NIM : 19037026
SNP Tugas 7
Uji ranking bertanda wilcoxon adalah untuk menganalisis hasil pengamatan yang berpasanga
n dari 2 data. Data yang digunakan yaitu interval / ratio dengan syarat data tidak memenuhi asumsi
normalitas, data berbentuk ordinal (tingkatan) apakah terdapat perbedaan atau tidak.
Langkah -langkah :
a. Jika N adalah 25 atau lebih kecil, Tabel D menunjukkan p satu sisi yang terkait denga
n nilai sekecil nilai pengamatan x = banyakny lebih sedikit tanda. Untuk pengujian du
a sisi, gandakan nilai p yang ditunjukkan pada Tabel D.
b. Jika N lebih besar dari 25, hitung nilai z menggunakan rumus (5.4). Tabel A memberi
kan p satu sisi yang terkait dengan nilai-nilai yang ekstrim seperti berbagai nilai z. Un
tuk pengujian dua sisi, gandakan nilai p ditunjukkan pada Tabel A. Jika p yang dihasil
kan oleh pengujian sama dengan atau kurang dari ∝, tolak Ho.
H0 = kedua sample yang berhubungan mempunyai efek perlakuan yang sama
Ha = kedua sample yang berhubungan mempunyai efek perlakuan yang tidak sama
UJI TANDA
Uji tanda adalah untuk menguji perbedaan dua buah populasi berdasarkan rangking dua
sampel berpasangan. Ini berguna untuk penelitian di mana pengukuran kuantitatif tidak mungkin,
tetapi memungkinkan untuk menentukan peringkat sehubungan dengan satu sama lain dua anggota
dari masing-masing pasangan.
1. Uji tanda menggunakan plus dan minus bagi selisih nilai pengamatan
2. Uji tanda berlaku untuk kasus dua sampel
Terkait bila pelaku eksperimen ingin menetapkan bahwa dua kondisi berbeda,
sehubungan dengan usia, jenis kelamin, intelijen, dll. Dan satu satunya asumsi bahwa
variabel yang dipertimbangkan memiliki distribusi yang kontinu.
3. Pengujian hipotesis nol pada uji tanda
p( X a> X b ¿=¿p( X a< X b ¿=¿0,5
Xa = nilai setelah ada pengobatan
Xb = nilai sebelum ada pengobatan
Cara lain untuk menyatakan Ho adalah : perbedaan median adalah nol. Artinya, jika
hipotesis nol benar, kami akan mengharapkan sekitar setengah dari perbedaan menjadi
negatif dan setengah menjadi positif. Ho ditolak jika terlalu sedikit perbedaan dari satu
tanda yang terjadi.
Contoh :
Terjadinya di bawah nilai H0 untuk N <25. Untuk menggunakan tabel ini , misalkan
saja x = jumlah tanda yang lebih sedikit. Misalnya, 20 pasang teramati. 16 menunjukkan
perbedaan dalam satu arah (+) dan 4 lainnya menunjukkan perbedaan pada arah lainnya (-).
Disini N = 20 dan x = 4. Referensi ke Tabel D mengungkapkan bahwa kemampuan prob dari
distribusi + dan - atau bahkan lebih ekstrim di bawah H0 adalah p = 0.006 (satu sisi). Tes
tanda bisa satu sisi atau dua sisi. Dalam satu sisi tes, prediksi lanjutan menyatakan tanda
mana, + atau - akan muncul lebih banyaksering. Dalam uji dua sisi, prediksinya adalah bahwa
frekuensi terjadinya kedua tanda tersebut akan berbeda secara signifikan. Untuk uji dua sisi,
gandakan nilai p yang ditunjukkan pada Tabel D.
CONTOH
Dalam sebuah percobaan untuk menentukan mobil mana dari 2 jenis sepeda motor tersebut
yang lebih nyaman untuk dikendarai. 20 orang mengendarai secara terpisah sepeda motor asia dan
sepeda motor eropa. Responden tidak diberi tahu kedua jenis sepeda motor itu dan penentuan jenis
sepeda motor yang mana yang dikendarai terlebih dahulu ditentukan secara random. Setiap
pengendara dari 20 orang tersebut ditanyai mengenai kenyamanan sepeda motor yang
dikendarainya dengan kriteria digolongkan dalam 5 skala yaitu:
Nilai 0 = 1
H1 = lokasi populasi pertama sebelah kanan dari lokasi populasi kedua (sepeda motor asia lebih
nyaman)
α =0.05
Z α =1.645
Statistik uji:
( x ± 0 ,5 )−np
Z h=
√np ( 1− p )
( 16−0 ,5 ) −( 20 ) ( 0 ,5 )
¿
√20 . 0 , 5 . 0 ,5
¿ 2 , 46
Z h> Z α
Maka tolak H0
Kesimpulan : Populasi pertama terletak disebelah kanan populasi kedia. Sepeda motor asia lebih
nyaman dari eropa dengan taraf kepercayaan 95%
Output
Diperoleh nilai p-value 0,0044,dimana nilai ini lebih kecil dari nilai tingkat signifikan yaitu 0,05,maka
H0 ditolak dan H1 diterima.
1. Input data dan cari nilai selisih (*cara sama dengan sign test)
2. Pilih nonparametrics >1-sample Wilcoxon. Masukkan variabel selisih pada bagian
variables:. Kemudian aktifkan bagian Test median dan pada alternative: pilih not
equal dengan maksud untuk pengujian dua arah. Kemudian pilih OK
Output
Diperoleh nilai p-value 0,012,dimana nilai ini lebih kecil dari nilai tingkat signifikan yaitu 0,05,maka
H0 ditolak dan H1 diterima