Uji k-sampel

berhubungan :

Uji Friedman
 Esensi

 Berguna untuk menguji apakah 3 atau lebih-sampel berpasangan

berasal dari populasi yang sama atau tidak.

 Jumlah kasus pada setiap sampel adalah sama (karena

berpasangan).

 Uji ini dilakukan dengan mempelajari kelompok subyek yg sama

dibawah k-kondisi.

 Untuk melihat perbedaan dampak perlakuan (kondisi) terhadap

kelompok-kelompok berpasangan yang diteliti.

 Merupakan alternatif untuk Uji ANOVA pada Uji statistik parametrik.

 Asumsi, data tidak berdistribusi normal dan berbentuk peringkat

 Syaratnya data setidak-tidaknya berskala ordinal.

 Prosedur

 Pada Uji Friedman, data dibuat dalam tabel dua arah, dengan N-
baris dan k-kolom, dimana N-baris merepresentasikan variasi
kelompok berpasangan, dan k-kolom merepresentasikan variasi
kondisi.
 Misalkan kita ingin mempelajari skor-skor dari 3 variasi kelompok
berpasangan dibawah 4 variasi kondisi. Dengan demikian
kelompok (N) =3, kondisi (k)=4.
 Misalkan skor-skor menurut variasi kelompok (baris) dan variasi
kondisi (kolom) pada Tabel 1: Skor-skor 3 variasi kelompok
berpasangan di bawah 4 variasi kondisi
 Prosedur

 Untuk melakukan Uji Friedman dengan data pada Tabel 1, maka

dilakukan tahapan prosedur sebagai berikut:
1. Berikan ranking kepada skor-skor dalam setiap baris dari 1
sampai k, dengan rangking 1 untuk skor yang terendah,
rangking 2 untuk skor terendah berikutnya, …, rangking k
untuk skor tertinggi . Bila rangking ada yang sama, maka nilai
rangkingnya adalah rata-rata rangking yang sama.
2. Tentukan jumlah rangking untuk masing-masing kolom
(kondisi).
 Tabel 2 dibawah ini menunjukkan rangking berdasarkan Tabel 1
berikut jumlah rangking untuk masing-masing kondisi:
 Prosedur

 Hipotesis:
𝐻0 : 3 atau lebih sampel berpasangan berasal dari populasi yang
sama
𝐻1 : 3 atau lebih sampel berpasangan berasal dari populasi yang
berbed
 Statistik Uji
Uji Friedman pada dasarnya menguji apakah jumlah keseluruhan
rangking (Rj) berbeda secara siginikan atau tidak. Uji Friedman
menghitung nilai statistik yang disebut Friedman r2 dengan
formula:
.
𝑘
12
𝜒𝑟 2 = ෍(𝑅𝑗 )2 −3𝑁(𝑘 + 1)
𝑁𝑘(𝑘 + 1)
𝑗=1
dimana :
k = banyaknya kolom (kondisi)
N = banyaknya baris (juga disebut kelompok berpasangan)
R j = jumlah rangking atau peringkat pada kolom ke-j
 Prosedur

Pada contoh diatas (Tabel 2) dapat dihitung nilai statistik r2 sbb:
12
𝜒𝑟 2 = 𝑁𝑘(𝑘+1) σ𝑘𝑗=1(𝑅𝑗 )2 −3𝑁(𝑘 + 1)
12
𝜒𝑟 2 = (((11)2 + (5)2 +(4)2 +(10)2 ) − (3.3(4 + 1))
3.4(4+1)
= 7,4
 Tentukan taraf nyata ()
Kita akan menggunakan taraf nyata 5%
 Wilayah penolakan
Ho akan ditolak jika 𝜒𝑟 2 lebih dari 2 (o,o5;4-1)
 Tentukan daerah tolak
nilai 2 table = 7,815 > 7,4 maka 𝐻0 diterima
 Keputusan
Karena 𝐻0 diterima maka 3 atau lebih sampel berpasangan
berasal dari populasi yang sama
Prosedur (SPSS)
Prosedur (SPSS)
 Rumus Uji Friedman untuk
data beranking sama
Ada kalanya responden memberikan skor yang sama
pada beberapa kondisi yang diberlakukan sekaligus.
Untuk mengatasi hal tersebut dalam
penghitungan,maka rumus uji friedman dimodifikasi
sebagai berikut :

Dimana merupakan penjumlahan dari

pengulangan ranking kolom ke-j dalam baris ke-i.

 Contoh soal dengan ranking sama
Diperoleh data sebagai berikut:

= 1+1+1+1+1+1+1+1+1+1+1+1+1+1+1
+1+1+1+1+8+1+1+1+1+1+1+1+1+1+1
= 36
 Contoh soal dengan ranking sama
1. Hipotesis
Ho : sampel berasal dari populasi yang sama
Ha : sampel berasal dari populasi yang berbeda
2. Taraf signifikansi
taraf nyata = 5% ; N= 10 ;k=3
3. Statistik Uji
pengujian menggunakan uji friedman dengan ties
karena ada data yang mempunyai ranking sama
4. Penghitungan
 Contoh soal dengan ranking sama
12 605,25 + 506,25 + 144 − 3 10 2 3 3 + 1 2
𝐹𝑟 =
10 3 − 36
10(3) 3 + 1 + 3 − 1

= 10,308
5. Wilayah penolakan
Ho akan ditolak jika Fr lebih dari χ2 (o,o5;3-1)
6. Kesimpulan
Fr = 10,308 > 2 (o,o5;3-1) = 5,99
maka tolak Ho. Dapat dikatakan bahwa sampel
berasal dari populasi yang berbeda.
TERIMAKASIH 