statistik parametrik ppt
DESCRIPTION
parametrikTRANSCRIPT
Pengertian... adalah 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
Lanjutan…non-parametrik, atau setidak-tidaknya dilakukan transformasi terlebih dahulu agar data mengikuti sebaran normal, sehingga bisa dikerjakan dengan statistik parametrik.
Syarat Uji Parametrik:• Sampel berasal dari populasi dengan
distribusi normal• Sampel diambil secara random
Lanjutan…• Sampel mempunyai varians yang sama• Skala pengukuran interval atau rasio
Distribusi di Katakan Normal apabila:• Bentuk kurva simetris (histogram)• Mean = median = mode• Kiri = kanan = 50%• Coefficient of variation < 20%
Lanjutan…Uji-t dibagi menjadi 2 yaitu:1. Uji-t 1 sampel
- one tail test- two tail test
2. Uji-t 2 sampel- independent t test- paired t test
Uji-t 1 sampel
• Uji-t 1 sampel biasanya digunakan untuk menguji hipotesa deskriptif dimana kalimat hipotesanya yang akan menentukan termasuk one tail test/two tail test.
• One tail test dibagi menjadi 2: uji pihak kiri dan uji pihak kanan.
• Two tail test biasanya digunakan bila hipotesa nol (Ho) berbunyi “sama dengan” dan Hipotesa altenatif (Ha) berbunyi“ tidak sama dengan.
uji-t one tail test (kiri)
One tail test (uji pihak kiri) biasanya digunakan bila Ho berbunyi “lebih besar/sama dengan (≥)” dan Ha berbunyi “lebih kecil(<)”.
Contoh rumusan hipotesa:– Ho = daya tahan lampu minimal 400 jam (≥
400 jam)– Ha = daya tahan lampu lebih kecil dari 400
jam (< 400jam)
Ujit one tail test (kanan)
One tail test (uji pihak kanan) biasanya digunakan apabila Ho berbunyi “lebih kecil atau sama dengan (≤)” dan Ha berbunyi “lebih besar (>)”
Contoh rumusan hipotesa:Ho = pedagang labu paling banyak menjual
100kg/hari (≤ 100kg)Ha = pedagang labu dapat menjual lebih
dari 100kg/hari (> 100kg)
Langkah dalam pengujian• Hitung rata-rata data• Hitung standar deviasi• Hitung harga t• Lihat harga t tabel
- t hitung ≤ t tabel maka Ho diterima- t hitung> t tabelmakaHo ditolakGambar kurve
• Letakkan t hitung dan t tabel dalam kurve (dk = n-1)
• Buat keputusan hipotesis
Ujit 2 Sampel
• Pada intinya uji t 2 sampel menggunakan 2 sampel/populasi yang berbeda untuk nantinya dilihat perbedaannya
1. Independent t test2. Paired sampelt test
Independent t test• Digunakan untuk membandingkan dua
kelompok mean dari dua sampel yang berbeda (independent)
• Prinsipnya ingin mengetahui apakah ada perbedaan mean antara dua populasi, dengan membandingkan dua mean sample-nya
Misalnya:- Melihat perbedaan antara kelas yang diberi
pelatihan dan yang tidak diberi pelatihan- Perbedaan perlakuan orang yang diberi obatdiet
dengan yang tidak
Paired t test
• 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
• Menguji perbedaan kondisi awal / sebelum dan setelah perlakukan
Anova• Digunakan untuk menguji hipotesis rata-rata k-sampel
yang berpasangan• Data berbentuk interval atau rasio• Jenis Anova:
- Anova satu jalan (one way anova)digunakan untuk menguji ada tidaknya
perbedaan pendapatan antara karyawan pabrik, sales person, pns dll- Anova dua jalan (two way anova)digunakab untuk menguji ada tidaknya perbedaan secara signifikan antara pendapatan karyawan pabrik, sales person dan pns berdasarkan jenis kelamin.
Asumsi penggunaan Anova
• Sampel diambil secara random• Data berdistribusi normal• Varian antar sampel homogen
Anova 2 Jalan (two way anova)
• Hampir sama dengan anova satu jalan hanya saja disini sampelnya k-sampel tetapi memiliki k-kategori
KORELASI PRODUCT MOMENT
• Analisis Korelasi merupakan suatu analisis untuk mengetahui tingkat ke eratan hubungan antara dua variabel.
• Tingkat hubungan tersebut dapat dibagi menjadi tiga kriteria, yaitu mempunyai hubungan positif, mempunyai hubungan negatif dan tidak mempunyai hubungan.
• E.g. ada hubungan positif antara tinggi badan dengan kemampuan bermain basket; ada hubungan negatif antara curah hujandengan es yang terjual
Lanjutan…• Kuatnya hubungan antar variabel
dinyatakan dalam koefisien.• Koefisien positif terbesar= 1; koefisien
negatif terbesar= -1 (-1 ≤ r ≤ +1)• Semakin kecil koefisien korelasi, maka
semakin besar error (kesalahan)