Aneka Pengujian
Muhammad Doddy, PhD
Tujuan Pembelajaran
0,83 3,841
Uji McNemar
Statistika Non-Parametrik: Aneka Pengujian
Uji McNemar
• Digunakan untuk menguji perbedaan antara dua proporsi sampel terkait (tidak
independen).
• Kita perlu menggunakan statistik uji yang mengikuti distribusi normal.
Uji McNemar: Tabel Kontingensi
Kondisi (Group) 2
Kondisi (Group) 1
Ya Tidak Total
Ya A B A+B
Tidak C D C+D
Total A+C B+D n
Kondisi (Group) 2
Kondisi (Group) 1
Ya Tidak Total
Ya A B A+B
Tidak C D C+D
Total A+C B+D n
Kondisi (Group) 2
Kondisi (Group) 1
Ya Tidak Total
Ya A B A+B
Tidak C D C+D
Total A+C B+D n
Survey Setelah
Survey Sebelum Promo
Promo Ya Tidak Total
Ya 118 2 120
Tidak 22 158 180
Total 140 160 300
Uji McNemar: Contoh
Survey Setelah
Survey Sebelum Promo
Promo
Ya Tidak Total
Ya 118 2 120
Tidak 22 158 180
Total 140 160 300
Ujilah hipotesis (pada tingkat signifikansi 0,05):
• H0: π1 ≥ π2: Promosi tidak efektif
• H1: π1 < π2: Promosi efektif meningkatkan bisnis
Uji McNemar: Contoh
Karena Z = -4,08 < -1,96, H0 ditolak dan bisa disimpulkan bahwa perubahan
promosi secara signifikan meningkatkan bisnis bagi barbershop.
Uji Jumlah Peringkat Wilcoxon
Statistika Non-Parametrik: Aneka Pengujian
Uji Jumlah Peringkat Wilcoxon
𝑛(𝑛+1)
𝑇 1 +𝑇 2=
2
Di mana n = n1 + n2
Uji Jumlah Peringkat Wilcoxon: Hipotesis dan
Keputusan
M1 = median populasi 1; M2 = median populasi 2
Statistik Uji = T1 (Jumlah peringkat dari sampel yang lebih kecil)
4
0,05 0,10 12, 28 19, 36
0,025 0,05 11, 29 17, 38
T1L = 11 dan 5
0,01 0,02 10, 30 16, 39
T1R = 29
0,005 0,01 --, -- 15, 40
6
Uji Jumlah Peringkat Wilcoxon:
Contoh dengan Sampel Kecil
a = 0,05 Statistik Uji (Jumlah peringkat dari sampel
n1 = 4 , n2 = 5 yang lebih kecil):
μ𝑇 =
1
𝑛1 (𝑛+1)
2 σ𝑇 =1
√
𝑛1 𝑛2 (𝑛+1)
12
𝑇 1 − μ𝑇
Z= 1
σ𝑇 1
σ𝑇 =
1
√ 12 12 √
𝑛1 𝑛2 (𝑛+1) 4(5)(9+1)
= =4 ,082
𝑇 1 − μ𝑇 24 , 5 −20
• Statistik pengujian adalah: Z= 1
= =1 ,10
σ𝑇 1
4 , 082
Z = 1,10 lebih kecil dari nilai Z kritis 1,96 (untuk α = 0,05) sehingga kita
menerima H0 - tidak ada cukup bukti bahwa median tidak sama.
Uji Peringkat Kruskal-Wallis
Statistika Non-Parametrik: Aneka Pengujian
Uji Peringkat Kruskal-Wallis
[ ]
𝑐 2
12 𝑇
𝐻= ∑
𝑛(𝑛+1) 𝑗=1 𝑛 𝑗
𝑗
− 3(𝑛+1)
Di mana:
n = jumlah total sampel
c = Jumlah kelompok
Tj = Jumlah rangking setiap kelompok
nj = Ukuran sampel setiap kelompok
Uji Peringkat Kruskal-Wallis
Lakukan pengujian dengan membandingkan nilai H yang dihitung dengan nilai
kritis 2 dari distribusi chi-square dengan degree of freedom adalah c – 1.
• Aturan keputusan
• Tolak H0 jika statistik uji H > 2R
0 • Jika tidak, maka terima H0
Terima H0 Tolak H0
2
R
2
Uji Peringkat Kruskal-Wallis: Contoh
• Berikut adalah data sampel penjualan dari tiga kota yang diambil secara acak dari
beberapa toko. Apakah ada perbedaan penjualan di tiga kota?
23 55 30
41 60 40
54 72 18
78 45 34
66 70 44
Uji Peringkat Kruskal-Wallis: Contoh
23 2 55 10 30 3
41 6 60 11 40 5
54 9 72 14 18 1
78 15 45 8 34 4
66 12 70 13 44 7
= 44 = 56 = 20
Uji Peringkat Kruskal-Wallis: Contoh
H 0 : MedianB =MedianD=MedianT
• Nilai stasitika H adalah
[ ]
𝑐 2
12 𝑇
𝐻= ∑
𝑛(𝑛+1) 𝑗=1 𝑛 𝑗
− 3(𝑛+1)
𝑗
Kruskal-Wallis Rank Test
Example
Bandingkan H = 6,72 dengan nilai kritis dari distribusi chi-square untuk
3 - 1 = 2 derajat kebebasan dan = 0,05:
• Uji Fisher atau yang dikenal dengan Fisher Exact Probability Test digunakan untuk
menguji signifikansi hipotesis perbandingan dua sampel kecil yang independen
untuk data yang berbentuk nominal.
Uji Fisher Exact: Contoh
( 𝐴+ 𝐵 ) ! × ( 𝐶 + 𝐷 ) ! × ( 𝐴+𝐶 ) ! × ( 𝐵+ 𝐷 ) !
𝑃=
𝑁 ! 𝐴! 𝐵! 𝐶 ! 𝐷 !
(6 +2)! (1+6)! (6+1)! (2+6) !
𝑃= =0 , 03
15! 6 ! 2 ! 1 ! 6 !
Contoh Uji Fisher Exact
Motivasi IPK
9 3,9
8 3,4
5 2,1
6 3,5
7 3,0
Contoh Korelasi Rank Spearman
• Menentukan Hipotesis:
• H0: Tidak ada korelasi antara motivasi dengan IPK mahasiswa.
• Ha: Terdapat korelasi antara motivasi dengan IPK mahasiswa.
• Menentukan taraf nyata dengan alpha = 0,05
• Nilai Z tabel dua arah dengan probabilitas = 0,5 – 0,025 = 0,475 adalah ±1,96.
Contoh Korelasi Rank Spearman
Selisih
Motivasi IPK Rangking Motivasi Rangking IPK Selisih
Kuadrat
9 3,9 5 5 0 0
8 3,4 4 3 1 1
5 2,1 1 1 0 0
6 3,5 2 4 2 4
7 3,0 3 2 1 1
Di2 6
6∑ 𝐷 2
𝑖 6 ×6
𝑟 𝑠=1 − =1 − =1 −0,3=0,7
𝑛 (𝑛 − 1)
2
5( 5 − 1)
2
Contoh Korelasi Rank Spearman