Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

STATISTIK NON PARAMETRIK

No description
by

Nur Baity

on 27 November 2014

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of STATISTIK NON PARAMETRIK

Pedoman Memilih Teknik Statistik Non Parametris Untuk Pengujian Hipotesis
PENGUJIAN SATU SAMPEL
Dalam kasus ini kita menarik sampel random dan kemudian menguji hipotesis bahwa sampel ini ditarik dari suatu populasi dengan distribusi tertentu.

Uji statistik yang digunakan :
a. Uji binomial
b. Chi Kuadrat satu sample
c. Uji runs
d. Uji kolmogorov-smirnov satu sampel.
Untuk data ordinal digunakan :

Uji Kolmogorov-Smirnov
Digunakan untuk menentukan seberapa baik sebuah sampel random data menjajaki distribusi teoritis tertentu (normal, uniform, poisson, eksponensial). Didasarkan pada perbandingan fungsi distribusi kumulatif sampel dengan fungsi distribusi kumulatif hipotesis.

Uji runs
Untuk melihat apakah data tersebut acak atau tidak.
Prosedur run test untuk menyelidiki keacakan biasanya didasarkan pada banyaknya dan sifat rangkaian yang terdapat di dalam data dengan data berbentuk ordinal.
Chi Kuadrat
Chi Kuadrat satu sample, adalah teknik statistik yang digunakan untuk menguji hipotesis bila dalam populasi terdiri atas dua atau lebih kelas, data berbentuk nominal dan sampelnya besar.
Rumus Dasar Chi Kuadrat



Uji chi square untuk memeriksa ketidak-tergantungan

Melihat keterkaitan antar variabel, apakah dua variabel memiliki hubungan atau tidak (saling bebas)
1 sampel : pengujian apakah para ibu hobi berbelanja ke supermarket.
2 sampel : Hubungan antara hipertensi dengan kebiasaan merokok. (ada atau tidak adanya hipertensi tidak bergantung pada kebiasaan merokok).

Uji chi square untuk memeriksa homogenitas

Untuk menguji ketidaktergantungan (kebebasan), dapat juga diterapkan untuk menguji apakah k populasi binom memiliki parameter yang sama p (proporsi).
1 sampel : sebaran nilai kuliah statistik adalah seragam.
2 sampel : proporsi ibu rumah tangga yang menonton telenovela di 3 kota besar.
K sampel : variasi kejahatan (rampok,perkosa,jambret) di berbagai kota.
PENGUJIAN DUA SAMPEL INDEPENDEN

Untuk menguji signifikansi perbedaan nilai dua sampel yang independen, atau untuk menguji mungkin tidaknya dua sampel independen itu berasal dari populasi yang sama.

Uji yang digunakan :

a. Uji Mann-Whitney,
b. Uji kolmogorov-smirnov,
c. Uji Moses extreme,
d. Uji run Wald-Wolfowitz

PENGUJIAN DUA SAMPEL BERHUBUNGAN
Uji Tanda (Sign test)

Digunakan untuk menguji hipotesis bahwa dua variabel yang merupakan dua sampel berkaitan mempunyai distribusi yang sama/berkorelasi apabila datanya berbentuk ordinal
Contoh : Untuk menguji tingkat keberhasilan suatu sistem diet baru.

Uji Wilcoxon

Digunakan untuk menguji hipotesis bahwa dua variabel yang merupakan dua sampel berkaitan mempunyai distribusi yang sama bila datanya berbentuk ordinal.
Contoh : Untuk menguji rata-rata kadar nikotin dari dua rokok yang berbeda
PENGUJIAN K SAMPEL INDEPENDEN
Untuk menguji signifikansi perbedaan antara tiga (atau lebih) kelompok atau sampel independen.
Uji statistik ini menguji hipotesis-nol, bahwa k sampel independen telah ditarik dari populasi yang sama atau dari k populasi yang identik.

Uji yang digunakan :
• Uji Kruskal-Wallis
• Uji Median
Kesimpulan
KELOMPOK 3
Irza [1301102010069]
Nurbaity Muzakir [1301102010076]
Rizky Prima [1301102010108]
Fitria Dewi Ananda [1301102010117]
Fadhlillah [1301102010121]
M. Ridha [1301102010144]

STATISTIK NON PARAMETRIK

- Data tidak berdistribusi normal
- Umumnya data berskala nominal dan ordinal
- Umumnya dilakukan pada penelitian sosial
- Umumnya jumlah sampel kecil
Ciri-ciri statistik non parametrik
1. Tidak membutuhkan asumsi normalitas.
2. Lebih mudah dikerjakan dan lebih mudah dimengerti jika dibandingkan dengan statistik parametrik karena statistika non parametrik tidak membutuhkan perhitungan matematika yang rumit seperti halnya statistik parametrik.
3. Statistik non-parametrik dapat menggantikan data numerik (nominal) dengan jenjang (ordinal).
4. Kadang-kadang pada statistik non parametrik tidak dibutuhkan urutan atau jenjang secara formal karena sering dijumpai hasil pengamatan yang dinyatakan dalam data kualitatif.
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.

Keunggulan Statistik Non Parametrik:
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.
Kelemahan Statistik Non Parametrik
Untuk data nominal digunakan:

Uji Binomial

Untuk menguji hipotesis bila suatu variabel berasal dari populasi binomial yang terdiri atas 2 kategori atau menguji hipotesis tentang suatu proporsi populasi.
Data berbentuk nominal (misalnya laki-laki-wanita, sukses-gagal, ya-tidak, suka-tidak suka, anggota-bukan anggota)
Jika ingin mengetahui apakah masyarakat lebih menyukai makanan yang dibungkus warna kuning emas atau yang metalik.

Probabilitas untuk memperoleh x obyek dalam satu kategori dan N-x dalam kategori lain adalah ;

P(x) = Px QN-x

Untuk mencari hubungan antara dua variabel atau lebih yang sifatnya kuantitatif dan kualitatif.
Misal, kita memiliki dua variabel (Y dan X) apakah hubungannya berbanding lurus atau terbalik, atau tidak mempunyai hubungan sama sekali.

Uji statistik yg digunakan :
– Korelasi Spearman`s
– Korelasi Tau Kendall`s
– Koefisien Kontingensi
Korelasi
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.

Contoh : Korelasi peringkat data hasil statistik UTS dengan UAS
Korelasi Spearman
Korelasi Tau Kendall`s

Untuk digunakan sebagai ukuran asosiasi dengan jenis data dengan jenis data yang sama dengan data di mana koefisien korelasi Spearman digunakan.
Contoh : Hubungan antara rangking SMU dengan IPK kuliah

Koefisien Kontingensi

Suatu ukuran asosisasi antara 2 variabel yang berbentuk atribut.
Untuk menguji signifikansi hipotesis komparatif 2 sampel independen bila datanya berbentuk ordinal dan untuk 2 sampel yang berukuran tidak sama.
Uji Mann-Whitney U
Uji Kolmogorov-Smirnov

Untuk menguji apakah 2 sampel berasal dari populasi-populasi yang mempunyai distribusi yang sama atau berbeda.

Membandingkan 2 distribusi kumulatif dan memfokuskan pada selisih terbesar antara kedua distribusi tersebut.
Uji Moses Extreme Reactions

Digunakan untuk menguji hipotesis kesamaan parameter-parameter penyebaran.
Uji ini tidak mengandaikan kesamaan antara parameter-parameter lokasi. Skala pengukuran ordinal.
Uji Run Wald-Wolfowitz

Digunakan untuk menguji apakah 2 sampel berasal dari populasi yang sama atau berbeda. Dalam uji ini skala pengukuran yang digunakan minimal ordinal dan disusun dalam bentuk run. Dengan demikian sebelum dianalisis data dari kedua sampel dirangking dan kemudian disusun dalam bentuk run.

Uji Mc Nemar

Merupakan uji untuk 2 variabel dikotomi yang berkaitan bila datanya berbentuk nominal atau ordinal.
Contoh : Untuk mengukur pengaruh suatu sponsor yang diberikan suatu perusahaan pada suatu pertandingan sepakbola terhadap nilai penjualan barangnya.
Uji Kruskal-Wallish H

Merupakan altarnatif dari analisis varian satu jalur (One-way ANOVA) di mana nilai data diganti dengan rank.
Contoh : Empat jenis rokok, cap A, B, C dan D hendak dibandingkan kadar tarnya.
Uji Median

Digunakan untuk menguji apakah 2 sampel atau lebih digambarkan dari populasi yang mempunyai median sama, bila datanya berbentuk ordinal dan ukuran sampel tidak harus sama.

Contoh : Pada tiga kuliah statistik yang diberikan oleh tiga dosen dapat ditentukan sebaran nilai yang diberikan oleh ketiga dosen itu berbeda atau tidak dengan uji median ini.
PENGUJIAN K SAMPEL BERHUBUNGAN
Untuk membandingkan distribusi dua variabel yang berhubungan atau lebih, yaitu menguji hipotesis bahwa k sampel yang berhubungan ditarik dari populasi yang sama atau k populasi yang k identik.

Uji yang digunakan :
• Uji Friedman
• Uji Kendall`s
• Uji Cochran
Uji Friedman

Untuk menguji signifikansi k sampel yang berkaitan, berasal dari populasi yang sama, dengan skala data minimal ordinal.

Contoh : Studi tentang efek-efek jenis obat dalam kaitan dengan waktu reaksi yang diberikan oleh subyek manusia yg menghasilkan data tersebut.
Uji Kendall`s W

Untuk menguji beberapa sampel berkaitan yang berasal dari populasi yang sama. Koefisien konkordansi W menyatakan tingkat asosiasi antara k variabel yang diukur dalam ranking

Contoh : Percobaan pemeringkatan sampel tulisan tangan oleh mahasiswa psikologi.
Uji Cochran`s Q

Untuk menguji hipotesis antara k sampel berpasangan bila data berbentuk nominal dari frekuensi dikotomi, yang berkaitan mempunyai mean yang sama. Uji ini merupakan pengembangan dari uji Mc Nemar yang dipakai bilamana banyak sampel lebih dari 2.
Diukur dalam skala nominal atau ordinal yang dipisah duakan (ya-tidak, sukses-gagal).

Contoh : Penelitian efektivitas tiga metode kerja baru.
Full transcript