statistika
PERMASALAHAN
MENGUJI PARAMETER 2 POPULASI
𝑁!
𝑛!
𝜇! Known variances
Two Populations
𝑥!̅
𝜎!" 𝑠!"
Unknown but equal
variances
64
s dan s
2
1
2
2 DIKETAHUI
UJI SATU ARAH
1/2. Hipotesis
Uji Sisi Kanan Uji Sisi Kiri
H 0 : µ1 - µ2 = d 0 H 0 : µ1 - µ2 = d 0
H1 : µ1 - µ2 > d 0
atau
H1 : µ1 - µ2 < d 0
3. Taraf Signifikansi (α)
à sesuai keinginan peneliti (1%, 5%, 10%, atau 15%)
4. Statistik Uji
Z hit =
( X 1 - X 2 ) - d0
à statistik uji untuk uji sisi kanan s 12 s 22
maupun kiri sama, yaitu : +
n1 n2
s dan s
2
1
2
2 DIKETAHUI
UJI SATU ARAH
5. Daerah Kritis/Penolakan H0
Uji Sisi Kanan Uji Sisi Kiri
Tolak H0 jika : Tolak H0 jika :
za - za
6. Keputusan & Kesimpulan
CONTOH
Unknown and
unequal variances
Paired observations
SOLUSI
Pilih
SOLUSI
1/2. Hipotesis
Uji Sisi Kanan Uji Sisi Kiri
H 0 : µ1 - µ2 = d 0 H 0 : µ1 - µ2 = d 0
H1 : µ1 - µ2 > d 0 H1 : µ1 - µ2 < d 0
atau atau
H 0 : µD = d0 H 0 : µD = d0
H1 : µ D > d 0 H1 : µ D < d 0
3. Taraf Signifikansi (α)
à sesuai keinginan peneliti (1%, 5%, 10%, atau 15%)
DATA BERPASANGAN
UJI SATU ARAH
4. Statistik Uji
à statistik uji untuk uji sisi kanan
maupun kiri sama, yaitu :
D - d0
Thit =
SD n
dimana
D = X1 - X 2
S D = std. deviasi dari D
DATA BERPASANGAN
UJI SATU ARAH
5. Daerah Kritis/Penolakan H0
Uji Sisi Kanan Uji Sisi Kiri
Tolak H0 jika : Tolak H0 jika :
Note :
Thit > ta ,v Thit < -ta ,v v=n-1
ta -ta
6. Keputusan & Kesimpulan
DATA BERPASANGAN
UJI DUA ARAH
1/2. Hipotesis
H 0 : µ1 - µ2 = d 0
H1 : µ1 - µ2 ¹ d 0
atau
H 0 : µD = d0
H1 : µ D ¹ d 0
3. Taraf Signifikansi (α)
à sesuai keinginan peneliti (1%, 5%, 10%, atau 15%)
DATA BERPASANGAN
UJI DUA ARAH
4. Statistik Uji
à statistik uji untuk uji dua arah
sama dengan uji satu arah, yaitu :
D - d0
Thit =
SD n
dimana
D = X1 - X 2
S D = std. deviasi dari D
DATA BERPASANGAN
UJI DUA ARAH
5. Daerah Kritis/Penolakan H0
Note :
Tolak H0 jika : v=n-1
Thit < -ta /2,v Thit > ta /2,v
at
a
u
-ta /2 ta /2
6. Keputusan & Kesimpulan
CONTOH
Untuk mengetahui apakah keanggotaan dalam
organisasi mahasiswa di departemen lingkungan
mempunyai akibat baik atau buruk pada nilai
seseorang, nilai mutu rata-rata berikut ini telah
dikumpulkan selama periode 5 tahun sebagai berikut.
Kriteria Tahun
1 2 3 4 5
Anggota 2,0 2,0 2,3 2,1 2,4
Bukan Anggota 2,2 1,9 2,5 2,3 2,4
UJI PARAMETRIK
Kuliah Statistika
UJI PROPORSI 1 POPULASI
UJI SATU ARAH
1/2. Hipotesis
Uji Sisi Kanan Uji Sisi Kiri
H 0 : p = p0 H 0 : p = p0
H1 : p > p0
atau H1 : p < p0
3. Taraf Signifikansi (α)
à sesuai keinginan peneliti (1%, 5%, 10% , …)
4. Statistik Uji
à statistik uji untuk uji sisi kanan maupun kiri sama, yaitu :
x - np0 pˆ - p0 x
Z hit = = dimana pˆ =
np0 q0 p0 q0 / n n
Review
UJI PROPORSI 1 POPULASI
UJI SATU ARAH
5. Daerah Kritis/Penolakan H0
Uji Sisi Kanan Uji Sisi Kiri
Tolak H0 jika : Tolak H0 jika :
za - za
6. Keputusan & Kesimpulan
UJI PROPORSI 1 POPULASI
UJI DUA ARAH
1/2. Hipotesis
H 0 : p = p0
H1 : p ¹ p0
3. Taraf Signifikansi (α)
à sesuai keinginan peneliti (1%, 5%, 10% , …)
4. Statistik Uji
à statistik uji untuk uji arah sama dengan uji satu arah, yaitu :
x - np0 pˆ - p0 x
Z hit = = dimana pˆ =
np0 q0 p0 q0 / n n
UJI PROPORSI 1 POPULASI
UJI DUA ARAH
5. Daerah Kritis/Penolakan H0
Tolak H0 jika :
- za /2 za /2
6. Keputusan & Kesimpulan
CONTOH
Salah satu kepala sekolah SMA “Y” menyatakan bahwa
siswanya diterima yang diterima di SNBP (atau SNMPTN
tahun lalu) lebih dari 60 %.
1/2. Hipotesis
Uji Sisi Kanan Uji Sisi Kiri
H 0 : p1 = p2 H 0 : p1 = p2
H1 : p1 > p2 atau H1 : p1 < p2
3. Taraf Signifikansi (α)
à sesuai keinginan peneliti (1%, 5%, 10% , …)
4. Statistik Uji
à statistik uji untuk uji sisi kanan maupun kiri sama, yaitu :
pˆ1 - pˆ 2 x1 ˆ x2 x1 + x2
Z hit = dimana pˆ1 = ; p2 = ; pˆ =
ˆ ˆ (1/ n1 + 1/ n2 )
pq n1 n2 n1 + n2
UJI PROPORSI 2 POPULASI
UJI SATU ARAH
5. Daerah Kritis/Penolakan H0
Uji Sisi Kanan Uji Sisi Kiri
Tolak H0 jika : Tolak H0 jika :
za - za
6. Keputusan & Kesimpulan
UJI PROPORSI 2 POPULASI
UJI DUA ARAH
1/2. Hipotesis
H 0 : p1 = p2
H1 : p1 ¹ p2
3. Taraf Signifikansi (α)
à sesuai keinginan peneliti (1%, 5%, 10% , …)
4. Statistik Uji
à statistik uji untuk uji arah sama dengan uji satu arah, yaitu :
pˆ1 - pˆ 2 x1 ˆ x2 x1 + x2
Z hit = dimana pˆ1 = ; p2 = ; pˆ =
ˆ ˆ (1/ n1 + 1/ n2 )
pq n1 n2 n1 + n2
UJI PROPORSI 2 POPULASI
UJI DUA ARAH
4. Daerah Kritis/Penolakan H0
Tolak H0 jika :
- za /2 za /2
6. Keputusan & Kesimpulan
CONTOH UJI PROPORSI 2
POPULASI
Suatu kebijakan pembangunan suatu TPS atau Tempat
Pembuangan Sampah hendak dilakukan diantara dua penduduk
desa (A dan B).
95
Kuliah Semester Statistika FMIPA ITS
KESIMPULAN PADA
UJI PARAMETRIK
1. Dibutuhkan asumsi-asumsi
2.
97
STUDI KASUS 1 (LATIHAN 1)
[data fiktif dan dikerjakan manual]
Data tahun lalu menunjukkan bahwa Rata-Rata Indeks
Kenyamanan Kota (IKK) di negara “X” adalah sebesar
70. Pada tahun ini, kementerian mengatakan bahwa
Indeks kenyamanan kota sudah lebih besar dari 70.
Benarkah?
File :
12 70 44 78
13 94 45 55
14 77 46 76
15 59 47 75
Praktik_uji
16 75 48 90
17 68 49 69
18 69 50 70
19 72 51 58
mean.xlsx
20 70 52 77
21 82 53 54
22 77 54 75
23 63 55 68
24 66 56 79
25 67 57 82
26 68 58 70
27 86 59 72
28 74 60 77
29 75 61 79
30 58 62 66
31 67 63 67
32 66 64 68
99
Kerjakan!
100
STUDI KASUS 1 (LATIHAN 2)
[data fiktif - dikerjakan dikerjakan dengan SPSS ]
• Tampilan Data di SPSS
102
STUDI KASUS 1 (LATIHAN 2)
[data fiktif - dikerjakan dikerjakan dengan SPSS ]
• Tampilan Data di SPSS
103
DEMO SPSS
Perhatikan!
OUTPUT SPSS
KESIMPULAN
• Uji Parametrik membutuhkan asumsi-asumsi terutama
distribusi normal
• Pada umumnya jumlah ukuran sampel besar
• Skala pengukuran pada umumnya : Interval atau Rasio
107
Kuliah Statistika
PRINSIP
UJI DUA SAMPEL INDEPENDEN
• Dibahas prosedur-prosedur penyimpulan yang
menggunakan data dari dua sampel bebas, yang
masing-masing berasal dari dua populasi.
• Sampel-sampel ini bebas dalam dua hal,
108
PENGUJIAN DUA SAMPEL INDEPENDEN_1
Untuk parameter lokasi
Kuliah Statistika
UJI MANN-WHITNEY_1
UJI MANN-WHITNEY_2
Hipotesis-hipotesis
Dua sisi
• H0 : Populasi-populasi yang diminati memiliki distribusi yang identik.
• H1 : Populasi-populasi yang diminati berbeda dalam hal lokasi.
Satu sisi
• H0 : Populasi-populasi yang diminati memiliki distribusi yang identik.
• H1 : Nilai-nilai X cenderung lebih kecil daripada nilai-nilai Y.
Satu sisi
• H0 : Populasi-populasi yang diminati memiliki distribusi yang identik.
• H1 : Nilai-nilai X cenderung lebih besar daripada nilai-nilai Y.
UJI MANN-WHITNEY_3
UJI MANN-WHITNEY_4
CONTOH SOAL
Subjek Telah pulih Subjek Belum pulih
Suatu team peneliti melaporkan hasil- Skor (X) Skor (Y)
hasil suatu percobaan untuk menilai 1 11.9 1 6.6
kesahihan prediktif dari Prognostic Rating 2 11.7 2 5.8
3 9.5 3 5.4
Scale (PRS) Klopter dengan subjek-subjek 4 9.4 4 5.1
yang menerima behaviour modification 5 8.7 5 5.0
psychotherapy. Seusai psikoterapi, 6 8.2 6 4.3
7 7.7 7 3.9
subjek-subjek dibagi menjadi dua 8 7.4 8 3.3
kelompok, yaitu kelompok yang 9 7.4 9 2.4
mengalami perbaikam (improved) dan 10 7.1 10 1.7
11 6.9
kelompok yang tidak mengalami 12 6.8
perbaikan (unimproved), disajikan 13 6.3
disamping ini 14 5.0
15 4.2
16 4.1
Ingin diketahui apakah dapat disimpulkan 17 2.2
berdasarkan data ini bahwa kedua
populasi berbeda dalam hal lokasi,
dengan α = 0.05.
SOLUSI
Ditetapkan X1 = 11.9, X2 = 11.7, … ,
X17 = 2.2. dan Y1 = 6.6, … , Y10 = 1.7
1. Hipotesis
H0 : Kedua populasi identik.
H1 : Kedua populasi berbeda dalam
hal lokasi.
3. Statistik uji.
Skor-skor dan peringkatnya
Jumlah 296.5
SOLUSI_lanjutan
Melalui rumus statistik uji dapat diperoleh
T = 296.5 – 17(17 + 1)/2 = 143.5
Keputusan
• Dari Tabel A.8 diperoleh bahwa W0.025 = 46, W1 – 0.025 = (17)(10) – 46 = 124.
• Karena 143.5 > 124 ,maka Ho ditolak. Kesimpulannya kedua populasi
berbeda dalam hal lokasi.
• Nilai P kurang dari 2(0.005) = 0.01
Menggunakan SPSS?
PENGUJIAN DUA SAMPEL DEPENDEN
UJI NON-PARAMETRIK
119
Kuliah Statistika
CARA PENGUJIAN PARAMETER
LOKASI UNTUK DUA SAMPEL
DEPENDEN
Kuliah Statistika
DUA SAMPEL SALING BERHUBUNGAN
• Bilamana dikatakan bahwa 2 buah sampel saling
berhubungan?
• Dua buah variabel tersebut berkorelasi.
• Penyebabnya : bisa dari suatu eksperimen “sebelum”
dan “sesudah” atau dua variabel tersebut diukur dari
subyek-subyek yang sama.
• Dalam desain eksperimen juga sering di “rekayasa”
suatu variabel pembanding (biasa disebut sebagai
variabel kontrol”)
• Bisa juga dikarenakan data berpasangan.
PROSEDUR MENGGUNAKAN DATA
DARI DUA SAMPEL BERHUBUNGAN.
• Dalam bab ini dibahas prosedur-prosedur
pengujian hipotesis-hipotesis tentang ada
atau tidak adanya efek perlakuan.
• Ada atau tidak adanya perbedaan antara
perlakuan-perlakuan.
• Juga mengulas sebuah prosedur pengujian
hipotesis yang cocok bila data terdiri atas
frekuensi-frekuensi.
Uji peringkat bertanda Wilcoxon
(Signed Rank Test Wilcoxon) untuk data
berpasangan
Sudah pernah dipelajari pada materi sebelumuny, namun ini
untuk dua sampel berhubungan atau data berpasangan.
Asumsi-asumsi
• Data untuk analisis terdiri atas n buah beda Di = Yi – Xi.
Pasangan-pasangan (Xi, Yi) dalam sampel ini diperoleh secara
acak.
• Beda-beda tersebut mewakili hasil-hasil pengamatan
terhadap suatu variabel acak yang kontinyu.
• Distribusi populasi beda-beda tersebut setangkup (simetri).
• Beda-beda tersebut bebas.
• Beda-beda itu paling tidak diukur menggunakan skala interval.
Uji peringkat bertanda Wilcoxon
untuk data berpasangan_lanjutan
Hipotesis-hipotesis
A. Dua sisi
H0 : Median populasi beda-beda adalah nol.
H1 : Median populasi beda-beda tidak sama dengan nol.
B. Satu sisi
H0 : Median populasi beda-beda lebih kecil dari atau sama dengan nol.
H1 : Median populasi beda-beda lebih besar daripada nol.
C. Satu sisi
H0 : Median populasi beda-beda lebih besar dari atau sama dengan nol.
H1 : Median populasi beda-beda lebih kecil dari nol.
Uji peringkat bertanda Wilcoxon
untuk data berpasangan_lanjutan
Statistik uji
1. Hitung beda dari setiap pasangan hasil pengukuran dan perhatikan tandanya
Di = Yi – Xi
2. Tetapkan peringkat untuk nilai-nilai mutlak beda-beda ini dari yang terkecil
hingga terbesar, yaitu untuk|Di| = |Yi – Xi|
3. Cantumkan di depan masing-masing peringkat tanda dari beda yang nilai
mutlaknya menghasilkan peringkat yg bersangkutan.
4. Hitung
T+ = jumlah peringkat bertanda positif
T- = jumlah peringkat bertanda negatif
0 jam (X) 33 17 30 25 36 25 31 20 18
24 jam (Y) 21 17 22 13 33 20 19 13 9
Interpretasi:
pada taraf nyata 0.05 bahwa kebersamaan tidak meningkatkan
denyut jantung pada tikus-tikus.
131
See you,
If Allah wills
132
Kuliah Statistika