30
 http://statistikapendidikan.com Copyright © 2013 StatistikaPendidikan.Com 1 Statistik Parametrik Kelompok: 1. Desma Eka Rindiai 2. Sartika Oktaviani 3. Fajar Kurniawan 4.  Nisrina Nurdianingsih 5. Gayus Hebron 6. Arief Wicaksono 7. Yundalaisma Hendras Lisensi Dokumen: Copyright © 2013 StatistikaPendidikan.Com Seluruh dokumen di StatistikaPendidikan.Com dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial (nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari StatistikaPendidikan.Com.

Uji Beda Parametrik Dan Nonparametrik1

Embed Size (px)

Citation preview

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    1/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    1

    Statistik Parametrik

    Kelompok:

    1. Desma Eka Rindiai

    2. Sartika Oktaviani

    3. Fajar Kurniawan

    4. Nisrina Nurdianingsih

    5.

    Gayus Hebron

    6. Arief Wicaksono

    7. Yundalaisma Hendras

    Lisensi Dokumen:

    Copyright 2013 StatistikaPendidikan.Com

    Seluruh dokumen di StatistikaPendidikan.Com dapat digunakan, dimodifikasi dan disebarkan

    secara bebas untuk tujuan bukan komersial (nonprofit), dengan syarat tidak menghapus atau

    merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap dokumen.

    Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari

    StatistikaPendidikan.Com.

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    2/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    2

    STATISTIK PARAMETRIK

    Statistik Parametrik, yaitu ilmu statistik yang mempertimbangkan jenis sebaran atau distribusi

    data, yaitu apakah data menyebar secara normal atau tidak. Dengan kata lain, data yang akan

    dianalisis menggunakan statistik parametrik harus memenuhi asumsi normalitas. Pada umumnya,jika data tidak menyebar normal, maka data seharusnya dikerjakan dengan metode statistik non-

    parametrik, atau setidak-tidaknya dilakukan transformasi terlebih dahulu agar data mengikuti

    sebaran normal, sehingga bisa dikerjakan dengan statistik parametrik.

    Contoh metode statistik parametrik :

    a. Uji-T (1 atau 2 sampel)

    b. Uji-Z(1 atau 2 sampel)c. Korelasi pearson,

    d. Perancangan percobaan (one or two-wayanova parametrik), dll.

    Ciri-ciri statistik parametrik :

    - Data dengan skala interval dan rasio

    - Data menyebar/berdistribusi normal

    Keunggulan dan kelemahan statistik parametrik

    Keunggulan :1. Syarat syarat parameter dari suatu populasi yang menjadi sampel biasanya tidak diuji dandianggap memenuhi syarat, pengukuran terhadap data dilakukan dengan kuat.

    2. Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusi normal serta

    memiliki varian yang homogen.Kelemahan :1. Populasi harus memiliki varian yang sama.

    2. Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam skala interval.3. Dalam analisis varian ditambahkan persyaratan rata-rata dari populasi harus normal dan

    bervarian sama, dan harus merupakan kombinasi linear dari efek-efek yang ditimbulkan.

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    3/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    3

    Uji T Satu Sampel (One Sample T-Test)Uji ini digunakan untuk mengetahui perbedaan mean (rerata) populasi atau penelitian terdahulu

    dengan mean data sampel penelitian.

    Misalnya Seorang Kepala Puskesmas menyatakan bahwa rata-rata perhari jumlah kunjunganpasien adalah 20 orang. Untuk membuktikan pernyatan tsb, kemudian di ambil sampel random

    sebanyak 20 hari kerja dan diperoleh rata-rata 23 orang dengan standar deviasi 6 orang.

    Sekarang kita akan menguji apakah rata-rata jumlah kunjungan pasien sebelumnya berbedasecara statistik dengan yang saat ini.

    Langkah-langkah pengujian.

    1. HIPOTESIS

    Ho = 20 ( tidak ada perbedaan kunjungan pasien tahun lalu dengan saat ini)

    Ha 20 ( ada perbedaan kunjungan pasien tahun lalu dengan saat ini )

    2. STATISTIK UJI

    Uji t satu sampel

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    4/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    4

    KETERANGAN :x = rata-rata sampel

    = rata-rata populasi/penelitian terdahulu

    S = Standar Deviasi

    n = jumlah (banyaknya) sampel

    Perhitungan :

    DF = n1 20 -1 = 19, di tabel T, p value terletak antara 0,025 dan 0,001.

    3. KEPUTUSAN STATISTIK

    https://lh4.googleusercontent.com/-rrubEupJQ5Y/TYa6occ8DBI/AAAAAAAAAEw/YiAbL5pLZrU/s1600/t-tesonesamp.bmphttps://lh4.googleusercontent.com/-xKXkoDy_QwI/TYa5po6f1cI/AAAAAAAAAEs/Qg7s6dfxVzg/s1600/one-sample-t-test.bmp
  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    5/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    5

    Karena nilai P pada tabel (< 0,025) yang berarti kurang dari nilai = 0,05, maka Ho dapat kitaditolak

    4. KESIMPULAN

    Secara statistik ada perbedaan yang signifikan antara kunjungan pasien tahun lalu dengan saatini.

    UJI T DEPENDEN BERPASANGAN

    Uji ini untuk menguji perbedaan rata-rata antara dua kelompok data yang dependen. Misalnyauntuk mengetahui apakah ada perbedaan berat badan sebelum mengikuti proram diet dan berat

    badan setelah mengikuti program diet.

    Sama seperti uji T independen, uji T dependen memiliki asumsi yang harus dipenuhi, yaitu :

    1. Datanya berdistribusi normal.2. Kedua kelompok data dependen (berpasangan)

    3. variabel yang dihubungkan berbentuk numerik dan kategorik (dengan hanya 2

    kelompok).

    Rumus yang digunakan, sebagai berikut :

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    6/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    6

    KETERANGAN :

    = rata-rata deviasi (selisih sampel sebelum dan sampel sesudah)SD = Standar deviasi dari (selisih sampel sebelum dan sampel sesudah)n = banyaknya sampel

    DF = n-1

    Contoh :Data sampel terdiri atas 10 pasien pria mendapat obat captoril dengan dosis 6,25 mg. Pasiendiukur

    tekanan darah sistolik sebelum pemberian obat dan 60 menit sesudah pemberian obat. Peneliti

    ingin mengetahui apakah pengobatan tersebut efektif untuk menurunkan tekanan darah pasien-

    pasien tersebut dengan alpha 5%. Adapun data hasil pengukuran adalah sebagai berikut.

    Sebelum : 175 179 165 170 162 180 177 178 140 176Sesudah : 140 143 135 133 162 150 182 150 175

    1. HIPOTESIS :

    Ho : = 0 (Tidak ada perbedaan tekanan darah sistolik pria antara sebelum dibandingkansesudah dengan pemberian Catopril)

    Ha : 0 (Ada perbedaan tekanan darah sistolik setelah diberikan Catopril dibanding sebelumdiberikan obat)

    https://lh4.googleusercontent.com/-S0uJJgdOiu0/TYbg1xROHpI/AAAAAAAAAFI/WN8LyAL9CR4/s1600/2sample-paired.bmp
  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    7/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    7

    2. STATISTIK UJI

    Uji T dua sampel berpasangan (Uji T Dependen)

    Perhitungan :

    Diperoleh :

    : -35 -36 -30 - 37 0 -30 5 - 28 35 -16rata-rata = -17,2S = 23,62

    n = 10

    t = = - 17,2 = - 17,2 = -17,2S/n 23,62/10 23,62/3,162 7,469

    = -2,302

    Df = n - 1 = 10-1 = 9

    Dilihat pada tabel t pada df = 19, t = 2,302 diperoleh Pvalue < 0,0253.

    3. KEPUTUSANDengan = 0,05, maka Pvalue < , sehingga Ho ditolak

    4. KESIMPULANTekanan Darah sistolik setelah pemberian Catopril terbukti bermakna atau signifikan berbeda

    dibandingkan sebelum pemberian catropil.

    Uji Paired sample t-test

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    8/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    8

    Digunakan untuk membandingkan mean dari suatu sampel yang berpasangan (paired).

    Sampel berpasangan adalah sebuah kelompok sampel dengan subyek yang sama namun

    mengalami dua perlakuan atau pengukuran yang berbeda .

    Contoh kasus

    Produsen obat diet ingin mengetahui efektivitas pengaruh obatnya terhadap penurunan

    berat badan. Maka diambil sampel sebanyak 10 orang dan dilakukan penimbangan berat badan

    sebelum dan sesudah minum obat diet selama 1 bulan

    Formulasi paired sample t-test

    Dimana:

    t = Nilai t hitung

    = Rata-rata selisih pengukuran 1 & 2

    SD = Standar deviasi selisihpengukuran 1 & 2

    N = Jumlah sample

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    9/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    9

    UJI T INDEPENDEN

    Uji ini untuk mengetahui perbedaan rata-rata dua populasi/kelompok data yang independen.

    Contoh kasus suatu penelitian ingin mengetahui hubungan status merokok ibu hamil dengan

    berat badan bayi yang dilahirkan. Respondan terbagi dalam dua kelompok, yauti mereka yangmerokok dan yang tidak merokok.

    Uji T independen ini memiliki asumsi/syarat yang mesti dipenuhi, yaitu :

    1. Datanya berdistribusi normal.

    2. Kedua kelompok data independen (bebas)

    3. variabel yang dihubungkan berbentuk numerik dan kategorik (dengan hanya 2 kelompok)

    Secara perhitungan manual ada dua formula (rumus) uji T independen, yaitu uji T yang

    variannya sama dan uji T yang variannya tidak sama.Untuk varian sama gunakan formulasi berikut :

    Dimana Sp :

    KETERANGAN :

    https://lh3.googleusercontent.com/--BVovDk0BKU/TYa_xRLfQeI/AAAAAAAAAE4/sXvAfekpgXI/s1600/SD-klompok.bmphttps://lh4.googleusercontent.com/-YKxQmGyQ1z0/TYa-w7TSJ8I/AAAAAAAAAE0/2FAkLd-8_Cc/s1600/2sample-hom.bmp
  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    10/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    10

    Xa = rata-rata kelompok a

    Xb = rata-rata kelompok bSp = Standar Deviasi gabungan

    Sa = Standar deviasi kelompok a

    Sb = Standar deviasi kelompok bna = banyaknya sampel di kelompok anb = banyaknya sampel di kelompok b

    DF = na + nb -2

    Sedangkan untuk varian yang tidak sama gunakan formulasi berikut :

    Untuk DF (degrre of freedom) uji T independen yang variannya tidak sama itu berbeda denganyang di atas (DF= Na + Nb -2), tetapi menggunakan rumus :

    Nah... untuk menentukan apakah varian sama atau beda, maka menggunaka rumus :

    https://lh6.googleusercontent.com/-8f_Vh90JCEU/TYbBqTJG0qI/AAAAAAAAAFA/eq8KOzT6mBQ/s1600/df-2samp-nonhom.bmphttps://lh4.googleusercontent.com/-hUFC62RAZ3M/TYbAm6HuaAI/AAAAAAAAAE8/sVNj7Ua8nR0/s1600/2sample-nonhom.bmp
  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    11/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    11

    Bila nilai P > , maka variannya sama, namun bila nilai P

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    12/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    12

    1. Uji-Z dua pihak

    Contoh kasus

    Sebuah pabrik pembuat bola lampu pijar merek A menyatakan bahwa produknya tahan dipakaiselama 800 jam, dengan standar deviasi 60 jam. Untuk mengujinya, diambil sampel sebanyak 50

    bola lampu, ternyata diperoleh bahwa rata-rata ketahanan bola lampu pijar tersebut adalah 792

    jam. Pertanyaannya, apakah kualitas bola lampu tersebut sebaik yang dinyatakan pabriknya atausebaliknya?

    Hipotesis

    H0 : = (rata ketahanan bola lampu pijar tersebut sama dengan yang dinyatakan oleh pabriknya)

    HA : (rata ketahanan bola lampu pijar tersebut tidak sama dengan yang dinyatakan oleh

    pabriknya)

    Analisis

    Nilai Ztabeldapat diperoleh dari Tabel 1. Dengan menggunakan Tabel 1, maka nilai Z0,025adalah

    nilai pada perpotongan baris 0,02 dengan kolom 0,005, yaitu 1,96. Untuk diketahui bahwanilai Zadalah tetap dan tidak berubah-ubah, berapapun jumlah sampel. Nilai Z0,025 adalah 1,96dan nilai Z0,05 adalah 1,645.

    Tabel 1. Nilai Z dari luas di bawah kurva normal baku

    00.0010.0020.0030.0040.0050.0060.0070.0080.0090.00 3.090 2.878 2.748 2.652 2.576 2.512 2.457 2.409 2.366

    0.01 2.326 2.290 2.257 2.226 2.197 2.170 2.144 2.120 2.097 2.075

    0.02 2.054 2.034 2.014 1.995 1.977 1.9601.943 1.927 1.911 1.896

    0.03 1.881 1.866 1.852 1.838 1.825 1.812 1.799 1.787 1.774 1.762

    0.04 1.751 1.739 1.728 1.717 1.706 1.695 1.685 1.675 1.665 1.655

    0.05 1.6451.635 1.626 1.616 1.607 1.598 1.589 1.580 1.572 1.563

    0.06 1.555 1.546 1.538 1.530 1.522 1.514 1.506 1.499 1.491 1.483

    0.07 1.476 1.468 1.461 1.454 1.447 1.440 1.433 1.426 1.419 1.412

    0.08 1.405 1.398 1.392 1.385 1.379 1.372 1.366 1.359 1.353 1.347

    0.09 1.341 1.335 1.329 1.323 1.317 1.311 1.305 1.299 1.293 1.2870.10 1.282 1.276 1.270 1.265 1.259 1.254 1.248 1.243 1.237 1.232

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    13/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    13

    Kriteria Pengambilan Kesimpulan

    Jika |Zhit| < |Ztabel|, maka terima H0

    Jika |Zhit| |Ztabel|, maka tolak H0 alias terima HA

    Kesimpulan

    Karena harga |Zhit| = 0,94 < harga |Ztabel|= 1,96, maka terima H0

    Jadi, tidak ada perbedaan yang nyata antara kualitas bola lampu yang diteliti dengan kualitas

    bola lampu yang dinyatakan oleh pabriknya.

    2. Uji Z satu pihak

    Contoh kasus

    Pupuk Urea mempunyai 2 bentuk, yaitu bentuk butiran dan bentuk tablet. Bentuk butiran lebihdulu ada sedangkan bentuk tablet adalah bentuk baru. Diketahui bahwa hasil gabah padi yang

    dipupuk dengan urea butiran rata-rata 4,0 t/ha. Seorang peneliti yakin bahwa urea tablet lebih

    baik daripada urea butiran. Kemudian ia melakukan penelitian dengan ulangan n=30 dan

    hasilnya adalah sebagai berikut:

    Hasil gabah padi dalam t/ha

    4,0 5,0 6,0 4,2 3,8 6,5 4,3 4,8 4,6 4,1

    4,9 5,2 5,7 3,9 4,0 5,8 6,2 6,4 5,4 4,65,1 4,8 4,6 4,2 4,7 5,4 5,2 5,8 3,9 4,7

    Hipotesis

    H0 : = (rata-rata hasil gabah padi yang dipupuk dengan pupuk urea tablet sama dengan padiyang dipupuk dengan urea butiran)

    HA : > (rata-rata hasil gabah padi yang dipupuk dengan pupuk urea tablet lebih tinggi dari padi

    yang dipupuk dengan urea butiran)

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    14/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    14

    Analisis

    = 4,0 t/h

    = 4,9 t/h

    S = 0,78 digunakan sebagai estimasi

    Zhit= (ytyb)/(/n) = (4,0 4,9)/(0,78/30 = 6,4286

    Ztabel= Z= Z0,05= 1,645

    Kriteria Pengambilan Kesimpulan

    Jika |Zhit| < |Ztabel|, maka terima H0

    Jika |Zhit| |Ztabel|, maka tolak H0 alias terima HA

    Kesimpulan

    Karena harga |Zhit| = 6,4286 > harga |Ztabel|= 1,645, maka tolak H0 alias terima HA

    Jadi, rata-rata hasil gabah padi yang dipupuk dengan pupuk urea tablet nyatalebih tinggi daripadi yang dipupuk dengan urea butiran

    Anova (analysis of varian) digunakan untuk menguji perbedaan mean (rata-rata) data lebih dari

    dua kelompok. Misalnya kita ingin mengetahui apakah ada perbedaan rata-rata lama hari dirawat

    antara pasien kelas VIP, I, II, dan kelas III. Anova mempunyai dua jenis yaitu analisis varian satufaktor (one way anova) dan analsis varian dua faktor (two ways anova). Pada kesempatan ini

    hanya akan dibahas analisis varian satu faktor.

    Beberapa asumsi yang harus dipenuhi pada uji Anova adalah:

    1.

    Sampel berasal dari kelompok yang independen2. Varian antar kelompok harus homogen

    3. Data masing-masing kelompok berdistribusi normal

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    15/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    15

    Asumsi pertama harus dipenuhi pada saat pengambilan sampel yang dilakukan secara random

    terhadap beberapa (> 2) kelompok yang independen, yang mana nilai pada satu kelompok tidaktergantung pada nilai di kelompok lain. Sedangkan pemenuhan terhadap asumsi kedua dan ketiga

    dapat dicek jika data telah dimasukkan ke komputer, jika asumsi ini tidak terpenuhi dapat

    dilakukan transformasi terhadap data. Apabila proses transformasi tidak juga dapat memenuhiasumsi ini maka uji Anova tidak valid untuk dilakukan, sehingga harus menggunakan uji non-parametrik misalnya Kruskal Wallis.

    Uji Anova pada prinsipnya adalah melakukan analisis variabilitas data menjadi dua sumbervariasi yaitu variasi didalam kelompok (within) dan variasi antar kelompok (between). Bila

    variasi within dan between sama (nilai perbandingan kedua varian mendekati angka satu), maka

    berarti tidak ada perbedaan efek dari intervensi yang dilakukan, dengan kata lain nilai mean yang

    dibandingkan tidak ada perbedaan. Sebaliknya bila variasi antar kelompok lebih besar darivariasi didalam kelompok, artinya intervensi tersebut memberikan efek yang berbeda, dengan

    kata lain nilai mean yang dibandingkan menunjukkan adanya perbedaan.

    Rumus uji Anova adalah sebagai berikut :

    DF = Numerator (pembilang) = k-1, Denomirator (penyebut) = n-k

    Dimana varian between :

    Dimana rata-rata gabungannya :

    https://lh3.googleusercontent.com/-SVDhKLzO_bo/TYcxBfreVeI/AAAAAAAAAFQ/8GUv5nn0mPU/s1600/Anova2.JPGhttps://lh5.googleusercontent.com/-OQgliUsogYc/TYcwv2xuizI/AAAAAAAAAFM/z8PMCJQx_VI/s1600/Anova1.JPG
  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    16/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    16

    Sementara varian within :

    KETERANGAN :Sb = varian between

    Sw = varian within

    Sn2 = varian kelompok

    X = rata-rata gabunganXn = rata-rata kelompok

    Nn = banyaknya sampel pada kelompok

    k = banyaknya kelompok -

    https://lh4.googleusercontent.com/-9GnUbOM5Pjw/TYcxsWez6_I/AAAAAAAAAFY/qc6ZJ-0jFPw/s1600/Anova4.JPGhttps://lh6.googleusercontent.com/-hAdPbqdoRCA/TYcxcq50v8I/AAAAAAAAAFU/8VRT3tgdMto/s1600/Anova3.JPG
  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    17/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    17

    STATISTIK NON-PARAMETRIK

    Statistik Non-Parametrik, yaitu statistik bebas sebaran (tidak mensyaratkan bentuk sebaranparameter populasi, baik normal atau tidak). Selain itu, statistik non-parametrik biasanya

    menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang umumnya tidak

    berdistribusi normal.

    Contoh metode statistik non-parametrik :

    a. Uji tanda (sign test)

    b. Rank sum test (wilcoxon)

    c. Rank correlation test (spearman)d. Fisher probability exact test.

    e. Chi-square test, dll

    Ciri-ciri statistik non-parametrik :

    - Data tidak berdistribusi normal

    - Umumnya data berskala nominal dan ordinal- Umumnya dilakukan pada penelitian sosial

    - Umumnya jumlahsampel kecil

    Keunggulan dan kelemahan statistik non-parametrik :

    Keunggulan :1. Tidak membutuhkan asumsi normalitas.

    2. Secara umum metode statistik non-parametrik lebih mudah dikerjakan dan lebih mudahdimengerti jika dibandingkan dengan statistik parametrik karena ststistika non-parametrik tidak

    membutuhkan perhitungan matematik yang rumit seperti halnya statistik parametrik.

    3. Statistik non-parametrik dapat digantikan data numerik (nominal) dengan jenjang (ordinal).

    4. Kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan atau jenjang secaraformal karena sering dijumpai hasil pengamatan yang dinyatakan dalam data kualitatif.

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    18/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    18

    5. Pengujian hipotesis pada statistik non-parametrik dilakukan secara langsung pada pengamatan

    yang nyata.6. Walaupun pada statistik non-parametrik tidak terikat pada distribusi normal populasi, tetapi

    dapat digunakan pada populasi berdistribusi normal.

    Kelemahan :1. Statistik non-parametrik terkadang mengabaikan beberapa informasi tertentu.2. Hasil pengujian hipotesis dengan statistik non-parametrik tidak setajam statistik parametrik.

    3. Hasil statistik non-parametrik tidak dapat diekstrapolasikan ke populasi studi seperti pada

    statistik parametrik. Hal ini dikarenakan statistik non-parametrik mendekati eksperimen dengansampel kecil dan umumnya membandingkan dua kelompok tertentu. (Khairul Amal)

    UJI NON PARAMETRIK 2 KELOMPOK SAMPEL BEBAS

    ANALISIS KOMPARATIF DUA SAMPEL INDEPENDEN

    Untuk analisis komparatif dua sampel independen, uji statistiknya adalah sebagaiberikut.

    1. 1. Analisis Komparatif Dua Sampel Independen untuk Data Nominal

    Untuk data nominal yang independen, analisis komparasinya menggunakan Uji Fisher Exactdan

    Kai Kuadrat dua sampel.

    1. a. Uj i F isher Exact Probabili ty

    Uji Fisher Exact Probabilitymerupakan pengujian hipotesis komparatif untuk data nominal dari

    dua sampel yang independen.

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    19/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    19

    Kelompok K-1 K-2 Jumlah

    I A B A + B

    II C D C + D

    Jumlah n

    Keterangan:

    K-1 = klasifikasi pertama

    K-2 = klasifikasi kedua

    A,B,C,D = data nominal berbentuk frekuensi

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    20/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    20

    Contoh soal

    Sebuah penelitian dilakukan untuk membuktikan opini yang menyatakan bahwa eksekutif mudalebih menyukai pekerjaan yang berisiko dibandingkan dengan eksekutif tua. Dari pengamatan

    yang dilakukan terhadap 7 eksekutif muda, 5 orang menyukai pekerjaan berisiko dan 2 orang

    tidak menyukai, sedangkan dari pengamatan 6 eksekutif tua, 3 orang menyukai pekerjaan

    berisiko dan 3 orang tidak menyukai. Dengan taraf nyata 5%, ujilah kebenaran pendapattersebut!

    Jawab:

    d. Uji Statistik

    Kelompok Berisiko Tidak Berisiko Jumlah

    Eksekutif muda

    Eksekutif tua

    5

    3

    2

    3

    7

    6Jumlah 13

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    21/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    21

    UJI BINOMIAL

    Uji binomialadalah uji non parametric yang digunakan untuk menggantikan uji statistik t jika

    asumsi n kecil dan populasi normal sebagai syarat uji t tidak dipenuhi.

    Uji binomialUji binomial digunakan untuk menguji hipotesis bila dalam populasi terdiri atas dua kelompok

    kelas, datanya berbentuk nominal dan jumlah sampelnya kecilnya (kurang dari 25).

    Uji binomial Syarat:Populasi terdiri 2 kelas (misal: pria dan wanita)

    Data NominalJumlah sampel kecil ( Distribusi data Binomial (terdiri 2 kelas): kelas dengankategori (x) dan kelas dengan ketegori(N-x)

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    22/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    22

    Ketentuan: Bila harga P > , Ho diterimaP = proporsi kasus = taraf kesalahan ( 1% = 0,01)

    CONTOH

    Penelitian tentang kecenderungan Ibu hamil memilih tempat bersalin di Polindes atau diPuskesmas. Jumlah sampel 24 Ibu hamil, 14 Ibu hamil memilih di Polindes, 10 Ibu hamil

    memilih di Puskesmas

    Ho = peluang Ibu hamil memilih tempat bersalin di Polindes atau Puskesmas adalah sama,yaitu 50% Ho = p1 = p2 = 0,5 Sampel (n) = 24 Frekuensi kelas terkecil(x) = 10

    Tabel (n=24, x=10) didapat koefisien binomial (p) = 0,271 Bila taraf kesalahan () ditetapkan 1% = 0,01 p = 0,271 > 0,01 maka Ho diterima

    KESIMPULANKemungkinan Ibu hamil memilih tempat bersalin di Polindes atau di Puskesmas adalah sama

    yaitu 50 %

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    23/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    23

    UJI CHI KUADRAT ()

    Uji Chi Kuadrat adalah pengujian hipotesis mengenai perbandingan antara frekuensi

    observasi/yg benar-benar terjadi/aktual dengan frekuensi harapan/ekspektasi

    Pengertian Frekuensi Observasi dan Frekuensi Harapan

    frekuensi observasi nilainya didapat dari hasil percobaan (o)

    frekuensi harapan nilainya dapat dihitung secara teoritis (e)

    Kegunaan Chi-Square

    1. Ada tidaknya asosiasi antara 2 variabel

    (Independent test)

    2. Apakah suatu kelompok homogen atau tidak

    (Homogenity test)

    3. Uji kenormalan data dengan melihat distribusi data

    (Goodness of fit test)

    Contoh :

    1. Sebuah dadu setimbang dilempar sekali (1 kali) berapa nilai ekspektasi sisi-1, sisi-2, sisi-3,sisi-4, sisi-5 dan sisi-6 muncul?

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    24/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    24

    kategori : sisi-1

    sisi-2

    sisi-3

    sisi-4

    sisi-5

    sisi-6

    frekuensi

    ekspektasi (e)

    16 16 16 16 16 16

    2. Sebuah dadu setimbang dilempar 120 kali berapa nilai ekspektasi sisi-1, sisi-2, sisi-3,

    sisi-4, sisi-5 dan sisi-6 muncul?

    kategori : sisi-

    1

    sisi-

    2

    sisi-

    3

    sisi-

    4

    sisi-

    5

    sisi-

    6

    frekuensi

    ekspektasi (e)

    20*) 20 20 20 20 20

    *) setiap kategori memiliki frekuensi ekspektasi yang sama yaitu :16 x 120=20

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    25/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    25

    Bentuk Distribusi Chi Kuadrat ()

    Nilai adalah nilai kuadrat karena itu nilai selalu positif.

    Bentuk distribusi tergantung dari derajat bebas(db)/degree of freedom.

    Contoh : Berapa nilai untuk db = 5 dengan = 0.010? (15.0863)

    Berapa nilai untuk db = 17 dengan = 0.005? (35.7185)

    Pengertian pada Uji sama dengan pengujian hipotesis yang lain, yaitu luas daerah penolakan

    H0 atau taraf nyata pengujian

    Penggunaan Uji

    Uji dapat digunakan untuk :

    a. Uji Kecocokan = Uji kebaikan-suai = Goodness of fit test

    b. Uji Kebebasan

    c. Uji beberapa proporsi

    Penelitian ingin membuktikan hubungan sosial ekonomi

    (sosek) ibu hamil dengan ANC kemudian diambil sampel

    100 ibu hamil yang terdiri dari 30 sosek, 30 sosek sedang

    dan 40 sosek tinggi.

    Dari ibu yang soseknya rendah 10 ibu periksa hamil

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    26/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    26

    (melakukan ANC), yang sosek sedang 15 ibu periksa hamil

    dan yang soseknya tinggi 35 periksa hamil.

    Pertanyaan:

    a. Hitung proporsi/persentase melakukan ANC pada

    masing-masing sosek.

    b. Ujilah apakah ada perbedaan proporsi ANC diantara 3sosek tersebut.

    Jawaban:

    Hipotesis:

    Ho: R= S= T(Proporsi melakukan ANC antara ke-3

    sosek sama)

    Ha: R S T (Ada perbedaan proporsi melakukan

    ANC antara ke-3 sosek)

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    27/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    27

    Kesimpulan

    Statistik Parametrik, yaitu ilmu statistik yang mempertimbangkan jenis sebaran atau distribusi

    data, yaitu apakah data menyebar secara normal atau tidak. Dengan kata lain, data yang akandianalisis menggunakan statistik parametrik harus memenuhi asumsi normalitas. Tentunya

    statistik parameterik memiliki keunggulan dan kelemahan yang sudah dijelaskan pada artikel

    diatas.

    Biodata

    Nama : Sartika Oktaviani

    TTL : Jakarta, 2 OktoberDaftar Riwayat Pendidikan : MI YPKP DKI JAKARTA 2005-2006

    SMPN 208 JAKARTA 2008-2009

    MAN 2 JAKARTA 2011-2012

    UNIVERSITAS NEGERI JAKARTA

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    28/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    28

    Fajar Kurniawan ,

    Mahasiswa Jurusan P.IPS FIS UNJ , Kelahiran 06 Agustus 1994 silam ini mempunyai hoby menonton tv

    dan berenang . sebelum di UNJ , pendidikan pertama di SD 18 CIRACAS Kemudian SMPN 208 JAKARTA

    dan terakhir di MAN 2 Jakarta. Email : [email protected]

    NIM : 4915127045

    Yundalaisma Hendras lulus dari SMAN 1 NGAWI pada tahun

    2012 sekarang ini sedang melnajutkan studi di Universitas Negeri Jakarta jurusan

    Pendidikan IPS

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    29/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    29

    Desma Eka Rindiani. Menyelesaikan Sekolah Menengah Atas di SMA 42 Jakarta pada tahun 2012.

    Dan kini melanjutkan S1 di Universitas Negeri Jakarta semester 1 jurusan pendidikan IPS.

    Nisrina nurdiahningsih,

    Menyelesaikan Sekolah Menengah Atas di SMA Jakarta pada tahun 2012. Dan kini melanjutkan S1

    di Universitas Negeri Jakarta semester 1 jurusan P.IPS

    Gayus Hebron.

    Menyelesaikan Sekolah Dasar diStrada tahun 2006, Sekolah Menengah Pertama di St.Maria tahun 2009, Sekolah Menegah Atas di SMAN113 Jakarta Tahun 2012. Saat ini sedang menjalani

  • 5/20/2018 Uji Beda Parametrik Dan Nonparametrik1

    30/30

    http://statistikapendidikan.com

    Copyright 2013 StatistikaPendidikan.Com

    30

    perkuliahan di Universitas Negeri Jakarta ProdiPendidikan. IPS.

    Muhammad Arief Wicaksono

    Tempat, tgl lhr : Depok 07 juni 1994

    Kelas : P.IPS 2012 B

    Riwayat pendidikan : TK Aisiyah, SDN Mekarjaya 18, SMPIT Nurul Fikri, SMAIT Nurul