Uji Statistik Tiga atau Lebih

Sampel Dependen
 1. Analisis Varians Dua-Arah Berdasarkan
Peringkat Friedman
Asumsi-asumsi
1. Data terdiri atas b buah sampel (blok) berukuran k yang saling bebas. Nilai
pengamatan kej dalam sampel atau blok ke-i disebut Xij . Data dapat diperagakan
seperti Tabel 1.
2. Variabel yang diamati kontinyu.
3. Tidak ada interaksi antara blok-blok dan perlakuan-perlakuan.
4. Nilai-nilai pengamatan dalam masing-masing blok boleh diperingkat menurut
besarnya.

Tabel 1. data untuk analisis varians dua arah dengan peringkat Friedman
Perlakuan
Blok 1 2 3 ... j ... k
1 X11 X12 X13 ... X1j ... X1k
2 X21 X22 X23 ... X2j ... X2k
..
i Xi1 Xi2 Xi3 ... Xij ... Xik
..
. .b Xb1 Xb2 Xb3 ... Xbj ... Xbk
Merubah Tabel 1 kepada peringkatnya sebagai berikut
Perlakuan
Blok 1 2 3 ... j ... k
1 R1 R2 R3 Rj Rk
2 R1 R2 R3 Rj Rk
.
.
b R1 R2 R3 Rj Rk

Hipotesis-hipotesis
H0 : Populasi-populasi dalam suatu blok identik atau sama.
H1 : Sekurang-kurangnya salah satu perlakuan ada yang berbeda
Taraf Nyata (α)
Statistik Uji
1. Ubahlah nilai-nilai pengamatan masing-masing blok
(b) menjadi peringkat-peringkat.
2. Hitung Rj sebagai jumlah peringkat perlakuan (kolom)
ke-j.
3. Hitung Statistik Uji dengan menggunakan rumus :
12  k 2 
r 2
   R j   3b(k  1)
bk (k  1)  j 1 

4. Kaidah Pengambilan Keputusan

Tolaklah H0 , jika χ2 hitung > χ2 α; c-1
(sebagai nilai kritis untuk Analisis Varians Dua Arah
berdasarkan peringkat Friedman.)
 Contoh 1. :
Hall dkk. memperbandingkan tiga metode penentuan nilai-nilai amilase serum
pada pasien-pasien penderita pankreatitis. Hasil-hasil penelitian mereka tampak
dalam Tabel 2. Apakah data ini menunjukkan adanya perbedaan di antara ketiga
metode ?

Tabel 2. Harga-harga amilase serum (unit enzim per 100 ml serum) pada pasien
penderita pankreatitis.
Metode Penentuan
Spesimen A B C
1 4000 3210 6120
2 1600 1040 2410
3 1600 647 2210
4 1200 570 2060
5 840 445 1400
6 352 156 249
7 224 155 224
8 200 99 208
9 184 70 27
Sumber : F. F. Hall, T. W. Culp, T. Hayakawa, C. R. Ratiff, and N. c. Hightower, “An Improved Amylase
Assay Using a New Starch Derivative”, Amer. J. Clin. Pathol, 53 (1970), 627-634.
Penyelesaian :
Hipotesis :
H0 : Ketiga metode memberikan hasil-hasil yang identik atau sama.
H1 : Sekurang-kurangnya salah satu metode penentuan cenderung
menghasilkan nilai-nilai yang berbeda dari metode penentuan yang
lain.
Taraf Nyata = 0.01
Statistik Uji :
Spesimen-spesimen dalam contoh ini adalah blok-blok, sehingga b = 9.
Karena yang dianalisis masing-masing spesimen menggunakan
masing-masing dari ketiga metode penentuan, maka k = 3. Dan
hasil-hasil pemberian peringkat masing-masing spesimen tampak
dalam Tabel 3, berikut
Tabel 3 Data tabel 2 sesudah diganti dengan peringkat-peringkat sebelum perhitungan
statistik uji Friedman
Metode Penentuan
Spesimen A B C
1 2 1 3
2 2 1 3
3 2 1 3
4 2 1 3
5 2 1 3
6 3 1 2
7 2.5 1 2.5
8 2 1 3
9 2 1 3
_______ ______ _______
Jumlah RA = 19.5 RB = 9 RC = 25.5
Sehingga diperoleh statistik uji Friedmannya adalah Keputusan

12  k 2  12
r 2
   R j   3b(k  1)  (19.5 2
 9 2
 25,5 2
)  3x9 x4  15,5
bk (k  1)  j 1  9 x3x4

Nilai-nilai Kai Kuadrat untuk derajat bebas k-1 dengan derajat bebas : db = 2  9.210
Karena χ2 hitung > 9.210 maka H0 harus ditolak.
Kesimpulan
Ketiga metode penentuan tidak semua memberikan hasil-hasil yang identik atau sama,
pada taraf nyata a = 0.01
 2. Prosedure Pembandingan Berganda Untuk
Digunakan Sesudah Uji Friedman
Jika hasil pengujian menyatakan tidak semua populasi asal sampel
atau efek-efek perlakuan tidak identik, atau dari hasil penerapan uji
Friedman menghasilkan penolakan H0. Maka, dibutuhkan sebuah
prosedur pembandingan berganda untuk digunakan sesudah uji
Friedman yang digunakan untuk penentuan sampel-sampel mana
yang berbeda secara nyata dan sampel mana yang identik.

Prosedur-prosedur Pembandingan Berganda

1. Setelah menghitung jumlah peringkat masing-masing perlakuan
(kolom).
Ri sebagai jumlah peringkat perlakuan ke-i, dan
Rj sebagai jumlah peringkat perlakuan ke-j.
2. Tentukan Taraf Nyata α Taraf nyata a ini tergantung dari banyaknya
perlakuan.
3 Tentukan nilai z dan Hitung bk (k  1)
Z
2 6
4. Hitung selisih mutlak antara Ri dan Rj , yakni | Ri – Rj |
Kaedah Pengambilan Keputusan :
bk (k  1)
1 Jika R  R  Z
i j gagal tolak Ho
2 6
maka antara perlakuan ke-i dan perlakuan ke-j tidak ada
perbedaan atau sama.
2 Jika Ri  R j  Z bk (k  1) tolak Ho
2 6
maka antara perlakuan ke-i dan perlakuan ke-j terdapat
perbedaan.
Contoh 2
Untuk menjelaskan penerapan prosedur ini, perhatikan lagi data dalam contoh 1.
Karena hasil analisis diperoleh penolakan H0, maka untuk mengetahui dengan pasti
metode penentuan mana yang berbeda dengan yang lain digunakan pembandingan
berganda uji Friedman.Agar dapat melakukan semua pembandingan yang mungkin
dalam upaya menentukan di mana sesungguhnya perbedaan terjadi, diambil taraf
nyatanya sebesar α = 0.05. maka nilai Z = 1.96

1. Jumlah peringkat ketiga Metode Penentuan dari Contoh.1 adalah

RA = 19.5 RB = 9 , dan RC = 25.5
2. Agar dapat melakukan semua pembandingan yang mungkin dalam upaya
menentukan di mana sesungguhnya perbedaan terjadi, diambil taraf nyatanya
sebesar a = 0.05. dan nilai Z =1.96,

3. Untuk mempembandingkan Metode Penentuan A dan Metode Penentuan B

a. bk (k  1) 9 x3(3  1)
Z 1,96  8,32
2 6 = 6

b. | RA – RB | = | 19.5 – 9 | = 10.5
c. Keputusan :
Karena 10.5 > 8.32, maka antara Metode Penentuan A dan Metode Penentuan B
terdapat perbedaan.
4. Untuk mempembandingkan Metode Penentuan A dan Metode
Penentuan C
a. | RA – RC | = | 19.5 – 25.5 | = 6
b. Keputusan :
Karena 6 > 8.32, maka antara Metode Penentuan A dan Metode
Penentuan C tidak terdapat perbedaan atau sama/identik.

5. Untuk memperbandingkan Metode Penentuan B dan Metode

Penentuan C
a. | RB – RC | = | 9 – 25.5 | = 16.5
b. Keputusan :
Karena 16.5 > 8.32, maka antara Metode Penentuan B dan Metode
Penentuan C terdapat perbedaan.

Kesimpulan : yang berbeda A – B dan B - C

 3. Uji Q Cochran untuk Pengamatan-pengamatan
Berhubungan
Dalam beberapa penelitian yang menggunakan rancangan blok
lengkap teracak, reaksi terhadap suatu perlakuan mungkin hanya
dinyatakan dengan salah satu dari dua nilai. Secara
sembarangboleh ditetapkan kedua hasil yang mungkin ini sebagai
“sukses”, atau 1, dan “gagal”, atau 0.

Sebagai contoh, untuk mempelajari/menilai kemanjuran empat macam

obat penghilang rasa sakit dengan mencobakan masing-masing dari
keempat obat itu terhadap masing-masing dari eberapa pasien.
Dalam rancangan ini pasien-pasien berperanan sebagai blok-blok.
Kalau seorang pasien idak merasa sakit lagi sesudah menerima
suatu obat, reaksinya ini diberi skor 1. Kalau si pasien tetap merasa
nyeri sesudah menerima suatu obat, reaksinya ini diberi skor 0. W.
G. Cochran mengusulkan sebuah prosedur untuk menguji hipotesis
nol tentang tiadanya perbedaan di antara perlakuan-perlakuan
dalam hal kemanjuran pada situasi seperti pada contoh, yang pada
hakekatnya merupakan masalah tentang proporsi-proporsi yang
berkorelasi. Uji ini dikenal sebagai Uji Q Cochran (Cochran’s Q
test) ini meliputi langkah-langkah sebagai berikut :
 Asumsi-asumsi

A. Data untuk analisis terdiri atas reaksi-reaksi dari r buah blok terhadap c buah
perlakuan yang diterapkan secara independen.

B. Reaksi-reaksi itu dinyatakan dengan 1 untuk “sukses” atau 0 untuk “gagal”.

Hasil-hasil pengamatan ini bisa diperagakan dalam sebuah tabel kotingensi
seperti Tabel berikut dengan Xij yang menyatakan entah 0 atau 1.

Perlakuan
Blok 1 2 3 ... c Total baris
1 X11 X12 X13 ... X1c R1
2 X21 X22 X23 ... X2c R2
3 X31 X32 X33 ... X3c R3
..
..
r Xi1 Xi2 Xi3 ... Xic Rr
____ _____ _____ ___ _____
Total C1 C2 C3 Cc N = Total
kolom
C. Blok-blok yang ditampilkan merupakan blok- blok yang
dipilih secara acak dari suatu populasi yang terdiri atas
semua blok yang mungkin.
Hipotesis-hipotesis
H0 : Semua perlakuan mempunyai efek yang sama.
H1 : Tidak semua perlakuan mempunyai efek yang sama.
Taraf Nyata (α )
Statistik Uji
statistik uji untuk Uji Q Cochran adalah

 c  c 
2

c(c  1) C j  C  (c  1) c C j    C j  
c 2
2

j 1
 j 1  j 1  
Q r r
 r r
c Ri   Ri2 c Ri   Ri2
i 1 i 1 i 1 i 1
N = ∑Cj = ∑Ri
Kaidah Pengambilan Keputusan
Uji Q Cochran memperlihatkan bahwa dengan
meningkatnya r maka distribusi Q mendekati distribusi
Kai-kuadrat dengan derajat bebas c – 1, maka nilai kritis
untuk Uji Q Cochran dapat Diperoleh dengan Nilai-nilai
Kai Kuadrat untuk derajat bebas c – 1
Tolaklah H0 , jika Q lebih besar dari atau sama dengan χ2

Contoh 3 :
Gustafson dkk., memperbandingkan kemampuan tiga sistem
diagnostik berbantuan komputer (model) dan kesimpulan-kesimpulan
yang dibuat oleh dokter (majority opinion) dalam diagnosis
berdasarkan simptom, tanda-tanda fisik, dan informasi laboratorium.
Tabel berikut memperlihatkan hasil-hasil yang diperoleh dari
pemeriksaan terhadap 11 pasien hipotiroid. Dapatkah disimpulkan
bahwa keempat metode diagnostik memberikan hasil-hasil yang
sama ?
Data Kesalahan-kesalahan individu yang dibuat oleh dokter dan oleh model-model
Pasien Pendapat Acturial Subjective
Hipotiroid umum dokter PIP PIP Semi-PIP
1 1 0 0 0
2 1 1 1 1
3 0 0 0 0
4 0 1 1 1
5 1 1 1 1
6 1 0 0 1
7 1 0 1 1
8 1 0 0 1
9 1 0 0 0
10 1 0 0 0
11 1 1 1 1

Catatan : 1 menyatakan diagnosis yang benar, 0 menyatakan diagnosis yang salah

Penyelesaian :
Hipotesis-hipotesis
H0 : Keempat metode diagnosis memberikan hasil-hasil yang identik.
H1 : Keempat metode diagnosis di atas berbeda dalam hal kemampuan
membuat diagnosis yang benar.

Taraf Nyata a = 0,05

Statistik Uji
baris-baris yang hanya berisi skor nol atau hanya berisi skor satu,
dihilangkan kemudian menghitung Q.

Ikan cucut dimakan maka lanjutkan……

Q = 7,70
Penyelesaiannya...
 UJI page
(uji hipotesis tandingan berurut)
Asumsi yang digunakan sama dgn uji
Friedman
Perumusan Hipotesis :
H0 : populasi dalam suatu blok identik

H1 : 1   2     k

Statistik Uji : L   jR j  R1  2 R2    kRk

L  Lk ,b ,
Tolak H0 jika :
Dengan Lk,b,α dari tabel uji Page
 APROKSIMASI SAMPEL
BESAR
STATISTIK UJI :

L  [bk (k  1) / 4]
2
Z
b(k  k ) / 144(k  1)
3 2

Tolak H0 jika z > z 1-α

 Catatan untuk uji Page
- Urutan dari disesuaikan dengan kondisi
Rj dari sampel
- Uji ini dilakukan apabila pada uji
perbandingan berganda tidak ditemukan
perlakuan yang memberi beda.
 UJI DURBIN
 Uji ini digunakan untuk rancangan blok acak tak
lengkap, apabila asumsi-asumsi pada statistika
parametrik tidak terpenuhi.
 Pada uji ini tidak semua sel dalam masing-masing
perlakuan terisi.
 Banyak subjek dalam blok harus sama dan banyak
pemunculan pada tiap perlakuan juga harus sama
ukurannya.
 Misalkan, rancangan terhadap tiga blok, perlakuan lima
maka jika tiap blok hanya bisa dipenuhi 3 subjek saja,
maka pemunculan pada tiap perlakuan pun adalah 3.
 ASUMSI-ASUMSI :
• Tiap blok saling bebas
• Tiap nilai pengamatan dlam masing-masing
blok dapat diperingkat
HIPOTESIS :
 H0 : semua perlakuan memberikan efek-efek
yang sama
 H1 : reaksi terhadap satu perlakuan cenderung
lebih besar dari reaksi-reaksi satu atau
lebih
perlakuan lainnya

 STATISTIK UJI :
12(t  1) t
3r (t  1)( k  1)
T 
rt (k  1)( k  1) i 1
Rj 
2

k 1
 DAERAH TOLAK :
 2
 Tolak H0, jika T >  ,(t 1)
Tabel : tata letak untuk rancangan blok acak tak lengkap
berimbang (blok 7, perlakuan 7)

Perlakuan
Blok A B C D E F G
1 x x x
2 x x x
3 x x x
4 x x x
5 x x x
6 x x x
7 x x x
Peringkat dilakukan dalam tiap blok
A B C D E F G
1 R11 R12 R13
2 R21 R22 R23
3 R31 R32 R33
4 R41 R42 R43
5 R51 R52 R53
6 R61 R62 R63
7 R71 R72 R73
Rj R1 R2 R3 R4 R5 R6 R7