Beberapa sampel Anova (F test) Analisis Varian Rangking dua arah Friedman
berhubungan sama subyek Uji Q Cochran
Beberapa sampel tidak Anova (F test) Uji 2 untuk k sampel independen
berhubungan Analisis Varian Rangking satu arah Krukhal-
Wallis
Perluasan Tes Median
Uji Statistik Non-Parametrik
Distribusi tidak normal non free
distribution
Tidak menguji parameter Ex:
Goodness of fit test uji kesesuaian data
dengan populasi asalnya
Test for randomness
Fokus analisis / prinsip atau skewed….
Keuntungan dan Kekurangan…
Fokus analisis/prinsip atau skewed
1. Rangking/order peringkat/urutan data diurut terlebih
dahulu baru dirangking
2. Sign diberi tanda when didasarkan pada nilai
patokan yaitu: median atau modus
tanda yang digunakan p.u. berupa positif (+) atau
negatif (-)
3. Run runtun / deret
means menghitung banyaknya deret yaitu
banyaknya data sejenis yang berurutan sebelum
berganti ke jenis lain.
Ex. deret LLLLLPPPPP deret terlalu sedikit
deret LPLPLPLPLP deret terlalu banyak
Data seperti diatur berarti non random
4. Klasifikasi / Kategori Tinggi
Ex. data pendidikan Sedang
Rendah
Keuntungan dan Kekurangan
Keuntungan
1. Mengerjakannya mudah dan juga cepat
dibanding uji parametrik.
2. Nilai p yang diperoleh dari analisis itu
merupakan nilai yang exact (nyata) biasanya
pada sampel-sampel kecil.
3. Jika sampel size kecil tidak ada pilihan lain
yaitu menggunakan statistik non-parametrik
Keuntungan dan Kekurangan
Kekurangan
Jika persyaratan dengan uji parametrik terpenuhi
kemudian digunakan uji statistik non parametrik
maka jadi pemborosan informasi.
Power of efficiency non-parametrik lebih rendah
dibandingkan power of efficiency parametrik,
sehingga perlu sampel lebih banyak untuk
membuat kesimpulan sama.
Jenisnya banyak tabel untuk titik ktritisnya juga
banyak dan bervariasi sehingga untuk
mempelajarinya perlu waktu yang lebih lama.
Referensi:
Nonparametric Statistics for Behavioral
(Sidney Siegel & John Catelan. 2nd, 1990).
Statistik Nonparametrik. Edisi pertama
(Samsubar Saleh, 1986).
Statistika Nonparametrik Terapan (Wayne W.
Daniel, 1978 Terj. Alex Tri Kantjono W., 1989,
PT Gramedia, Jakarta)
Mengolah Data Statistik Secara profesional
“SPSS versi 10.0” (Singgih Santoso, 2001).
Why pakai “Nonparametrik”
Jenis data
ordinal/nominal, atau
Interval / rasio yang “non free distribution”
Sampel size kecil
N! N! adalah N faktorial,
N =
artinya=N(N-1)(N-2)…… Tabel T
x ! (N-X) ! Ex. 4! = (4) (3) (2) (1) = 24…Tabel S
Coso :
Sebuah dadu dilemparkan lima kali,
bagaimanakah secara pasti dua di antara lima
lemparan itu akan menghasilkan enam?
Penyelesaian :
N = banyaknya lemparan dadu = 5
= banyaknya muncul “enam” = 2
p = proporsi yang diharapkan untuk “enam“ = 1/6
q = 1 – P = 5/6
Kemungkinan dua di antara 5 lemparan itu
secara pasti akan menghasilkan “enam” dicari
dengan rumus sebagai berikut:
p()= N pXqN-X
5! 1 2
5 3
p(2) = =
0,16
2! 3! 6 6
Kemungkinan untuk secara pasti
mendapatkan dua “enam” ketika
melemparkan dadu yang seimbang
sebanyak lima kali adalah p = 0,16
Berapa kemungkinan akan diperoleh
secara eksak nilai yang telah diamati ?
…
Dalam Penelitian
“Berapakah kemungkinan untuk memperoleh
nilai – nilai yang diobservasi atau nilai – nilai
yang lebih ekstrim ?”
Distribusi sampling binomialnya:
x
NpiqN-i
................ 2
i=0
N = 5, = 2, p = 6, dan q = 5/6
p(0) = =
0,40 p( 2) = p(0) +p(1) +p(2)
0! 5! 6 6 = 0,40 + 0,40 + 0,16
= 0,96
4! 1 1
5 4
rumus 2 Tabel D
Sampel-sampel besar
• N makin besar distribusi binomial “cenderung
mendekati distribusi normal“
Kecenderungan :
Kuat jika P mendekati ½
Lemah jika P mendekati 0 atau 1
Makin besar kesenjangan antara P dan Q, maka
seharusnya N makin besar sebelum pendekatan
distribusi normal dapat digunakan secara berarti.
Kalau P mendekati 0 atau 1
NPQ harus 9
sampling diperkirakan normal dengan mean = NP
dan SD = NPQ
Oleh karena itu H0 dapat diuji dengan :
- µ2 - NP
Z = = ............ 3
NPQ
Z = kurang lebih normal dengan mean = 0 dan varian = 1
( 0,5) - NP
Z = ............................................ 4
NPQ
( 2 + 0,5 ) – ( 18 ) ( 0,5 )
Z = = - 3,07
(18 ) ( 0,5 ) ( 0,5 )
Cara lihat Tabel:
Z … … … 07
…
…
…
3,0 0,0011
Jadi p = 0,0011, ini menunjukkan bahwa suatu
z yang seekstrem -3,07 memiliki suatu
kemungkinan satu sisi yang berkaitan dengan
terjadinya p = 0,0011 di bawah Ho.
Jika diasosiasikan dengan harga x yang
terobservasi atau bahkan harga yang lebih
ekstrem ternyata < , maka tolaklah Ho.
Test Satu Sampel Chi Kuadrat
Tekhniknya adalah tipe goodness of fit,
yakni tes tersebut dapat digunakan untuk
menguji apakah terdapat perbedaan yang
signifikan antara banyak yang diamati
( observed ) dari obyek atau jawaban–
jawaban yang masuk dalam masing–
masing kategori dengan banyak yang
diharapkan ( expected ) berdasarkan Ho
Jumlah kategori boleh dua atau lebih,
misalnya : sikap atau respon orang
mungkin dikategorikan menurut apakah
mereka “mendukung“, “acuh tak acuh“
atau “menentang“ pernyataan tertentu,
guna memungkinkankan peneliti menguji
hipotesis bahwa jawaban itu akan
berbeda dalam hal frekuensinya.
Harus dapat menyatakan frekuensi manakah
yang diharapkan itu. Hipotesis nol
menyatakan proporsi obyek yang jatuh dalam
masing–masing kategori dalam populasi yang
ditetapkan. Ini berarti dari Ho-nya kita dapat
membuat deduksi berapakah frekuensi yang
diharapkan.
Tekhnik 2 menguji apakah frekuensi yang
diamati cukup mendekati frekuensi yang
diharapkan sehingga mempunyai
kemungkinan besar untuk terjadi dibawah
Ho.
Ho diuji dengan :
k (Qi – Ei)2
= ...................... 5
i=1 Ei
Dimana :
Qi = banyak kasus yang diamati dalam
kategori ke-i
Ei = banyak kasus yang diharapkan dalam
kategori ke-i dibawah Ho
k
= penjumlahan semua kategori
i=1
Jika frekuensi yang diamati dan
diharapkan ternyata tidak banyak
berbeda, maka selisih (Qi = Ei) akan
kecil, sehingga 2 kecil. Kalau perbedaan
besar harga 2 akan besar pula. Secara
kasar semakin besar 2 makin besarlah
frekuensi2 yang diamati tidak berasal dari
populasi yang diharapkan menurut
ketentuan Ho.
Distribusi sampling chi–kuadrat dan
harga–harga kritis tertentu dapat dilihat
pada Tabel C. Setiap kolom dicantumkan
kemungkinan2 harga tertentu terjadi (dua
sisi) dibawah Ho. Untuk setiap db
terdapat satu harga chi–kuadrat
tersendiri.
Besarnya db menunjukkan banyak observasi
yang bebas untuk bervariasi sesudah batasan–
batasan tertentu dikenakan pada data.
db = k – 1 k = banyak kategori dalam
klasifikasi.
Jika kemungkinan yang berkaitan dengan
minculnya dibawah H0 suatu 2 yang diperoleh
untuk db = k – 1 adalah = atau < dari harga
yang ditetapkan sebelumnya, maka H0 dapat
ditolak.
Kalau k = 2, maka frekuensi yang diharapkan harus
serendah–rendahnya 5
Kalau k > 2, tes untuk satu kasus ini tidak boleh
dipakai jika > 20 % dari frekuensi yang diharapkan
tidak boleh < 5 atau jika sembarang frekuensi yang
diharapkan < 1 (Cocrhan, 1945).
Frekuensi yang diharapkan kadang–kadang dapat
diperbesar dengan cara menggabungkan kategori–
kategori yang berdekatan. Hal ini baik dilakukan
apabila penggabungan dapat dilakukan secara
berarti.
Jika setelah penggabungan kategori–kategori yang
yang berdekatan akhirnya mendapatkan dua kategori
saja dan frekuensi yang diharapkan masih ada yang <
5, maka yang harus dipakai bukan 2 melainkan tes
binomial, untuk menentukan kemungkinan yang
berkaitan dengan terjadinya frekuensi yang
diobservasi dibawah hipotesis–nol.
Harus dicatat bahwa kalau db > 1, tes 2 tidak
memiliki kepekaan terhadap efek urutan. Dengan
demikian kalau suatu hipotesis juga memperhitungkan
urutan, tes 2 bukanlah tes yang terbaik contoh tes
dengan menggunakan urutan .......
Para penggemar balapan ikan mengemukakan bahwa
diarena balap ikan berbentuk bundar, ikan–ikan yang
berada dalam posisi start tertentu lebih bruntung dari
yang lain. Posisi satu adalah yang terdekat dengan
pagar pada sisi dalam arena pacuan, posisi delapan
adalah yang paling jauh dari sisi pagar. Pacuan
tersebut diikuti delapan ikan pacu yang berlangsung
diarena pacuan yang berbentuk lingkaran.
Hipotesis
Ho: tidak terdapat perbedaan dalam hal
banyak pemenang yang diharapkan, yang
mengambil start dari posisi manapun, dan
setiap perbedaan yang diamati semata–mata
adalah variasi yang kebetulan sebagaimana
dapat diharapkan dalam suatu sampel random
dari posisi rekanguler dimana f1 = f2 = .... =
f8.
H1: frekuensi untuk f1, f2,.......,f8 tidak sama
semuanya.
Tes statistik.
Karena akan di : kan antara data dari suatu
sampel dengan populasi tertentu yang
ditetapkan yang cocok adalah tes satu sampel.
Tes 2 dipilih karena hipotesis yang diuji
berkaitan dengan suatu perbandingan
mengenai frekuensi yang diamati dengan
frekuensi yang diharapkan dalam kategori–
kategori yang diskrit yaitu posisi start
T tes2 bukanlah yang paling cocok untuk
data ini, karena disini terlibat masalah urutan.
Tingkat signifikansi. Kita tentukan = 0,01 , N
= 144 yakni banyak keseluruhan pemenang
dalam 18 hari pacuan.
Distribusi sampling. Distribusi sampling 2