0 penilaian0% menganggap dokumen ini bermanfaat (0 suara)
37 tayangan27 halaman
1. Dokumen tersebut membahas tentang uji statistik nonparametrik dengan SPSS, termasuk penjelasan tentang uji binomial, uji runs, dan contoh penyelesaiannya menggunakan data nyata.
2. Diberikan contoh kasus uji binomial mengenai pelemparan koin dan uji runs mengenai pengunjung toko berdasarkan jenis kelamin.
3. Hasil analisis uji binomial dan runs menunjukkan bahwa data pada kedua kasus tersebut bersifat acak
1. Dokumen tersebut membahas tentang uji statistik nonparametrik dengan SPSS, termasuk penjelasan tentang uji binomial, uji runs, dan contoh penyelesaiannya menggunakan data nyata.
2. Diberikan contoh kasus uji binomial mengenai pelemparan koin dan uji runs mengenai pengunjung toko berdasarkan jenis kelamin.
3. Hasil analisis uji binomial dan runs menunjukkan bahwa data pada kedua kasus tersebut bersifat acak
1. Dokumen tersebut membahas tentang uji statistik nonparametrik dengan SPSS, termasuk penjelasan tentang uji binomial, uji runs, dan contoh penyelesaiannya menggunakan data nyata.
2. Diberikan contoh kasus uji binomial mengenai pelemparan koin dan uji runs mengenai pengunjung toko berdasarkan jenis kelamin.
3. Hasil analisis uji binomial dan runs menunjukkan bahwa data pada kedua kasus tersebut bersifat acak
Guru Besar Kimia Farmasi Fakultas Farmasi Universitas Andalas Pendahuluan • Uji statistik norparametrik adalah suatu pengujian yang modelnya tidak menerapkan syarat-syarat tertentu mengenai parameter – parameter populasi yang nerupakan induk sampel penelitiannya. • Tidak perlu memenuhi asumsi normalitas dan homogenitas. • Data pengukuran berskala ordinal dan nominal
28/02/2019 Harrizul Rivai 2
Penggunaan Uji Statistik Nonparametrik
• Bila data tidak terdistribusi normal dan tidak
homogen • Bila jumlah sampel sedikit (n < 30) • Bila data diukur pada skala nominal atau ordinal, misalnya sikap konsumen, perilaku karyawan, jenis kelamin.
28/02/2019 Harrizul Rivai 3
Macam-macam Uji Statistik Aplikasi Uji Parametrik Uji Nonparametrik Satu sampel Uji t Uji Binomial Uji z Uji Runs Uji Kolmogorov-Smirnov untuk satu sampel Dua sampel saling Uji t Uji Tanda berhubungan Uji Z Uji Peringkat Bertanda Wilcoxon Uji Mc Nemar Dua sampel tidak Uji t Uji U Mann-Whitney berhubungan Uji Z Uji Kolmogorov-Smirnov Uji Walt-Wolfowitz Beberapa sampel ANOVA dua arah Uji Friedman berhubungan Uji W Kendall Uji Q Cochran Beberapa sampel tidak Anova satu arah (Uji F) Uji Kruskal-Wallis berhubungan Uji Chi Square Uji Median Mengetahui hubungan Regresi Korelasi Spearman antarvariabel Korelasi Pearson Korelasi Keldall 28/02/2019 Harrizul Rivai 4 UJI SATU SAMPEL NONPARAMETRIK
• Sama dengan uji satu sampel pada metode
parametrik, uji satu sampel nonparametrik merupakan uji satu sampel saja dan bertujuan menguji sebuah hipotesis yang berkaitan dengan data pada satu sampel tersebut. • Uji satu sampel nonparametrik meliputi: – Uji binomial – Uji runs – Uji Kolmogorov-Smirnov
28/02/2019 Harrizul Rivai 5
Uji Binomial • Uji Binomial menguji hipotesis tentang suatu proporsi populasi. • Ciri binomial adalah data berupa dua (bi) macam unsur, yaitu ‘gagal’ atau ‘sukses’ yang diulang sebanyak n kali. • Pemakai bebas mendefinisikan apa yang dimaksud ‘gagal’ atau ‘kegagalan’ dan apa pula yang dikategorikan ‘sukses’ atau ‘keberhasilan’
28/02/2019 Harrizul Rivai 6
Contoh kasus uji Lemparan ke- Hasil 1 Angka binomial 2 Gambar
• Pelemparan mata uang koin 3 Gambar
4 Gambar berkali-kali: ‘sukses’ 5 Angka didefinisikan munculnya 6 Angka ‘angka’ dan ‘gagal’ 7 Angka didefinisikan munculya 8 Gambar ‘gambar’. 9 Angka • Apakah hasil pelemparan 10 Gambar mata uang koin tersebut 11 Angka mengikuti distribusi 12 Gambar binomial? 13 Gambar 14 Angka 15 Angka 28/02/2019 Harrizul Rivai 7 Penyelesaian uji binomial: Mengisi variabel
28/02/2019 Harrizul Rivai 8
Mengisi data
28/02/2019 Harrizul Rivai 9
Mengolah data dengan SPSS
28/02/2019 Harrizul Rivai 10
Kotak dialog uji binomial
28/02/2019 Harrizul Rivai 11
Pengisian kotak dialog
28/02/2019 Harrizul Rivai 12
Output uji binomial
28/02/2019 Harrizul Rivai 13
Analisis hasil uji binomial • Terlihat pada output dua grup, yaitu Group 1 dengan kategori <= 0 sebanyak 7 kali, sedangkan Group 2 dengan kategori >0 sebanyak 8 kali. • Kolom Observed Prop.: Group 1 = 7/15 = 0,47, Group 2 = 8/15 = 0,53 • Dasar pengambilan keputusan: jika probabilitas > 0,05, H0 diterima, dan jika probabilitas < 0,05, H0 ditiolak.
28/02/2019 Harrizul Rivai 14
Kesimpulan uji binomial • Terlihat bahwa pada kolom Exact Sig. (2- tailed) atau Exact Sig. (dua sisi) adalah 1,000 atau probabilitas di atas 0,05 (1,000 > 0,05), maka H0 diterima, atau pelemparan mata uang di atas adalah benar-benar pelemparan yang fair atau mengikuti distribusi binomial.
28/02/2019 Harrizul Rivai 15
Uji Runs (Runs Test) • Uji Runs atau bisa disebut uji sampel rankaian tunggal untuk memeriksa keacakan (randomness). • Pada prinsipnya dengan uji runs kita ingin mengetahui apakah suatu rangkaian kejadian, hal atau simbol merupakan hasil proses acak (random); dalam arti tidak direncanakan terlebih dahulu, atau tidak membuat sebuah pola tertentu. • Di sini, data terdiri atas serangkaian pengamatan yang dicatat berdasarkan perolehannya, dan bisa dikategorikan dalam dua kelompok yang eksklusif. Artinya, jika yang satu terjadi, yang lain tidak mungkin terjadi juga; seperti jika hasil positif tidak mungkin berbarengan dengan hasil negatif.
28/02/2019 Harrizul Rivai 16
Contoh Kasus • Departement Store ‘SUKSES’ ingin mengetahui apakah pengunjung yang masuk ke toko bervariasi secara acak antara pria dan wanita. Untuk itu, seorang petugas ditempatkan di depan toko dan mencatat para pengunjung yang masuk ke toko secara berurutan. Hasil pengamatan adalah sbb: Pengamatan Urutan Pengamatan Urutan Dari data di ke- gender ke- gender atas, apakah 1 Pria 10 Pria pengunjung yang masuk 2 Pria 11 Wanita toko adalah 3 Wanita 12 Pria acak, dilihat 4 Wanita 13 Wanita dari gendernya? 5 Wanita 14 Pria 6 Wanita 15 Pria 7 Pria 16 Wanita 8 Pria 17 Pria 9 28/02/2019 Wanita Harrizul Rivai 17 Penyelesaian • Karena kita akan menguji suatu kejadian yang hanya menghasilkan dua jenis output, dan uji untuk menentukan keacakan, maka digunakan uji Runs.
28/02/2019 Harrizul Rivai 18
1. Persiapan pemasukan data ke SPSS
Dari menu utama, lalu masuk ke sheet tab
Variable View
28/02/2019 Harrizul Rivai 19
Pengisian Variable View: Name → ketik urutan_gender Label → ketik urutan gender yang masuk ke toko Values → Buka Values dan isi dengan kode 1 untuk pria dan kode 2 untuk wanita. Abaikan bagian yang lain dan kebali ke Data View.
28/02/2019 Harrizul Rivai 20
2. Mengisi data • Untuk mengisi kolom urutan_gender, letakkan pointer pada baris 1 kolom tersebut, lalu ketik angka 1 atau 2 menurun ke bawah sesuai dengan data yang ada dalam tabel. • Jangan lupa mengaktifkan Value Labels yang ada di menu View untuk menampilkan data dalam isian label dan bukannya angka. • Simpan data tersebut dengan nama Uji Runs.
28/02/2019 Harrizul Rivai 21
28/02/2019 Harrizul Rivai 22 3. Pengolahan Data
28/02/2019 Harrizul Rivai 23
Pengisian kota dialog Runs • Test Variable List atau variable yang akan diuji. Karena di sini yang akan diuji hanya satu variabel, masukkan variabel urutan_gender. • Untuk bagian Cut Point dalam kasus ini pilih Custom (ditentukan sendiri), dan sesuai kasus ketik 2. • Pada bagian Cut Point, nonaktifkan kota Median, karena nilai uji ada pada angka 2 (ditentukan pengguna sendiri). • Tekan OK untuk proses pengolahan data.
28/02/2019 Harrizul Rivai 24
Hasil Pengolahan Data NPar Tests
28/02/2019 Harrizul Rivai 25
Analisis Hasil • Hipotesis untuk kasus ini: – Ho: Pola perolehan gender yang masuk ke toko bersifat acak. – Ha: Pola perolehan gender yang masuk ke toko tidak bersifat acak • Pengambilan keputusan berdasarkan besaran probabilitas: – Jika probabilitas > 0,05, maka Ho diterima. – Jika probabilitas < 0,05, maka Ho ditolak.
28/02/2019 Harrizul Rivai 26
Keputusan • Terlihat bahwa pada kolom Asymp. Sig. (2- tailed) (Asymptotic Significance dua sisi) adalah 0,605, atau probabilitas di atas 0,05 (0,605 > 0,05), maka Ho diterima, atau pola perolehan gender (pria atau wanita) yang masuk ke toko bersifat acak; tidak ada pola tertentu saat orang memasuki toko tersebut. • Simpan output di atas dengan nama Uji Runs.