Upload
others
View
44
Download
4
Embed Size (px)
Citation preview
BADAN PUSAT STATISTIK
Pusat Pendidikan dan Pelatihan
Diklat Fungsional Statistisi Tingkat Ahli –
BPS Angkatan XXI
Jakarta, 2020
2
About Me
Nama Budi Subandriyo
NIP 19780720 200212 1 007
Jabatan Widyaiswara Ahli Madya
Pangkat Pembina (IV/a)
Unit Kerja Pusdiklat BPS
Riwayat Pekerjaan
2002 – 2009 BPS Kab. Banggai, Sulteng
2009 – 2012 BPS Prov. Sulteng
2012 – Sekarang Pusdiklat BPS
Riwayat Pendidikan
2002 STIS – Stat. Ekonomi
2016 UNPAD - Magister Statistik Terapan
رم وما رميت إذ رميت ول …ى نك ا هلاwhen you threw, but it was Allah who threw
(QS:Al-Anfal :17)
BADAN PUSAT STATISTIK
Pusat Pendidikan dan Pelatihan
MATERI
• Tentang Metode Non-Parametrik
Pendahuluan
• Uji Komparatif Dua Sampel Berpasangan
• Uji Komparatif Dua Sampel Independen
Uji Komparatif Dua Sampel
• k-Sampel Berpasangan
• k- Sampel Independen
Uji Komparatif k-Sampel Independen dan Berpasangan
BADAN PUSAT STATISTIK
Pusat Pendidikan dan Pelatihan
PENDAHULUAN
Skala
• Nominal
• Ordinal
• Interval
• Rasio
Sumber
• Internal
• Eksternal
Waktu Pengumpulan
• Cross Section
• Time Series
Cara Perolehan
• Primer
• Sekunder
DATA
Statistika
Deskriptif
Inferensia
Parametrik(Normal, Interval;
rasio )
Korelatif (Pearson, Regresi )
Komparatif (T-test, Anava)
Nonparametrik(Non-Normal,
Nominal, ordinal )
Korelatif(Spearman kendal,
Kai Kuadrat dll)
Komparatif(Mann-whitney,
Kruskal-wallis,dll )
PARAMETRIK NONPARAMETRIK
Deskriptif
Asumsi Distribusi Normal -Asumsi Varian Homogen -Jenis Data Rasio atau Interval Ordinal atau NominalHubungan data set Independent -Ukuran central Mean Median
Manfaat Lebih banyak kesimpulan Sederhana dan sedikit outlier
Tes
Uji korelasi Pearson, Regresi Spearman
Uji 2 Kelompok, berbeda Independent Sample t test Mann-Whitney
Uji 2 Kelompok lebih, berbeda Independent One Way ANOVA Kruskal-Wallis
Uji berulang, 2 kondisi Paired Sample t Test WilcoxonUji berulang, 2 kondisi lebih Repeated One Way ANOVA Friedman
• Jika ukuran sampel kecil, tak ada pilihan lain yang lebih baikdaripada menggunakan metode non-parametrik.
• Karena memerlukan sedikit asumsi, metode non-parametrikpenerapannya lebih luas. Disamping itu, kemungkinan digunakansecara salah (karena pelanggaran asumsi) lebih kecil daripadametode parametrik.
• Metode non-parametrik dapat digunakan meskipun data diukurdalam skala ordinal atau peringkat.
• Beberapa metode non-parametrik dapat digunakan meskipun data diukur dalam skala nominal.
• Beberapa uji non-parametrik dapat membedakan sejumlah sampel. Beberapa uji parametrik dapat dipakai untuk menganalisis persoalanserupa, tetapi menuntut asumsi yang hampir tidak mungkindipenuhi.
• Para peneliti dengan dasar sedikit matematika yang kurang akanmerasakan bahwa metode non-parametrik mudah dipahami.
Kelebihan - NON PARAMETRIK
• Metode non-parametrik secara ilmu statistik kurang kuat (rigorous) dibandingkan metode parametrik.
• Jika asumsi untuk metode parametrik terpenuhi, dengan ukuransampel yang sama, metode non-parametrik kurang memiliki kuasa(power) dibanding metode parametrik.
• Penyederhanaan skala data (data reduction) dari skala rasio atauinterval ke skala ordinal atau nominal merupakan pemborosan(detail) informasi yang sudah dikumpulkan.
Kekurangan - NON PARAMETRIK
Pedoman Penggunaan Statistik Non Parametrik
Mulai
Tipe Data
DistribusiData
JumlahData
Statistik Non Parametrik
Statistik Parametrik
Nominal/Ordinal
Tidak Normal
Interval/Rasio
Normal
Kecil (<30)
Besar (>30) Bisa pakai uji t jika
distribusi populasi
pasti normal
Salah satu ciri utama sehingga sebuah data harus diprosessecara non parametrik adalah jika tipe data tersebutsemuanya adalah data nominal atau ordinal.
Hal ini tidak berarti semua data ordinal (sikap konsumen,
pendapat) maupun nominal (jenis kelamin, kategori usia, dll)
dipastikan diolah dengan Non Parametrik. Jika itu satu kesatuan
dengan dengan sejumlah data rasio, data nominal dapat
berfungsi sebagai group (factor) dalam parametrik.
Sebaliknya juga jika data termasuk interval atau rasio tapi jika
jumlah data kecil seperti < 10 sehingga distribusi sulit memenuhi
normal, maka Non Parametrik lebih tepat digunakan.
Ingat ……
Sistematika Pembahasan Non Parametrik
A. Deskriptif
Sebagai pengantar dan menjelas gambaran data.
B. Inferensi
Estimasi dan Uji Hipotesis
Kata “sig” dalam SPSS = signifikansi atau “p value” – Kemungkinansalah menolak H0
Apapun pernyataan H0
• Data Saos Tomat – Uji Normal
• Analyze – Nonparametric Test – 1 sample KS
Analisa :
Hipotesis
• Ho : Distribusi populasi mengikuti distribusi normal
• Hi : Distribusi populasi tidak mengikuti distribusi normal
Pengambilan keputusan
Dasar pengambilan keputusan berdasarkan probabilitas :
• - Jika probabilitas > 0,05, maka Ho diterima
• - Jika probabilitas < 0,50, maka Ho ditolak
Normal
Praktek
BADAN PUSAT STATISTIK
Pusat Pendidikan dan Pelatihan
Uji Komparatif Dua Sampel
BADAN PUSAT STATISTIK
Pusat Pendidikan dan Pelatihan
UJI DATA DUA SAMPEL BERHUBUNGAN
(DEPENDENT)
Wilcoxon Match Pairs Test
Wilcoxon Signed Rank Test adalah uji nonparametris untuk
mengukur sign perbedaan antara 2 kelompok data berpasangan
berskala ordinal atau interval tetapi berdistribusi tidak normal.
Uji Wilcoxon Signed Rank Test merupakan uji alternatif dari uji
pairing t test atau t paired apabila tidak memenuhi asumsi
normalitas.
Uji ini dikenal juga dengan istilah Wilcoxon Match Pair Test
Wilcoxon Match Pairs Test
Asumsi atau syarat dari uji ini antara lain:
• Variabel dependen berskala data ordinal atau interval/rasio tetapi berdistribusi tidak normal.
Oleh karenanya anda perlu melakukan uji normalitas terlebih dahulu pada selisih antara kedua
kelompok. Selisih yang dimaksud adalah misal: nilai pretest atau sebelum pelajaran dikurangi
nilai posttest atau setelah pelajaran. Apabila memenuhi asumsi normalitas maka sebaiknya
menggunakan uji parametris yang sesuai yaitu uji paired t test. Dan apabila tidak memenuhi
maka uji Wilcoxon Signed Rank Test dapat digunakan sebagai alternatif.
• Variabel independen terdiri dari 2 kategori yang bersifat berpasangan. Seperti yang sudah
dijelaskan di atas, berpasangan artinya subjek sebagai sumber data adalah 1 individu atau
observasi yang sama. Apabila subjeknya beda, misal nilai ujian kelas A dan kelas B, maka uji
yang tepat apabila memenuhi asumsi normalitas adalah uji Independen T Test. Dan apabila
tidak memenuhi asumsi normalitas, maka uji yang tepat adalah Mann Whitney U Test atau
yang disebut juga Wilcoxon Rank Sum Test.
• Bentuk dan sebaran data antara kedua kelompok yang berpasangan adalah simetris. Jika
tidak memenuhi asumsi ini maka gunakanlah alternatif uji yang lain, yaitu uji Sign Test.
Praktek PreTest Post Test
Seorang guru ingin mengetahui apakah ada perbedaanantara nilai ujian seorang murid padamata pelajaran tertentu jika ia belajar sendiri dan jika iabelajar secara bekelompok. Untukitu, diadakan dua kali ujian mata pelajaran, pertamamurid belajar sendiri-sendiri, dan yangkedua sebelum ujian para murid bisa dengan bebasbelajar secara berkelompok.
Uji Tanda - Sign
Uji Mc.Nemar
Sebuah perusahaan yang memasarkan produknya dengan cara multi level marketing, ingin mengetahui
apakah beberapa presentasi mengenai MLM yang benar mampu mengubah persepsi masyarakat terhadap
MLM selama ini. Untuk itu, terlebihdahulu dikumpulkan 10 responden yang diambil acak, dan kepada
mereka ditanyakan pendapatnya tentang bisnis secara MLM. Sikap mereka dibagi dua, yaitu 1 untuk sikap
yang positif terhadap MLM, dan 0 untuk sikap yang negatif.
Hasilnya sebagai berikut :
Sikap responden sebelum presentasi MLM :
o Sikap positif (1) ada 3 orang
o Sikap negatif (0) ada 7 orang
Kemudian kepada mereka diberi beberapa presentasi secara intensif, dan setelah presentasi, kembali
mereka ditanya sikap mereka, apakah berubah ataukah tetap seperti semula. Berikut adalah hasil lengkap
persepsi responden
Uji Mc.Nemar berbeda dengan uji wilcoxon dan uji sign test, Uji mc.nemar mensyaratkan adanya skalapengukuran data nominal atau kategori binari (Seperti 1 untuk ‘tidak’ dan 0 untuk ‘ya’ dan contoh lainnya). Didalam banyak buku statistik, uji Mc.nemar disajikandalam bentuk tabel kontingensi (selalu dalam bentuktabel kontingen 2x2 atau 2 baris dan 2 kolom), sednagkan dalam SPSS input data tetap dalam baris dankolom. Karena itu, dalam kasus berikut selainditampakkan tabel kontingensi, juga cara melakukaninput datanya secara benar, agar SPSS bisa melakukananalisis dengan tepat.
BADAN PUSAT STATISTIK
Pusat Pendidikan dan Pelatihan
UJI DATA DUA SAMPEL TIDAK
BERHUBUNGAN (INDEPENDENT)
BADAN PUSAT STATISTIK
Pusat Pendidikan dan Pelatihan
Uji Mann-Whitney
Uji Kolmogogorov – Smirnov
Uji Wald-Wolfowitz
BADAN PUSAT STATISTIK
Pusat Pendidikan dan Pelatihan