kel. 6(b) - statistik non parametrik
DESCRIPTION
statisticsTRANSCRIPT
-
TUGAS STATISTIKA
STATISTIKA NON PARAMETRIK
Disusun oleh:
Kelompok 6
Amreza Elwadi
Andini
Didi Yusuf
Dinta Pratiwi
Priama Marchel
Yuriansyah
Zilla Mala Arti
JURUSAN TEKNIK METALURGI
UNIVERSITAS SULTAN AGENG TIRTAYASA
CILEGON
2015
-
BAB I
STATISTIKA NON PARAMETRIK
Metode statistik yang banyak dilakukan adalah dengan menggunakan
metode parametrik (seperti t-test, z test, Anova, regresi, dan lainnya) dengan
menggunakan parameter-parameter seperti Mean, Median, Standart Deviasi,
Varians, dan lainnya. Metode ini hanya dapat dilakukan jika beberapa syarat
dipenuhi, antara lain sampel yang akan dipakai untuk analisa haruslah berasal dari
populasi yang berdistribusi normal. Jika data tidak berdistribusi normal atau
jumlah data sangat sedikit serta level data adalah nominal atau ordinal, maka perlu
digunakan alternatif metode-metode statistik yang tidak harus memakai suatu
parmeter tertentu seperti Mean, standar deviasi, variansi, dan lain-lainnya. Metode
ini disebut sebagai metode statistik non parametrik.
Uji Statistik Non-Parametrik ialah suatu uji statistik yang tidak
memerlukan adanya asumsi-asumsi mengenai sebaran data populasinya (belum
diketahui sebaran datanya dan tidak perlu berdistribusi normal). Oleh karenanya
statistik ini juga dikemukakan sebagai statistik bebas sebaran (tdk mensyaratkan
bentuk sebaran parameter populasi, baik normal atau tidak). Statistika non-
parametrik dapat digunakan untuk menganalisis data yang berskala Nominal atau
Ordinal. Data berjenis Nominal dan Ordinal tidak menyebar normal. Dari segi
data, pada dasarnya data berjumlah kecil, yakni kurang dari 30 data.
Keuntungan dari menggunakan metode non parametrik adalah :
Data yang dikelolah tidak harus berdistribusi normal sehingga
penggunaannya bisa lebih luas penggunannya
Dapat digunakan untuk level binomial dan ordinal
Lebih sederhana dan lebih mudah dimengerti
Kelemahan Uji Non Parametrik:
Tidak memanfaatkan semua informasi dari sampel (Tidak efisien)
Jika asumsi uji statistik parametrik terpenuhi, penggunaan uji
nonparametrik meskipun lebih cepat dan sederhana, akan menyebabkan
pemborosan informasi.
Prinsip perhitungan dalam statistik non-parametrik memang relatif lebih
sederhana, namun demikian proses/tahapan perhitungannya seringkali
membutuhkan banyak tenaga serta membosankan.
-
Jika sampel besar, maka tingkat efisiensi non-parametrik relatif lebih
rendah dibandingkan dengan metode parametrik.
Beberapa Uji Non Parametrik adalah sebagai berikut :
1. Uji tanda berpasangan
2. Uji Peringkat 2 Sampel Mann-Whitney
3. Uji Peringkat 2 Sampel Wilcoxon
4. Uji Korelasi Peringkat Spearman
5. Uji Chi Square
-
BAB II
UJI STATISTIKA NON PARAMETRIK
A. Uji Wilcoxon Match Pairs Test.
Teknik ini merupakan penyempurnaan dari uji tanda (Sign Test).Teknik ini
digunakan untuk menguji signifikansi hipotesis komparatif duasampel yang
bekorelasi bila datanya berbentuk ordinal. Uji Wilcoxon Match Pairs Test, di
mana dalam pengujian tersebut untuk mengetahui perbedaansebelum dan sesudah dilaksanakan, ataupun perbandingan antara sebelum dan sesudah.
Pada Uji Wilcoxon dengan dua sampel digunakan rumus :
=
( + 1)4
+ 1 (2. + 1)24
Contoh Soal
Penyelesaian Manual
-
Penyelesaian dengan SPSS
Cara menghitung melalui program SPSS, buka program SPSS lalu
masukan data pada kolom var dan ganti kata var dengan kalimat sebelum dan
sesudah Kemudian pilih Analyze lalu Nonparametric,setelah itu pilih 2 related sample. Kemudian pada menu two related samples, masukan sebelum dan sesudah pada pair(s) list, lalu pada test tipe pilih wilcoxon, setelah itu klik
options pilih descriptive, lalu continue, oke
Hasil Output SPSS
-
Kesimpulan
Berdasarkan hasil perhitungan uji Wilcoxon Match Pairs Test, n= 10 untuk
taraf signifikansi 5% maka T tabel = 8, lalu hasil nilai yang didapat negatif
atau nilai yang terkecil 18,5 > T tabel (8) sehingga Ho diterima, artinya bahwa
data tidak memiliki perbedaan atau pengaruh sebelum dan sesudah
dilaksanakan. Bila taraf signifikansi 0,025 maka harga z tabel = -1,96, dan
jika dibandingkan dengan z hitung = -0,918 < dari z tabel (-1,96), maka Ho
diterima. Dengan demikian tidak memiliki perbedaan baik sebelum ataupun sesudah.
B. CHI SQUARE ANALISIS (GOODNESS OF FIT TEST)
Chi kuadrat (X2; baca "kai kuadrat") atau sering disebut dengan goodness
of fit test. Merupakan alat uji statistik yang digunakan untuk menguji hipotesis
bila dalam populasi terdiri atas dua atau lebih kelas bila data berbentuk nominal
dan sampelnya besar. Chi Square adalah analisis untuk mengetahui apakah
distribusi data seragamatau tidak, Uji ini juga disebut uji keselarasan atau
goodness of fit test. Chi kuadrat merupakan salah satu teknik statistik yang
memudahkan peneliti menilai kemungkinan memperoleh perbedaan frekuensi
yang nyata (yang diobservasi) dengan frekuensi yang diharapkan dalam kategori-
kategori tertentu akibat dari kesalahan sampling. Persamaan untuk menghitung
nilai chi kuadrat adalah sebagai berikut:
-
dimana,
X2= Chi Kuadrat
fo = Frekuensi sampel (frekuensi yang diperoleh dari hasil observasi sampel
fh = Frekuensi harapan (frekuensi yang diharapkan dalam sampel sebagai
pencerminan frekuensi yang diharapkan dalam populasi).
Chi Kuadrat dapat digunakan untuk menguji hipotesis deskriptif satu sampel
atau satu variabel, yang terdiri atas dua kategori atau lebih. selain itu dapat
digunakan untuk menguji hipotesis komparatif 2 sampel atau 2 variabel yang
berskala nominal.
Contoh Soal
Chi kuadrat untuk mengetahui apakah terdapat perbedaan suara yang
signifikan diantara calon pada pemilihan ketua BEM fakultas teknik UNTIRTA
periode tahun 2015 s/d 2016. terdapat tiga calon dengan perolehan suara sebagai
berikut:
NO Nama Calon Jumlah Suara
1 David 85
2 Jessica 40
3 Arief 35
4 Putri 65
Penyelesaian Manual
=
=
85 + 40 + 35 + 65
4=
225
4= 56,25
Mencari chi kuadrat
untuk memudahkan pembayaran digunakan tabel penolong :
-
calon fo fh fo-fh (fo-fh)2
2
David 85 56,25 28,75 826,5625 14,69444
Jessica 40 56,25 (16,25) 264,0625 4,694444
Arief 35 56,25 (21,25) 451,5625 8,027778
Putri 65 56,25 8,75 76,5625 1,361111
Total 225 28,7778
Dari tabel penolong diatas maka didapatkan nilai untuk chi kuadrat (x2)
adalah sebesar 28,78.
Mencari Chi Kuadrat tabel
Dari data diatas diketahui bahwa jumlah calon = 4 dan jumlah variabel =1
maka dk untuk data tersebut adalah :
dk = 4 - 1 =3
Dan dengan menggunakan alfa = 5% (0,05) , didapatkan Chi kuadrat tabel
(X2 tabel ) adalah 7.8147.
-
Pengambilan Keputusan
Cara pengambilan keputusan adalah
1. Jika X2 hitung > X
2 tabel, maka terjadi perbedaan perolehan suara
2. Jika X2 hitung < X
2 tabel, maka tidak ada perbedaan perolehan suara
Penyelesaian dengan SPSS
Langkah langkah :
1. Buka data view pada SPSS
2. Masukan data perolehan suara diatas pada sheet data view
3. Berikan identitas variabel pada variabel view
4. Proses Weight Cases pada variabel calon, dimaksudkan bahwa agar nilai
dari para calon mengacu pada jumlah suara.
5. Buka menu Data pilih Weight Cases , pada weight cases by, pilih
variabel jmlsuara , pilih Ok
Proses Uji Chi Kuadrat
a. Masukkan data pada variabel view
b. Pada menu Data view, pilih menu Analyze
c. Pilih variabel Nama Calon
d. Abaikan yang lainnya dan
e. pilih Ok
-
Output SPSS
Kesimpulan
Berdasarkan hasil diatas maka Jika X2 hitung > X
2 tabel, yaitu 28,78 >
7.8147, maka dapat diambil kesimpulan bahwa terdapat perbedaan yang
signifikan dalam perolehan suara keempat calon ketua tersebut diatas.