Metode statistika nonparametrik membahas beberapa metode uji statistik yang tidak memerlukan asumsi kenormalan data dan ukuran sampel kecil, seperti uji run untuk menguji keacakan data, uji sign untuk membandingkan median, dan uji tanda untuk membandingkan dua kondisi."
Statistik nonparametrik digunakan untuk menguji hipotesis tanpa asumsi tentang bentuk distribusi populasi. Dokumen ini membahas uji runs test untuk menguji keacakan data dan uji tanda untuk satu sampel. Beberapa contoh soal uji runs test untuk sampel kecil dan besar serta uji tanda juga diberikan beserta penyelesaiannya.
Dokumen tersebut membahas tentang statistika nonparametrik untuk pengujian satu sampel dan dua sampel. Metode-metode yang dijelaskan antara lain uji tanda, uji chi-kuadrat, uji run, uji Kolmogorov-Smirnov, uji tanda pasangan, uji Wilcoxon, uji Q-Cochran, dan analisis ragam Friedman.
Teks tersebut membahas tentang uji normalitas dan homogenitas data. Secara singkat, uji normalitas digunakan untuk mengetahui apakah data berdistribusi normal menggunakan metode Liliefors dan Chi-Square. Uji homogenitas menguji apakah variansi antar dua kelompok data sama menggunakan uji F.
Metode Statistika nonparametrik pada dua kelompok sampel.pdfStatistikInferensial
Dokumen tersebut membahas metode statistika nonparametrik untuk menguji perbedaan dua kelompok sampel, yaitu uji Wilcoxon signed-rank test, Mann Whitney U test, dan Kolmogorov Smirnov test. Metode-metode tersebut dijelaskan beserta contoh soal dan penyelesaiannya.
Dokumen tersebut membahas tentang uji normalitas dan homogenitas data. Secara singkat, dibahas tentang beberapa metode uji normalitas seperti uji Chi-Kuadrat dan uji Liliefors beserta contoh soalnya. Juga dibahas tentang uji homogenitas menggunakan uji Hartley beserta contoh penyelesaiannya.
Statistik nonparametrik digunakan untuk menguji hipotesis tanpa asumsi tentang bentuk distribusi populasi. Dokumen ini membahas uji runs test untuk menguji keacakan data dan uji tanda untuk satu sampel. Beberapa contoh soal uji runs test untuk sampel kecil dan besar serta uji tanda juga diberikan beserta penyelesaiannya.
Dokumen tersebut membahas tentang statistika nonparametrik untuk pengujian satu sampel dan dua sampel. Metode-metode yang dijelaskan antara lain uji tanda, uji chi-kuadrat, uji run, uji Kolmogorov-Smirnov, uji tanda pasangan, uji Wilcoxon, uji Q-Cochran, dan analisis ragam Friedman.
Teks tersebut membahas tentang uji normalitas dan homogenitas data. Secara singkat, uji normalitas digunakan untuk mengetahui apakah data berdistribusi normal menggunakan metode Liliefors dan Chi-Square. Uji homogenitas menguji apakah variansi antar dua kelompok data sama menggunakan uji F.
Metode Statistika nonparametrik pada dua kelompok sampel.pdfStatistikInferensial
Dokumen tersebut membahas metode statistika nonparametrik untuk menguji perbedaan dua kelompok sampel, yaitu uji Wilcoxon signed-rank test, Mann Whitney U test, dan Kolmogorov Smirnov test. Metode-metode tersebut dijelaskan beserta contoh soal dan penyelesaiannya.
Dokumen tersebut membahas tentang uji normalitas dan homogenitas data. Secara singkat, dibahas tentang beberapa metode uji normalitas seperti uji Chi-Kuadrat dan uji Liliefors beserta contoh soalnya. Juga dibahas tentang uji homogenitas menggunakan uji Hartley beserta contoh penyelesaiannya.
Dokumen tersebut membahas tentang uji normalitas dan homogenitas data. Uji normalitas digunakan untuk mengetahui apakah data berdistribusi normal dengan metode Liliefors, Kolmogorov-Smirnov, kertas peluang normal dan chi kuadrat. Uji homogenitas digunakan untuk mengetahui apakah variansi data sama atau tidak dengan metode uji homogenitas variansi dan Bartlett.
Dokumen tersebut membahas tentang uji normalitas dan uji homogenitas untuk menguji karakteristik data. Secara singkat, uji normalitas digunakan untuk mengetahui apakah data berasal dari populasi berdistribusi normal, sedangkan uji homogenitas digunakan untuk mengetahui apakah beberapa kelompok data memiliki variansi yang sama. Metode uji normalitas meliputi Chi Square, Lilliefors, dan Kolmogorov Smirnov, sedangkan metode uji homogenitas meliputi Uji F
Dokumen tersebut membahas tentang uji statistik nonparametrik, termasuk uji kerandoman (run test) untuk menguji apakah data sampel bersifat acak, uji Kolmogorov-Smirnov untuk menguji kesesuaian data dengan distribusi teoritis, dan contoh soal latihan penerapannya.
Teks tersebut membahas berbagai uji kesesuaian sebaran yang dapat digunakan untuk menguji model distribusi frekuensi data, termasuk uji normalitas, uji Poisson, uji binomial, dan uji seragam. Metode-metode tersebut mencakup penaksiran parameter distribusi, pengujian hipotesis, dan penggunaan statistik uji untuk menentukan kesesuaian data dengan model distribusi yang diasumsikan.
Dokumen tersebut membahas metode-metode parametrik untuk melakukan inferensi statistika, seperti inferensi terhadap rata-rata populasi menggunakan z test dan t test, inferensi terhadap dua rata-rata populasi, serta analisis regresi dan korelasi untuk mengetahui hubungan antar variabel. Juga dibahas mengenai model matematika yang digunakan dalam analisis regresi seperti garis linier, kurva, dan metode untuk menentukan ko
Berdasarkan analisis data keuangan tiga produk tabungan bank BCA selama satu tahun, terdapat perbedaan rata-rata keuntungan antara produk Tahapan BCA dengan Tapres BCA namun tidak terdapat perbedaan antara Tahapan BCA dengan BCA Dollar. Produk Tapres BCA memberikan keuntungan rata-rata lebih rendah dibandingkan Tahapan BCA.
Dokumen tersebut membahas tentang distribusi normal dan pendekatan distribusi normal untuk binomial. Termasuk karakteristik kurva normal, definisi persamaan kurva normal, jenis-jenis distribusi normal berdasarkan bentuk dan parameternya, serta transformasi nilai dari X ke Z untuk mempermudah perhitungan probabilitas pada distribusi normal.
Dokumen tersebut membahas tentang uji hipotesis rata-rata, meliputi pengertian distribusi normal, mengapa distribusi normal penting, distribusi normal standar, standar deviasi, dan langkah-langkah uji hipotesis rata-rata termasuk rumusan hipotesis, tingkat signifikansi, statistik uji dan daerah kritis, serta menarik kesimpulan.
Statistik 1 8 uji hipothesis satu sampleSelvin Hadi
Bab sepuluh membahas pengujian hipotesis satu sampel untuk menguji klaim tentang parameter populasi. Terdapat lima langkah pengujian hipotesis yaitu membuat hipotesis nol dan alternatif, menentukan tingkat signifikansi, mengidentifikasi uji statistik yang sesuai, merumuskan aturan keputusan, dan membuat kesimpulan. Bab ini juga membedakan pengujian ekor satu dan dua, serta mendemonstrasikan contoh pengujian rata-rata dan
Teks tersebut membahas tentang uji hipotesis rata-rata, termasuk pengertian distribusi normal, mengapa distribusi normal penting, distribusi normal standar, dan langkah-langkah uji hipotesis rata-rata seperti rumusan hipotesis, tingkat signifikasi, statistik uji dan daerah kritis, serta menarik kesimpulan."
Metode Statistija Non parametrik pada dua kelompok sampel.pdfStatistikInferensial
Dokumen tersebut membahas tentang uji statistik nonparametrik untuk dua kelompok sampel, yaitu uji Wilcoxon signed-rank test, Mann-Whitney U test, dan Kolmogorov-Smirnov test. Dijelaskan prosedur pelaksanaan, hipotesis, dan interpretasi hasil masing-masing uji tersebut untuk berbagai ukuran sampel. Contoh soal juga disertakan beserta penyelesaiannya.
Contenu connexe
Similaire à Metode Statistik Non parametrik pada satu kelompok sampel.pdf
Dokumen tersebut membahas tentang uji normalitas dan homogenitas data. Uji normalitas digunakan untuk mengetahui apakah data berdistribusi normal dengan metode Liliefors, Kolmogorov-Smirnov, kertas peluang normal dan chi kuadrat. Uji homogenitas digunakan untuk mengetahui apakah variansi data sama atau tidak dengan metode uji homogenitas variansi dan Bartlett.
Dokumen tersebut membahas tentang uji normalitas dan uji homogenitas untuk menguji karakteristik data. Secara singkat, uji normalitas digunakan untuk mengetahui apakah data berasal dari populasi berdistribusi normal, sedangkan uji homogenitas digunakan untuk mengetahui apakah beberapa kelompok data memiliki variansi yang sama. Metode uji normalitas meliputi Chi Square, Lilliefors, dan Kolmogorov Smirnov, sedangkan metode uji homogenitas meliputi Uji F
Dokumen tersebut membahas tentang uji statistik nonparametrik, termasuk uji kerandoman (run test) untuk menguji apakah data sampel bersifat acak, uji Kolmogorov-Smirnov untuk menguji kesesuaian data dengan distribusi teoritis, dan contoh soal latihan penerapannya.
Teks tersebut membahas berbagai uji kesesuaian sebaran yang dapat digunakan untuk menguji model distribusi frekuensi data, termasuk uji normalitas, uji Poisson, uji binomial, dan uji seragam. Metode-metode tersebut mencakup penaksiran parameter distribusi, pengujian hipotesis, dan penggunaan statistik uji untuk menentukan kesesuaian data dengan model distribusi yang diasumsikan.
Dokumen tersebut membahas metode-metode parametrik untuk melakukan inferensi statistika, seperti inferensi terhadap rata-rata populasi menggunakan z test dan t test, inferensi terhadap dua rata-rata populasi, serta analisis regresi dan korelasi untuk mengetahui hubungan antar variabel. Juga dibahas mengenai model matematika yang digunakan dalam analisis regresi seperti garis linier, kurva, dan metode untuk menentukan ko
Berdasarkan analisis data keuangan tiga produk tabungan bank BCA selama satu tahun, terdapat perbedaan rata-rata keuntungan antara produk Tahapan BCA dengan Tapres BCA namun tidak terdapat perbedaan antara Tahapan BCA dengan BCA Dollar. Produk Tapres BCA memberikan keuntungan rata-rata lebih rendah dibandingkan Tahapan BCA.
Dokumen tersebut membahas tentang distribusi normal dan pendekatan distribusi normal untuk binomial. Termasuk karakteristik kurva normal, definisi persamaan kurva normal, jenis-jenis distribusi normal berdasarkan bentuk dan parameternya, serta transformasi nilai dari X ke Z untuk mempermudah perhitungan probabilitas pada distribusi normal.
Dokumen tersebut membahas tentang uji hipotesis rata-rata, meliputi pengertian distribusi normal, mengapa distribusi normal penting, distribusi normal standar, standar deviasi, dan langkah-langkah uji hipotesis rata-rata termasuk rumusan hipotesis, tingkat signifikansi, statistik uji dan daerah kritis, serta menarik kesimpulan.
Statistik 1 8 uji hipothesis satu sampleSelvin Hadi
Bab sepuluh membahas pengujian hipotesis satu sampel untuk menguji klaim tentang parameter populasi. Terdapat lima langkah pengujian hipotesis yaitu membuat hipotesis nol dan alternatif, menentukan tingkat signifikansi, mengidentifikasi uji statistik yang sesuai, merumuskan aturan keputusan, dan membuat kesimpulan. Bab ini juga membedakan pengujian ekor satu dan dua, serta mendemonstrasikan contoh pengujian rata-rata dan
Teks tersebut membahas tentang uji hipotesis rata-rata, termasuk pengertian distribusi normal, mengapa distribusi normal penting, distribusi normal standar, dan langkah-langkah uji hipotesis rata-rata seperti rumusan hipotesis, tingkat signifikasi, statistik uji dan daerah kritis, serta menarik kesimpulan."
Metode Statistija Non parametrik pada dua kelompok sampel.pdfStatistikInferensial
Dokumen tersebut membahas tentang uji statistik nonparametrik untuk dua kelompok sampel, yaitu uji Wilcoxon signed-rank test, Mann-Whitney U test, dan Kolmogorov-Smirnov test. Dijelaskan prosedur pelaksanaan, hipotesis, dan interpretasi hasil masing-masing uji tersebut untuk berbagai ukuran sampel. Contoh soal juga disertakan beserta penyelesaiannya.
Dokumen tersebut membahas tentang uji statistik nonparametrik Kruskal-Wallis dan Friedman untuk menguji perbedaan antar kelompok. Uji Kruskal-Wallis digunakan untuk k sampel independen sedangkan Friedman untuk k sampel terkait. Kedua uji ini menggunakan peringkat data untuk menguji apakah median antar kelompok sama.
2. KELOMPOK
1
• Eliana Mardiyaningtyas
• Muhammad Diva Amrullah
• Rahadian Eka Bagus I. R.
• Rohmad Ali Fatur R.
• Surya Maruli 2KS3
(222112011)
(222112210)
(222112300)
(222112336)
(222112386)
4. • Memberikan gambaran mengenai
suatu kumpulan data
• Hanya memberikan informasi
berdasarkan data sampel tersebut
dan tidak dapat memberikan
kesimpulan atau inferensia untuk
kelompok data yang lebih besar
(populasi).
• Contoh :Tabel,grafik,diagram
STATISTIK DESKRIPTIF STATISTIK INFERENSIA
• Menarik kesimpulan atau inferensi
tentang karakteristik populasi
berdasarkan data dari sampel
• Selalu berhubungan dengan
ketidakpastian
• Proses pembuatan suatu estimasi,
prediksi, atau keputusan mengenai
suatu populasi berdasarkan suatu
sampel
ANALISIS STATISTIK
6. • Perhitungan sederhana dan cepat
• Jika ukuran sampelnya kecil/kecil
sekali misal n = 6 meskipun
distribusi populasinya diketahui, uji
statistik yang bisa dipakai adalah
uji statistik nonparametrik.
• Tidak memerlukan asumsi
kenormalan
• Dapat dipakai untuk semua jenis
skala pengukuran
KELEBIHAN KEKURANGAN
• Tidak dapat digunakan untuk
peramalan (prediksi) ataupun
pendugaan (estimasi).
• Tidak memanfaatkan semua
informasi dari sampel (tidak efisien)
• Tidak bisa melakukan uji interaksi
antar variabel seperti dalam desain
eksperimen.
• Hasil uji statistik bisa lebih lemah
dibandingkan jika memakai uji
NON-PARAMETRIK
9. RUN TEST
• Keacakan (randomness) data dari suatu sampel merupakan syarat yang harus
dipenuhi dalam pengambilan sampel suatu populasi
• Uji Run digunakan untuk menguji apakah sederetan data yang terdiri dari dua
kategori tersusun secara acak/random atau sistematik.
PENGERTIAN
PERSYARATAN
• Uji run digunakan untuk data berskala nominal atau ordinal
HIPOTESIS
• Ho : Kejadian yang diamati bersifat random
• Ha : Kejadian yang diamati tidak random
10. RUN TEST
• m dan n <= 20
• Pengujian dapat menggunakan tabel
Run Test
• Tolak Ho jika R <= rb dan R >= ra
• Gagal Tolak Ho, jika rb < R < ra
SAMPEL KECIL SAMPEL BESAR
• m dan n > 20
• Pengujian dengan menggunakan
pendekatan distribusi normal baku
(Z)
• Tolak Ho, jika dan
• Gagal Tolak Ho, jika
11. RUN TEST - SAMPEL KECIL
M : JUMLAH ANAK
LAKI-LAKI
M = 6
N : JUMLAH ANAK
PEREMPUAN
N = 8
M + N = 14
HASIL
PENGAMBILAN
SAMPEL (ORDER)
R = 9 RUNTUN
1
RUNT
UN
1
RUNT
UN
1
RUNT
UN
1
RUNT
UN
1
RUNT
UN
1
RUNT
UN
1
RUNT
UN
1
RUNT
UN
1
RUNT
UN
Runtun adalah kelompok nilai yang
sama secara berurutan dari
rangkaian nilai yang didapat
13. Sebaran nilai R
R = 2 R = 13
RANDOM
TIDAK RANDOM TIDAK RANDOM
Titik Kritis
Bawah
(R = Rb)
Titik Kritis
Atas
(R = Ra)
1
RUNT
UN
1
RUNT
UN
1
RUNT
UN
1
RUNT
UN
1
RUNT
UN
1
RUNT
UN
1
RUNT
UN
1
RUNT
UN
1
RUNT
UN
RUN TEST - SAMPEL KECIL
Penentuan Titik Kritis Bawah (rb) dan Titik Kritis Atas (ra)
menggunakan Tabel Runtun
Runtun yang dibahas
R = 9
m = Jumlah anak laki-laki
n = Jumlah anak perempuan
m = 6
n = 8
(m < n)
P (R < rb) = alpha/2 P (R > rb) = alpha/2
15. • Tolak Ho, jika
dan
• Gagal Tolak Ho, jika
RUN TEST - SAMPEL BESAR
STATISTIK UJI
Ket :
Jika r < µ, maka h = + 0,5
Jika r > µ, maka h = - 0,5
WILAYAH KRITIS
16. Hipotesis dan
taraf signifikansi
Susun observasi m dan n
berdasarkan urutan terjadinya, dan
hitung nilai run (r)
Bandingkan
dengan titik kritis
Buat keputusan
dan
interpretasikan
Hitung statistik uji
berdasarkan penggunaan
sampel kecil atau besar
PROSEDUR
PENGUJIAN
18. Contoh Soal
untuk Sampel Kecil
Berikut ini hasil pelemperan koin sebanyak enam belas kali. Muncul delapan kali
head dan delapan kali tail, dengan urutan kemunculan sebagai berikut.
Gunakan tingkat signifikansi lima persen untuk menguji keacakan dari
kemunculan sisi koin!
H T T T
H T H H
H T H T
T T H H
19. Ho
: Kemunculan sisi koin terjadi secara acak
H1
: Kemunculan sisi koin terjadi tidak secara acak
α : 5%
Contoh Soal
untuk Sampel Kecil (Jawaban)
m = banyak head = 8
n = banyak tail = 8
R = banyak run = 9
Titik Kritis: didapatkan dari tabel G
H T T T H T H H
H T H T T T H H
20. Titik Kritis:
Rb = titik kritis bawah = 4
Ra = titik kritis atas = 14
∴ Gagal tolak H0
karena R berada di
antara Rb dan Ra (4 < 9 < 14)
Jadi, dengan tingkat kepercayaan 95%,
sudah cukup bukti untuk menyatakan
bahwa kemunculan sisi koin terjadi
secara acak.
Contoh Soal
untuk Sampel Kecil (Jawaban)
23. p-value:
P(R≤9) = 0,00016 + 0,00109 + 0,00761 + 0,02284
+ 0,06853 + 0,11422 + 0,19036 + 0,19036
= 0,59517
∴ Gagal tolak H0
karena peluang melakukan kesalahan tipe I
lebih dari yang dapat ditoleransi (0,59517 > 0,05)
Contoh Soal
untuk Sampel Kecil (Jawaban)
Jadi, dengan tingkat signifikansi 5 persen, belum cukup bukti untuk
menyatakan bahwa kemunculan sisi koin terjadi tidak secara acak.
Namun, sudah cukup bukti untuk menyatakan bahwa kemunculan sisi koin
terjadi tidak secara acak jika menggunakan tingkat signifikansi 60 persen.
24. Contoh Soal
untuk Sampel Besar
Pada sebuah pekan olahraga, lima puluh atlet dipilih setiap harinya untuk pemeriksaan
penggunaan doping. Pada suatu hari tertentu, terpilih 25 atlet perempuan (P) dan 25
atlet laki-laki (L) dengan urutan pemeriksaan sebagai berikut.
Ujilah keacakan dari urutan pemeriksaan tersebut dengan tingkat signifikansi 5 persen!
25. H0
: Pemeriksaan dilakukan secara acak
H1
: Pemeriksaan dilakukan tidak secara acak
α : 5%
Contoh Soal
untuk Sampel Besar (Jawaban)
m = banyak atlet perempuan = 25
n = banyak atlet laki-laki = 25
R = banyak run = 23
Titik kritis:
Zα/2
= ±1,96
27. Statistik Uji:
Contoh Soal
untuk Sampel Besar (Jawaban)
p-value:
P[Z < -0,7144] = 0,2375
∴ Gagal tolak H0
karena peluang melakukan kesalahan tipe I lebih dari yang
dapat ditoleransi (0,2375 > 0,05)
∴ Gagal tolak H0
karena Zhitung
tidak
berada pada daerah penolakan
(-1,96 < -0,7144 < 1,96)
Jadi, dengan tingkat kepercayaan 95%, sudah cukup bukti untuk menyatakan
bahwa pemeriksaan penggunaan doping untuk atlet dilakukan secara acak.
29. SIGN TEST
• Uji tanda satu sampel (One Test Sign Test)
• Uji tanda data berpasangan
UJI NONPARAMETRIK
IDE DASAR
• Mengubah data menjadi tanda '+' dan '-'
ASUMSI
• Sampel acak selang bebas dari populasi yang tidak diketahui
mediannya
• Variabel yang diamati kontinu dan minimal berskala ordinal
30. UJI TANDA SATU SAMPEL
1. Menentukan Hipotesis
• Ho: M = Mo dan Ha: M ≠ Mo
• Ho: M ≤ Mo dan Ha: M > Mo
• Ho: M ≥ Mo dan Ha: M < Mo
2. Menentukan tingkat signifikansi (α)
3. Menghitung selisih setiap data terhadap median
4. Menentukan tanda
• xi > Mo diberi tanda (+)
• xi < Mo diberi tanda (-)
• xi = Mo diberi tanda (0)
31. UJI TANDA SATU SAMPEL
5. Menghitung jumlah tanda
• tanda "+" => m
• tanda "-" => n
• tanda "0" => dikeluarkan dari pengamatan
• N = m + n
6. Menghitung statistik uji
7. Keputusan
9. Kesimpulan
32. UJI TANDA SATU SAMPEL KECIL
n ≤ 25
• Ho: M = Mo dan Ha: M ≠ Mo
x = min (m,n)
Tolak Ho jika P(X ≤ x | b(N; 0,5)) ≤ α/2
• Ho: M ≤ Mo dan Ha: M > Mo
x = n
Tolak Ho jika P(X ≤ x | b(N; 0,5)) ≤ α
• Ho: M ≥ Mo dan Ha: M < Mo
x = m
Tolak Ho jika P(X ≤ x | b(N; 0,5)) ≤ α
33. UJI TANDA SATU SAMPEL BESAR
n > 25 dapat dilakukan pendekatan normal terhadap
distribusi binomial
pendekatan binomial akan lebih tepat bila menggunakan
faktor koreksi kontinuitas
• x + 0,5 digunakan ketika x < 0,5 N
• x - 0,5 digunakan ketika x > 0,5 N
34. UJI TANDA SATU
SAMPEL BESAR
• Ho: M = Mo dan Ha: M ≠ Mo
Tolak Ho jika Zhitung < -Zα/2 atau Zhitung > Zα/2
• Ho: M ≤ Mo dan Ha: M > Mo
Tolak Ho jika Zhitung < -Zα
• Ho: M ≥ Mo dan Ha: M < Mo
Tolak Ho jika Zhitung > Zα
36. Waktu standar jarak waktu penggantian oli mesin pabrik adalah 1.8 bulan
(median waktu). Untuk evaluasi lantai produksi, pengamatan terhadap jarak
waktu penggantian oli mesin dilakukan oleh seorang sarjana Teknik Industri dan
diperoleh data sebagai berikut
Berdasarkan data pengamatan, pada taraf nyata (α = 5%), dapatkan
disimpulkan bahwa jarak waktu penggantian oli mesin sudah berbeda dengan
standar?
37. Tanda
Hipotesis
H0 : M = 1,8
H1 : M ≠ 1,8
x = min (m,n) = 3
Tolak Ho jika P(X ≤ x | b(N; 0,5)) ≤ 0,025
Daerah Kritis
Statistik Uji
N = 10; m = 3; n = 7
38. P-Value
Keputusan
Gagal Tolak Ho, karena P(X ≤ x | b(N; 0,5)) > α/2 (0,1719>0,025)
Kesimpulan
Dengan tingkat signifikansi 5%, belum cukup bukti
untuk menunjukkan bahwa jarak waktu penggantian
oli mesin pabrik berbeda dengan standar
39. UJI TANDA DATA
BERPASANGAN
• Digunakan untuk melihat apakah ada perbedaan antara
dua kondisi tanpa melihat besarnya perbedaan yang
terjadi.
• Data terdiri dari sampel acak dari n pasangan pengukuran
[(X1,Y1),(X2,Y2),...,(Xn,Yn)] dimana tiap pasangan
pengukuran diambil pada subjek yang sama atau subjek
yang dipasangkan
40. UJI TANDA DATA
BERPASANGAN
• Fokus amatan: perbedaan antar pasangan pengukuran
• Ujitanda menggunakan data dengan skala ordinal
• Tanda (+) : kejadian yang lebih baik
• Tanda (-) : kejadian yang kurang baik
• Tanda (0) : tidak ada perbedaan kejadian pada pasangan
data
• Kejadian dengan tanda (0) tidak diikutsertakan sebagai
sampel.
41. UJI TANDA DATA
BERPASANGAN
• Ho : p(Xa>Xb) = p(Xa<Xb) = 0,5
(peluang banyaknya selisih nilai kelompok A dan
kelompok B baik (+) maupun (-) sama, yaitu 0,5. Atau
median selisih adalah nol)
• Ha :
p(Xa>Xb ) ≠ 0,5 atau p(Xa<Xb ) ≠ 0,5
p(Xa>Xb)>0,5
p(Xa>Xb)<0,5
42. • Ha: p(Xa>Xb) ≠ 0,5 atau p(Xa<Xb) ≠ 0,5
x = min (m,n)
Tolak Ho jika P(X ≤ x | b(N; 0,5)) ≤ α/2
• Ha: p(Xa>Xb) > 0,5
x = n
Tolak Ho jika P(X ≤ x | b(N; 0,5)) ≤ α
• Ha: p(Xa>Xb) < 0,5
x = m
Tolak Ho jika P(X ≤ x | b(N; 0,5)) ≤ α
UJI TANDA DATA BERPASANGAN
43. n > 25 dapat dilakukan pendekatan distribusi normal
x = banyaknya tanda (+) atau (-) => tergantung Ha
𝜇 = 0.5N
𝜎 = 0.5√N
Jika banyaknya tanda (+) > N/2 maka
UJI TANDA DATA BERPASANGAN
(SAMPEL BESAR)
44. UJI TANDA DATA BERPASANGAN
CONTOH SOAL
(KASUS SAMPEL KECIL)
45. Pemerintah baru-baru ini menetapkan
kebijakan untuk menaikkan cukai rokok.
Dampak dari kebijakan tersebut akan membuat
harga rokok di pasaran menjadi naik. Melalui
kebijakan ini, pemerintah berharap agar
kebanyakan perokok menjadi enggan untuk
mengonsumsi rokok karena harganya yang
mahal. Untuk menguji efektivitas dari kebijakan
ini, seorang peneliti melakukan survei terhadap
perokok di sebuah desa. Peneliti mendata
mengenai banyaknya batangan rokok yang
mereka konsumsi setiap harinya sebelum dan
sesudah kenaikan harga rokok. Data dari survei
tersebut adalah sebagai berikut
46. Hipotesis
H0 : Tidak ada perbedaan konsumsi rokok sebelum dan
sesudah kenaikkan harga rokok di desa tersebut
H1 : Terjadi penurunan konsumsi rokok sesudah
kenaikkan harga rokok di desa tersebut
Tingkat Signifikansi: 5%
Menyatakan selisih nilai pengamatan dalam bentuk
tanda
Karena penurunan konsumsi rokok merupakan hal
yang diharapkan, maka setiap penurunan akan diberi
tanda (+)
47. Hitung nilai m dan n
dari 14 sampel diperoleh:
m = 10
n =3
N = m + n = 10+3 =13
x = n = 3
Hitung P(X≤ 𝒙|𝒃(𝑵, 𝟎. 𝟓)
Dengan N = 13, x = 3 dan p = 0,5
maka
P(X≤ 3|𝑏(13;0,5) = 0,046.
48. Keputusan
Tolak HO, karena P(X ≤ x | b(N; 0,5)) ≤ α (0,046<0,05)
Kesimpulan
Dengan tingkat signifikansi 5%, dapat cukup bukti bahwa terjadi penurunan
konsumsi rokok sesudah kenaikkan harga rokok di desa tersebut.
49. UJI TANDA DATA BERPASANGAN
CONTOH SOAL
(KASUS SAMPEL BESAR)
50. Sebuah lembaga melakukan riset mengenai efek suatu film terhadap pendapat orang
mengenai hukuman bagi koruptor. Film tersebut berisi materi tentang hak asasi
manusia, penegakkan hukuman di berbagai negara, dan video penyesalan dari para
pelaku korupsi. Lembaga tersebut melakukan penarikan sampel sebanyak 100
responden. Pertama-tama, responden dimintai pendapat mengenai hukuman bagi
koruptor. Kemudian, mereka akan menonton film yang sudah dipersiapkan. Setelah itu,
responden ditanyai kembali akan pendapat mereka terhadap hukuman. Hasilnya
adalah sebagai berikut
Ujilah apakah terdapat perbedaan pendapat responden sebelum dan sesudah menonton
film
51. Hipotesis
H0 : Tidak ada perbedaan pendapat responden sebelum dan sesudah menonton film
H1 : Ada perbedaan pendapat responden sebelum dan sesudah menonton film
Tingkat Signifikansi: 5%
Statistik Uji
Banyaknya tanda (+) adalah 35 dan banyaknya tanda (-) adalah 9. Sehingga jumlah N
adalah 44. Karena N > 25, maka perhitungan statistik uji menggunakan pendekatan
distribusi normal dengan rumus sebagai berikut
52. Keputusan
Tolak H0, karena Z hitung > Zα/2 (3,77>1,96)
Kesimpulan
Dengan tingkat signifikansi 5%, dapat cukup bukti bahwa terdapat
perbedaan pendapat responden sebelum dan sesudah menonton film
mengenai hukuman bagi koruptor.