Penjelasan Tentang UJI STATISTIK NON PARAMETRIS
Penjelasan Tentang UJI STATISTIK NON PARAMETRIS - Selamat datang untuk para pembaca blog Warkop Jogja. Blog yang didesign khusus buat semua orang, baik itu kalangan pelajar, kalangan mahasiswa, kalangan pencinta hidup sehat, politik, olahraga, musik, ekonomi, sosial budaya dan penggiat kegiatan positif lainnya. Pada sharing artikel kali ini, kami akan menyajikan sebuah tulisan yang berjudul Penjelasan Tentang UJI STATISTIK NON PARAMETRIS. Semoga isi postingan blog warkop jogja ini dapat di pahami.
Artikel : Penjelasan Tentang UJI STATISTIK NON PARAMETRIS
Judul : Penjelasan Tentang UJI STATISTIK NON PARAMETRIS
UJI STATISTIK NON PARAMETRIS
PARAMETER
Parameter adalah ukuran2 dalam populasi (� (mu) = rata2, s (sigma) = simpangan baku, s 2 = varians, ? (rho) = koefisien korelasi)
Statistik adalah ukuran2 dalam sample (x = rata2, s = simpangan baku, s 2 = varians, r = koefisien korelasi)
MACAM STATISTIK
Statistik dibagi 2: parametris dan non parametris
Jika datanya interval rasio, distribusi data normal dan jumlah data besar (>30) digunakan statistik parametris
Jika datanya nominal/ordinal, atau distribusi data tidak normal (bebas), atau jumlah data kecil (< 30) digunakan statistik non parametris SYARAT UJI STATISTIK PARAMETRIS Skala data interval atau rasio Data berdistribusi normal Pada uji t dan uji F untuk dua sample atau lebih, kedua sample harus dari populasi yang mempunyai varians sama Jumlah data besar (>30)
STATISTIK NON PARAMETRIS
Data: nominal atau ordinal
Uji data nominal: Test Binomial, Chi Kuadrat (?2)
Uji data ordinal: Run Test
TEST BINOMIAL
Syarat:
Populasi terdiri 2 klas (misal: pria dan wanita)
Data Nominal
Jumlah sampel kecil (<25) Distribusi data Binomial (terdiri 2 kelas): kelas dengan kategori (x) dan kelas dengan ketegori (n-x) Ketentuan: bila harga P > a , Ho diterima
P = proporsi kasus (lihat tabel)
a = taraf kesalahan ( 1% = 0,01)
Contoh: penelitian tentang kecenderungan Bumil memilih tempat bersalin di Polindes atau di Puskesmas. Jumlah sampel 24 Bumil, 14 Bumil memilih di Polindes, 10 Bumil memilih di Puskesmas
Ho = peluang Bumil 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) . koefisien binomial (p) = 0,271
Bila taraf kesalahan (a) ditetapkan 1% = 0,01
p = 0,271 > 0,01 . Ho diterima
Kesimpulan: kemungkinan Bumil memilih tempat bersalin di Polindes atau di Puskesmas adalah sama yaitu 50 %
SPSS BINOMIAL
Hipotesis:
Ho = populasi hasil sama dengan populasi yang dihipotesiskan
H1 = populasi hasil tidak sama dengan populasi yang dihipotesiskan
Pengambilan keputusan
Jika probabilitas > 0,05, maka Ho diterima
Jika probabilitas < 0,05, maka Ho ditolak SPSS BINOMIAL Foto CHI KUADRAT (?2) Syarat: Populasi terdiri dari 2 atau lebih kelas, Data Nominal, Sampelnya besar Ho = �Peluang memilih x atau y adalah sama besar yaitu 50%� Ketentuan: Ho diterima jika ?2 hitung < ?2 tabel (dengan dk dan taraf kesalahan tertentu) dk = kebebasan untuk menentukan frekuensi yang diharapkan, jika peluangnya 2 (x atau y) maka dk =1 Penelitian peluang Bumil memilih periksa ANC di Bidan P2B dan Bidan D3. Jumlah sampel 300 Bumil, memilih Bidan P2B 200 orang, memilih Bidan D3 100 orang Ho = �Peluang Bumil memilih periksa ANC di Bidan P2B dan Bidan D3 adalah sama (50%)� Jika dk = 1, a = 5% , ?2 tabel = 3,841, dan ?2 hitung = 33,33 Kesimpulan: Ho ditolak Penelitian tentang warna sepatu dipilih Bidan. Jumlah sampel 3000 Bidan, 1000 warna hitam, 900 warna putih, 600 coklat, 500 warna lain Ho =�Peluang Bidan memilih empat warna sepatu adalah sama� Jika dk = 3, a = 5% , ?2 tabel = 7,815, dan ?2 hitung = 226,67 Kesimpulan: Ho ditolak HASIL SPSS CHI SQUARE Dasar pengambilan keputusan Jika Chi-Square hitung < Chi-Square tabel ? Ho diterima Jika Chi-Square hitung > Chi-Square tabel ? Ho ditolak
Melihat angka probabilitas
Probabilitas > 0,05 ? Ho diterima
Probabilitas < 0,05 ? Ho ditolak HASIL SPSS CHI SQUARE RUN TEST Untuk mengukur urutan suatu kejadian random atau tidak (pada data ordinal) Caranya dengan memperhatikan jumlah �run� Run adalah kejadian yang berurutan Misal: @ = puas, # = tidak puas Contoh: @@@ ## @ ### @@ # @@ = 7 run Ho = �Urutan kepuasan dalam pelayanan � adalah random� Ketentuan: Ho diterima jika r observasi berada diantara r kecil (tabel) dan r besar (tabel) HASIL SPSS RUN TEST Hipotesis Ho: ketidak puasan bersifat random H1: ketidak puasan bersifat tidak random Pengambilan Keputusan Probabilitas > 0,05 ? Ho diterima
Probabilitas < 0,05 ? Ho ditolak HASIL SPSS RUN TEST UJI HIPOTESIS DESKRIPTIF UJI HIPOTESIS ASOSIASI UJI HIPOTESIS KOMPARASI HASIL SPSS MANN-WHITNEY Uji dua sample Tipe data: Nominal dan Ordinal Tipe interval/ratio, namun data distribusi tidak normal Dasar pengambilan keputusan Dengan membandingkan angka z hitung dan z tabel Jika z hitung < z tabel ? Ho diterima Jika z hitung > z tabel ? Ho diterima
Melihat angka probabilitas
Probabilitas > 0,05 ? Ho diterima
Probabilitas < 0,05 ? Ho ditolak
HASIL SPSS MANN-WHITNEY
HASIL SPSS WILCOXON
Uji dua sample berpasangan
Data skala Nominal atau Ordinal
Data skala Interval atau Ratio, namun berdistribusi tidak normal
HASIL SPSS WILCOXON
HASIL SPSS FRIEDMEN
Uji n Sample Berhubungan
Data skala Nominal atau Ordinal
Data skala Interval atau Ratio, namun berdistribusi tidak normal
Jumlah data kecil (< 30)
HASIL SPSS SPEARMAN
HASIL SPSS KENDALL
Demikianlah Artikel Penjelasan Tentang UJI STATISTIK NON PARAMETRIS , mudah-mudahan dapat memberi manfaat untuk anda semua, kalangan pelajar, kalangan mahasiswa, kalangan pencinta hidup sehat, politik, olahraga, musik, ekonomi, sosial budaya dan penggiat kegiatan positif lainnya.
Url permalink Artikel ini adalah https://warkopjogja.blogspot.com/2012/05/penjelasan-tentang-uji-statistik-non.html. Silahkan sebarkan atau bagikan artikel Penjelasan Tentang UJI STATISTIK NON PARAMETRIS ini kepada teman, sahabat dan saudara anda semoga bisa bermanfaat.
Artikel : Penjelasan Tentang UJI STATISTIK NON PARAMETRIS
Judul : Penjelasan Tentang UJI STATISTIK NON PARAMETRIS
Penjelasan Tentang UJI STATISTIK NON PARAMETRIS
UJI STATISTIK NON PARAMETRIS
PARAMETER
Parameter adalah ukuran2 dalam populasi (� (mu) = rata2, s (sigma) = simpangan baku, s 2 = varians, ? (rho) = koefisien korelasi)
Statistik adalah ukuran2 dalam sample (x = rata2, s = simpangan baku, s 2 = varians, r = koefisien korelasi)
MACAM STATISTIK
Statistik dibagi 2: parametris dan non parametris
Jika datanya interval rasio, distribusi data normal dan jumlah data besar (>30) digunakan statistik parametris
Jika datanya nominal/ordinal, atau distribusi data tidak normal (bebas), atau jumlah data kecil (< 30) digunakan statistik non parametris SYARAT UJI STATISTIK PARAMETRIS Skala data interval atau rasio Data berdistribusi normal Pada uji t dan uji F untuk dua sample atau lebih, kedua sample harus dari populasi yang mempunyai varians sama Jumlah data besar (>30)
STATISTIK NON PARAMETRIS
Data: nominal atau ordinal
Uji data nominal: Test Binomial, Chi Kuadrat (?2)
Uji data ordinal: Run Test
TEST BINOMIAL
Syarat:
Populasi terdiri 2 klas (misal: pria dan wanita)
Data Nominal
Jumlah sampel kecil (<25) Distribusi data Binomial (terdiri 2 kelas): kelas dengan kategori (x) dan kelas dengan ketegori (n-x) Ketentuan: bila harga P > a , Ho diterima
P = proporsi kasus (lihat tabel)
a = taraf kesalahan ( 1% = 0,01)
Contoh: penelitian tentang kecenderungan Bumil memilih tempat bersalin di Polindes atau di Puskesmas. Jumlah sampel 24 Bumil, 14 Bumil memilih di Polindes, 10 Bumil memilih di Puskesmas
Ho = peluang Bumil 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) . koefisien binomial (p) = 0,271
Bila taraf kesalahan (a) ditetapkan 1% = 0,01
p = 0,271 > 0,01 . Ho diterima
Kesimpulan: kemungkinan Bumil memilih tempat bersalin di Polindes atau di Puskesmas adalah sama yaitu 50 %
SPSS BINOMIAL
Hipotesis:
Ho = populasi hasil sama dengan populasi yang dihipotesiskan
H1 = populasi hasil tidak sama dengan populasi yang dihipotesiskan
Pengambilan keputusan
Jika probabilitas > 0,05, maka Ho diterima
Jika probabilitas < 0,05, maka Ho ditolak SPSS BINOMIAL Foto CHI KUADRAT (?2) Syarat: Populasi terdiri dari 2 atau lebih kelas, Data Nominal, Sampelnya besar Ho = �Peluang memilih x atau y adalah sama besar yaitu 50%� Ketentuan: Ho diterima jika ?2 hitung < ?2 tabel (dengan dk dan taraf kesalahan tertentu) dk = kebebasan untuk menentukan frekuensi yang diharapkan, jika peluangnya 2 (x atau y) maka dk =1 Penelitian peluang Bumil memilih periksa ANC di Bidan P2B dan Bidan D3. Jumlah sampel 300 Bumil, memilih Bidan P2B 200 orang, memilih Bidan D3 100 orang Ho = �Peluang Bumil memilih periksa ANC di Bidan P2B dan Bidan D3 adalah sama (50%)� Jika dk = 1, a = 5% , ?2 tabel = 3,841, dan ?2 hitung = 33,33 Kesimpulan: Ho ditolak Penelitian tentang warna sepatu dipilih Bidan. Jumlah sampel 3000 Bidan, 1000 warna hitam, 900 warna putih, 600 coklat, 500 warna lain Ho =�Peluang Bidan memilih empat warna sepatu adalah sama� Jika dk = 3, a = 5% , ?2 tabel = 7,815, dan ?2 hitung = 226,67 Kesimpulan: Ho ditolak HASIL SPSS CHI SQUARE Dasar pengambilan keputusan Jika Chi-Square hitung < Chi-Square tabel ? Ho diterima Jika Chi-Square hitung > Chi-Square tabel ? Ho ditolak
Melihat angka probabilitas
Probabilitas > 0,05 ? Ho diterima
Probabilitas < 0,05 ? Ho ditolak HASIL SPSS CHI SQUARE RUN TEST Untuk mengukur urutan suatu kejadian random atau tidak (pada data ordinal) Caranya dengan memperhatikan jumlah �run� Run adalah kejadian yang berurutan Misal: @ = puas, # = tidak puas Contoh: @@@ ## @ ### @@ # @@ = 7 run Ho = �Urutan kepuasan dalam pelayanan � adalah random� Ketentuan: Ho diterima jika r observasi berada diantara r kecil (tabel) dan r besar (tabel) HASIL SPSS RUN TEST Hipotesis Ho: ketidak puasan bersifat random H1: ketidak puasan bersifat tidak random Pengambilan Keputusan Probabilitas > 0,05 ? Ho diterima
Probabilitas < 0,05 ? Ho ditolak HASIL SPSS RUN TEST UJI HIPOTESIS DESKRIPTIF UJI HIPOTESIS ASOSIASI UJI HIPOTESIS KOMPARASI HASIL SPSS MANN-WHITNEY Uji dua sample Tipe data: Nominal dan Ordinal Tipe interval/ratio, namun data distribusi tidak normal Dasar pengambilan keputusan Dengan membandingkan angka z hitung dan z tabel Jika z hitung < z tabel ? Ho diterima Jika z hitung > z tabel ? Ho diterima
Melihat angka probabilitas
Probabilitas > 0,05 ? Ho diterima
Probabilitas < 0,05 ? Ho ditolak
HASIL SPSS MANN-WHITNEY
HASIL SPSS WILCOXON
Uji dua sample berpasangan
Data skala Nominal atau Ordinal
Data skala Interval atau Ratio, namun berdistribusi tidak normal
HASIL SPSS WILCOXON
HASIL SPSS FRIEDMEN
Uji n Sample Berhubungan
Data skala Nominal atau Ordinal
Data skala Interval atau Ratio, namun berdistribusi tidak normal
Jumlah data kecil (< 30)
HASIL SPSS SPEARMAN
HASIL SPSS KENDALL
Url permalink Artikel ini adalah https://warkopjogja.blogspot.com/2012/05/penjelasan-tentang-uji-statistik-non.html. Silahkan sebarkan atau bagikan artikel Penjelasan Tentang UJI STATISTIK NON PARAMETRIS ini kepada teman, sahabat dan saudara anda semoga bisa bermanfaat.