Bab 12

Nonparametrik: Data Tanda

------------------------------------------------------------------------------
Bab 13A
------------------------------------------------------------------------------

Bab 12
NONPARAMETRIK: DATA TANDA

A. Pendahuluan

1. Data Statistika

• Di samping data frekuensi, statistika

nonparametrik dapat menggunakan data
tanda

• Data tanda adalah tanda + dan tanda 

yang diperoleh dari membandingkan data
dengan data patokan

• Banyaknya + dan banyaknya  digunakan

sebagai dasar pengujian hipotesis
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

2. Penentuan Tanda melalui Patokan

• Penentuan tanda dilakukan dengan jalan

membandingkan data dengan patokan

Di atas nilai patokan diberi tanda +

Di bawah nilai patokan diberi tanda 
Sama dengan nilai patokan diberi tanda 0

• Banyaknya masing-masing tanda dihitung, dan

biasanya, tanda 0 diabaikan

 0 +

Nilai patokan
------------------------------------------------------------------------------
Bab 12
-----------------------------------------------------------------------------

Contoh 1

Misalkan nilai patokan adalah 50, maka tanda dari

data

60 34 50 53 40 55 59 47 67 44 61 79 65

adalah sebagai berikut

data X tanda
60 +
34 
50 0
53 + X+ = 8
40 
55 + X- = 4
59 +
47  X0 = 1
67 +
44 
61 +
79 +
65 +
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

Contoh 2

Tentukan tanda pada sampel X terhadap patokan

100,

101,0 103,3 101,8 102,5 101,7

98,2 101,1 104,5 105,3 99,4
102,4 100,9 100,3 100,0 103,6
97,3 101,8 102,4 103,0 101,8

Contoh 3

Tentukan tanda pada sampel X terhadap patokan

165,

142 167 145 188 165 159 179 162 139

189 219 144 159 160 138 199 159 145
160 173 145 187 190 181

Contoh 4

Tentukan tanda pada sampel X terhadap patokan

43,00,

42,15 43,04 42,38 42,17 41,58 42,40

42,52 43,36 42,79 42,53 43,12 42,87
42,83 41,76 43,12 42,61 41,89 41,93
41,77 42,61 43,00 42,49 41,92 42,62
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

3. Penentuan Tanda melalui Selisih pada Sampel

Berpasangan

• Penentuan tanda dilakukan dengan menghitung

selisih pada sampel berpasangan

Selisih lebih diberi tanda +

Selisih kurang diberi tanda 
Tanpa selisih diberi tanda 0

• Banyaknya masing-masing tanda dihitung dan

biasanya tanda 0 diabaikan

Contoh 5

X Y Tanda
100 90 +
345 390 
750 725 +
600 600 0
990 950 +
25 30 
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

Contoh 6

Tentukan tanda untuk selisih di antara X dan Y

X Y Tanda X Y Tanda
1290 1390 1490 1450
1490 1550 1590 1750
1990 1890 2090 2390
890 990 1790 1890
2450 2590 1590 1490
690 750 530 590
990 990 3190 3390
1120 1090
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

Contoh 7

Tentukan tanda untuk selisih di antara X dan Y

X Y Tanda X Y Tanda
37,1 28,0 54,3 43,6
72,5 59,3 13,2 15,6
26,6 24,7 79,5 75,1
125,0 120,3 12,6 18,3
45,8 46,2 34,9 29,7

Contoh 8

Tentukan tanda untuk selisih di antara X dan Y

X Y Tanda X Y Tanda
21 24 30 24
24 25 19 26
20 21 23 20
17 26 24 22
28 25 26 27
25 18
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

Contoh 9

Tentukan tanda untuk selisih di antara X dan Y

X Y Tanda X Y Tanda
42,15 42,43 42,52 43,12
43,04 42,47 43,36 42,44
42,38 42,46 42,79 42,57
42,17 42,43 42,53 42,48
41,58 42,03 43,12 44,65
42,40 42,55 42,87 43,03
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

B. Uji Median (dan Rerata)

1. Dasar

• Pengujian dilakukan terhadap median untuk

menentukan apakah median kurang dari, sama
dengan, atau lebih dari M0

• Pengujian sama dapat dilakukan terhadap rerata

untuk menentukan apakah rerata kurang dari, sama
dengan, atau lebih dari 0

• Pengujian tentang rerata dapat dilakukan melalui

statistika parametrik, namun dapat juga secara
nonparametrik

• Hipotesis untuk pengujian adalah

M < M0 M = M0 M > M0
 < 0  = 0  > 0

• Sebagai dasar pengujian median dan rerata adalah

banyaknya tanda
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

2. Pengujian Hipotesis

• Hipotesis ditentukan melalui proporsi X+ dan X-

berupa + dan -

• Jika M = M0 atau  = 0 dengan M0 atau 0 sebagai

patokan, seharusnya banyaknya tanda + dan tanda
 adalah berimbang sehingga

+ =  - = 0,5

• Bentuk hipotesis

H0 : + = 0,5
H1 : + > 0,5 + < 0,5 + ≠ 0,5

H0 :  - = 0,5
H1 :  - > 0,5  - < 0,5  - ≠ 0,5

• Jika tidak berimbang, sampai batas tertentu, maka

H0 ditolak
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

• Penyebaran tanda

+ +
+ + + + M0
+ 
+ +  
 
   

 
  
Kebanyakan tanda , seharusnya M < M0
+ < 0,5  - > 0,5

+ + +
+ + + +
+ + +
+ +
 +
  + + M0
   
 

Kebanyakan tanda +, seharusnya M > M0

 - < 0,5 + > 0,5
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

3. Kriteria Pengujian

• Distribusi probabilitas pensampelan adalah

distribusi probabilitas binomial

• Untuk n cukup besar, distribusi probabilitas

pensampelan dapat didekatkan ke distribusi
probabilitas normal

• Kekeliruan baku pada distribusi probabilitas

pensampelan dapat dihitung melalui beberapa
cara

• Salah satu cara adalah penggunaan kekeliruan

baku maksimum

1 1
p 
m aks
2 n

4. Uji Hipotesis

Uji hipotesis melalui contoh

------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

Contoh 10

Dengan sampel pada contoh 1, diuji apakah

median M beda dari 50. Pengujian dilakukan pada
taraf signifikansi 0,05

• Hipotesis

H0 : + = 0,5
H1 : + > 0,5

• Sampel

X+ = 8 p+ = 8 / 12 = 0,67

• Distribusi probabilitas pensampelan

Didekatkan ke distribusi probabilitas normal

Kekeliruan baku (diambil maksimum)

p maks = (0,5)(√ 1/12) = 0,144

------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

• Statistik uji

p X   X 0,67  0,50
z   1,181
p maks
0,144

• Kriteria pengujian

Taraf signifikansi 0,05

Pengujian pada ujung atas
Nilai kritis z(0,95)= 1,645
Tolak H0 jika z > 1,645
Terima H0 jika z  1,645

• Keputusan

Pada taraf signifikansi 0,05 terima H0

------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

Contoh 11

Dengan sampel pada contoh 2, pada taraf

signifikansi 0,05, uji apakah median beda dari 100

Contoh 12

Dengan sampel pada contoh 3, para taraf

signifikansi 0,05, uji apakah median beda dari 165

Contoh 13

Dengan sampel pada contoh 4, para taraf

signifikansi 0,05, uji apakah median beda dari
43,00
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

C. Uji Kesamaan Dua Populasi Berpasangan

1. Dasar pengujian

• Pengujian dilakukan terhadap dua populasi

berpasangan untuk menguji kesamaan
distribusi probabilitas mereka

• Pengujian dilakukan melalui selisih pada

pasangan data dengan pemberikan tanda +
atau 

• Jika populasi adalah sama maka banyaknya

tanda + dan  adalah seimbang

• Jika suatu tanda (+ atau ) terlalu banyak atau

terlalu sedikit, sampai batas tertentu, maka
populasi adalah tidak sama
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

2. Kriteria Pengujian

• Bentuk hipotesis

H0 : Populasi X dan Y adalah sama

H1 : Populasi X dan Y tidak sama

• Hipotesis H0 ditolak jika banyaknya + dan  jauh

tak seimbang

• Batas dapat ditentukan untuk kebanyakan salah

satu tanda atau kesedikitan salah satu tanda

• Tabel nilai kritis disediakan untuk kesedikitan tanda

• Frekuensi tanda terkecil (di antara + dan )

dinyatakan sebagai h, sehingga

Tolak H0 jika h < htabel

Terima H0 jika h  htabel
-----------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

Tabel Nilai Kritis h pada Uji Tanda

n  = 0,01  = 0,05 n  = 0,01  = 0,05

6 - 0 31 7 9
7 - 0 32 8 9
8 0 0 33 8 10
9 0 1 34 9 10
10 0 1 35 9 11
11 0 1 36 9 11
12 1 2 37 10 12
13 1 2 38 10 12
14 1 2 39 11 12
15 2 3 40 11 13
16 2 3 41 11 13
17 2 4 42 12 14
18 3 4 43 12 14
19 3 4 44 13 15
20 3 5 45 13 15
21 4 5 46 13 15
22 4 5 47 14 16
23 4 6 48 14 16
24 5 6 49 15 17
25 5 7 50 15 17
26 6 7 51 15 18
27 6 7 52 16 18
28 6 8 53 16 18
29 7 8 54 17 19
30 7 9 55 17 19
-----------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

Tabel Nilai Kritis h pada Uji Tanda

n  = 0,01  = 0,05 n  = 0,01  = 0,05

56 17 20 76 26 28
57 18 20 77 26 29
58 18 21 78 27 29
59 19 21 79 27 30
60 19 21 80 28 30
61 20 22 81 28 31
62 20 22 82 28 31
63 20 23 83 29 32
64 21 23 84 29 32
65 21 24 85 30 32
66 22 24 86 30 33
67 22 25 87 31 33
68 22 25 88 31 34
69 23 25 89 31 34
70 23 26 90 32 35
71 24 26 91 32 35
72 24 27 92 33 36
73 25 27 93 33 36
74 25 28 94 34 37
75 25 28 95 34 37

1
n > 95 h  ( n  1)  k n  1
2

 = 0,01 k = 1,2879  = 0,05 k = 0,9800

------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

3. Uji Hipotesis

Contoh 14

Pada taraf signifikansi 0,05, uji kesamaan populasi

X dan Y, untuk sampel pasangan data

X 70 75 73 80 65 95 69 77 81 86 78 84
Y 65 70 80 77 63 90 70 71 79 80 80 81

X 65 78 95 79 75 69
Y 63 75 90 75 70 65

• Hipotesis

H0 : Populasi X dan Y adalah sama

H1 : Populasi X dan y tidak sama

• Sampel

Tanda dari selisih pasangan data pada

sampel X dan Y adalah
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

X Y Tanda
70 65 +
75 70 +
73 80 
80 77 +
65 63 + Tanda Frekuensi
95 90 + + 15
69 70   3
77 71 +
81 79 + n = 18
86 80 +
78 80  h=3
84 81 +
65 63 +
78 75 +
95 90 +
79 75 +
75 70 +
69 65 +
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

• Statistik uji

Frekuensi terkecil adalah sebesar 3 sehingga

h=3

• Kriteria pengujian

Taraf signifikansi 0,05

Dari tabel nilai kritis uji tanda

h(0,05)(18) = 4

Tolak H0 jika h < 4

Terima H0 jika h  4

• Keputusan

Pada taraf signifikansi 0,05 tolak H0

------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

Contoh 15

Dengan sampel berpasangan pada contoh 6, pada

taraf signifikansi 0,05 uji kesamaan populasi X dan
Y

Contoh 16

Dengan sampel berpasangan pada contoh 7, pada

taraf signifikansi 0,05 uji kesamaan populasi X dan
Y

Contoh 17

Dengan sampel berpasangan pada contoh 8, pada

taraf signifikansi 0,05 uji kesamaan populasi X dan
Y

Contoh 18

Dengan sampel berpasangan pada contoh 9, pada

taraf signifikansi 0,05 uji kesamaan populasi X dan
Y
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

D. Uji Brown-Mood untuk Koefisien Regresi Linier

1. Tujuan Pengujian

• Regresi linier berbentuk

Populasi Ŷ = A + BX
Sampel Ŷ = a + bX

• Uji Brown-Mood mencakup koefisien regresi A

dan B, tetapi di sini pengujian kita batasi pada
koefisien regresi B

• Hipotesis pada uji Brown-Mood mencakup B =

B0 tetapi di sini juga kita batasi hanya pada

H0 : B = 0
H1 : B > 0

• Pengujian dilakukan pada n  20

------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

2. Statistik Uji

• Pada regresi sampep Ŷ = a + bX, kita gunakan

median pada X dan median pada Y

• Banyaknya data (X-, Y+) kita nyatakan sebagai

n1 sedangkan banyaknya pasangan data kita
nyatakan dengan n

• Uji statistik Brown-Mood untuk kasus ini adalah

2
16  n
 (21)   n1  
n 4

dengan derajat kebebasan

=1

3. Uji Hipotesis

Uji hipotesis dilakukan melalui contoh

------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

3. Uji Hipotesis

Contoh 19

Pada taraf signifikansi 0,05, uji apakah koefisien

regresi linier B > 0. Sampel acak adalah

X Y X Y
23,0 9,5 13,1 8,5
18,7 9,0 13,0 8,7
17,5 9,2 13,6 8,6
21,0 9,2 14,2 8,7
20,0 9,4 13,9 8,5
19,0 9,3 14,8 9,1
15,3 9,0 14,2 9,1
14,0 8,5 13,0 8,0
14,0 9,0 16,1 8,1
13,7 8,4 15,9 8,5
13,3 8,8 13,0 8,4
13,6 8,9 11,7 8,7
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

• Hipotesis

H0 : B = 0
H1 : B > 0

• Sampel

Pada urutan naik

X- X+ Y- Y+
11,7 14,2 8,0 8,8
13,0 14,2 8,1 8,9
13,0 14,8 8,4 9,0
13,0 15,3 8,4 9,0
13,1 15,9 8,5 9,0
13,3 16,1 8,5 9,1
13,6 17,5 8,5 9,1
13,6 18,7 8,6 9,2
13,7 19,0 8,5 9,2
13,9 20,0 8,7 9,3
14,0 21,0 8,7 9,4
14,0 23,0 8,7 9,5
median median
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

Pasangan data (X-, Y+) adalah

13,8 8,8
13,6 8,9 n1 = 3 n = 24
14,0 9,0

Dapat juga secara grafik

Y
9,5  

  
9,0   

  

8,5    n1 = 3


8,0  
X
12 14 16 18 20 22
------------------------------------------------------------------------------
Bab12
------------------------------------------------------------------------------

• Distribusi probabilitas pensampelan

Distribusi probabilitas khi-kuadrat

Derajat kebebasan  = 1

• Statistik uji (Brown-Mood)

2 2
16  n  16  24 
   n1     3    6,00
2

n 4 24  4 

• Kriteria pengujian

Taraf signifikansi 0,05

Nilai kritis 2 (0,95)(1) = 3,841
Tolak H0 jika 2 > 3,841
Terima H0 jika 2  3,841

• Keputusan

Pada taraf signifikansi 0,05, tolak H0

------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

Contoh 20

Pada taraf signifikansi 0,05, uji B > 0 dengan sampel

sebagai berikut

X Y X Y X Y
110 420 544 675 488 310
176 300 552 600 500 525
178 280 560 260 590 400
190 570 560 470 597 225
217 620 567 800 600 375
220 640 569 350 637 430
236 480 569 500 666 675
260 115 577 600 670 475
276 470 360 600 690 500
290 435 360 825 706 525
297 100 368 470 707 570
304 280 372 330 755 700
357 550 373 50 796 320
360 230 377 500 800 415
500 580 390 350 870 600
520 150 390 365 1000 775
520 550 415 470
526 750 450 775
530 520 463 570
531 775 470 490
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

E. Uji Perubahan McNemar

1. Pendahuluan

• Sekalipun tidak sepenuhnya menggunakan data

tanda namun topik dapat juga dimasukkan ke
dalam kelompok data tanda

• Uji perubahan ini menyangkut dua keadaan yang

ditandai oleh “sebelum” dan “sesudah” untuk
mengetahui apakah terjadi perubahan

• Keadaan sebelum dibagi ke dalam + dan – dan

keadaan sesudah juga dibagi ke dalam + dan –

Sesudah
– +
Sebelum + A B
– C D
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

2. Perubahan

• Tampak dari diagram bahwa

A dan D menunjukkan perubahan

B dan C tidak menunjukkan perubahan

• Frekuensi perubahan ditunjukkan oleh A + D

• Jika tidak ada perubahan maka probabilitas

PA = PD = 0,5

• Arah perubahan dapat menuju ke A atau ke D

Perubahan ke A PA > PD
Perubahan ke D PA < PD
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

3. Statistik Uji

• Harapan matematik untuk perubahan

 = ½ (A + D)

• Statistik uji untuk derajat kebebasan > 1

( X   )2
 
2


( A   )2 ( D   )2
 
 
2
 A D   A D
 A  D 
  2  

2 
A D A D
2 2
( A  D)2

A D
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

• Statistik uji untuk derajat kebebasan = 1 dengan

koreksi Yates

2 2
 A D   A D 
| A  | 0,5   | D  | 0,5 
2     
2 2
A D A D
2 2
(| A  D | 1) 2

A D

• Kriteria pengujian

Taraf signifikansi  = (baris – 1)(lajur – 1)

• Pengujian hipotesis

Pengujian hipotesis dilakukan dengan

membandingkan statistik uji ini dengan
kriteria pengujian pada taraf signifikansi
tertentu
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

4. Uji Hipotesis Perubahan McNemar

Contoh 21

Menurut peneliti, anak baru di Taman Kanak lebih

suka berhubungan dengan orang dewasa. Setelah
sekian hari, mereka lebih suka berhubungan
dengan teman sebaya
Percobaan dengan sampel 25 anak menunjukkan

Hari ke-30
Anak Dewasa
Hari ke-1 Dewasa 14 4
Anak 3 4

Uji pernyataan peneliti itu pada taraf signifikansi

0,05
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

• Hipotesis

H0 : PA = PD
H1 : PA > PD

A = perubahan dari dewasa ke anak

B = pada dewasa tidak berubah
C = pada anak tidak berubah
D = perubahan dari anak ke dewasa

• Sampel

A = 14, B = 4, C = 3, D = 4

• Distribusi probabilitas pensampelan

Distribusi probabilitas khi-kuadrat

Taraf signifikansi  = (2 – 1)(2 – 1) = 1
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

• Statistik uji

(| A  D | 1) 2
 2

A D
(| 14  4 | 1) 2

14  4
 4,50

• Kriteria pengujian

Taraf signifikansi 0,05

Nilai kritis 2(0,95)(1) = 3,841
Tolak H0 jika 2 > 3,841
Terima H0 jika 2  3,841

• Keputusan

Pada taraf signifikansi 0,05, tolak H0

------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

Contoh 22

Pada taraf signifikansi 0,05, uji apakah suatu

perlakuan menghasilkan perubahan, apabila
sampel acak menunjukkan

Sebelum
Ya Tidak
Sesudah Tidak 14 6
Ya 16 2

• Hipotesis

H0 : PA = PD
H1 : PA  PD

A = perubahan dari ya ke tidak

B = pada tidak (tidak berubah)
C = pada ya (tidak berubah)
D = perubahan dari tidak ke ya
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

• Sampel

A = 14, B = 6, C = 16, D=2

• Distribusi probabilitas pensampelan

Distribusi probabilitas khi-kuadrat

Derajat kebebasan = 1

• Statistik uji

(| A  D | 1) 2
 
2

A D
(| 14  2 | 1) 2

16  2
 6,72
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

• Kriteria pengujian

Taraf signifikansi 0,05

Nilai kritis bawah 2(0,025)(1) = 0,001
Nilai kritis atas 2(0,975)(1) = 12,706
Tolak H0 jika 2 < 0,001 atau 2 > 12,706
Terima H0 jika 0,001  2  12,706

• Keputusan

Pada taraf signifikansi 0,05 terima H0

------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

Contoh 23

Pada taraf signifikansi 0,05, uji apakah suatu

perlakuan menghasilkan perubahan, apabila
sampel acak menunjukkan

Sebelum
Ya Tidak
Sesudah Ya 26 15
Tidak 7 37

Contoh 24

Pada taraf signifikansi 0,05, uji apakah suatu

perlakuan menghasilkan perubahan, apabila
sampel acak menunjukkan

Sebelum
Ya Tidak
Sesudah Ya 22 24
Tidak 18 15
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

Contoh 25

Pada taraf signifikansi 0,05, uji apakah suatu

perlakuan menghasilkan perubahan, apabila
sampel acak menunjukkan

Sebelum
Ya Tidak
Sesudah Ya 8 9
Tidak 5 8

Contoh 26

Pada taraf signifikansi 0,05, uji apakah suatu

perlakuan menghasilkan perubahan, apabila
sampel acak menunjukkan

Sebelum
Ya Tidak
Sesudah Ya 30 67
Tidak 10 43
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

F. Uji Perbedaan Cochran

1. Pendahuluan

• Pada sejumlah kelompok dengan ukuran

sampel yang sama, diuji perbedaan di antara
kelompok

• Data yang digunakan adalah dikotomi 0 dan 1

(di sini dianggap sebagai tanda)

• Notasi yang digunakan

k = banyaknya kelompok
n = ukuran sampel di tiap kelompok
Gi = jumlah pada kelompok
Lg = jumlah pada sampel
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

2. Statistik Uji Cochran Q

Cochran menggunakan Q sebagai statistik

uji

( k  1)[ k  Gi2  ( Gi )2 ]
Q
k  Lg   L2g

3. Distribusi probabilitas pensampelan

Statistik uji Cochran Q berdistribusi

probabilitas khi-kuadrat

Derajat kebebasan  = k – 1

4. Uji Hipotesis Cochran Q

Statistik uji Q dibandingkan dengan nilai

kritis pada distribusi probabilitas khi-kuadrat
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

Contoh 27

Pada taraf signifikansi 0,05, uji apakah ada

perbedaan hasil promosi yang dilakukan oleh
petugas pemasaran A, B, dan C
Sampel acak hasil promosi (0 = gagal, 1 = berhasil)
adalah sebagai berikut

Rumah Hasil Promosi

A B C
1 0 0 0
2 1 1 0
3 0 1 0
4 0 0 0
5 1 0 0
6 1 1 0
7 1 1 0
8 0 1 0
9 1 0 0
10 0 0 0
11 1 1 1
12 1 1 1
13 1 1 0
14 1 1 0
15 1 1 0
16 1 1 1
17 1 1 0
18 1 1 0
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

• Hipotesis

H0 : Tidak ada perbedaan pada hasil promosi

H1 : Ada perbedaan pada hasil promosi

• Sampel

Seperti pada soal

k = 3, n = 18

• Distribusi probabilitas pensampelan

Distribusi probabilitas khi-kuadrat

Derajat kebebasan  = k – 1 = 3 – 1 =2

• Statistik uji

Statistik uji Cochran Q

-----------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

Rumah Hasil Promosi

A B C Lg L2g
1 0 0 0 0 0
2 1 1 0 2 4
3 0 1 0 1 1
4 0 0 0 0 0
5 1 0 0 1 1
6 1 1 0 2 4
7 1 1 0 2 4
8 0 1 0 1 1
9 1 0 0 1 1
10 0 0 0 0 0
11 1 1 1 3 9
12 1 1 1 3 9
13 1 1 0 2 4
14 1 1 0 2 4
15 1 1 0 2 4
16 1 1 1 3 9
17 1 1 0 2 4
18 1 1 0 2 4
Gi 13 13 3 29 63
G2i 169 169 9
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

k=3 Gi = 29 G2i = 347

Lg = 29 L2g = 63

( k  1)[ k  Gi2  (  Gi ) 2 ]
Q
k  Lg   L2g
(3  1)[( 3)(347)  ( 29) 2 ]

(3)( 29)  63
 16,7

• Kriteria pengujian

Taraf signifikansi 0,05

Nilai kritis 2(0,95)(2) = 5,991
Tolak H0 jika Q > 5,991
Terima H0 jika Q  5,991

• Keputusan

Pada taraf signifikansi 0,05 tolak H0

------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

Contoh 28

Pada taraf signifikansi 0,05 uji persamaan ramalan

hasil pertandingan olah raga oleh A, B, dan C.
Sampel 12 hasil pertandingan dengan 1 = tepat
dan 0 salah menunjukkan

Pertandingan Hasil ramalan

A B C
1 1 1 1
2 1 1 1
3 0 1 0
4 1 1 0
5 0 0 0
6 1 1 1
7 1 1 1
8 1 1 0
9 0 0 1
10 0 1 0
11 1 1 1
12 1 1 1
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

Contoh 29

Ada dua cara A dan B menjual barang ke ibu rumah

tangga. Jika ibu rumah tangga ingin membeli diberi
1 dan tidak ingin diberi 0, uji perbedaan cara ini
pada taraf signifikansi 0,05, apabila sampel
menunjukkan

Ibu RT 1 2 3 4 5 6 7 8 9 10 11 12
Cara A 1 1 1 1 1 0 0 0 1 1 0 1
Cara B 0 1 1 0 0 0 0 0 1 0 0 1

Contoh 30

Ada 4 cara olah bahan, A, B, C, dan D. Cara ini

diuji pada 6 macam bahan. Pada taraf signifikansi
0,05, uji kesamaan hasil olah, bila memuaskan = 1
dan tidak memuaskan = 0 untuk sampel acak

Bahan 1 2 3 4 5 6
Cara A 1 1 1 1 1 1
Cara B 1 1 0 1 1 1
Cara C 0 0 0 1 0 0
Cara D 0 1 0 0 1 1
------------------------------------------------------------------------------
Bab 12
------------------------------------------------------------------------------

Contoh 31

Pada taraf signifikansi 0,05, uji kesamaan untuk

sampel berikut

Pupuk 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Blok A 0 0 0 0 0 0 1 0 0 1 0 0 1 0 0
Blok B 0 0 1 0 1 0 0 0 0 1 0 0 0 1 0
Blok C 1 0 1 1 0 0 1 1 1 1 1 1 1 0 0
Blok D 0 1 1 0 0 0 0 1 0 1 0 1 0 1 1
Blok E 0 0 1 1 0 0 0 1 0 1 0 1 0 1 1

Contoh 32

Pada taraf signifikansi 0,05 uji kesamaan untuk

sampel berikut

Pekerja 1 2 3 4 5 6 7 8 9 10
Mesin A 1 1 0 0 1 1 1 0 1 0
Mesin B 1 1 1 0 1 1 1 0 1 1
Mesin C 1 1 0 1 0 1 1 0 0 0
mesin D 0 0 1 1 0 0 0 1 0 0