statistika nonparametrik uji parametrik. (3) · pdf filekeputusan dan kesimpulan hipotesis 105...
TRANSCRIPT
1
STATISTIKA
NONPARAMETRIK (3)
Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri
Universitas Kristen Maranatha Bandung
6.UJI KOLMOGOROV – SMIRNOV
Untuk menguji apakah data berdistribusi tertentu.
Ekivalen dengan Uji 2 ( Goodness Of Fit ) dalam Statistik
Uji Parametrik.
103
LT S
arv
ia/2
012
PROSEDUR PERHITUNGAN UJI KOLMOGOROV–SMIRNOV :
1. Struktur Hipotesis : H0 : data tersebut mengikuti distribusi ................
H1 : data tersebut tidak mengikuti distribusi ................
2. Tentukan nilai a wilayah kritis dalam Tabel Uji
Kolmogorov – Smirnov ( Leland Blank, Tabel B–7, hal
635 )
3. Statistik Uji : Uji Kolmogorov–Smirnov
Urutkan data pengamatan ( nilai rata-rata ) dari
terkecil sampai terbesar.
Hitung nilai S(x), dimana Catatan :
Jika terdapat 2 atau lebih nilai rata-rata X yg sama, maka nilai
S(x) yg digunakan adalah nilai S(x) maksimum.
n
i (x) S
104
LT S
arv
ia/2
012
PROSEDUR PERHITUNGAN UJI KOLMOGOROV–SMIRNOV : (2)
Hitung nilai F(x) pada masing-masing nilai rata-rata
(X), dimana rumus F(x) yang digunakan disesuaikan
dengan bentuk distribusi yg dihipotesiskan.
Hitung nilai S(x) – F(x) pada masing-masing nilai X.
Tentukan nilai Statistik Uji :
d = max { S(x) – F(x) }
4. Wilayah Kritis : Bandingkan nilai d dengan Do pada
Tabel B–7 ( Leland Blank, hal. 635 )
Do
Wilayah Kritis : d > Do
5. Keputusan dan Kesimpulan Hipotesis
105
LT S
arv
ia/2
012
CONTOH SOAL
13. Berikut sampel berat sabun cuci yang diproduksi PT Wonder
(angka dalam gram). Manajer produksi ingin mengetahui apakah data di atas berasal dari populasi (seluruh produk
sabun cuci PT Wonder) yang berdistribusi normal dengan = 203,9 dan =2,69 ? a =0,05
106
No 1 2 3 4 5 6 7 8 9
Berat 200,5 203,9 204,4 204,4 205,6 205,7 207,1 208,8 208,9
No 10 11 12 13 14 15 16 17 18
Berat 205,5 200,7 200,8 200,9 201,6 201,9 202,5 203,1 205,6
LT S
arv
ia/2
012
JAWAB :
a. Struktur Hipotesis : H0: data tersebut mengikuti distribusi normal = 203,9 dan =2,69
H1: data tersebut tidak mengikuti distribusi normal = 203,9 dan =2,69
b. Taraf nyata : a = 0,05
c. Statistik Uji : Uji Kolmogorov – Smirnov
107
LT S
arv
ia/2
012
2
574,0)(max
304,0196,05,0)(
196,0)()(
855,069,2
9,2036,201
-x z : Normal Distribusi
0,5 18
9
n
i (x) S
xFxSd
xFxS
zPxFJadi
z
Contoh Perhitungan: untuk data ke–9
108
)( xFxS
Urutkan data dari terkecil sampai terbesar
No Berat (x) S(x) z F (x) = P(Z) S(x)-F(x)
1 200,5 1/18 0,056 -1,264 0,103 -0,048 0,048
2 203,9 2/18 0,111 0,000 0,500 -0,389 0,389
3 204,4 4/18 0,222
0,186 0,574 0,574 0,574
4 204,4 0,186 0,574 0,574 0,574
5 205,5 5/18 0,278 0,595 0,724 -0,446 0,446
6 200,7 6/18 0,333 -1,190 0,117 0,216 0,216
7 200,8 7/18 0,389 -1,152 0,125 0,264 0,264
8 200,9 8/18 0,444 -1,115 0,132 0,312 0,312
9 201,6 9/18 0,500 -0,855 0,196 0,304 0,304
10 201,9 10/18 0,556 -0,743 0,229 0,327 0,327
11 202,5 11/18 0,611 -0,520 0,301 0,310 0,310
12 203,1 12/18 0,667 -0,297 0,383 0,284 0,284
13 205,6 14/18 0,778 0,632 0,736 0,041 0,041
14 205,6 14/18 0,778 0,632 0,736 0,041 0,041
15 205,7 15/18 0,833 0,669 0,748 0,085 0,085
16 207,1 16/18 0,889 1,190 0,883 0,006 0,006
17 208,8 17/18 0,944 1,822 0,966 -0,021 0,021
18 208,9 18/18 1,000 1,859 0,968 0,032 0,032
LT S
arv
ia/2
012
Wilayah Kritis : d > Do Tabel K – S (Leland
Blank, Tabel B–7, halaman 635 )
0,309
0,574
Karena : d > Do ( 0,574 < 0,309 )
•Keputusan : Tolak H0
•Kesimpulan : data sampel berat sabun cuci tersebut tidak mengikuti
distribusi normal = 203,9 dan =2,69 pada taraf nyata 0,05
109
LT S
arv
ia/2
012
7. UJI KOEFISIEN KORELASI
PERINGKAT SPEARMAN
Untuk menguji apakah ada hubungan korelasi antara
variabel X dengan Y ( untuk menguji konsistensi )
Digunakan untuk mencari hubungan atau untuk menguji
signifikansi hipotesis asosiatif bila masing-masing variabel
yang dihubungkan berbentuk ordinal, dan sumber data
antar variabel tidak harus sama.
Koefisien korelasi :- 1 < r < 1
110
LT S
arv
ia/2
012
DATA ORDINAL
111
Data yang diperoleh dengan cara kategorisasi atau klasifikasi, tetapi di
antara data tersebut terdapat hubungan. Angka mengandung pengertian tingkatan.
CIRI :
• Data mempunyai tingkatan atau jenjang • Tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : Kepuasan kerja,motivasi ranking 1, 2, dan 3. Ranking 1 menunjukkan lebih
tinggi dari ranking 2 dan 3.
Direktur = 1, Manajer = 2, Karyawan = 3 1 + 1 = 2
Direktur+Direktur= Manajer???
LT S
arv
ia/2
012
Jika titik-titik tepat
pada satu garis namun
mengumpul mendekati
satu garis
r mendekati ± 1
hubungan ± kuat namun
tidak sempurna
Y
X
r > 0
r < 0
x
x
x
x
x
x
x
x
x
x
x
x x
x x
x
x x
x
112
LT S
arv
ia/2
012
113
r = – 1 : punya hubungan korelasi linear negatif yang sempurna (sangat kuat )
semua titik terletak pada satu garis
r = + 1 : punya hubungan korelasi linear positif yang sempurna ( sangat kuat )
semua titik terletak pada satu garis
r = 0 : tidak ada hubungan korelasi linear antar variabel tersebut
titik – titik menyebar atau tidak ada suatu kecenderungan
LT S
arv
ia/2
012
3
PROSEDUR PERHITUNGAN UJI KOEFISIEN
KORELASI PERINGKAT SPEARMAN :
1. Struktur Hipotesis
H0 : r S = 0
H1 : r S > 0 konsisten ( searah )
r S < 0 konsisten ( berlawanan )
2. Tentukan nilai a wilayah kritis dalam Tabel
Koefisien Korelasi Peringkat Spearman ( Walpole, Tabel A.14, halaman 488 )
3. Tentukan variabel X dan Y ( dalam penentuan variabel X dan Y, boleh bebas )
4. Tentukan ranking terkecil sampai terbesar untuk masing-masing variabel X dan Y
5. Hitung selisih ranking variabel X dan Y untuk
masing-masing pasangan X dan Y, yang dilambangkan
dengan d i
114
LT S
arv
ia/2
012
6. Hitung d i 2
7. Hitung nilai Statistik Uji r S
) 1 - n (n
d 6
- 1 r2
n
1 i
2i
S
n = banyaknya data atau pasangan data
8. Wilayah Kritis :
Jika : H1 : r S > 0 maka Wilayah Kritis : r S ≥ r a H1 : r S < 0 maka Wilayah Kritis : r S ≤ - r a
9. Keputusan
10. Kesimpulan Hipotesis
PROSEDUR PERHITUNGAN UJI KOEFISIEN
KORELASI PERINGKAT SPEARMAN (2):
115
LT S
arv
ia/2
012
CONTOH SOAL
14. Sebuah perusahaan asuransi di Jakarta telah
menyelenggarakan kursus penyegaran penjualan yang dimaksudkan untuk meningkatkan prestasi para
wiraniaganya. Beberapa kelas telah menyelesaikan
kursus tersebut. Dalam memperkirakan nilai program tersebut, Manajer pelatihan penjualan ingin menentukan
apakah ada hubungan antara prestasi dalam
program dengan prestasi dalam menghasilkan penjualan tahunan setelah menjalani kursus. Tabel
berikut ini menunjukkan data yang dikumpulkan oleh
manajer pelatihan penjualan dari 11 lulusan program.
116
LT S
arv
ia/2
012
Tabel Data dari 11 orang yang lulus program
117
Wiraniaga Prestasi
Kursus
Penjualan
Tahunan (#)
Stella 38 4.000
Piere 40 6.000
Deni 55 1.000
Wulandari 60 2.000
Sari 62 7.000
Oky 63 10.000
Asrul 67 3.000
Rani 70 5.000
Susan 75 8.000
Synthia 88 9.000
Yusraini 90 110.000
LT S
arv
ia/2
012
JAWAB :
118
1. Koefisien Korelasi Peringkat : X Prestasi Kursus
Y Penjualan Tahunan (#)
Wiraniaga
Prestasi Rank Penjualan Rank
Kursus Prestasi Tahunan (#) Penjualan di =rank X - rank Y di2 X Kursus Y (#)
Stella 38 1 4000 4 -3 9
Piere 40 2 6000 6 -4 16
Deni 55 3 1000 1 2 4
Wulandari 60 4 2000 2 2 4
Sari 62 5 7000 7 -2 4
Oky 63 6 10000 10 -4 16
Asrul 67 7 3000 3 4 16
Rani 70 8 5000 5 3 9
Susan 75 9 8000 8 1 1
Synthia 88 10 9000 9 1 1
Yusraini 90 11 110000 11 0 0
Total 0 80
LT S
arv
ia/2
012
0,6360,364-1 ) 1 - 11 ( 11
80 * 6 - 1
) 1 - n (n
d 6
- 1 r22
n
1 i
2i
S
r S = 0, 636 menunjukkan bahwa adanya korelasi antara prestasi kursus
dengan prestasi penjualan tahunan (#)
119
LT S
arv
ia/2
012
4
CONTOH SOAL MENGUJI SIGNIFIKANSI
15. Pengujian yang lebih formal bisa dilaksanakan untuk
menentukan apakah benar-benar ada hubungan statistik seperti yang diisyaratkan oleh rs . Karena manajer
pelatih berkeyakinan bahwa kursus tersebut akan
meningkatkan kemampuan menjual, maka pengujian satu-arah ke kanan dapat dilakukan, dan hipotesis
alternatifnya akan menyatakan adanya hubungan positif
antara prestasi kursus dengan prestasi penjualan yaitu H1 : rs >0. Ujilah hipotesis tersebut. Gunakan Taraf
nyata 0,05.
120
rs
LT S
arv
ia/2
012
MENGUJI SIGNIFIKANSI 15.
Struktur Hipotesis
H0 : r S = 0 H1 : r S > 0 konsisten ( searah )
Tentukan nilai a =0.05
Statistik Uji :Uji Koefisien Korelasi Peringkat Spearman
r S = 0,636
Wilayah Kritis : r S ≥ r a
a = 0,05
n = 11
Keputusan :Tolak H0 ( r S ≥ r a 0,636 > 0,523 )
Kesimpulan : bahwa Keikutsertaan dalam kursus penjualan dengan prestasi penjualan wiraniaga memberikan hasil yang konsisten (satu arah ke kanan), pada taraf
nyata 0,05.
atau adanya hubungan statistik antara keikutsertaan dalam kursus penjualan dengan prestasi penjualan setelah mengikuti kursus tersebut pada taraf nyata 0,05
r a = 0,523
121
rs
Tabel A.14 Walpole
LT S
arv
ia/2
012
Catatan Uji Koefisien Korelasi
Peringkat Spearman :
Jika : n > 30 , maka digunakan pendekatan
Normal, sehingga :
r s = 0
1 -n
1 σ sr
1 -n r
1 -n 1
0 -r Z S
S
122
LT S
arv
ia/2
012
ISTILAH-ISTILAH PENTING
Statistika Nonparametrik : statistik yang
tidak memerlukan pembuatan asumsi tentang
distribusi.
Uji Tanda (Sign Test) : Uji yang didasarkan
pada tanda negatif dan positif dari perbedaan
antara pasangan data ordinal.
Uji Peringkat Bertanda Wilcoxon : pengujian
yang dilakukan jika besaran maupun arah
perbedaan relevan untuk menentukan apakah
terdapat perbedaan yang sesungguhnya antara
pasangan data yang diambil dari satu sampel atau dua sampel yang saling terkait. 123
LT S
arv
ia/2
012
ISTILAH-ISTILAH PENTING (2)
Uji Mann-Whitney : pengujian dimana yang diuji
hipotesis nol yang mengatakan bahwa tidak ada
perbedaan yang sesungguhnya antara kedua
kelompok data, atau data tersebut diambil dari dua sampel yang tidak saling terkait.
Uji H Kruskall Wallis : untuk menguji apakah k sampel independen ( dimana : k > 2 ) memiliki rata-rata yang sama.
124
LT S
arv
ia/2
012
ISTILAH-ISTILAH PENTING (2)
Uji Runtunan/deret (Runs Test) : Uji untuk
menentukan apakah keacakan akan terjadi atau
apakah terdapat suatu pola yang mendasari urutan
data sampel.
Uji Kolmogorov smirnov : untuk menguji apakah
data berdistribusi tertentu.
Koefisien korelasi peringkat spearman : ukuran
erat tidaknya kaitan antara dua variabel ordinal.
125
LT S
arv
ia/2
012
5
UJI TANDING DARI
Wilcoxon Sign Rank Test Uji T berpasangan
Wilcoxon Rank Sum Test Uji T 2 populasi
Kruskall-Wallis Test Uji F
126
LT S
arv
ia/2
012
PERSAMAAN SIGN TEST DAN WILCOXON
SIGN RANK TEST :
Keduanya digunakan untuk menguji rata-rata 1
populasi dan populasi
127
LT S
arv
ia/2
012
KESIMPULAN
Kegiatan peneliti seringkali terganggu karena data yang tersedia untuk analisis tidak mempunyai “sifat” kuantitatif yang pasti. Misalnya, data tersebut mungkin diperoleh hanya dari jumlah sampel yang kecil, dan barangkali bentuk distribusi populasi dan pengaruhnya terhadap distribusi sampel tidak diketahui. Apabila masalah semacam itu timbul, maka metode nonparametrik digunakan. Dalam hal ini, kita baru membahas sebagian kecil dari metode nonparametrik yang lazim digunakan.
128
LT S
arv
ia/2
012
SOAL
Jika anda seorang konsultan statistik dan anda
diminta untuk menguji apakah ada kaitan
antara prestasi kerja dengan nilai masuk kerja.
Untuk itu anda melakukan pengambilan sampel secara acak dari karyawan yang bekerja pada
perusahaan klien anda sebanyak 10 orang dan
diperoleh data peringkat karyawan yang terkena
sampel sbb :
129
LT S
arv
ia/2
012
No Peringkat Prestasi
Kerja
Peringkat Tes
Masuk
1 5 6
2 10 9
3 6 4
4 3 2
5 4 5
6 2 1
7 7 8
8 1 3
9 8 10
10 9 7
130
Kesimpulan apakah yang bisa ditarik pada taraf nyata 0,05?
LT S
arv
ia/2
012
DAFTAR PUSTAKA
J.Supranto, Statistik Teori dan Aplikasi, Edisi
keenam, Jilid 2, Penerbit Erlangga,2001
131
LT S
arv
ia/2
012
6
132
Thank You
LT S
arv
ia/2
012