STATISTIK
NON PARAMETIK
1
Statistik Non parametik digunakan apabila :
1.
Sampel yang digunakan berukuran kecil.
2.
Data yang digunakan bersifat Ordinal ;
data yang bias disusun dalam ukuran atau dapat diklasifikasikan rengkingnya
secara berurutan.
3.
Data bersifat Normal ; dapat
diklasifikasikan dalam kategori dan dihitung frekwensinya.
4.
Bentuk distribusi populasi dan tempat
pengambilan sampel tidak diketahui, menyebar secara acak.
5.
Ingin menyelesaikan masalah statistic
secara tepat tanpa menggunakan alat hitung.
2
Langkah-langkah Pengujian Statistik Non Parametik :
1)
Menentukan Formasi Hipotesis
2)
Menentukan Taraf nyata dan Nilai Tabel
3)
Menentukan Kriteria Pengujian
4)
MenentukanNilai Uji Statistik
5)
Membuat Kesimpulan
STATISTIK
NON PARAMETIK I
UJI
TANDA
(
Sign Test)
Nilai
uji tanda merupakan nilai dari probabilitas hasil sampel (lihat table
probabilitas) binomial dengan n,r
tertentu, dan p = 0,5. Untuk nilai r = jumlah tanda nilai terkecil.
Prosedur
Uji Statistik adalah sebagai berikut :
1)
Menentukan Formulasi Hipotesis
Ho
: Probabilitas
terjadinya nilai Positif dan tanda negative adalah sama.
H1
: Probabilitas
terjadinya nilai Positif dan tanda negative adalah berbeda
2)
Menetukan Taraf nyata (α)
Pengujian dapat
berbentuk satu sisi atau dua sisi
3)
Menentukan Kriteria Pengujian
a.
Pengujian satu sisi
Ho diterima bila α ≤ probabilitas hasil sampel
Ho ditolak bila α > probabilitas hasil sampel
b.
Pengujian dua sisi
Ho diterima
bila α ≤ 2probabilitas hasil sampel
Ho ditolak bila α > 2probabilitas hasil sampel
4)
Menentukan Nilai Uji Statistik
Merupakan nilai
dari probabilitas hasil sampel (lihat table probabilitas binomial n, r tertentu
dan p=0,5) dimana r = jumlah tanda yang terkecil.
5)
Membuat Kesimpulan
Menyimpulkan Ho
diterima atau ditolak
Catatan :
Untuk sampel
besar (n ≥ 30), uji statistiknya adalah
Keterangan :
r = Jumlah tanda positif
n = Jumlah pasangan observasi yang
relevan
Langkah-langkah pengujiannya sama dengan
langkah pengujian sebelumnya menggunakan distribusi Z
Contoh Soal :
Direktur PT. Mondar Mandir ingin
mengukur peningkatan mutu kerja karyawan setelah memberlakukan kenaikan gaji.
Untuk itu diambil sampel sebanyak 10 orang karyawan yang dipilih secara random
dan didapatkan hasil sebagai berikut :
Karyawan
|
Produktivitas kerja
sebelum (X1)
|
Prodoktivitas kerja
Sesudah (X2)
|
Perbedaan Tanda
(X2-X1)
|
1
2
3
4
5
6
7
8
9
10
|
71
91
86
60
83
70
72
65
80
72
|
72
88
82
67
88
67
75
75
90
76
|
+
-
-
+
+
-
+
+
+
+
|
Didapat hasil “ +” adalah = 7 dan tanda
“─” adalah = 3 dan untuk nilai 0 diabaikan atau dinyatakan gugur.
a.
Formasi Hipotesis
Ho :
p = 0,5 (tidak ada peningkatan mutu kerja )
H1 :
p > 0,5 ( ada peningkatan mutu kerja )
b.
Taraf nyata dan Nilai Tabel
α = 5% = 0,05
c.
Kriteria Pengujian
Ho diterima jika
0,05 ≤ probabilitas hasil sampel
Ho ditolak jika
0,05 > probabilitas hasil sampel
d.
Nilai Uji Statistik
n = 10, r = 3, dan p= 0,05
probabilitas
hasil sampel adalah = 0,001 + 0,010 + 0,044 + 0,117 = 0, 172
e.
Membuat Kesimpulan
Karena α = 0,05
< probabilitas hasil sampel = 0,172, maka Ho di terima, berarti tidak ada
peningkatan mutu kerja karyawan setelah gaji dinaikkan.
STATISTIK
NON PARAMETIK 2
UJI
WILCOXON
(The
Signed Rank Test)
Pertama kali
diperkenalkan oleh Frannk Wilcoxon pada tahun 1945
Langkah-langkahnya
:
a. Menentukan formulasi Hipotesis
Ho : Jumlah
tanda (+) dan (-) adalah sama ( tidaka ada perbedaan)
H1 : Jumlah
tanda (+) Dan (-) adalah berbeda (ada
perbedaan)
b. Menentukan taraf nyata (α) dengan T tabelnya
Pengujian dalam bentuk satu sisi
atau dua sisi.
Nilai Statistik untuk “U”
berdasarkan rumus :
dimana :
Jika n > 20 maka distribusi
normal sebagai test statistiknya adalah
:
Atau jika n > 25
c. Menetukan
Kriteria uji
Bentuk satu sisi
:
Ho di Terima
jika To ≥ T
Ho di Tolak jika
To < T
Bentuk dua sisi
:
Ho diterima bila α < U
Ho ditolak bila α ≥ U
d. Membuat
Kesimpulan
Apakah Ho di
terima atau di Tolah
4
Contoh Soal :
Untuk mengetahui apakah penemuan
suatu vaksin yang baru dapat mengobati penyakit tertentu serta mempengaruhi
umur dari hewan tersebut, maka diambil sempel sebanyak 9 ekor sapi ; 5
diantaranya diberi vaksin dan 4 tidak sama sekali, datanya sebagai berikut :
|
Umur sapi (th)
|
n1 =
4 ( tanpa vaksin)
n2 =
5 ( diberi vaksin)
|
1,9 0,5
2,8 3,1
2,1 1,4
5,3 4,6 0,9
|
Ujilah dengan α =5% apakah ada
pengaruh yang cukup berarti dalam pemberian vaksin tersebut.
5
Penyelesaian :\
1. Membuat
formulasi hipotesis :
Ho = rata-rata umur
sapi yang diberi dan tidak diberi vaksin adalah sama
H1 = rata-rat umur
sapi yang diberi dantidak diberi vaksin berbeda
2. Menetukan
Rengking
Data
secara urutan : 0,5 0,9 1,4 1,9
2,1 2,8 3,1
4,6 5,3
Rangking
:
1 (2) (3) 4 (5) 6 7 (8) (9)
Dari hasil pemberian rengking
tersebut dpt dilihat bahwa rengking sapi yang diberi vaksin menduduki rengking
: 2, 3, 5, 8 dan 9 dan dari hasil ini
maka nilai W1 dan W2 dpt dihitung sbb :
W1= 1+4+6+7 = 18
W2= 2+3+5+8+9 = 27 atau
3. Nilai kritis U
untuk α= 5% adalah :
Maka diperoleh hasil:
n1 = 4
n2 = 5
α = 0,05
U = 8 (nilai terkecil)
U tab = 0,365 (lihat
tabel wilcoxon)
4. Kesimpulan
Ho diterima jk α < 0,365
Ho ditolak jk α ≥ 0,365
Maka dapat disimpulakan Ho
diterima karena 0,05 < 0,365, hal ini berarti bahwa pemberian vaksin
terhadap sapi tersebut tidak mempengaruhi
umur sapi yang ada, dengan resiko kekeliruan sebesar 5%.
Latihan-latihan
:
1.
suatu
metode diet baru dikatakan dapat menurunkan berat badan seseorang dalam waktu 2
minggu. Berat dari 10 wanita yang dipilih secara acak yang mengikuti program
diet dicatat sebelum dan sesudah periode 2 minggu, datnya sbb :
wanita
|
Berat sebelum
|
Berat sesudah
|
1
2
3
4
5
6
7
8
9
10
|
78
64
73
79
80
67
82
65
70
64
|
70
73
70
80
78
63
87
63
68
65
|
Ujilah dengan menggunakan uji
tanda dengna taraf signifikan sebesar 5%
2.
Dibawah
ini terdapat data mengenai kadar lemak yang terdapat dalam 2 merek susu bubuk
dalam satuan gr lemak untuk tiap 2kg susu bubuk tersebut :
(kadar
lemak susu dalam gram)
|
Merek A (n1) : 23,3 22,1
26,1 24,0 26,3
25,4 24,8 23,7
Merek B (n2)
: 24,1
20,6 23,1 22,5
24,0 26,0 21,6
22,2 21,9 25,4
|
Ujilah dengan α
= 5% pada kedua merek susu bubuk diatas dengan menggunakan test wilcoxon.
STATISTIK
NON PARAMETIK 3
U-TEST
(The
Mann – Whitney Test)
Digunakan untuk
menguji rata-rata dari dua sampel berukuran tidak sama. Dikembangkan oleh H.B.
Mann dan D.R. Whitney pada tahun 1947
Langkah-langkah
pengujiannya ialah sebagai berikut :
a. Menentukan
formulasi Hipotesis
Ho : Dua sampel
independen memiliki rata-rata yang Tidak sama
H1 : Dua sampel
independen memiliki rata-rata yang Sama
b. Tentukan
rengking dari data yang ada, dengan asumsi bahwa rengking 1 adalah nilai yang
paling rendah, rengking 2 untuk nilai yang lebih tinggi dan seterusnya
c. Setelah
memberikan rengking yang sesuai dengan nilai yang dicapai, maka kita dapat
menjumlahkan nilai rangking yang diperoleh pada setiap grup atau daerah yaitu R1
untuk grup 1 dan R2 untuk grup 2.
d. Setelah R1 dan
R2 diperoleh maka kita mencari besar nilai U statistiknya yaitu :
atau
Nilai U yang diambil adalah nilai
Uterkecil.
e. Selanjutnya kita
mencari nilai harapan (expected value)
mean dan standar devisisasi, yaitu :
f. Membuat
kesimpulan Ho diterima atau ditolak
Ho diterima jika Zhit ≤
Ztab
Ho ditolak jika Zhit ≥
Ztab
Contoh Soal :
- Berikut
ini data mengenai gaji Sarjana Ekonomi dan Sarjana Pertanian (dalam
ratusan ribu rupiah) :
Sampel I
|
3 8
2 5 4
|
Sampel II
|
7 1
11 9 8
6 10
|
Ujilah
dengan α= 5%, apakah rat-rata kedua sampel tersebut, yaitu gaji SE dan SP sama
?
Jawab :
Sampel I
|
Urutan
/ Rengking
|
Sampel II
|
Urutan/ Rengking
|
3
8
2
5
4
|
3
8,5
2
5
4
|
7
1
11
9
8
6
10
|
7
1
12
10
8,5
6
11
|
|
R1=
22,5
|
|
R2
= 55,5
|
- Formulasi
hipotesis :
Ho : µ1 = µ2
H1 : µ1 > µ2
- Taraf
nyata (α) dan nilai U table :
α = 5% = 0,05
n1= 5
n2 =7
U0,05 (5)(7)
= 11 (lihat Tabel hal 368)
- Kriteria
Pengujian :
Ho diTerima Jika U ≥ 11
Ho di Tolak jika U < 11
- Nilai
Statistik U adalah :
Uhit = 7,5
U tab = 11
- Kesimpulan
:
Karena Uhit= 7,5
< U0,05(5)(7) = 11, maka Ho di Tolak berarti rata-rata
sampel I tidak sama dengan rat-rata
Sampel II
- Ujian
ekonomi mikro diberikan kepada 20 orang siswa Universitas Terbuka yang
dipilih secara random untuk wilayah DKI, dan ujian yang sama pula
diberikan kepada 15 orang mahasiswa Universitas Terbuka yang dipilih
secara random di wilayah Ujung Pandang (Sulsel). Dari hasil ujian yang
diperoleh di dua tempat (daerah) diatas DKI dan Sulsel menunjukkan nilai
ujian tiap mahasiswa sebagai berikut :
No
|
DKI
|
Rengking
|
Sulsel
|
Rengking
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
70
63
78
71
82
93
96
61
72
63
56
82
66
76
67
61
74
86
64
93
|
17
9,5
26
18,5
29,5
33,5
35
7,5
20,5
9,5
4,5
29,5
12,5
24,5
14,5
7,5
23
31
11
33,5
R1=
398
|
72
67
56
69
71
59
55
88
79
49
76
53
66
73
80
|
20,5
14,5
4,5
16
18,5
6
3
32
27
1
24,5
2
12,5
22
28
R2
=
232
|
Langkah-langkahnya :
Urutan nilai : 49
53 55 56
56 59 61
61 63 63 64 66
66 67 67
Rengking :
1 2 3
4 5 6
7 8 9 10 11 12
13 14 15
Urutan nilai : 69
70 71 71
72 72 73
74 76 76
78 79 80 82 82
Rengking
: 16
17 18 19
20 21 22
23 24 25
26 27 28 29 30
Urutan
nilai : 86 88
93 93 96
Rengking : 31
32 33 34
35
2.
Selanjutnya hitung U Statistik dengan format atau formula :
3.
Menentukan Mean :
4. Standar devisiasi :
5.
Test Statistik :
6. Nilai Kritis untuk α=5% = 0,05 (pengujian 2
sisi ) menghasilkan nilai krisis ± Z½α = 1,96
7.
Kesimpulan ;
Ho Di Terima karena Zhit = -1,26 ≤ Ztab= 1,96, hal ini berarti tingkat
kepandaian mahasiswa DKI dengan Mahasiswa Ujung
Pandang tidak sama dengan tingkat resiko sebesar 5%
STATISTIK NON PARAMETIK 4
KEI
KUADRAT TES
(CHY Squere Test)
Sering kali
penelitian yang di lakukan, para pengamat tertarik pada masalah yang berhubugan
dengan suatu objek ataupun respon yang pada dasarnya objek atau respon tersebut
dapat dibagi ke berbagai macam kategori.
Sebagai contohnya; sekelompok pasien dapat dikategorikan menurut respon mereka
terhadap perlakuan tertentu yang diberikan kepadanya, atau kelompok anak-anak
dikategorikan menurut (jenis) permainan yang mereka sukai. Untuk menganalisa
gejala-gejala seperti contoh diatas, maka metode X2 dapat digunakan.
Selain itu dalam analisis selanjutnya jumlah kategori dapat dibagi kedalam 2
macam kategori atau lebih tergantung dari objek atau respon yang ingin diamati.
Dalam
metode ini Ho dapat diuji dengan cara satu sisis yaitu :
Dimana
:
Oi
= Nilai pengamatan yang diperoleh
pada kategori yang ke i
Ei
= Nilai harapan pada kategori yang
ke i
Bila
perbedaan antara Oi dan Ei relative kecil, maka X2 juga
akan semakin kecil dan sebaliknya jika perbedan antara Oi dan Ei sangat
besar, maka X2 juga akan menjadi besar. Konsekwensinya adalah semakin
besar X2, maka ada kemungkinan hasil pengamatan yang di peroleh
selama penelitian bukan berasal dari populasi di mana Ho tersebut didasarkan
pada pengujian X2 ini, Distribusi dari X2 memiliki
derajat kebebasan k-1 qtqu ( df (k-1). Untuk kasus 1 macam sampel dimana
memiliki k kategori dan jumlah pengamatan sebesar N, maka untuk setiap sel
kategori nilai harapannya (Ei) sebesar
Jika
Ho menyatakan bahwa proporsi tiap kategori sama, maka kita mengharapkan bahwa
Ei = Oi. Sedangkan hipotesisi alternatifnya adalah Ei ≠ Oi
CONTOH
SOAL
Mahasiswa
fakultas biologi ingin mencoba suatu penelitian guna membuktikan benar tidaknya
teori Mendel. Dari teori mendel tersebut dikatakan bahwa hasil percobaan secara
kriptomeri akan memperoleh perbandingan secara proporsi sebagai berikut : 9 : 3
: 3 : 1
Dari
hasil percobaan yang dilakukan terhadap tanaman kacang tanah diperoleh hasil
pengamatan sebagai berikut:
Ø
Ada
530 pohon kacang menghasilkan biji kacang bulat dan berwarna merah.
Ø
Ada
150 pohon kacang menghasilkan biji kacang lonjong dan berwarna merah meda.
Ø
Ada
175 pohon kacang menghasilkan biji kacang bulat dan berwarna coklat muda
Ø
Dan
55 pohon kacang menghasilkan biji kacang bulat dan berkulit agak keriput.
Pertanyaan
:
Dari
Hasil percobaan diatas, apakah ada bukti bahwa kita meragukan genetika dari
mandel tersebut ? (gunakan α = 5%)
Jawab
:
Jumlah
seluruh pengamatan yang dilakukan adalah : 530 + 150 + 175 + 55 = 910 dan
proporsi hasil yang diharapkan adalah : 9 : 3 : 3 : 1, sehingga dperoleh total
proporsi = 9 + 3 + 3 + 1 = 16
Nilai
harapan dari percobaan adalah :
Test
Statistik :
Untuk
pengamatan yang dilakukan pada 1 baris saja dan terdapat kolom, maka dapat kita
buat table klasifikasi satu arah, sehingga derajat kebebasan untuk X2 adalah
:
X2α
df (k-1)
|
Bulat
merah
|
Lonjong
merah muda
|
Bulat
cokelat muda
|
Bulat
keriput
|
Pengamatan
(Oi)
Harapan
(Ei)
|
530
511,90
|
150
170,60
|
175
170,60
|
55
56,90
|
Dari
hasil perhitungan diatas diperoleh :
X2hit = 3,292
Nilai
kritis :
X2 pada α = 5% df (k- 1) = 7,815
Ho diterima jika X2hit <
X2α df (k-1)
Ho diterima jika
X2hit ≥ X2α df (k-1)
Kesimpulan
:
Ho
diterima karena X2hit < X2α df (k-1) = ( 3,292 < 7,815), hal ini berarti bahwa
tidak ada alas an untuk tidak setuju terhadap teori Mendel tersebut. Karena berdasrkan
hasil nilai X2 yang relative kecil, sehingga dapat diketahui bahwa
jumlah frekwensi pengamatan yang sebenarnya cukup sesuai dengan jumlah
frekwensi pengamatan yang diharapkan dengan resiko kekeliruan 5%
Contoh
2
Seorang
pustakawan ingin mengetahui apakah ada pengaruh (dependensi) antara banyaknya
jumlah buku yang dipinjam dengan hari-hari tertentu (senin sampai sabtu). Dari
hasil pengamatan selama satu minggu diperoleh pinjaman buku sebagai berikut :
Hari
|
Senin
|
Selasa
|
rabu
|
Kamis
|
Jum’at
|
Sabtu
|
Jumlah
buku yang dipinjam
|
180
|
130
|
120
|
190
|
100
|
80
|
Pertanyaan
:
Ujilah denngan α = 10 %, apakah ada pengaruh
antara banyak sedikitnya jumlah buku yang dipinjam dengan hari-hari tertentu diatas ?
Jawab
:
1. Formulasi
Hipotetesis :
Ho :
Tidak ada penngaruh antara banyak sedikitnya jumlah buku yang dipinjam dengan
hari-hari tertentu.
H1
: Ada penngaruh antara banyak
sedikitnya jumlah buku yang dipinjam dengan hari-hari tertentu.
Tabel
hasil pengamatan dan nilai harapannya :
Hari
|
Senin
|
Selasa
|
Rabu
|
Kamis
|
Jum’at
|
Sabtu
|
Jumlah
buku yang dipinjam (Oi)
|
180
|
130
|
120
|
190
|
100
|
80
|
Nilai
Harapan (Ei)
|
160
|
160
|
160
|
160
|
160
|
160
|
Total buku yang
dipinjam selama 1 minggu = (180 + 130 + 120 + 190 + 100 + 80 ) buku = total 800
Buku.
Sedangkan
probabilitas jumlah buku yang dipinjam setiap hari = 1/6 (800) buku = 160 buku.
2. Test Statistik :
3. Nilai Kritis :
X2daf
= X2α(k-1)
= X2(0,10)(5)
= 9,236 (lihat table)
Ho di Terima
Jika X2hit < 9,236
Ho di Tolak jika
X2hit ≥ 9,236
4. Kesimpulan :
Ho ditolak
karena X2hit > 9,236
Hal ini berarti
ada pengaruh antara banyak sedikitnya jumlah buku yang dipinjam dengan
hari-hari tertentu dengan tingkat resiko sebesar 10%
Pengujian
hipotesis dengan dua kategori (ukuran)
1. Menentukan
formulasi hipotesis
Ho :
P1 = P2 = P3 =….(=P)
H1 : P1
≠ P2 ≠ P3 ≠ ….(≠P)
2. Menentukan taraf
nyata (α) dan X2 tabel
Taraf nyata (α)
dan X2 tabel ditentukan dengan derajat kebebasan (db) = k-1
3. Menentukan
criteria pengujian
Ho di Terima
jika X2o ≤ X2α(k-1)
Ho di Tolak jika
X2o > X2α(k-1)
4. Menetukan nilai
uji statistic
Keterangan :
Nij=
5. Membuat
kesimpulan
0 komentar:
Posting Komentar