NONPARAMETRIK
BUKU:
1. SIDNEY SIEGEL & JOHN CASTELLAN, JR.
NONPARAMETRIC STATISTICS FOR THE BEHAVIORAL
SCIENCES, SECOND EDITION, MCGRAW-HILL
INTERNATIONAL EDITIONS 1988.
2. RONALD M. WEIERS, INTRODUCTION TO BUSINESS
STATISTICS, THIRD EDITION, INTERNATIONAL
THOMPSON PUBLISHING, 1998.
STATISTIKA DESKRIPTIF
Menjelaskan atau menggambarkan berbagai
karakteristik data.
Seperti bagaimana rata-rata, dispersi, nilai max, nilai
min dsb.
15 Desember 2004
STATISTIK INFERENS
Membuat berbagai inferensi terhadap sekumpulan
data yang berasal dari suatu sampel. Tindakan
inferensi tersebut seperti melakukan perkiraan,
peramalan, pengambilan keputusan dsb.
Atau,
Perkiraan atau generalisasi tentang suatu populasi
berdasarkan informasi yang terkandung dari suatu
sampel
15 Desember 2004
KONSEP DASAR
POPULASI:
Keseluruhan objek penelitian yang dibatasi oleh kriteria
tertentu. Misal, rata-rata IPK mahasiswa unpar.
SAMPLING:
Proses pengambilan sebagian anggota populasi
SAMPEL:
Hasil pengambilan sampling
15 Desember 2004
KONSEP DASAR
PARAMETER:
Konstanta yang dihitung dengan rumus tertentu dari
populasi.
PENGUKURAN:
Proses kuantifikasi terhadap karakteristik yang diamati
berdasarkan aturan tertentu. Contoh: menentukan
upah A, B, C dinyatakan dengan angka (Rp).
15 Desember 2004
PROSEDUR STATISTIK
15 Desember 2004
LANGKAH-LANGKAH
PENGUJIAN HIPOTESIS
1. Nyatakan Hipotesis Nol (H0)
Pada umumnya adalah suatu hipotesis tentang tidak
adanya perbedaan.
15 Desember 2004
LANGKAH-LANGKAH
PENGUJIAN HIPOTESIS
Hipotesis Alternatif (H1)
Merupakan hipotesis penelitian dari si pembuat
eksperimen. , <, >
15 Desember 2004
Contoh
Berdasarkan suatu teori sosial tertentu, kita membuat
prediksi bahwa jumlah waktu untuk membaca surat
kabar dari kelompok A berbeda dengan kelompok B.
15 Desember 2004
LANGKAH-LANGKAH
PENGUJIAN HIPOTESIS
2. Tingkat Signifikansi (Level of Significance)
Berkenaan dengan tingkat kesalahan dalam pengujian
hipotesis ()
15 Desember 2004
10
Dua kekeliruan
1. Tipe I : menolak hipotesis yang seharusnya diterima
()
P(kesalahan tipe I) =
15 Desember 2004
11
LANGKAH-LANGKAH
PENGUJIAN HIPOTESIS
3. Pemilihan Tes Statistik
Dilakukan untuk menguji hipotesis
Yang harus diperhatikan:
- Model penelitian
- Asumsi-asumsi dasar
- Skala pengukuran data
15 Desember 2004
12
LANGKAH-LANGKAH
PENGUJIAN HIPOTESIS
4. Tentukan daerah penolakan (daerah kritis)
Daerah untuk menolak Ho pada tingkat
tertentu
5. Kesimpulan
Jika hasil tes menunjukkan pada daerah penolakan,
maka tolak Ho.
15 Desember 2004
13
15 Desember 2004
14
15
15 Desember 2004
16
SKALA INTERVAL
15 Desember 2004
17
Skala Rasio
15 Desember 2004
18
Statistik Parametrik
15 Desember 2004
19
Statistik Nonparametrik
15 Desember 2004
20
UJI NORMALITAS
Melakukan pengujian apakah data berdistribusi normal
atau tidak.
H0 : Sampel berasal dari populasi yang berdistribusi
normal
H1 : Sampel tidak berasal dari populasi yang
berdistribusi normal
15 Desember 2004
21
UJI NORMALITAS
Statistik Uji:
1. Jika n 30 maka digunakan Uji Liliefors
15 Desember 2004
22
Uji Lilliefors
Misalkan sampel dengan data:
23 27 33 40 48 48 57 59 62 68 69 70
telah diambil dari suatu populasi
15 Desember 2004
23
Uji Lilliefors
1. Tentukan H0:
H0 : Sampel berasal dari populasi yang berdistribusi
normal
H1 : Sampel tidak berasal dari populasi yang
berdistribusi normal
2. Tentukan = 5%
15 Desember 2004
24
Uji Lilliefors
3. Hitung Rata-rata dan simpangan baku sampel
X
15 Desember 2004
604
50.33
12
X
n 1
3012.67
16.55
11
25
Uji Lilliefors
4. Hitung angka baku Z
Xi X
Zi
s
contoh
23 50.33
Z1
1.65
16.55
15 Desember 2004
26
Uji Lilliefors
5. Hitung F(Zi) = P(Z Zi)
0.5 - Ztabel
0.5 + Ztabel
15 Desember 2004
27
Uji Lilliefors
6. Hitung S(Zi)
15 Desember 2004
28
Uji Lilliefors
7. Hitung |F(Zi) S(Zi)|
15 Desember 2004
29
Uji Lilliefors
8. Ambil harga terbesar dari |F(Zi) S(Zi)| atau disebut Lo
9. Kriteria Uji : Ho ditolak jika Lo L tabel
Lo = 0.12
Dengan =5% maka Ltabel = 0.242
Sehingga Ho tidak ditolak (Lo < Ltabel)
Kesimpulan : Populasi berdistribusi normal
15 Desember 2004
30
foi fei
i 1
fei
Fo = Nilai observasi
Fe = nilai harapan
i = jumlah kriteria
15 Desember 2004
31
Chi Square
Contoh:
Upah yang diterima oleh 300 pekerja (US$) yang dipilih secara acak
dari pekerja yang tinggal di suatu daerah industri disajikan dalam
tabel berikut apakah berdistribusi normal atau tidak?
Upah
Jumlah pekerja
550 - <650
20
650 - <750
54
750 - <850
130
850 - <950
68
950 - <1050
28
Jumlah
300
15 Desember 2004
32
Chi Square
1. Tentukan H0:
H0 : Sampel berasal dari populasi yang berdistribusi
normal
H1 : Sampel tidak berasal dari populasi yang
berdistribusi normal
2. Tentukan = 5%
15 Desember 2004
33
Chi Square
3. Hitung Rata-rata dan simpangan baku sampel
FX
X
F
F X
s
i
i X
n 1
15 Desember 2004
34
Chi Square
Upah
Fi
Xi
FiXi
550 - <650
20
600
12000
650 - <750
54
700
37800
750 - <850
850 - <950
68
900
61200
950 - <1050
28 1000
28000
Jumlah
15 Desember 2004
300
FX
X
F
i
243000
300
810
243000
35
Chi Square
Upah
Fi
Xi
Fi (Xi-x)2
550 - <650
20
600
882000
650 - <750
54
700
653400
750 - <850
130
800
13000
850 - <950
68
900
550800
950 - <1050
28
1000 1010800
Jumlah
300
3110000
15 Desember 2004
F X
i
n 1
3110000
299
101.99
36
Chi Square
4. Hitung angka baku Z
Zi
Xi
contoh
550 810
Z1
2.55
101.99
15 Desember 2004
Upah
zi
550 - <650
-2.55
650 - <750
-1.57
750 - <850
-0.59
850 - <950
0.39
950 - <1050
1.37
1050
2.35
37
Chi Square
Upah
Ztabel Luas
Luas*
Fe (NxLuas)
550 - <650
.0528
15.84
650 - <750
.2194
65.82
750 - <850
.3741
112.23
850 - <950
0.39
.1517 .6517
.2630
78.90
950 - <1050
1.37
.4147 .9147
.0759
22.77
<1050
2.35
.4906 .9906
Luas* : 0.0582-0.0054=0.0528
15 Desember 2004
38
Chi Square
k
foi fei
i 1
15 Desember 2004
fei
8.74
39
Chi Square
Kriteria Uji : Ho ditolak jika Nilai Hitung > Nilai tabel
d.f = k- 1
40
CHAPTER 4
THE SINGLE-SAMPLE CASE
15 Desember 2004
41
15 Desember 2004
42
15 Desember 2004
43
15 Desember 2004
44
15 Desember 2004
45
Tes Binomial
Terbagi ke dalam dua kelompok (bagian) (lakilaki & perempuan ; ya & tidak ; baik & rusak)
Data Diskrit
15 Desember 2004
46
Tes Binomial
n k nk
pY k P Q
k
n
n!
k k!n k !
Jika P = 1/2
pY k PY N k
15 Desember 2004
47
15 Desember 2004
48
49
15 Desember 2004
50
Frekuensi
15 Desember 2004
Yang
Dipelajari
Pertama
Yang
Dipelajari
Kedua
Jumlah
16
18
51
52
15 Desember 2004
53
54
Z
15 Desember 2004
X NP
NPQ
55
X 0.5 NP
Z
NPQ
15 Desember 2004
56
15 Desember 2004
57
15 Desember 2004
58
1.59
600 0.50.5
NPQ
15 Desember 2004
59
15 Desember 2004
60
i 1
foi fei
fei
Fo = Nilai observasi
Fe = nilai harapan
i = jumlah kriteria
15 Desember 2004
61
15 Desember 2004
62
15 Desember 2004
63
T-Shirt
Giwang
Mug
Obs
183
142
175
Est
166.7
166.7
166.7
i 1
15 Desember 2004
fei
166.7
166.7
5.67
64
15 Desember 2004
65
15 Desember 2004
Kualitas 2 = 104
Kualitas 4 = 73
66
Jumlah
Fo
68
104
155
73
400
Fe
0.2x400
=80
2
i 1
15 Desember 2004
84
80
5.93
67
15 Desember 2004
68
15 Desember 2004
69
Jumlah
19
15 Desember 2004
70
Stat Uji:
15 Desember 2004
71
Frek
Fo(x)
1/8
2/8
3/8
4/8
5/8
6/8
7/8
8/8
Sn(x)
1/19
6/19
8/19
13/19
15/19
16/19
19/19
.125
0.197
0.059
0.079
0.059
0.04
0.033
15 Desember 2004
19
72
15 Desember 2004
73
15 Desember 2004
74
m = 8 (+)
n = 7 (-)
N = 15
r 15=Desember
6
2004
75
76
15 Desember 2004
77
Statistik Uji:
(G) (B B B) (G) (B) (G) (B) (G) (B B B B B B B) (G) (B) (G) (B)
1
2
3 4 5 6 7
8
9 10 11 12
r = 12
m (B) =14
15 Desember 2004
n (G) = 6
78
m (B) =14
n (G) = 6
Tolak Ho
Tabel FI
=5
r =12
Tolak Ho
Tabel
FII
79
15 Desember 2004
80
Statistik Uji:
(B) (G) (B B B B) (G) (B B B) (G G G G) (B) (G G) (B B B) (G G G G)
1
r = 10
m (B) =12
15 Desember 2004
10
n (G) = 12
81
m (B) =12
n (G) = 12
Tolak Ho
Tabel FI
=7
r =10
Tolak Ho
Tabel
FII=19
82
2mn2mn N
N 2 N 1
2mn
1
N
r h
Z
15 Desember 2004
83
15 Desember 2004
84
2mn
2.40.30
1
1 35.29
N
70
2mn2mn N
2.40.302.40.30 70
4.07
2
2
N N 1
70 70 1
15 Desember 2004
85
r h 40 0.5 35.29
Z
1.53
4.07
15 Desember 2004
86
CHAPTER 5
The Case of One Sample, Two
Measures or Paired Replicates
Kasus Dua-sampel yang
Berhubungan
15 Desember 2004
87
McNemar
Sign Test
Uji Ranking-Bertanda Wilcoxon
15 Desember 2004
88
Ciri-ciri kasus
Ingin melihat dua perlakuan apakah sama atau tidak.
Menguji subjek dengan pembanding dirinya sendiri.
15 Desember 2004
89
15 Desember 2004
90
Sebelum -
91
foi fei
2
i 1
fei
A A D 2
A D 2
2
A D
A D
15 Desember 2004
D A D 2
A D 2
Dengan d.f = 1
by Wawan Hermawan, SE., MT.
92
A D 1
A D
15 Desember 2004
Dengan d.f. = 1
93
94
15 Desember 2004
95
Reagen
A = 13
C = 27
by Wawan Hermawan, SE., MT.
Carter
B = 28
D=7
96
A D 1 13 7 1
A D
13 7
25
20
1.25
97
Carter
D=6
98
Tes Tanda
Variabel yang diamati memiliki distribusi selisih
observasi (selisih X dengan Y apakah + atau -.
X skor sebelum perlakuan tertentu, dan Y skor setelah
perlakuan tertentu.
Sampel boleh dari populasi berlainan
Jika Ho tidak ditolak, diharapkan jumlah pasangan
tanda antara X>Y(-) akan sama dengan X<Y (+).
Ho ditolak jika terdapat perbedaan tanda.
15 Desember 2004
99
Tes Tanda
P(X > Y) = P(X < Y) = 0.5
X : Penilaian atau skor di bawah suatu kondisi
(sebelum diberikan suatu perlakuan)
Y : Penilaian atau skor di bawah suatu kondisi
lainnya (setelah diberikan suatu perlakuan.
15 Desember 2004
100
Tes Tanda
Sampel Kecil
Jika N 35 mengacu pada distribusi binomial dengan
peluang terjadi tanda (-) = peluang terjadinya tanda
(+) atau p= q = 0.5
Dengan N adalah jumlah pasangan dan x jumlah tanda
terkecil.
Jika tidak terdapat tanda atau X-Y=0 maka dicoret dari
jumlah pasangan N.
15 Desember 2004
101
Tes Tanda
Contoh:
Sebuah penelitian ingin melihat bagaimana proses
keputusan dilakukan oleh pasangan suami istri dalam
membeli rumah. Tiap pasangan yang diberi kuesioner
akan diberi tanda + bila suami lebih dominan dalam
memutuskan, sedangkan jika istri lebih dominan, diberi
tanda -. Jika suami istri mempunyai persetujuan yang
sama maka diberi tanda 0.
15 Desember 2004
102
Tes Tanda
HIPOTESIS NOL
Ho : Suami dan Istri setuju akan tingkat pengaruh
masing-masing terhadap pengambilan keputusan
membeli rumah
H1 : Suami merasa harus lebih besar pengaruhnya
dalam pengambilan keputusan membeli rumah.
STATISTK UJI
Uji Tanda
LEVEL SIGNIFIKAN
=5%
15 Desember 2004
103
Pasangan
Skor Pengaruh
Tanda
Suami
Istri
15 Desember 2004
104
Tes Tanda
+ = 11
-=3
0=4
N = 14
15 Desember 2004
105
Tes Tanda
Sampel Besar
Jika N > 35
Rata-rata = = Np = N/2
x N 2 2x N
Z
0.5 N
N
x 0.5 N 2 2 x 1 N
0.5 N
N
15 Desember 2004
106
Tes Tanda
Misalnya seorang peneliti ingin mengetahui dampak dari
sebuah film tentang kenakalan remaja yang menceritakan
hukuman terhadap Juvenile, akan mengubah pendapat
masyarakat tertentu mengenai seberapa berat kenakalan
remaja harus mendapat hukuman. Diambil 100 orang
dewasa dan ditanya apakah hukuman terhadap remaja
harus diperberat atau diperingan dari yang sudah dijalani.
Kemudian dipertontonkan film tersebut, setelah selesai
pertanyaan diulang terhadap mereka.
15 Desember 2004
107
Tes Tanda
Ho : Film tersebut tidak mempunyai efek yang sistematik
terhadap sikap seseorang {P(+) = p(-)}
H1 : Film tersebut mempunyai efek yang sistematik
terhadap sikap seseorang {P(+) p(-)}
Judged Attitude
Number
Peningkatan hukuman
26
Pengurangan hukuman
59
Tidak berubah
15
15 Desember 2004
108
Tes Tanda
Statistik Uji
Adalah uji Tanda karena skalanya ordinal dan
perbedaannya bisa diperlihatkan dengan tanda + dan
LEVEL SIGNIFIKAN
2 x 1 N 259 1 85
Z
3.47
N
85
15 Desember 2004
109
Tes Tanda
Z = 3.47
15 Desember 2004
110
15 Desember 2004
111
112
113
Skor
sebelum
Skor
Sesudah
Ranking d
82
63
-19
69
42
-27
73
74
43
37
-6
58
51
-7
56
52
-4
3.5
76
80
3.5
85
82
-3
50
50
T+
3.5
T+ = 4.5
15 Desember 2004
114
15 Desember 2004
115
N N 1
15 Desember 2004
N N 12 N 1
24
T T
116
15 Desember 2004
X<Y+
117
91
83
70
64
85
70
86
91
72
80
80
82
75
78
79
81
92
75
88
77
87
69
83
70
81
94
76
80
83
79
71
81
76
85
87
93
di
-3
-6
17
-5
-3
-4
-3
-5
18
Rd
4.5
14
15
12
12
4.5
4.5
4.5
4.5
4.5
12
16
T+ = 74.5
N = 16
1616 1
68
4
15 Desember 2004
16 16 12(16 ) 1
19 .34
24
T T
74.5 68
0.34
19.34
118
Ho : P(X) P(Y)
H1 : P(X) < P(Y)
Z = 0.34
119
CHAPTER 6
TWO INDEPENDENT SAMPLES
(DUA SAMPEL INDEPENDEN)
15 Desember 2004
120
15 Desember 2004
121
15 Desember 2004
122
123
II
Gabungan
A+B
C+D
Total
A+C
B+D
15 Desember 2004
124
A B !.C D !. A C !B D !
p
N!.A!.B!.C!.D!
15 Desember 2004
125
2.72
4.04
3.21
2.30
2.45
1.96
3.04
Data RS B
3.24 2.71
2.40 2.60
15 Desember 2004
1.85
3.44
1.95
1.86
2.47
1.60
126
RS B
2 Kg
> 2Kg
13
Total
10
18
15 Desember 2004
127
15 Desember 2004
128
RS B
2 Kg
> 2Kg
13
Total
10
18
15 Desember 2004
129
15 Desember 2004
130
131
Do Not Reject H0
0.95
Reject H 0
2 =7.815
15 Desember 2004
132
N AD BC N 2
A B C D A C B D
i 1
15 Desember 2004
foi fei
fei
133
15 Desember 2004
134
Tall
22
9
12
14
6
32
Totals
36
15
44
43
52
95
Expected values
Short
Follower
Unclassifiable
Leader
Totals
15 Desember 2004
Tall
(36)(43)/95
=16.3
(15)(43)/95
=6.8
(44)(43)/95
=19.9
43
(36)(52)/95
=19.7
(15)(52)/95
=8.2
(44)(52)/95
=24.1
52
Totals
36
15
44
95
135
Do Not Reject H0
0.95
Reject H0
2 =10.67
136
137
Chi-Square Tests of
Independence
First, arrange the data in a table.
Car and
Driver (1)
Import (Imp)
Domestic (Dom)
Totals
54
19
73
Motor
Trend (2)
25
22
47
Road &
Track (3)
32
23
55
Totals
111
64
175
138
54
19
73
Motor
Trend (2)
Road &
Track (3) Totals
25
22
47
32
23
55
111
64
175
Expected values
Car and
Driver (1)
Import (Imp)
Motor
Trend (2)
Road &
Track (3) Totals
(111)(73)/175 (111)(47)/175
(111)(55)/175
111
=46.3029
=29.8114
=34.8857
139
2 contribution -
Road &
Track (3)
OE-
54
46.3029
1.2795
25
29.8114
0.7765
32
34.8857
0.2387
OE-
19
26.6971
2.2192
22
17.1886
1.3468
23
20.1143
0.4140
Motor
Trend (2)
S 2 contributions = 6.2747
15 Desember 2004
140
Do Not Reject H0
0.95
Reject H 0
2 =5.991
141
Uji Median
Fungsi:
Untuk menguji apakah dua kelompok independen berbeda
dalam nilai tengahnya.
Skala Data Minimal Ordinal
Atau:
Apakah dua kelompok independen telah ditarik dari suatu
populasi yang mempunyai median sama.
142
Uji Median
Metode:
1. Hitung Median gabungannya
2. Buat tabel 2 x 2 :
Group
I
II
Gabungan
> Med
A+B
Med
C+D
Total
N=m+n
15 Desember 2004
143
Uji Median
Distribusi data akan mendekati distribusi
Hypergeometris. Oleh karena itu diperhitungkan:
Jika N = m + n lebih besar dari 20, gunakan Chikuadrat dengan koreksi kontinuitas
Jika N = m + n kurang dari atau sama dengan 20,
gunakan Uji Eksak Fisher
15 Desember 2004
144
Uji Median
Jika score sama tepat dengan Median Gabungan, maka
ada dua alternatif yang bisa dipilih:
145
Uji Median
Contoh:
Sampel acak dari nilai IPK 20 mahasiswa dan 20 mahasiswi
adalah sebagai berikut:
Mahasiswa:
3.42
3.54
3.31
2.86
3.06
3.30
3.21
4.00
3.63
2.86
3.22
2.92
3.80
3.59
3.70
2.91
3.20
3.78
3.75
2.70
Mahasiswi:
3.50
4.00
3.76
3.87
3.72
3.91
3.43
2.93
3.85
4.00
3.84
3.37
3.21
3.72
3.58
4.00
3.94
3.06
3.46
3.92
146
Uji Median
Letak Median (N + 1) = (20 + 1) = 10.5
Data ke 10 adalah 3.30 (Mahasiswa) dan 3.72 (Mahasiswi)
Data ke 11 adalah 3.31 (Mahasiswa) dan 3.76 (Mahasiswi)
Median:
Mahasiswa
Mahasiswi
Median Gabungan:
Letak Median (N + 1) = (40 + 1) = 20.5
Data ke 20 adalah 3.54 data ke 21 adalah 3.58
Harga Median = 3.54 + (3.58 3.54) = 3.56
15 Desember 2004
147
Uji Median
Group
Mahasiswa
> Med
Mahasiswi
12
18
(A)
Med
(B)
14
22
(C)
Total
(D)
20
20
N AD BC N 2
Gabungan
40
40120 20
A B C D A C B D 18222020
15 Desember 2004
2.53
148
Uji Median
Ho : IPK Median Mahasiswa sama dengan IPK Median
Mahasiswi
Ho : IPK Median Mahasiswa tidak sama dengan IPK
Median Mahasiswi
Chi-kuadrat hitung = 2.53 dengan d.f. = 1 dengan
=5% ada pada penerimaan Ho.
Maka IPK Median Mahasiswa sama dengan IPK Median
Mahasiswi
15 Desember 2004
149
Tes Mann-Whitney
Fungsi:
Untuk menguji apakah ada perbedaan dua keadaan dalam
skala ukur nominal dan ordinal
Spesifikasi:
- Skala ukur ordinal
- Data diurutkan
- Data bersifat kontinyu
15 Desember 2004
150
Tes Mann-Whitney
Ho : I = , , II
H1 : I ; < ; > II
Buat urutan dari kelompok I dan kelompok II dari kecil
ke besar, kemudian hitung:
R1 = jumlah urutan kelompok I
R2 = jumlah urutan kelompok II
15 Desember 2004
151
Tes Mann-Whitney
U = Nilai terkecil antara U1 dan U2
n1 = ukuran sampel kelompok I
n2 = ukuran sampel kelompok II
n1 n1 1
U1 n1n2
R1
2
n2 n2 1
U 2 n1n2
R2
2
15 Desember 2004
152
Tes Mann-Whitney
Kriteria Uji:
Gunakan pendekatan distribusi normal
n1n2
U
2
Z
15 Desember 2004
n1n2 n1 n2 1
12
U U
153
Tes Mann-Whitney
Jika ada angka yang sama (t):
n1n2 N 3 N
U
T
N N 1 12
t t
T
12
3
N = n1 +n2 = m + n
Kriteria tolak Ho:
P (1 arah) atau P /2 (2 arah)
15 Desember 2004
154
Tes Wilcoxon-Mann-Whitney
Merupakan penyempurnaan dari uji Man-Whitney
Ho : X = Y
H1 : X ; < ; > Y
Tentukan m dan r:
m
= ukuran sampel kelompok yang kecil
r
= ukuran sampel kelompok yang besar
Wx
= Jumlah rank dari kelompok sampel yang kecil
15 Desember 2004
155
Tes Wilcoxon-Mann-Whitney
Statistik Uji:
Wx 0.5 WX
Z
wx
WX
WX
mN 1
mn N 1
U
12
Kriteria Uji:
Tolak Ho jika P (1 arah) atau P /2 (2 arah)
15 Desember 2004
156
Contoh
Tes Wilcoxon-Mann-Whitney
Guna meningkatkan devisa dari ekspor, maka
Deperindag
menerapkan
subsidi
untuk
ekspor.
Deperindag berpendapat bahwa oleh karena daya beli
dan kebutuhan untuk produk tersebut di negara maju
lebih besar dari pada negara berkembang maka ratarata pertambahan volume ekspor (volume ekspor
setelah subsidi-volume ekspor sebelum subsidi) negara
maju akan lebih besar dibandingkan negara
berkembang. Apakah pendapat dari departemen
tersebut dapat terbukti?
15 Desember 2004
157
Contoh
Tes Wilcoxon-Mann-Whitney
Ho : A B (Volume Ekspor ke
negara maju =
volume ekspor ke negara berkembang
H1 : A > B (Volume Ekspor ke
negara maju >
volume ekspor ke negara berkembang
= 5%
15 Desember 2004
158
Contoh
Tes Wilcoxon-Mann-Whitney
Cara Mann-Whitney
M
-1
13
11
-5
35
11
-2
10
0
29
17
R1
Ri
6
17
15
2.5
21
15
4.5
13
7.5
20
18
139.5
15 Desember 2004
B
8
4
-2
0
-9
5
7
-5
11
22
R2
Ri
12
9
4.5
7.5
1
10
11
2.5
15
19
91.5
x
-5
-2
0
11
t
2
2
2
3
(t - t)/12
0.5
0.5
0.5
2
= 3.5
159
Contoh
Tes Wilcoxon-Mann-Whitney
n1n2 N 3 N
1110 213 21
U
T
3.5 14 .1686
N N 1 12
2121 1 12
n1n2 11.10
U
55
2
2
15 Desember 2004
160
Contoh
Tes Wilcoxon-Mann-Whitney
n1 n1 1
1111 1
U1 n1n2
R1 (11)(10)
139.5 36.5
2
2
n2 n2 1
1010 1
U 2 n1n2
R2 (11)(10)
91.5 73.5
2
2
Maka diambil U yang terkecil
U U
36 .5 55
1.31
14 .1686
161
Contoh
Tes Wilcoxon-Mann-Whitney
Cara Mann-Whitney-Wilcoxon
Ho : A B (Volume Ekspor ke
negara maju =
volume ekspor ke negara berkembang
H1 : A > B (Volume Ekspor ke
negara maju >
volume ekspor ke negara berkembang
= 5%
m = 10 (negara berkembang)
n = 11 (negara maju)
Wx = 91.5
15 Desember 2004
162
Contoh
Tes Wilcoxon-Mann-Whitney
Wx = 91.5
wx = 14.1686
mN 1 1021 1
WX
110
2
2
1.27
wx
14 .1686
P value = 0.1020 > 0.05 maka Ho tidak ditolak
15 Desember 2004
163
15 Desember 2004
164
165
166
167
FA
FB
Sm
Sn
2-11
4/12
2/12
2/12
12-21
7/12
6/12
1/12
22-31
10/12
7/12
3/12 *
32-41
11/12
8/12
3/12 *
42-51
11/12
11/12
52-61
11/12
1/12
62-71
15 Desember 2004
168
mnDm,n=(12)(12)(3/12)=36
15 Desember 2004
169
mn
55 60
1.36
1.36
0.254
5560
mn
Maka Ho baru kita tolak jika Dm,n > 0.254 untuk
=5%,
15 Desember 2004
170
4D
2
2
m,n
mn
mn
171
FA
FB
Sm
Sn
2-11
15
15/60
6/60
9/60
12-21
18
12
33/60
18/60
15/60*
22-31
10
42/60
28/60
14/60
32-41
24
48/60
52/60
-4/60
42-51
55/60
56/60
-1/60
52-61
58/60
58/60
62-71
15 Desember 2004
172
2
m,n
2 6060
mn
4 15
7.5
60 60 60
mn
15 Desember 2004
173
Chapter 7
Kasus k Sampel Berhubungan
The Case of k Related Samples
15 Desember 2004
174
Konsep Dasar
Merupakan prosedur pengujian untuk 3 sampel atau
lebih yang berhubungan.
Menguji perbedaan-perbedaan dari k (3 atau lebih)
sampel yang berhubungan.
Data mempunyai skala nominal atau ordinal
15 Desember 2004
175
Tes Q Cochran
Fungsi:
Menguji perbedaan atas data dengan sampel 3 atau lebih
yang bersifat dikotomi
Skala Data: Minimal Nominal
Prosedur:
- Skor 1 untuk sukses dan 0 untuk gagal
- Tentukan Q
- Mendekati distribusi Chi-Kuadrat, maka Lihat tabel C
dengan d.f. = k 1
15 Desember 2004
176
Tes Q Cochran
k k 1 G j G
k
j 1
i 1
i 1
k Li L2i
2
k
k 1k G 2j G j
j 1
j 1
Q
N
N
k Li L2i
i 1
15 Desember 2004
i 1
177
Tes Q Cochran
Contoh:
Ingin diteliti pengaruh keramahan seorang pewawancara atas
jawaban ibu rumah tangga dalam survey pendapat. Kemudian
dilatih pewawancara dalam tiga tipe mewawancarai, yaitu:
perhatian, formal dan terburu-buru. Sampel terdiri dari tiga
kelompok yang masing-masing terdiri dari 18 ibu rumah tangga,
yang mana 3 ibu rumah tangga dipasangkan berdasarkan kriteria
tertentu dan diwawancara masing-masing kelompok untuk jenis
wawancara tertentu.
Apakah ada perbedaan dalam menjawab wawancara (Jawaban Ya
dan Tidak) untuk masing-masing tipe wawancara?
15 Desember 2004
178
Tes Q Cochran
Hipotesis Nol:
Ho : p (jawaban Ya) = p (jawaban Tidak)
untuk ke-3 jenis wawancara
H1 : p (jawaban Ya) p (jawaban Tidak)
untuk ke-3 jenis wawancara
Tes Statistik:
dipilih Q Cochran karena:
- terdiri dari 3 data berhubungan
- dikotomi data (Ya dan Tidak)
Tingkat Signifikansi:
= 5%
15 Desember 2004
179
Set
Respon thd
wawancara 1
Respon thd
wawancara 2
Respon thd
wawancara 3
L2
10
11
12
13
14
15
16
17
18
G1= 13
G2 = 13
G3 = 3
29
63
15 Desember 2004
180
Tes Q Cochran
2
k
k 1k G 2j G j
j 1
j 1
Q
N
N
k Li L2i
i 1
i 1
329 63
16.7
15 Desember 2004
181
Tes Q Cochran
Dengan Q = 16.7 dan d.f.=3-1=2 dari tabel C didapat
p-value = 0.001, sehingga Ho ditolak.
Kesimpulan:
Kemungkinan jawaban Ya berbeda untuk wawancara 1,
wawancara 2 dan wawancara 3.
15 Desember 2004
182
Tes Q Cochran
Empat orang peramal saham masing-masing diminta agar
meramalkan 10 hari yang terpilih secara acak. Apakah
100 indeks saham akan naik atau turun pada hari
berikutnya. Jika ramalannya tepat diberi skor satu dan nol
jika salah. Apakah skor di bawah ini menunjukkan
perbedaan kemampuan meramal secara tepat?
Peramal
Peramal
Peramal
Peramal
Peramal
: Hari 1
1
1
2
1
3
1
4
1
15 Desember 2004
2
0
1
1
1
3
0
1
0
0
4
1
1
1
0
5
1
0
1
0
6
1
1
1
1
7
1
1
1
1
8
0
0
1
1
9
1
0
0
0
10
1
0
1
1
183
Tes Q Cochran
Hipotesis Nol:
Ho : p (1) = p (0)
untuk ke-10 hari
H1 : p (1) p (0)
untuk ke-10 hari
Tes Statistik:
dipilih Q Cochran karena:
- terdiri dari 10 data berhubungan
- dikotomi data (Ya dan Tidak)
Tingkat Signifikansi:
= 5%
15 Desember 2004
184
Hari
Peramal 1
Peramal 2
Peramal 3
Peramal 4
Gi
10
27
L2
49
36
64
36
185
15 Desember 2004
185
Tes Q Cochran
2
k
k
2
k 1 k G j G j
j1
j1
Q
N
N
k Li L2i
i 1
i 1
10
1
10
85
27
10 27 185
12.81
15 Desember 2004
186
Tes Q Cochran
Dengan Q = 12.81 dan d.f.=10 1 = 9 dari tabel C,
dengan = 5% didapat 16.92 sehingga Ho tidak
ditolak.
Kesimpulan:
Kemampuan meramal secara tepat sama untuk tiap
peramal.
15 Desember 2004
187
188
12
2
2
R j 3N k 1
Nk k 1 j 1
12 R 3 N k k 1
j 1
2
j
Nk T
Nk k 1
k 1
T tij
189
190
TV
Radio
S.K
Papan
Reklame
12 (3)
14 (4)
6 (1)
9 (2)
20 (4)
15 (2)
16 (3)
4 (1)
23 (4)
10 (1)
16 (2)
18 (3)
10 (1)
19 (2.5)
20 (4)
19 (2.5)
17 (1)
22 (2)
23 (3.5)
23 (3.5)
18 (4)
9 (2)
5 (1)
14 (3)
R1 = 17
R2 = 13.5
R3 = 14.5
R4 = 15
15 Desember 2004
191
12 R 2j 3 N 2 k k 1
j 1
Nk T
k 1
2
2
12 17 2 13.52 14.52 152 36 4 5
6 4 36
645
4 1
0.67
3
T tij rk ties t 3
Nk k 1
6 4 4 23 23 36
15 Desember 2004
192
15 Desember 2004
193
15 Desember 2004
194
CHAPTER 8
KASUS K SAMPEL INDEPENDEN
15 Desember 2004
195
i 1
15 Desember 2004
foi fei
2
d.f = (k-1)(r-1)
fei
by Wawan Hermawan, SE., MT.
196
15 Desember 2004
197
Contoh:
TES 2 untuk k Independen Sampel
Contoh:
Dalam suatu penelitian penyelidikan mengenai sifat dan
akibat stratifikasi sosial dalam suatu masyarakat kecil di
Barat Tengah Amerika Serikat. Hollingshead menemukan
bahwa anggota-anggota masyarakat itu membagi mereka
ke dalam lima kelas sosial: I, II, III, IV dan V.
Ramalannya adalah para remaja dalam kelas-kelas sosial
yang berlainan (Persiapan PT, Umum dan Perdagangan)
akan mencatatkan diri dalam mengikuti kurikulumkurikulum yang berbeda di sekolah menengah atas
Elmtown,
15 Desember 2004
198
Contoh:
TES 2 untuk k Independen Sampel
Ho : proporsi siswa yang tercatat dalam ketiga
kemungkinan kurikulum itu adalah sama untuk
semua kelas
H1 : proporsi siswa yang tercatat dalam ketiga
kemungkinan kurikulum itu adalah berbeda
untuk semua kelas
Tes Statistik:
Kelompok yang dipelajari adalah independen dan
lebih dari dua, maka digunakan Chi kuadrat
= 1%
15 Desember 2004
199
Contoh:
TES 2 untuk k Independen Sampel
Kurikulum
I & II
Persiapan PT 23
III
40
7.3
Umum
11
16
75
Perdagangan 1
35
15 Desember 2004
38.0
77.5
146
5.4
14
97.1
60
38.2
V
2
107
31
9.1
IV
30.3
18.6
Total
Total
Kelas
13.8
10
47.9
183
6.8
26
81
207
102
390
200
Contoh:
TES 2 untuk k Independen Sampel
2 hitung = 69.2
d.f. = (k-1)(r-1) = (4-1)(3-1) = 6
= 1% 2 tabel = 16.81
(2 hitung = 69.2) > (2 tabel = 16.81) Ho ditolak
Maka:
Pendaftaran kurikulum para siswa tidak independen
terhadap keanggotaan kelas sosial di antara kaum muda
Elmtown.
15 Desember 2004
201
Metode:
- Tentukan Median gabungan skor-skor dalam k kelompok
- Bubuhkan tanda tambah untuk semua skor di bawah median dalam
tabel k x 2
- Hitunglah harga Chi-kuadrat dengan d.f.= k- 1
- Putuskan apakah Ho ditolak atau tidak dengan menggunakan tabel
C
15 Desember 2004
202
Contoh:
Perluasan Tes Median
Misalkan seorang peneliti bidang pendidikan ingin
mempelajari pengaruh banyak pendidikan yang
diperoleh terhadap tingkat minat ibu dalam hal sekolah
anaknya. Peneliti itu mengambil tingkat sekolah tertinggi
yang ditamatkan oleh seorang ibu sebagai indeks
banyak pendidikan yang diperolehnya. Sedangkan,
sebagai indeks minat dan perhatian terhadap sekolah
anaknya digunakan jumlah kunjungan suka rela setiap
ibu ke sekolah selama satu tahun ajaran.
Hipotesis peneliti adalah banyak kunjungan ibu akan
bervariasi menurut banyak tahun yang dilewati ibu-ibu
itu untuk bersekolah.
15 Desember 2004
203
Contoh:
Perluasan Tes Median
Hipotesis Nol:
Ho : Tidak ada perbedaan dalam frekuensi kunjungan ke
sekolah diantara para ibu yang berlainan tingkat
pendidikan yang mereka terima,
atau:
Frekuensi tingkat kunjungan ibu ke sekolah adalah
independen terhadap tingkat pendidikan yang
diperoleh si ibu
H1 : Frekuensi kunjungan ke sekolah oleh ibu berbedabeda menurut tingkat pendidikan yang diterima ibu
15 Desember 2004
204
Contoh:
Perluasan Tes Median
Tes Statistik:
- Kelompok ibu yang berpendidikan tertentu saling
independen.
- Jumlah pendidikan sekolah paling tinggi merupakan
skala ordinal.
- Maka digunakan tes median untuk melihat perbedaan
dalam nilai tengah.
= 0.05
15 Desember 2004
205
SLTP
SLTA
AKADEMI
S1
S2 & S3
6
5
1
15 Desember 2004
206
Nilai Median adalah Data ke-22.5 atau nilai median adalah 2.5
Pendidikan yang didapatkan Ibu
SD
SLTP
SLTA
> Med
5
5
4
5.5
Medi
5
5
TOTAL
10
15 Desember 2004
AKADE
MI
S1
S2 &
S3
TOTAL
7
6.5
3
2
2
2
1
1
22
7
5.5
6
6.5
1
2
2
2
1
1
22
11
13
44
207
Nilai Median adalah Data ke-22.5 atau nilai median adalah 2.5
Pendidikan yang didapatkan Ibu
SD
SLTP
SLTA
> Med
5
5
4
5.5
Medi
5
5
TOTAL
10
15 Desember 2004
Perguruan
Tinggi
TOTAL
7
6.5
6
5
22
7
5.5
6
6.5
4
5
22
11
13
10
44
208
Contoh:
Perluasan Tes Median
2 hitung = 1.295
d.f. = ( k 1) = 4 1= 3
= 5% 2 tabel = 7.82
(2 hitung = 1.295) < (2 tabel = 7.82) Ho tidak
ditolak
Maka:
Frekuensi tingkat kunjungan ibu ke sekolah adalah
independen terhadap tingkat pendidikan yang diperoleh si
ibu
15 Desember 2004
209
15 Desember 2004
210
211
2
KW
n j R j 3N 1
N N 1 j 1
(8.3)
k = banyak sampel
nj = banyak kasus dalam sampel ke-j
N = banyak kasus dalam semua sampel = Snj
Rj = jumlah ranking pada sampel atau grup j
R = (N+1)/2 Rata-rata ranking
j
15 Desember 2004
212
T 1
N3 N
k
12
2
n j R j 3N 1
N N 1 j 1
(8.5)
KW
T
15 Desember 2004
213
214
15 Desember 2004
215
Guru berorientasi
Administratif
Administratif
96
82
115
128
124
149
83
132
166
61
135
147
101
109
15 Desember 2004
216
Guru berorientasi
Administratif
Administratif
13
10
14
11
12
R1=22
R j = 4.4
15 Desember 2004
R2=37
R j =7.4
R3=46
R j = 11.5
217
2
KW
n j R j 3N 1
N N 1 j 1
12
2
2
2
314 1
6.4
15 Desember 2004
218
15 Desember 2004
219
Chapter 9
Ukuran Korelasi dan Tes
Signifikannya
15 Desember 2004
220
Korelasi
Merupakan ukuran hubungan antar variabel
Angka korelasi 0 (tidak terdapat hubungan sama sekali)
Angka korelasi 1 (terdapat hubungan negatif sempurna)
Angka korelasi +1 (terdapat hubungan positif sempurna)
Angka korelasi mendekati -1 atau +1 maka hubungan kuat
15 Desember 2004
221
Koefisien Kontigensi: C
The Cramer Coefficient C
Fungsi:
- Ukuran kadar hubungan antara dua himpunan atribut
- Skala pengukuran nominal
- Dipergunakan bila frekuensi tidak berurut
- data diskrit atau kontinyu
15 Desember 2004
222
Hitunglah nilai C
Uji signifikansinya dengan tabel C dan d.f.=(k-1)(r-1)
15 Desember 2004
223
Rumus Cramer
C
N L 1
2 = Chi kuadrat
N = jumlah data
L = angka terkecil untuk jumlah baris atau kolom
15 Desember 2004
224
225
226
I & II
Persiapan PT 23
III
40
7.3
Umum
11
16
75
Perdagangan 1
35
15 Desember 2004
38.0
77.5
146
5.4
14
97.1
60
38.2
V
2
107
31
9.1
IV
30.3
18.6
Total
Total
Kelas
13.8
10
47.9
183
6.8
26
81
207
102
390
227
69.2
0.30
N L 1
390(3 1)
228
15 Desember 2004
229
rs 1
6 d
i 1
3
2
i
N N
15 Desember 2004
rs 1
6 d
i 1
2
2
i
N ( N 1)
230
rs
2
2
2
x
2
2
x
y
Dimana:
3
N
N
2
x 12 Tx
t3 t
T
12
15 Desember 2004
N3 N
y 12 T y
2
t = Ranking kembar
by Wawan Hermawan, SE., MT.
231
Menguji Signifikansi rs
Ho : = 0
H1 : 0
rs N 2
1 rs2
15 Desember 2004
232
15 Desember 2004
233
15 Desember 2004
234
15 Desember 2004
235
6 d i2
6(14)
rs 1
1 3
0.833
N N
8 8
i 1
3
15 Desember 2004
236
2
x
3
3
3
8
2
2
2
2
2
y 12 12 12
41
42 41 14
2
rs
2
2
2
x
42 . 41
0 , 831
15 Desember 2004
t3 t
T
12
2
2
x
y
3
N
N
2
x 12 Tx
N3 N
y 12 T y
2
237
rs N 2
1 r
2
s
0.83 8 2
1 0 , 83
3 , 645
nilai t = 3,645 dari hasil penelitian lebih besar dari pada nilai
t table dengan =5% atau sebesar 2,447, atau dapat ditulis
nilai thitung (3,645) > nilai ttabel (2,447), maka hipotesis nol
ditolak atau terdapat hubungan yang signifikan antara
SPFAIB dan SKAI.
15 Desember 2004
238
15 Desember 2004
239
Rumus Koefisien
Korelasi Rank Kendall:
skor sebenarnya
2S
N N 1
2S
N N 1 TX
15 Desember 2004
N N 1 TY
T t t 1
240
Pengujian Koefisien
Korelasi Rank Kendall:
t
Z
T
Rata-rata distribusi normal = T = 0
Simpangan Baku =
15 Desember 2004
22 N 5
T
9 N N 1
241
Contoh Koefisien
Korelasi Rank Kendall:
11 10
12
10
12
11
15 Desember 2004
242
Contoh Koefisien
Korelasi Rank Kendall:
10 11 12
10 11
12
S = (11 0) + (7 3) + (9 0) + (6 2) + (5 2) + (6 0)
+ (5 0) + (2 2) + (1 2) + (2 0) + (1 0) = 44
15 Desember 2004
243
Contoh Koefisien
Korelasi Rank Kendall:
2S
2(44 )
0.67
N N 1 12 (12 1)
Ho : p = 0
H1 : p 0
22 N 5
9 N N 1
0.67
3.03
2212 5
91212 1
244
Contoh Koefisien
Korelasi Rank Kendall:
11 10
12
15 Desember 2004
10.5 10.5 12
245
Contoh Koefisien
Korelasi Rank Kendall:
10 11
12
J
12
10.5
S = (8 2) + (8 2) + (8 0) + (8 0) + (1 5) + (3 3)
+ (2 3) + (4 0) + (0 3) + (1 1) + (1 0) = 25
15 Desember 2004
246
Contoh Koefisien
Korelasi Rank Kendall:
2S
N N 1 TX
N N 1 TY
2(25)
(12)(12 1) 0 (12)(12 1) 6
0.39
15 Desember 2004
247
Fungsi:
- Data mempunyai skala minimal ordinal
- digunakan untuk menghitung korelasi antara variabel X
dan Variabel Y dengan menjaga variabel ketiga (Z)
konstan.
Metode:
- Misalkan X dan Y adalah dua variabel yang hubungannya
akan kita tentukan dan Z adalah variabel yang efeknya
terhadap X dan Y akan diparsialkan, atau dianggap konstan
- Beri ranking untuk variabel X, Y, dan Z
- Hitung nilai korelasi kendal untuk xy, xz, dan zy
- Hitung nilai xy.z
15 Desember 2004
248
xy. z
xy zy zx
1 1
2
zy
15 Desember 2004
zx
249
15 Desember 2004
250
15 Desember 2004
251
Produktivitas
X
A
B
C
D
E
F
G
H
I
J
K
L
3
4
2
1
8
11
10
6
7
12
5
9
15 Desember 2004
Ketenangan
Ruang Kerja
Y
2
6
5
1
10
9
8
3
4
12
7
11
Emosi
Z
1.5
1.5
3.5
3.5
5
6
7
8
9
10.5
10.5
12
252
xy. z
xy.z:
xy zy zx
1 1
2
zy
15 Desember 2004
zx
0.63
253
254
9.15
1 2 3
k (N N )
12
s
1 2 3
k (N N ) k T
12
T
Rj
s R j
N
15 Desember 2004
12
255
Uji Signifikansi
Jika k=3 sampai dengan k =20 dan N dari 3 sampai
dengan 7 Gunakan tabel R di buku Edisi 1 (coklat)
Bila N lebih dari 7 gunakan chi Kuadrat dengan
D.F = N 1 :
2 k N 1W
15 Desember 2004
256
15 Desember 2004
257
a
1
1
6
8
b
6
5
3
14
c
3
6
2
11
d
2
4
5
11
e
5
2
4
11
f
4
3
1
8
s
1 2 3
k (N N )
12
15 Desember 2004
25.5
1
(3) 2 63 6
12
0.16
258
Contoh Koefisien
Korelasi Rank Kendall:
N =6
W = 0.16
s = 25.5
= 5%
Dari tabel R buku Ed 1 (coklat) kita dapatkan 103.9
Sehingga 25.5 < 103.9 Ho diterima
15 Desember 2004
259
a
1
2.5
2
5.5
b
4.5
1
1
6.5
c
2
2.5
4.5
9
d
4.5
4.5
4.5
13.5
e
3
4.5
4.5
12
f
7.5
8
4.5
20
g
6
9
8
23
h
9
6.5
8
23.5
I
7.5
10
8
20.5
j
10
6.5
10
26.5
15 Desember 2004
260
Ty
Tz
12
3
t
t
12
3
t t
12
15 Desember 2004
2 23 2
1
12
2 23 2 23 2
1.5
12
4 33 3
7
12
261
1 2 3
k (N N ) k T
12
T
591
1 2 3
3 10 10 31 1.5 7
12
0.828
15 Desember 2004
262
N =10
W = 0.828
s = 591
= 5%
263
n XY X Y
n X X . n Y Y
2
Koefisien determinasi: r2
Statistik Uji:
t
15 Desember 2004
r n2
1 r
264
Contoh Pearson
Misal kita ingin melihat hubungan yang terjadi antara
variabel biaya tetap dengan variabel laba yang dicapai
pada suatu perusahaan X.
15 Desember 2004
265
Contoh Pearson
Tahun
1990
1991
1992
1993
1994
1995
1996
Total
X
20.157
21.776
29.135
36.741
42.448
47.564
56.137
253.958
15 Desember 2004
Y
30.231
28.334
29.630
45.707
61.043
76.363
103.977
375.285
X2
406.304.649
474.194.176
848.848.225
1.349.901.081
1.801.832.704
2.262.334.096
3.151.362.769
10.294.777.700
Y2
913.913.361
802.815.556
877.936.900
2.089.129.849
3.726.247.849
5.831.307.769
10.811.216.529
25.052.567.813
XY
609.366.267
617.001.184
863.270.050
1.679.320.887
2.591.153.264
3.632.129.732
5.836.956.849
15.829.198.233
266
Contoh Pearson
r
r
n X
n X iYi X i Yi
2
i
X i . n Yi 2 Yi
2
7(15829198233) (253958)(375285)
0,99
R 2 r 2 0,919023
15 Desember 2004
267
Contoh Pearson
t
t
r n2
1 r 2
0,958657 7 2
1 0,958657
7,532976
15 Desember 2004
268
Nominal
Ordinal
Interval
Cramer
Teta
Eta
Rank Spearman
Rank Kendal
Jaspen
Interval
15 Desember 2004
Pearson
269
Wilcoxons Theta,
Fungsi:
Untuk mengukur korelasi dengan satu variabel skala
datanya nominal dan ordinal untuk variabel lainnya.
T2
270
terdapat hubungan
jenis kelamin
15 Desember 2004
antara
keramahan
dan
271
0
12
29
41
1
16
22
38
Tingkat keramahan
2
3
18
22
24
15
42
37
4
28
12
40
5 total
35
131
9
111
44
242
Fa = (12)(0)+(16)(29)+(18)(29+22)+(22)(29+22+24)+
(28)(29+22+24+15)+(35)(29+22+24+15+12)
= 9122
Fb = (12)(22+24+15+12+9)+(16)(24+16+12+9)+
(18)(15+12+19)+(22)(12+9)+(28)(9)+(35)(0)
= 3306
15 Desember 2004
272
Di
T2
15 Desember 2004
5816
0.40
14541
273
15 Desember 2004
274
15 Desember 2004
275
15 Desember 2004
276
15 Desember 2004
277
Rata-rata
15 Desember 2004
31
Grand Rata-rata
Total Kuadrat
Y2
28
35
42
39
41
47
62
58
41
33
29
47
49
42
593
Rata-rata
Y22
784
1,225
1,764
1,521
1,681
2,209
3,844
3,364
1,681
1,089
841
2,209
2,401
1,764
26,377
42.4
36.9
39544
278
Y N Y N Y
1
Y N N Y
2
2
T
2
T
0.57
15 Desember 2004
279
15 Desember 2004
280
N k
F
2
1 k 1
2
281
0.57 27 2
2
1 0.57 2 1
2
11.76
15 Desember 2004
282
15 Desember 2004
283
Asumsi Eta
Acak
Satu variabel skala nominal dan variabel lain skala interval
variabel interval mempunyai distribusi kontinyu
mempunyai kurva linear
15 Desember 2004
284
Jaspens M
Fungsi:
Untuk mengukur korelasi dengan satu variabel skala
datanya ordinal dan interval untuk variabel lainnya.
15 Desember 2004
285
Jaspens M
Misalnya ingin diteliti bagaimana degree of community
development (X) keterkaitannya dengan lamanya tinggal
atau years in the community (Y)
15 Desember 2004
286
15
17
19
23
14
28
22
12
9
15
22
21
16
12
8
3
20
14
13
12
10
10
5
10
12
4
10
9
8
10
12
10
8
2
7
5
5
5
2
5
11
4
6
4
7
9
6
18.1
12
11.8
10
8.3
7
7.1
9
6.0
9
rata-rata
N
15 Desember 2004
287
Jaspens M
Rank
5
4
3
2
1
oa
0.0000
0.3244
0.3978
0.3808
0.2714
15 Desember 2004
Y
18.08
11.80
8.29
7.11
6.00
p
0.26
0.21
0.15
0.19
0.19
Cp
0.26
0.47
0.62
0.81
1.00
ob
0.3244
0.3978
0.3808
0.2714
0
288
Y N
Sy
NT
Y N
Sy
15 Desember 2004
NT
511
7275
47
47
6.05
289
Jaspens M
Y o
M
o
S
i
oa
o
b
a
4.1915
M
6.050.8834
0.78
15 Desember 2004
290
ob oa 2
p
r 0.78 0.8834
0.73
Ho : M = 0
H1 : M 0
Lihat tabel A7 dengan df = N - k = 47 - 2 = 45, maka
dengan = 1% didapat 0.372 sehingga Ho ditolak
15 Desember 2004
291
Jaspens M
15 Desember 2004
292
Jaspens M
15 Desember 2004
293
Jaspens M
15 Desember 2004
294