Anda di halaman 1dari 64

Statistik Nonparametrik 2

Dr. Edi Istiyono, M.Si.

Dipersembahkan oleh :

1. Dewi Nafisah Huda (13302244019)


2. Nur Amalia Dinan (13302244005)
3. Nanda Egha Andika (13302241064)
PEDOMAN UMUM UNTUK MEMILIH TEKNIK
STATISTIK NONPARAMETRIS UNTUK PENGUJIAN
HIPOTESIS
Bentuk Hipotesis

Macam Data Deskripsi


Komparatif lebih dari 2 Asosiatif/h
(Satu Komparatif 2 sampel
sampel ubungan
sampel)
berpasan berpasang independe
independen
gan an n
Nominal Binomial Mc Nemar - Fisher Chochran Chi Koefisien
Exact Kuadrat k kontingen
Chi Probability Sampel si (C)
Kuadrat - Chi
Kuadrat 2
sampel

Ordinal Run Test Sign Test - Median Friedman Median Korelasi


Test n 2 way Extension Spearman
Wilcoxon - Mann Anova Rank
Matched Whitney U Kruskal-
Pairs Test Wallis Korelasi
- One-Way Tanda tau
Kolmogorov- Anova
smirno
Wald
Wolfowiitz
Statistika non-parametrik 2

uji hipotesis komparatif


lebih dari dua sampel
berpasangan
uji hipotesis komparatif
lebih dari dua sampel
independen
uji hipotesis untuk
bentuk hipotesis
asosiatif

Terbagi dalam
Pembahasan data :
-Nominal
-Ordinal
TES COCHRAN
Diaplikasikan kepada sampel dependen atau berhubungan
bila datanya berbentuk nominal dan frekuensi dikotomi. Uji
ini merupakan perluasan dari uji Mc Nemar dua sampel
berhubungan. Tes ini akan menguji apakah k (perlakuan)
mempunyai perbedaan efek yang signifikan di antara N buah
kelompok / himpunan sampel yang diuji.

Misal jawaban dalam wawancara atau observasi hasil


eksperimen berbentuk=ya-tidak, sukses-gagal, terjual-tidak
terjual. Selanjutnya sukses diberi nilai 1 dan gagal diberi nilai
0.

k k
2

(k 1) k G 2j G j
j1 j1
Q N N
k L i L2i
i 1 i 1

PENGUJIAN HIPOTESIS KOMPARATIF k SAMPEL BERPASANGAN


TES COCHRAN
Menentukan harga Q dengan susbtitusi harga-harga
observasi ke dalam rumus sebagai berikut

k k
2

(k 1) k G 2j G j
j1 j1
Q N N
k L i L2i
i 1 i 1

Dimana :
Q = harga Q Cochran observasi
k = Banyaknya kelompok / kegiatan/ perlakuan
yang dilakukan
Gj = Jumlah sukses per kegiatan/kelompok
Li = Jumlah sukses seluruh kegiatan per pasangan

Tolak Ho Jika harga Q observasi harga 2 tabel, dan


Terima Ho jika harga Q observasi < harga 2 tabel

PENGUJIAN HIPOTESIS KOMPARATIF k SAMPEL BERPASANGAN


PENERAPAN TES COCHRAN
Prosedur pengujiannya adalah sebagai berikut:
Menentukan hipotesis nol dan hipotesis alternatifnya
- H0 : proporsi ya adalah sama untuk k perlakuan
- H1 : minimal ada proporsi ya yang berbeda pada dua jenis
perlakuan.
Menentukan tingkat signifikansi yang dikehendaki ()
Menentukan statistik uji yang digunakan, yakni Uji Q
Cochran
Menentukan daerah kritisnya, yakni :
- Tolak Ho Jika harga Q observasi harga 2 tabel dan
- Terima Ho jika harga Q observasi < harga 2 tabel
Melakukan penghitungan
Untuk data yang bersifat dikotomi (terpisah-dua), memberikan
skor 1 untuk setiap sukses dan skor 0 untuk setiap gagal.
Menuangkan skor skor tersebut dalam suatu tabel kxN
dengan menggunakan k kolom dan N baris. N = banyaknya
kasus dalam tiap kelompok k.
CONTOH UJI COCHRAN
Misalkan kita akan mempelajari /menilai
kemanjuran metode pembelajaran terhadap
beberapa kelompok siswa. Dalam rancangan
ini siswa-siswa berperan sebagai blok blok.
Bila seorang siswa dapat menyelesaikan
minimal 6 dari 10 soal yang diberikan dalam
waktu 30 menit, diberi skor 1. Bila siswa
gagal mencapai target tersebut diberi skor 0.
Uji Cochran Q digunakan untuk menguji
hipotesis nol tentang tiadanya perbedaan di
antara perlakuan perlakuan dalam hal
kemanjuran metode pembelajaran tersebut.
TABEL HASIL OBSERVASI
No. Kelas X1 Kelas X2 Kelas X3 Li Li2

1 0 0 0 0 0
2 0 1 1 2 4
3 1 0 1 2 4
4 0 0 1 1 1
5 1 0 0 1 1
6 0 0 1 1 1
7 1 1 0 2 4
8 1 0 0 1 1
9 1 1 0 2 4
10 1 1 0 2 4
11 0 1 0 1 1
12 0 0 0 0 0
13 0 1 0 1 1
14 1 1 1 3 9
15 1 0 0 1 1
16 0 1 1 2 4
17 0 1 0 1 1
18 1 1 1 3 9
19 1 0 0 1 1
20 0 1 0 1 1
21 0 0 0 0 0
22 1 0 0 1 1
23 0 1 0 1 1
24 1 1 1 3 9
25 1 1 1 3 9
26 1 1 0 2 4
27 1 1 1 3 9
28 1 1 1 3 9
29 1 1 0 2 4
30 0 0 1 1 1

Gj=15 Gj=18 Gj=16 18


=1 =49 18 2
=1 = 113
PERHITUNGAN
Penentuan hipotesis:
H0 : proporsi sukses adalah sama untuk k
perlakuan
H1 : minimal ada proporsi sukses yang berbeda
pada dua jenis perlakuan.
Perhitungan:
Tes Statistik : Tes Q Cochran dipilih karena data
lebih dari dua kelompok-berhubungandan
terpisah-dua (dikotomi) sebagai sukses dan
tidak.
Daerah Penolakan : Tolak Ho Jika harga Q
observasi harga2 tabel
PERHITUNGAN
2
1 2
=
=1
=
2
=1 =1

31 3 15 2 +3 18 2 +3 16 2 49 2
= = 0.82353
3 49 113
2 tabel= 9,21
Keputusan : Karena harga Q observasi <= harga
2 tabel, maka Ho diterima.
Kesimpulan : Dengan tingkat kepercayaan 99%,
dapat dikatakan bahwa tidak ada perbedaan
proporsi sukses pada tiap blok sampel.
TES FRIEDMANN
Uji Friedman dilakukan untuk mengetahui perbedaan lebih
dari dua kelompok sampel yang saling berhubungan. Data
yang dianalisis adalah data ordinal, sehingga jika data
berbentuk interval atau ratio sebaiknya dirubah dulu ke
bentuk ordinal.
Uji Friedman merupakan alternative dari ANOVA satu jalur.
Uji ini dilakukan jika asumsi-asumsi dalam statistik
parametris tidak terpenuhi, atau juga karena sampel yang
terlalu sedikit.


2
12 2
= 3( + 1)
( + 1)
=1

PENGUJIAN HIPOTESIS KOMPARATIF k SAMPEL BERPASANGAN


TES FRIEDMANN

Karena distribusi yang terbentuk adalah Chi Kuadrat, maka


pengujiannya adalah

12 2
2 = 3( + 1)
( + 1)
=1
Dimana:
N= banyak baris dalam tabel
k= banyak kolom
Rj= jumlah rangking dalam kolom

PENGUJIAN HIPOTESIS KOMPARATIF k SAMPEL BERPASANGAN


CONTOH
Seorang guru ingin mengetahui bagaiman respon siswa dalam belajar
dengan memberikan 4 metode yang berbeda. Pada minggu pertama
diberikan metode A, minggu kedua diberikan metode B, minggu ketiga
diberikan metode C, dan minggu ke empat diberikan metode D.
Masing-masing metode dilakukan pengukuran mengenai reaksi dan
keaktifan siswa dalam menerima pelajaran yang diukur dengan skala
odinal 3 kategori yaitu buruk sedang baik.
HASIL OBSERVASI
1 2 1 3
2 2 2 2
2 2 2 2
2 2 2 3
2 2 2 2
2 2 2 1
1 2 1 2
1 3 2 3
2 2 2 2
2 2 2 2
1 3 1 2
2 2 2 2
1 2 2 2
1 2 1 2
2 2 2 1
1 2 1 3
2 2 2 2
2 2 2 2
1 2 1 2
2 2 3 3
PERHITUNGAN
12 2

2
= =1 3( + 1)
(+1)
Dimana:
N= banyak baris dalam tabel
k= banyak kolom
Rj= jumlah rangking dalam kolom
12
2 = (2 + 3 + 3 + 3) 2 3.20 4 + 1
20.4 4 + 1
=13.630
Hasil uji signifikansi Chi Square menunjukkan bahwa sig < 0.05
sehingga dapat disimpulkan bahwa empat metode belajar yang
diberikan memberikan reaksi yang berbeda dari siswa.
CHI KUADRAT k SAMPEL
Menguji hipotesis komparatif dua sampel independen berarti
menguji signifikansi perbedaan nilai dua sampel yang tidak
berpasangan. Sampel independen biasanya digunakan dalam
penelitian yang menggunakan pendekatan penelitian survey.

Chi kuadrat digunakan untuk menguji hipotesis komparatif


(perbandingan) dua sampel atau lebih bila datanya
berbentuk nominal dan sampelnya besar.

Rumus
menghitung X2

Jika tabel lebih dari Khusus untuk tabel


2x2 2x2

PENGUJIAN HIPOTESIS KOMPARATIF k SAMPEL INDEPENDEN


CHI KUADRAT k SAMPEL
Jika tabel lebih dari 2x2
Dengan dk (derajat
kebebasan) atau df
(degree of freedom) =
(baris-1) (kolom-1)

Ksimpulan:
Jika X2 hitung > X2 tabel:
Ho ditolak
Jika X2 hitung < X2 tabel:
Ho gagal ditolak

Atau:
P value < (0,05) H0
ditolak
P value > (0,05) H0
gagal ditolak

PENGUJIAN HIPOTESIS KOMPARATIF k SAMPEL INDEPENDEN


CHI KUADRAT k SAMPEL
Khusus untuk tabel 2x2

Kelo Outcome Rumus:


mpok Jumlah
+
Samp
(yes)
- (no) Sampel Df = (k-1) (b-1)
el
1 a b a+b
2 c d c+d
Juml a+c b+d n=
ah jumlah
sampel

PENGUJIAN HIPOTESIS KOMPARATIF k SAMPEL INDEPENDEN


CONTOH

Dilakukan penelitian pada 115 siswa di sebuah sekolah A.


penelitian dilakukan untuk mengetahui bagaimana peluang siswa
untuk mengikuti lomba.
Selengkapnya dapat dilihat pada tabel 2x2 di bawah ini.

Outcome
Mengikut Tidak
i Lomba Mengikut Jumlah
Kelompok i Lomba
sampel

Kelas X 60 20 80

Kelas XI 50 25 75

Jumlah 110 45 155


PERHITUNGAN
Hipotesis
Jika X2 hitung > X2 tabel: Ho ditolak

Jika X2 hitung < X2 tabel: Ho gagal ditolak

Dengan derajat signifikasi () 5% dan df = (2-1) (2-


1)= 1, maka harga X2 tabel = 3,841. Ternyata
harga X2 hitung < harga X2 tabel baik pada =5 %
0,93 < 3,84. H0 gagal ditolak.
PERLUASAN MEDIAN
Uji ini dapat digunakan untuk menentukan apakah k
kelompok independen berasal dari populasi yang sama atau
dari populasi-populasi yang mempunyai median yang
sama. Data yang digunakan sekurang-kurangnya berskala
ordinal.

Perluasan uji median ini pada dasarnya adalah uji chi-


square untuk k sample. Frekuensi yang ada dimasukan
dalam tabel kontingensi 2 x k (frekuensi harapan harus
5). Tahapan pengerjaannya serupa dengan uji median untuk
2 sampel.
Jika ada skor yang jatuh tepat pada median gabungan, maka
skor tersebut dimasukan dalam kategori median
gabungan.

PENGUJIAN HIPOTESIS KOMPARATIF k SAMPEL INDEPENDEN


PERLUASAN MEDIAN
Tujuan: Menentukan apakah k populasi independent berasal
dari populasi yang sama atau berasal dari populasi
bermedian sama.

Syarat : Frekuensi termasuk dalam kategori yang


diskrit,sekurang-kurangnya skala ordinal.

Langkah Uji Hipotesis

1. Hipotesis
Ho : k sampel berasal dari populasi yang mediannya sama.
Hi : k sampel tidak berasal dari populasi yang
mediannyasama.

2. Menentukan median gabungan skor-skor dalam k


kelompok

PENGUJIAN HIPOTESIS KOMPARATIF k SAMPEL INDEPENDEN


PERLUASAN MEDIAN
Langkah Uji Hipotesis

3. Memisahkan skor dalam masing-masing k kelompok pada


median gabungan tersebut. Dengan cara membubuhkan tanda
tambah (+) untuk semua skor di atas median gabungan dan
tanda kurang (-) untuk semua skor di bawah median
gabungan.

4. Masukkan frekuensi-frekuensi tersebut ke dalam tabel 2 x k

5. Rumusperhitungan :




=

= =

PENGUJIAN HIPOTESIS KOMPARATIF k SAMPEL INDEPENDEN


PERLUASAN MEDIAN
Langkah Uji Hipotesis

Rumus perhitungan :




=

= =
di mana :
: banyak kasus yang diobservasi yang
dikategorikan dalam baris ke-i dan pada kolom ke-
j.
: banyak kasus yang diharapkan di bawah Ho
untuk dikategorikan dalam baris ke-i dan kolom
ke-j.
k adalah banyak kolom, r adalah banyak baris.

PENGUJIAN HIPOTESIS KOMPARATIF k SAMPEL INDEPENDEN


PERLUASAN MEDIAN
Langkah Uji Hipotesis

6. Di bawah Ho, 2 seperti dhitung melalui rumus diatas,


mendekati distribusi Chi Square dengan db = (k -1)(r 1).
Kemungkinan yang berkaitan dengan terjadinya, dibawah
Ho, harga-harga yang sebesar harga 2 observasi, ditunjukkan
dalam tabel C.

7. Menentukan signifikansi harga observasi X2 dengan


menggunakan tabel C. Tolak Ho apabila X2hitung> X2[,(k-1)(r-1)]
dan tidak tolak Ho apa bila X2hitung X2[,(k-1)(r-1)]

PENGUJIAN HIPOTESIS KOMPARATIF k SAMPEL INDEPENDEN


CONTOH

Dilakukan penelitian untuk mengetahui apakah


ada perbedaan median dari populasi golongan
jurusan siswa SMK terhadap jumlah media cetak
yang di baca. Dalam hal ini golongan gaji di
kelompokkan menjadi 4 golongan, yaitu Jurusan
Akuntansi(I), Farmasi(II), Teknik Mesin(III), dan
Teknik Komputer(IV). Dalam penelitian ini
digunakan sampel siswa golongan I=11 orang,
II=11 orang, III=12 dan IV=12.
PERHIUNGAN
Hipotesis
Ho : Tidak terdapat perbedaan dalam membaca
jumlah media cetak berdasarkan jurusan siswa
SMK atau k sampel jurusan siswa SMK berasal
dari populasi yang mediannya sama.
Ha : Terdapat perbedaan dalam membaca
jumlah media cetak berdasarkan jurusan siswa
SMK atau k sampel jurusan siswa SMK berasal
dari populasi yang mediannya berbeda
HASIL OBSERVASI
Jumlah media cetak yang dibaca

Gol I Gol II Gol III Gol IV

0 1 2 5

1 2 3 3

2 2 4 4

1 2 5 6

4 6 3 8

1 1 2 5

1 3 3 6

1 4 3 4

2 2 3 3

2 3 2 3

1 2 1 4

0 0 2 4

N1 = 11 N2 = 11 N3 = 12 N4 = 12
Karena ini adalah test median, maka median
jumlah media cetak yang di baca oleh 4 kelompok
golongan gaji itu perlu di cari. Untuk
memudahkan pencarian, maka data empat
kelompok tersebut di urutkan mulai dari jumlah
yang terkecil.
01111111112222222222222333333
3344444445558
Median jumlah media cetak yang dibaca oleh 4
kelompok siswa tersebut adalah angka ke 23 dan
2+3
24 yaitu = 2,5
2
Selanjutnya setelah median 4 kelompok
diurutkan, maka perlu dihitung jumlah pegawai
yang membaca di atas dan di bawah median.

Jumlah media yang dibaca siswa


Kelompok
Gol I Gol II Gol III Gol IV

Jumlah yang membaca di atas


1 (5,5) 4 (5,5) 7 (6) 12 (6)
median

Jumlah yang membaca di bawah


10 (5,5) 7 (5,5) 5 (6) 0 (6)
median

Jumlah 11 11 12 12
Perhitungan :



=

= =
(15,5)2 (45,5)2 (76)2 (126)2 (105,5)2 (75,5)2
2 = + + + + + +
5,5 5,5 6 6 5,5 5,5
(56)2 (06)2
+ = 10,26
6 6

Harga Chi Kuadrat () hitung tersebut selanjutnya


dibandingkan dengan Chi Kuadrat tabel, dengan db=k-1
dan yang sudah ditetapkan 0,05.Dengan menggunakan
tabel C harga Chi Kuadrat tabel, diperoleh nilai yaitu
sebesar 5,99. Ternyata Chi Kuadrat hitung lebih besar dari
tabel (10,26 > 5,99). Maka Ho ditolak dan Ha diterima.
Kesimpulan : Terdapat perbedaan dalam membaca jumlah
media cetak berdasarkan jurusan siswa SMK atau k
sampel jurusan siswa SMK berasal dari populasi yang
mediannya berbeda.
ANALISIS VARIAN SATU JALUR KRUSKAL-WALLS

Uji H atau Kruskal-Wallis adalah suatu uji statiska yang


dipergunakan untuk menetukan apakah k sample independen
berasal dari populasi yang sama ataukah berbeda.

A. Metode Uji H
Metode uji H, masing-masing nilai data observasi diganti
dengan ranking atau skor. Semua sampel yang ada dalam k
diurutkan dalam satu rangkaian. Nilai data terkecil diberi
skor atau ranking 1 dan seterusnya untuk seluruh data pada
k sampel. Atau dapat ditulis\suatu random terdiri dari:
n1, n2, , nk dari populasi sebesar K,
maka N = n1 + n2 +, , +nk ,
sedang jumlah ranking (R) dinyatakan denga: R1 + R2 + +
Rk.

Hipotesis yang akan diuji dinyatakan sebagai berikut:


Ho = yaitu k sampel berasal dari populasi yang sama.
Hi = yaitu k sampel berasal dari populasi yang berbeda.

PENGUJIAN HIPOTESIS KOMPARATIF k SAMPEL INDEPENDEN


ANALISIS VARIAN SATU JALUR KRUSKAL-WALLS

B. Langkah-langkah Kruskal-Wallis
1. Mengelompokkan sampel sesuai populasi yang telah
ditentukan.

2. Merangkingkan sampel tersebut berdasarkan urutannya,


dari kecil hingga terbesar.

3. Menentukan hipotesis :

Ho : tidak memiliki perbedaan antara kelompok satu


dengan yang lainnya.
H1 : memiliki perbedaan antara kelompok satu dengan
yang lainnya.

4. Menentukan tingkat signifikasi (). Menentukan suatu ke


akuratan biasanya yang sering digunakan = 0,05

PENGUJIAN HIPOTESIS KOMPARATIF k SAMPEL INDEPENDEN


ANALISIS VARIAN SATU JALUR KRUSKAL-WALLS

B. Langkah-langkah Kruskal-Wallis

5. Menentukan kriteria pengujian

a) Apabila sampel yang diambil merupakan sampel


dengan ni 5 dan kelompok (k) = 3, maka untuk tabel
pembandingnya menggunakan tabel Kruskal-Wallis.
b) Apabila sampel yang diambil merupakan dengan ni >
5, maka untuk tabel pembanding menggunakan tabel
Chi-Kuadrat. Dengan df = k-1.

6. Setelah data tersusun dari langkah (1) sampai (5), di


dapat stastistik uji Kruskal-Wallis dengan rumus:

PENGUJIAN HIPOTESIS KOMPARATIF k SAMPEL INDEPENDEN


ANALISIS VARIAN SATU JALUR KRUSKAL-WALLS

B. Langkah-langkah Kruskal-Wallis

Di mana
k= perlakuan pada sampel
ni = banyak sampel pengukuran pada
perlakuan sampel ke i
N = banyak sampel keseluruhan
Ri = jumlah rangking sampel i dimana
tiap-tiap pengukuran diranking dari
data keseluruhan.

PENGUJIAN HIPOTESIS KOMPARATIF k SAMPEL INDEPENDEN


ANALISIS VARIAN SATU JALUR KRUSKAL-WALLS

B. Langkah-langkah Kruskal-Wallis
7. Apabila terdapat sampel yang bernilai sama maka sampel
tersebut dirata-ratakan rangkingnya, kemudian
menambahan rumus bagi sampel yang bernilai sama yaitu:
12 2 3(N + 1)

(+1) =1
H=
1 3

Dimana
T = t2 1 ( t adalah sampel yang berangka sama dalam nilai
skor yang berangka sama).

8. Kaidah keputusan menguji hipotesis.

0 (), 0
Jika H
> 0 (), 0

9. kesimpulan.
Berdasarkan hasil keputusan, apakah sampel tersebut
diterima atau ditolak.
PENGUJIAN HIPOTESIS KOMPARATIF k SAMPEL INDEPENDEN
CONTOH

Febri meneliti keefektifan dari 2 metode


pendekatan dalam pembelajaran matematika
yaitu metoda tradisional dan metode PBL. Untuk
itu ia mengambil secara random nilai ujian akhir
semester dari 15 orang mahasiswa yang
mewakili kedua metode tersebut. Berikut nilai
Ujian dari 15 orang mahasiswa tersebut. Nilai
siswa dengan mengunakan metode tradisional:
55 ,45, 60, 34, 67, 23, 60, 45. Nilai siswa
menggunakn metode PBL: 78, 80, 60, 65, 66, 90
PERHITUNGAN

Jawab : 1. Mengelompokkan sampel sesuai


populasi yang telah ditentukan.
Metode Nilai
Tradisional 55 ,45, 60, 34, 67, 23, 60, 45
PBL 78, 80, 60, 65, 66, 56, 90

Merangkingkan sampel tersebut dari terkecil


hingga terbesar sesuai urutannya.
Tradisional Rangking Open-ended rangking
55 5 78 13
45 3,5 80 14
60 8 60 8
34 2 65 10
67 12 66 11
23 1 56 6
60 8 90 15
45 3,5
Menentukan hipotesis
H0 = tidak ada perbedaan antara metode yang
tradisional dengan Open-ended.
H1 = terdapt perbedaan antara metode yang
tradisional dengan Open-ended.
Tingkat signifikasi yaitu = 0.05 dengan N = 15.
Menentukan kriteria uji
Karena k = 2 dan ni = 8 dan 7. Maka menggunakan
tabel chi-kuadrat dengan df = k -1 = 2 -1 = 1
rumus :

12 43 2 77 2
H= [ + ] 3 15 + 1
15 16 8 7
H = 22,7.
Oleh karena terdapat rangking yang sama,
maka H terdapat penambahan rumus:

1 , dengan T=t-1
3
30 t 2 3
1
3360 T 6 2 T = 30

= 0.991 4

12 2
=1 3(N + 1)
(+1)
H=
1 3

22,7
H=
0,991
H = 22,90
Keputusan uji H
Dengan menggunakan tabel chi-kuadrat, dan
tingkat signifikasi = 0.05 serta df = 1. Terlihat
bahwa H0 = 3,841.jadi, H1 > H0 atau 22,7 > 3,841.
Maka, hipotesis nol ditolak.
Kesimpulan

Ada perbedaan antara kedua metoda


pembelajaran yang diterapkan dalam matematika.
KOEFISIEN KONTINGENSI

Analisis koefisien kontingensi digunakan untuk


menganalisis data penelitian yang mempunyai
karakteristik:

1. Hipotesis yang diajukan hipotesis asosiatif/menganalisis


hubungan 2 variabel yang berskala nominal

2. Data berskala nominal

Rumus X2 :

.......rumus 1

Lalu cari C (koefisien kontingensi) dan C max nya untuk


melihat derajat keeratan hubungan yang terjadi

PENGUJIAN HIPOTESIS ASOSIATIF (HUBUNGAN)


KOEFISIEN KONTINGENSI

Lalu cari C (koefisien kontingensi) dan C max nya untuk


melihat derajat keeratan hubungan yang terjadi

.......rumus 2

m harga minimum antara


m 1 .......rumus 3 banyak baris b dan banyak
Cmaks
m kolom k

Makin dekat Nilai C dengan Cmaks makin besar derajat


hubungan antarvariabel
Kemudian lakukan uji signifikansi berdasarkan nilai X2
dengan df (dk) = (baris-1) (kolom-1).

PENGUJIAN HIPOTESIS ASOSIATIF (HUBUNGAN)


CONTOH

Ingin diketahui hubungan antara daerah tempat


tinggal (urban dan rural) terhadap jumlah siswa
yang paham mata pelajaran (Matematika,
Fisika, Biologi, Kimia). Sampel yang diambil
sebanyak 200 orang. Berikut datanya dalam
bentuk tabel 2x2 (tabel kontingensi).
HASIL OBSERVASI
Daerah Mata Pelajaran Total
Matematik Fisika Biologi Kimia
a
F f f f f f f f f f
o e o e o e o e o e
Urban 2 2 3 3 3 3 2 3 1 1
7 4 5 0 3 6 5 0 2 2
0 0
Rural 1 1 1 2 2 2 2 2 8 8
3 6 5 0 7 4 5 0 0 0
Total 4 4 5 5 6 6 5 5 2 2
0 0 0 0 0 0 0 0 0 0
0 0
PERHITUNGAN
Mencari frekuensi yang diharapkan
fe (freq.expected) =

Misal : fe sel pertama (sel urban yang paham


Matematika) = 120x40/200 = 24
Menghitung nilai X2 (Rumus 1)

= 0,375 + 0,833 + 0,250 + 0,833 + 0,563 + 1,250 +


0,375 + 1,250 = 5,729
Masukan ke rumus 2 untuk mencari koefisien
kontingensi (C)
Koefisien kontingensi dicari untuk menentukan derajat
keeratan hubugan antara variabel independen dan
variabel dependen

= ((5,279) / (200 + 5,279)) = 0,16


Masukan ke rumus 3 untuk mencari nilai C max

m 1
C maks = (2-1) /2 = 0,5 = 0,70
m

Dari point c dan d diperoleh nilai C sebesar 0,16 dan


C max = 0,70. Karena nilai C dan C max cukup jauh,
artinya derajat keeratan hubungan antara variabel
independen (daerah tempat tinggal) dengan variabel
dependen (jumlah siswa yang paham 4 mata
pelajaran) tidak kuat.
Menentukan X2 tabel
df (dk) = (baris-1) (kolom-1) = (2-1) (4-1) =3
Dengan melihat tabel chi square pada df =3 dan
= 0,05 diperoleh nilai X2 tabel = 7,815.

Bandingkan X2 hitung dengan X2 tabel


X2 hitung < X2 tabel = 5,279 < 7,815 H0 gagal
ditolak (tidak ada hubungan antara daerah tempat
tinggal dengan pemahaman mata pelajaran).
KORELASI SPEARMAN RANK

Digunakan untuk menentukan besarnya koefesien korelasi


jika data yang digunakan berskala Ordinal

Rumus yang digunakan:

6 d i2
1
n(n 2 1)
= koefisien korelasi Spearman (baca
rho)
d = selisih ranking X danY
n = jumlah sampel

PENGUJIAN HIPOTESIS ASOSIATIF (HUBUNGAN)


KORELASI SPEARMAN RANK

Langkah-langkah Uji Rank Spearman

1. Berikan peringkat pada nilai-nilai variabel x dari 1


sampai n. Jika terdapat angka-angka sama, peringkat
yang diberikan adalah peringkat rata-rata dari angka-
angka yang sama.
2. Berikan peringkat pada nilai-nilai variabel y dari 1
sampai n. Jika terdapat angka-angka sama, peringkat
yang diberikan adalah peringkat rata-rata dari angka-
angka yang sama.
3. Hitung di untuk tiap-tiap sampel (di=peringkat xi -
peringkat yi)
4. Kuadratkan masing-masing di dan jumlahkan semua di2
5. Hitung Koefisien Korelasi Rank Spearman () baca rho:

6 d i2
1
n(n 2 1)

PENGUJIAN HIPOTESIS ASOSIATIF (HUBUNGAN)


KORELASI SPEARMAN RANK

6. Bila terdapat angka-angka sama. Nilai-nilai pengamatan


dengan angka sama diberi ranking rata-rata.

Aturan mengambil keputusan

PENGUJIAN HIPOTESIS ASOSIATIF (HUBUNGAN)


CONTOH
Sebuah penelitian dilakukan untuk mengetahui
korelasi antara nilai Mata Pelajaran Kimia
dengan Mata Pelajaran Fisika pada 7 sampel
yang diambil secara random. Hasil pengumpulan
data dapat dilihat pada Tabel.
Sampel Nilai Kimia Nilai Fisika

1 50 40

2 62 54

3 74 76

4 78 78

5 84 78

6 92 74

7 94 88
PERHITUNGAN
Bagaimana kesimpulan yang dapat diambil dari
data tersebut pada =0.05
Ket : tidak perlu membuat peringkat dengan
tanda desimal karena tidak ada nilai yang ties
(sama)
Sampel Nilai Kimia Ranking x Nilai Fisika Ranking y di di2
1 50 1 40 1 0 0
2 62 2 54 2 0 0
3 74 3 76 3 0 0
4 78 4 74 4 0 0
5 84 5 78 6 -1 1
6 92 6 76 5 1 1
7 94 7 88 7 0 0
di 2=2
6 d i2
1
n(n 2 1)
= 0,964
4. Kesimpulan
Karena nilai hitung (0,964) tabel (0,786) Ho ditolak (Ada
korelasi yang sangat kuat dan positif antara Nilai Fisika dengan Nilai Kimia
KORELASI KENDALL TAU

Korelasi Kendall Tau digunakan untuk mencari hubungan


dan menguji hipotesis dua variabel atau lebih bila datanya
berbentuk ordinal/ranking. Kelebihannya dapat digunakan
pada sampel > 10.

Konsep dasar: pembuatan ranking dari pengamatan terhadap


objek dengan pengamatan yang berbeda Untuk mengetahui
kesesuaian terhadap urutan objek yang diamati.

Bila diberikan urutan (ranking) pasangan data (xi,yi)


sehingga kedua variabel tersebut dapat berpasangan
sebagaimana tabel berikut :

PENGUJIAN HIPOTESIS ASOSIATIF (HUBUNGAN)


KORELASI KENDALL TAU

Rumus yang digunakan:

Ket :
= Koef korelasi Kendall tau (besarnya
antara -1 s/d 1)
S = selisih jumlah rank X dan Y
n = Banyaknya sampel

PENGUJIAN HIPOTESIS ASOSIATIF (HUBUNGAN)


KORELASI KENDALL TAU

Pada dasarnya Uji Korelasi Kendall memiliki asumsi sama


dengan Uji Spearman's rho yaitu menguji korelasi 2 variabel
berdata ordinal atau salah satu variabel berdata ordinal dan
lainnya nominal maupun rasio.

Terkait dengan karakteristik skala data ordinal tersebut


maka uji korelasi Kendall termasuk statistik nonparametrik
yaitu tidak mensyaratkan data harus berdistribusi normal.

Untuk mengetahui terdapat hubungan atau tidak dapat


dilihat dari nilai signifikansi dan seberapa kuat hubungan
tersebut dapat dilihat dari nilai koefisien korelasi atau r.

PENGUJIAN HIPOTESIS ASOSIATIF (HUBUNGAN)


KORELASI KENDALL TAU

PERSAMAAN KENDALL TAU ()


= (1)
2

Dengan:
= Koefisien korelasi Kendall Tau yang
besarnya 1 < 0 < 1
H = jumlah rangking atas
L = jumlah rangking bawah
N = jumlah anggota sampel
KORELASI KENDALL TAU

UJI SIGNIFIKANSI
Uji signifikansi koefisien menggunakan rumus z,
karena distribusinya mendekati distribusi
normal. Rumusnya adalah sebagai berikut:


=
2(2 + 5)
9( + 1)
CONTOH
Dilakukan penelitian untuk mengetahui adakah
hubungan antara Hasil belajar fisika dengan
hasil belajar matematika. Penelitian dilakukan
dengan menggunakan sampel siswa kelas XII
SMA sebanyak 25 orang siswa.
HASIL OBSERVASI
Siswa A B C D E F G H I J K L

Matemati 42 46 39 37 65 88 86 56 62 92 54 81
ka

Fisika 82 98 87 40 116 113 111 83 85 126 106 117

Penyelesaian:
1. Ho: Skor hasil belajar statistic dan teori tes mahasiswa tidak ada hubungan
H1: Skor hasil belajar statistic dan teori tes mahasiswa ada hubungan
1. Tingkat signifikan () = 0,01
Ranking berdasarkan urutan mahasiswa
Ranking berdasarkan urutan siswa

Siswa A B C D E F G H I J K L

Matemati 3 4 2 1 8 11 10 6 7 12 5 3
ka

Fisika 2 6 5 1 10 9 8 3 4 12 7 11

Ranking berdasarkan peringkat

siswa A B C D E F G H I J K L

Matemati 1 2 3 4 5 6 7 8 9 10 11 12
ka

Fisika 1 5 2 6 7 3 4 10 11 8 9 12
Statistik uji : Uji korelasi rank Kendall
Sesudah mengatur ranking-ranking itu, variabel X dalam urutan
yang wajar, kita tetapkan harga S untuk ranking yang saling
berhubungan dengan variabel Y
S = (11-0)+. . . + (1-0)= 44
Catatan:
Ranking Statistik Nonparametrik yang paling kiri adalah ranking 1,
ini memiliki 11 ranking yang lebih besar sebelah kanannya dan 0
ranking yang lebih kecil di sebelah kirinya, jadi skornya (11-0), begitu
seterusnya sehingga didapat harga S = 44
Telah kita tentukan bahwa diantara keduabelas mahasiswa, korelasi
antara mata kuliah statistic dengan teori tes adalah s = 0,67 jadi:
s 0,67 0,67 0,67
Z = s = 2(2+5) = 2(2.12+5) = = 0,221= 3,03
58
9(1) 9.12(121) 1188
Wilayah kritis : Ho ditolak jika z hitung > z tabel atau p-value <
Keputusan: Dengan melihat tabel harga z, kita mengetahui bahwa z
> 3,03 mempunyai kemungkinan kemunculan di bawah Ho sebesar p
= 0,0012, dengan demikian, kita dapat menolak Ho pada tingkat
signifikansi = 0,01
Kesimpulan: bahwa skor hasil belajar statistic dan teori tes
mahasiswa ada hubungan
KESIMPULAN

Berdasarkan makalah yang telah kami susun, diperoleh


kesimpulan sebagai berikut:
1. Test Chocran digunakan untuk menguji hipotesis
komparatif k sampel berpasangan bila datanya
berbentuk nominal dan frekuensi dikotomi.
2. Untuk bentuk hipotesis komparatif lebih dari dua
sampel berpasangan dengan bentuk data ordinal
digunakan Uji Friedman Two-way Anova.
3. Untuk bentuk hipotesis komparatif lebih dari dua
sampel independen dengan bentuk data nominal
digunakan Uji Chi Kuadrat k Sampel.
4. Untuk bentuk hipotesis komparatif lebih dari dua
sampel independen dengan bentuk data ordinal
digunakan Uji Median Extention atau Kruskal-Wallis
One-Way Anova.
5. Untuk bentuk hipotesis asosiatif pada data nominal
digunakan uji Koefisien Kontingensi (C).
6. Untuk bentuk hipotesis asosiatif pada data ordinal
digunakan Korelasi Spearmann Rank atau Korelasi
Kendall Tau.