5. Uji hipotesis dengan membandingkan antara nilai 2p dengan α
2p = 0,36
α = 0,05
Jadi, 2p > α
Kesimpulan analisis Ho diterima
Jadi, tidak terdapat perbedaan yang signifikan antara birokrat dan akademisi dalam memilih warna mobil.
Langkah – langkah analisis datanya :
Menulis hipotesis yang akan diuji :
: tidak terdapat perbedaan yang signifikan antara birikrat dan akademin dalam memilih warna mobil.
: terdapat perbedaan yang signifikan antara birokrat dan akademis dalam memilih warna mobil
2. Kriteria pengujian hipotesis :
: ditolak jika 2p α (Ha diterima)
: ditolak jika 2p > α (Ho di terima)
Contoh soal :
Disinyalir ada kecenderungan para birokrat lebih menyukai mobil berwarna gelap dan pakar akademisi lebih menyukai mobil berwarna terang. Untuk membuktikan hal tersebut telah dilakukan pengumpulan data dengan menggunakan sampel secara random.
Dari 8 orang birokrat yang diamati, 5 (A) orang bermobil warna gelam dan 3 (B) orang bermobil warna terang. Selanjutnya dari 7 orang akademisi yang diamati, 5 (C) orang bermobil warna terang dan 2 (D) orang bermobil warna gelap.
Uji dengan taraf signifikansi 5% bagaimana kesimpulan penelitian tersebut:
Tabel 3. Tabel kontingensi 2 x 2 atau tabel bantu untuk uji eksak fisher
Kelompok
Objek 1
Objek 2
Jumlah
I
A
B
A + B
II
C
D
C + D
Jumlah
A + C
B + D
N
Sumber : Hermawan, (2012:50)
Fisher Exact Pobability Test
Uji Fisher exact probability test (eksask fisher) digunakan untuk menguji signifikansi hipotesis komparasi dua sampel independen yang jumlahnya kecil {( 1+ 2)} < 20} bila datanya dalam bentuk nominal.
Uji beda dua kelompok data nominal
menggunakan uji 2dua sampel atau sering disebut dengan Chi-Kuadrat dan atau dengan Uji Exact Fisher.
Pedoman umum memilih teknik statistik nonparametrik untuk pengujian hipotesis
Macam Data
Bentuk Hipotesis
Deskriptif satu sampel
Komparatif dua sampel
Komparatif k sampel
Asosiatif
Berpasangan
Independent
Berpasangan
Independent
Normal
Uji Binomial
Uji 2satu sampel
Uji Mc Nemar
Uji Exact Fisher
Uji 2 dua sampel
Uji Chocran
Uji 2 k sampel
Koefisien Kontingensi
Ordinal
Uji run
Uji Tanda
Uji Wilcoxon
Uji median
Uji U Mann Whitney
Analisis Ragam Dua Arah Friedman
Perluasan Uji Media
Uji Kruskal - Wallis
Korelasi Rank Spearman
Korelasi Kendal Tau
Macam Data
Bentuk Hipotesis
Deskriptif satu sampel
Komparatif dua sampel
Komparatif k sampel
Asosiatif
Berpasangan
Independent
Berpasangan
Independent
Normal
Uji Mc Nemar
Uji Chocran
Koefisien Kontingensi
Ordinal
Uji run
Uji Tanda
Uji Wilcoxon
Uji median
Uji U Mann Whitney
Analisis Ragam Dua Arah Friedman
Perluasan Uji Media
Uji Kruskal - Wallis
Korelasi Rank Spearman
Korelasi Kendal Tau
Sumber : Hermawan, (2012:9)
Data Rasio
Data yang jaraknya sama dan mempunyai nilai nol mutlak. serta dapat dioperasikan secara matematik (dijumlah, dibagi, dikurangi dan dikali) Misal: Pendapatan, Tinggi badan, dll.
Data interval
Data yang jaraknya sama, tetapi tidak mempunyai nilai nol mutlak/absolut.contohnya:
Tabel 1. Contoh data interval
Nilai UN
Frekuensi
75 – 100
10
50 – 74
4
25 – 49
5
0 – 24
1
Kelompok
Warna Mobil
Jumlah
Gelap
Terang
Birokrat
(A)
5
(B)
3
(A+B)
8
Akademis
(C)
2
(D)
5
(C+D)
7
Jumlah
(A+C)
7
(B+D)
8
(N)
15
Data yang diperoleh dimasukan dalam data kontingensi 2 x 2 untuk uji eksak fisher
Menunda itu adalah keburukan kecuali menunda keburukan itu sendiri. Bangkitlah!
Harkitnas ke-107"Milad ke-51
UNY
Fakih & Ence
21 Mei 2015
Terimakasih
6. Uji hipotesisi dengan membandingkan antara χ2hitung dengan χ2tabel
χ2hitung = 0,085 χ2tabel = 3,481
Kesimpulan analisis Chi Kuadrat H0 : tidak terdapat perbedaan yang signifikan antara birokrat dan akademisi dalam memilih warna mobil
Uji Chi-kuadrat Dua Sampel Independen
Uji Chi Kuadrat dua sampel independen digunakan untuk menguji signifikansi hipotesis komparatif dua sampel independen yang jumlahnya besar (n1+n2)>=20 dan bila data berbentuk nominal.
Untuk memudahkannya sama perlu membuat tabel kotingensi 2X2
Tabel Kontingensi 2 x 2 Untuk Uji Chi Kuandrat Dua Sampel Independen
Kelompok
Frekuensi Data
Jumlah
Objek I
Objek II
Sampel A
A
B
A+B
Sampel B
C
D
C+D
Jumlah
A+C
B+D
N
Contoh soal :
Disinyalir ada kecenderungan para birokrat lebih menyukai mobil berwarna gelap dan para akdemisi lebih menyukai mobil berwarna terang. Untuk membuktikan hal tersebut telah dilakukan pengumpulan data dengan menggunakan sampel secara random.
Dari 30 orang birokrat yang diamati, 23 orang bermobil warna gelap dan 7 orang bermobil warna terang. Selanjutnya dari 26 orang akademisi yang diamati, 21 orang bermobil warna terang dan 5 orang bermobil warna gelap.
Ujilah dengan taraf signifikansi 5% bagaimana kesimpulan penelitian tersebut?
Langkah-langkahnya:
Tulis Hipotesis yang akan diuji
H0 : tidak terdapat perbedaan yang signifikan antara birokrat dan akademisi dalam memilih warna mobil
Ha: terdapat perbedaan yang signifikan antara birokrat dan akademisi dalam memilih warna mobil.
2. Kriteria pengujian hipotesis :
tolak H0 jika χ2hitung χ2tabel
3. Data yang diperoleh disajikan dalam tabel sebagai berikut :
Sampel
Warna Mobil
Jumlah
Gelap
Terang
Sampel A
A
23
B
7
A+B
30
Sampel B
C
21
D
5
C+D
26
Jumlah
A+C
44
B+D
12
N
56
4. Hitung harga χ2hitung dengan rumus
χ2hitung =n( 2 )2a+b + + ( + )
χ2hitung =56(115 168 562 )223+723+217+5(21+5)
χ2hitung =56 (53 28 )2304412(26)
χ2hitung =56 (625)304412(26)
χ2hitung =35.000411.840 = 0,085
5. cari χ2tabel dari tabel nilai-nilai chi kuadrat dengan dk =1
Α
0,05
χ2tabel = 3,481
Dk
1
Data ordinal
Merupakan data dalam bentuk rangking atau peringkat dan jika dinyatakan dalam bentuk skala jaraknya satu data dengan yang lain tidak sama.
Data nominal
Data nominal merupakan data kuantitatif yang paling sederhana, diperoleh dari hasil menghitung.
Misalnya : dalam satu kelas yang mengikuti perkuliahan statistik nonparametrik 20 mahasiswa, terdiri dari 8 wanita dan 12 pria.
Macam-macam data
Uji beda dua kelompok data nominal
Fakih & Ence
21 Mei 2015
DIRGAHAYU UNY KE 51
Kompetensi Dasar :
Melakukan Uji Beda Dua Kelompok Data tidak Interval atau Ratio (Data Nominal dan Ordinal)
Materi Pokok :
Uji Beda Dua Kelompok Data Nominal
Indikator :
Mahasiswa memahami membedakan antara statistik parametrik dan non parametrik
Mahasiswa dapat membedakan data nominal, ordinal, interval, dan ratio
Mahasiswa memahami kapan harus menggunaan data nominal
Mahasiswa memahami Fisher Exact Probability Test dalam uji mencari uji beda dua kelompok
Mahasiswa memahami Chi-Kuadrat dalam uji mencari uji beda dua kelompok
Parametrik vs non parametrik
Uji statistik parametrik adalah suatu uji yang modelnya menetapkan adanya syarat-syarat tentang parameter populasi yang merupakan sumber sampel penelitiannya (Siegel, 1994: 38).
Syaratnya : normalitas, homogenitas, dll
Asumsi dasar untuk menggunakan statistik parametrik, yaitu:
Data yang diperoleh dari observasi harus bersifat independent, dimana pemilihan salah satu kasus tidak tergantung pada pemilihan kasus lainnya.
Sampel yang diperoleh dari populasi berdistribusi normal, dan diambil secara random.
Sampel-sampelnya memiliki varians yang sama atau mendekati sama (homogen), terutama jika sampelnya kecil.
Variabel-variabel yang digambarkan berupa skala interval atau rasio.
Hitung harga p (probabilitas) dengan rumus ;
= + ! + ! + ! + ! ! ! ! ! !
! = adalah tanda faktorial yang artinya [ n - (n - 1) x (n – 2) x (n - ...)
= + ! + ! + ! + ! ! ! ! ! !
= ! ! ! ! ! ! ! ! !
= . . . . . . . .
= , , = , = 0,18
= , = ,
statistik nonparametrik
statistik nonparametrik adalah prosedur statistik yang tidak mengacu pada parameter tertentu. Sering disebut sebagai prosedur yang bebas distribusi (freedistibution procedures).
Kekurangan statistik non parametrik
kekurangan statistik non parametrik yang paling utama adalah hasil tidak selalu sesuai dengan yang diharapkan karena kesederhanaan perhitungannya
Data yang berskala nominal dan atau ordinal tidak memenuhi syarat untuk diolah dengan statistik parametrik.
jika data yang dikumpulkan terlalu kecil maka prosedur statistik nonparametrik lebih baik digunakan
Kelebihannya Statistik non parametrik :
Tingkat kesalahan penggunaan prosedur statistik nonparametrik relatif kecil karena statistik jenis ini tidak memerlukan banyak asumsi.
Perhitungan yang harus dilakukan pada umumnya sederhana dan mudah, khususnya untuk data yang kecil.
Konsep dalam statistik nonparametrik mudah untuk dimengerti.
Dapat digunakan untuk menganalisa data yang berbentuk hitungan maupun peringkat (rank).
Click to edit Master title style
Click to edit Master text styles
Second level
Third level
Fourth level
Fifth level
23/05/2015
#
Click to edit Master title style
Click to edit Master text styles
Second level
Third level
Fourth level
Fifth level
23/05/2015
#
23/05/2015
#
23/05/2015
#
Click to edit Master text styles
Second level
Third level
Fourth level
Fifth level
Click to edit Master title style
Click to edit Master text styles
Click to edit Master title style
Click icon to add picture
Click to edit Master text styles
23/05/2015
#
Click to edit Master title style
Click to edit Master text styles
Second level
Third level
Fourth level
Fifth level
23/05/2015
#
Click to edit Master title style
23/05/2015
#
Click to edit Master title style
23/05/2015
#
Click to edit Master text styles
Second level
Third level
Fourth level
Fifth level
Click to edit Master text styles
Second level
Third level
Fourth level
Fifth level
Click to edit Master title style
Click to edit Master subtitle style
23/05/2015
#
Click to edit Master title style
Click to edit Master text styles
Click to edit Master text styles
Second level
Third level
Fourth level
Fifth level
Click to edit Master text styles
Click to edit Master text styles
Second level
Third level
Fourth level
Fifth level
23/05/2015
#
Click to edit Master title style
Click to edit Master text styles
23/05/2015
#
Click to edit Master title style
Click to edit Master text styles
Second level
Third level
Fourth level
Fifth level
23/05/2015
#
