1
12
Perhitungan Uji Beda Dua Kelompok Data Nominal Disusun Oleh :Fakih Fauzan,S.Pd / 14707251036Ence Surahman, S.Pd. / 14707251039Makalah ini disusun guna memenuhi tugas mata kuliah Statistik Dosen Pengampu : Prof. Dr. Badrun KartowagiranTeknologi PendidikanProgram PascasarjanaUniversitas Negeri YogyakartaPerhitungan Uji Beda Dua Kelompok Data Nominal Disusun Oleh :Fakih Fauzan,S.Pd / 14707251036Ence Surahman, S.Pd. / 14707251039Makalah ini disusun guna memenuhi tugas mata kuliah Statistik Dosen Pengampu : Prof. Dr. Badrun KartowagiranTeknologi PendidikanProgram PascasarjanaUniversitas Negeri Yogyakarta
Perhitungan Uji Beda Dua Kelompok Data Nominal
Disusun Oleh :
Fakih Fauzan,S.Pd / 14707251036
Ence Surahman, S.Pd. / 14707251039
Makalah ini disusun guna memenuhi tugas mata kuliah Statistik Dosen Pengampu : Prof. Dr. Badrun Kartowagiran
Teknologi Pendidikan
Program Pascasarjana
Universitas Negeri Yogyakarta
Perhitungan Uji Beda Dua Kelompok Data Nominal
Disusun Oleh :
Fakih Fauzan,S.Pd / 14707251036
Ence Surahman, S.Pd. / 14707251039
Makalah ini disusun guna memenuhi tugas mata kuliah Statistik Dosen Pengampu : Prof. Dr. Badrun Kartowagiran
Teknologi Pendidikan
Program Pascasarjana
Universitas Negeri Yogyakarta
Kata Pengantar
Syukur Alhamdulillah kepada Alloh SWT yang telah memudahkan kami dalam menyelesaiakn tugas makalah statisik kami yang akan kami presentasikan di hadapan dosen dan mahasiswa. Serta tidak lupa sholawat dan salam tercurahkan kepada Nabi Agung Muhammad Saw yang mengajarkan kepada umatnya untuk pantang menyerah dan terus berusaha untuk melakukan perbaikn dan perbaikan untuk mencapai suatu yang lebih baik yang dirahmati oleh Alloh SWT seperti dalam firman Alloh Q.S. AL-Ra'd :
"Sesungguhnya Allah tidak akan mengubah nasib suatu kaum kecuali kaum itu sendiri yang mengubah apa apa yang pada diri mereka " (QS.13:11)
Makalak ini bukanlah makalah yang sempurna dan masih membutuhkan bimbingan dan masukan dari Prof. Dr. Badrun Kartowagiran selaku dosen pengampu mata kuliah ststistik dan rekan – rekan mahasiswa TP B PPS UNY. Masukan dan bimbinganya yang bersifat membangun sangat kami harapkan dalam perbaikan makalah kami ini ataupun sebagai pemantapan ilmu kami tentang statistik.
Atas perhatiannya dan masukan yang bersifat membangun perbaikan yang lebih baik tentang ilmu statistik, kami haturkan terimakasih banyak.
Yogyakarta, 19 Mei 2014
Hormat Kami,
Penulis
DAFTAR ISI
Halaman Judul i
Kata Pengantar ii
Daftar Isi iii
BAB I PENDAHULUAN
Kompetensi Dasar 1
Materi Pokok 1
Indikator 1
BAB II PEMBAHASAN
Statistik Non Parametrik 2
Macam – macam data penelitian 4
Pedoman Umum Memilih Uji Statistik Nonparametrik
Fisher Exact Probability Test
Chi-Kuadrat 5
BAB III PENUTUP
Kesimpulan 9
Saran 10
DAFTAR PUSTAKA 11
Kompetensi Dasar :Melakukan Uji Beda Dua Kelompok Data tidak Interval atau Ratio (Data Nominal dan Ordinal)Kompetensi Dasar :Melakukan Uji Beda Dua Kelompok Data tidak Interval atau Ratio (Data Nominal dan Ordinal)BAB I PENDAHULUANBAB I PENDAHULUAN
Kompetensi Dasar :
Melakukan Uji Beda Dua Kelompok Data tidak Interval atau Ratio (Data Nominal dan Ordinal)
Kompetensi Dasar :
Melakukan Uji Beda Dua Kelompok Data tidak Interval atau Ratio (Data Nominal dan Ordinal)
BAB I PENDAHULUAN
BAB I PENDAHULUAN
Materi Pokok :Uji Beda Dua Kelompok Data NominalMateri Pokok :Uji Beda Dua Kelompok Data Nominal
Materi Pokok :
Uji Beda Dua Kelompok Data Nominal
Materi Pokok :
Uji Beda Dua Kelompok Data Nominal
Indikator :Mahasiswa memahami membedakan antara statistik parametrik dan non parametrikMahasiswa dapat membedakan data nominal, ordinal, interval, dan ratioMahasiswa memahami kapan harus menggunaan data nominalMahasiswa memahami Fisher Exact Probability Test dalam uji mencari uji beda dua kelompokMahasiswa memahami Chi-Kuadrat dalam uji mencari uji beda dua kelompokIndikator :Mahasiswa memahami membedakan antara statistik parametrik dan non parametrikMahasiswa dapat membedakan data nominal, ordinal, interval, dan ratioMahasiswa memahami kapan harus menggunaan data nominalMahasiswa memahami Fisher Exact Probability Test dalam uji mencari uji beda dua kelompokMahasiswa memahami Chi-Kuadrat dalam uji mencari uji beda dua kelompok
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
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
BAB II PEMBAHASANBAB II PEMBAHASAN
BAB II PEMBAHASAN
BAB II PEMBAHASAN
Statistik Parametrik dan Non Parametrik
Dalam perhitungan "Uji Beda Dua Kelompok Data Nominal" merupakkan bagian dari statistik non parametrik. Mungkin agak sedikit asing bagi rekan- rekan mahasiswa TP B mendengar kata statistik non parametrik. Dikarenakan pada presentasi sebelumnya sebagian besar yang diterangkan adalah statistik parametrik. Berikut ini adalah definisi serta perbedaan antar statistik parametrik dan non parametrik.
Statistik non parametrik berbeda dengan uji statistika parametrik. Uji statistik parametrik adalah suatu uji yang modelnya menetapkan adanya syarat-syarat tentang parameter populasi yang merupakan sumber sampel penelitiannya (Siegel, 1994: 38). Penggunaan analisis statistika parametrik, tergantung dari asumsi - asumsi dasar berkaitan dengan distribusi dan jenis skala data yang diperoleh dari populasi maupun sampel penelitiannya. Ada beberapa persyaratan 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, terutama jika sampelnya kecil.
Variabel-variabel yang digambarkan berupa skala interval atau rasio.
Data yang berskala nominal dan atau ordinal tidak memenuhi syarat untuk diolah dengan statistik parametrik. Berbeda dengan statistik parametrik, statistik nonparametrik adalah prosedur statistik yang tidak mengacu pada parameter tertentu. Itulah sebabnya, statistik nonparametrik sering disebut sebagai prosedur yang bebas distribusi (freedistibution procedures). Banyak orang berpendapat, jika data yang dikumpulkan terlalu kecil maka prosedur statistik nonparametrik lebih baik digunakan. Pendapat ini bisa benar dan bisa pula salah. Yang jelas, harus pasti menggunakan statistik nonparametrik bila tidak diketahui dengan pasti distribusi dari data yang diamati. Namun jika peneliti yakin data yang diamati berdistribusi normal, misalkan dibuktikan dengan memakai uji statistik, maka kita bisa memakai prosedur statistik parametrik untuk distribusi normal. Sebaliknya, walaupun data yang dikumpukan berjumlah besar, tetapi tidak dapat dipastikan distribusinya, maka sebaiknya dipakai prosedur statistik nonparametrik. Statistik nonparametrik mempunyai beberapa kelebihan dan kekurangan. Kelebihannya antara lain adalah:
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).
Sebaliknya, kekurangan statistik non parametrik yang paling utama adalah hasil tidak selalu sesuai dengan yang diharapkan karena kesederhanaan perhitungannya. Namun, walaupun perhitungan dalam statistik nonparametrik sangat sederhana, bila jumlah datanya sangat besar maka dibutuhkan perhitungan yang sangat lama. Untuk kasus yang demikian, prosedur statistik parametrik lebih tepat untuk digunakan.
Macam – macam Data Penelitian
Untuk dapat menentukan teknik statistik mana yang digunakan untuk menguji hipotesis, terlebih dahulu harus diketahui macam-macam data dan bentuk hipotesis penelitiannya :
Gambar 1. Macam – macam data hasil penelitian
Sumber : http://id.wikibooks.org/
Data hasil penelitian ada dua macam, yaitu:
Data kualitatif
Data yang dinyatakan dalam bentuk kata, kalimat, dan gambar
Data kuantitatif
Data dalam bentuk angka atau data kualitatif yang diangkakan. Data kuantitatif dibagi menjadi dua, yaitu:
Data diskrit
Contohnya adalah data nominal dan data ordinal:
Data nominal
Merupakan data kuantitatif yang paling sederhana. Pada data nominal biasanya angka – angka digunakan semata-mata hanya untuk mengklarifikasikan objek. Misalnya pemberian nomor atau angka pada jenis kelamin (1= laki – laki dan 2 = perempuan) atau menyatakan warna kulit (1 = putih, 2 = coklat, 3 = hitam, dan 4 = kuning langsat). Data nominal diperoleh dari hasil menghitung. Misalnya : dalam satu kelas yang mengikuti perkuliahan statistik nonparametrik 20 mahasiswa, terdiri dari 8 wanita dan 12 pria.
Data ordinal
Merupakan data dalam bentuk rengking atau peringkat dan jika dinyatakan dalam bentuk skala jaraknya satu data dengan yang lain tidak sama.
Data Kontimun
Data kontinum adalah data yang bervariasi menurut tingkatannya dan diperoleh dari hasil pengukuran.
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
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.
Pedoman Umum Memilih Uji Statistik Nonparametrik
Untuk menentukan teknik statistik nonparametrik yang digunakan untuk pengujian hipotesis dapat dilihat pada tabel 2, berikut :
Tabel 2. 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 x2satu sampel
Uji Mc Nemar
Uji Exact Fisher
Uji x2 dua sampel
Uji Chocran
Uji x2 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
Sumber : Hermawan, (2012:9)
Jadi, untuk perhitungan uji beda dua kelompok data nominal adalah menggunakan uji x2dua sampel atau sering disebut dengan Chi-Kuadrat dan atau dengan Uji Exact Fisher.
Fisher Exact Pobability Test
Uji Fisher exact probability test (eksask fisher) digunakan untuk menguji signifikansi hipotesis komparasi dua sampel independen yang jumlahnya kecil {(n1+n2)} < 20} bila datanya dalam bentuk nominal.
Untuk memudahkan perhitungan dalam pengujian hipotesis, maka data hasil pengamatan perlu disusun ke dalam tabel kontingensi 2 x 2 sebagai berikut:
Tabel 3. Tabel kontingensi 2 x 2 atau tabel bantu untuk uji eksak fisher
Kelompok
Jumlah
I
A
B
A + B
II
C
D
C + D
Jumlah
A + C
B + D
N
Sumber : Hermawan, (2012:50)
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:
Menulis hipotesis yang akan diuji :Ho : tidak terdapat perbedaan yang signifikan antara birikrat dan akademin dalam memilih warna mobil.Ha : terdapat perbedaan yang signifikan antara birokrat dan akademis dalam memilih warna mobilMenulis hipotesis yang akan diuji :Ho : tidak terdapat perbedaan yang signifikan antara birikrat dan akademin dalam memilih warna mobil.Ha : terdapat perbedaan yang signifikan antara birokrat dan akademis dalam memilih warna mobilLangkah – langkah analisis datanya :
Menulis hipotesis yang akan diuji :
Ho : tidak terdapat perbedaan yang signifikan antara birikrat dan akademin dalam memilih warna mobil.
Ha : terdapat perbedaan yang signifikan antara birokrat dan akademis dalam memilih warna mobil
Menulis hipotesis yang akan diuji :
Ho : tidak terdapat perbedaan yang signifikan antara birikrat dan akademin dalam memilih warna mobil.
Ha : terdapat perbedaan yang signifikan antara birokrat dan akademis dalam memilih warna mobil
Kriteria pengujian hipotesis :Ho : ditolak jika 2p α (Ha diterima)Ha : ditolak jika 2p > α (Ho di terima)Kriteria pengujian hipotesis :Ho : ditolak jika 2p α (Ha diterima)Ha : ditolak jika 2p > α (Ho di terima)
Kriteria pengujian hipotesis :
Ho : ditolak jika 2p α (Ha diterima)
Ha : ditolak jika 2p > α (Ho di terima)
Kriteria pengujian hipotesis :
Ho : ditolak jika 2p α (Ha diterima)
Ha : ditolak jika 2p > α (Ho di terima)
Data yang diperoleh dimasukan dalam data kontingensi 2 x 2 untuk uji eksak fisherKelompokWarna MobilJumlahGelapTerangBirokrat(A)5(B)3(A+B)8Akademis(C)2(D)5(C+D)7Jumlah(A+C)7(B+D)8(N)15Data yang diperoleh dimasukan dalam data kontingensi 2 x 2 untuk uji eksak fisherKelompokWarna MobilJumlahGelapTerangBirokrat(A)5(B)3(A+B)8Akademis(C)2(D)5(C+D)7Jumlah(A+C)7(B+D)8(N)15
Data yang diperoleh dimasukan dalam data kontingensi 2 x 2 untuk uji eksak fisher
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
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
Hitung harga p (probabilitas) dengan rumus ;p=A+B!X C+D! X A+C! X B+D!N!X A!X B!X C!X D! ! = adalah tanda faktorial yang artinya [ n - (n - 1) x (n – 2) x (n - ...)
p=5+3!X 2+5! X 5+2! X 3+5!15!X 5!X 3!X 2!X 5!p=8!X 7! X 7! X 8!15!X 5!X 3!X 2!X 5!p=40.320 X 5.040 X 5.040 X 40.3201.307.674.368.000X 120 X 6 X 2 X 120p=4,13 x 10162,26 x 1017=1,83 x 10-1 = 0,18p=0,18 jadi 2p=0,36Hitung harga p (probabilitas) dengan rumus ;p=A+B!X C+D! X A+C! X B+D!N!X A!X B!X C!X D! ! = adalah tanda faktorial yang artinya [ n - (n - 1) x (n – 2) x (n - ...)
p=5+3!X 2+5! X 5+2! X 3+5!15!X 5!X 3!X 2!X 5!p=8!X 7! X 7! X 8!15!X 5!X 3!X 2!X 5!p=40.320 X 5.040 X 5.040 X 40.3201.307.674.368.000X 120 X 6 X 2 X 120p=4,13 x 10162,26 x 1017=1,83 x 10-1 = 0,18p=0,18 jadi 2p=0,36
Hitung harga p (probabilitas) dengan rumus ;
p=A+B!X C+D! X A+C! X B+D!N!X A!X B!X C!X D!
! = adalah tanda faktorial yang artinya [ n - (n - 1) x (n – 2) x (n - ...)
p=5+3!X 2+5! X 5+2! X 3+5!15!X 5!X 3!X 2!X 5!
p=8!X 7! X 7! X 8!15!X 5!X 3!X 2!X 5!
p=40.320 X 5.040 X 5.040 X 40.3201.307.674.368.000X 120 X 6 X 2 X 120
p=4,13 x 10162,26 x 1017=1,83 x 10-1 = 0,18
p=0,18 jadi 2p=0,36
Hitung harga p (probabilitas) dengan rumus ;
p=A+B!X C+D! X A+C! X B+D!N!X A!X B!X C!X D!
! = adalah tanda faktorial yang artinya [ n - (n - 1) x (n – 2) x (n - ...)
p=5+3!X 2+5! X 5+2! X 3+5!15!X 5!X 3!X 2!X 5!
p=8!X 7! X 7! X 8!15!X 5!X 3!X 2!X 5!
p=40.320 X 5.040 X 5.040 X 40.3201.307.674.368.000X 120 X 6 X 2 X 120
p=4,13 x 10162,26 x 1017=1,83 x 10-1 = 0,18
p=0,18 jadi 2p=0,36
5. Uji hipotesis dengan membandingkan antara nilai 2p dengan α 2p = 0,36 α = 0,05Jadi, 2p > αKesimpulan analisis Ho diterimaJadi, tidak terdapat perbedaan yang signifikan antara birokrat dan akademisi dalam memilih warna mobil.5. Uji hipotesis dengan membandingkan antara nilai 2p dengan α 2p = 0,36 α = 0,05Jadi, 2p > αKesimpulan analisis Ho diterimaJadi, tidak terdapat perbedaan yang signifikan antara birokrat dan akademisi dalam memilih warna mobil.
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.
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.
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 seperti tabel berikut:
Tabel
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 ebrwarna 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 tersebu?
Langkah analisis datanya:
Tulis Hipotesis yang akan diujiH0 : tidak terdapat perbedaan yang signifikan antara birokrat dan akademisi dalam memilih warna mobilHa: terdapat perbedaan yang signifikan antara birokrat dan akademisi dalam emmilih warna mobil.Tulis Hipotesis yang akan diujiH0 : tidak terdapat perbedaan yang signifikan antara birokrat dan akademisi dalam memilih warna mobilHa: terdapat perbedaan yang signifikan antara birokrat dan akademisi dalam emmilih warna mobil.
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 emmilih warna mobil.
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 emmilih warna mobil.
2. Kriteria pengujian hipotesis : tolak H0 jika χ2hitung χ2tabel2. Kriteria pengujian hipotesis : tolak H0 jika χ2hitung χ2tabel
2. Kriteria pengujian hipotesis : tolak H0 jika χ2hitung χ2tabel
2. Kriteria pengujian hipotesis : tolak H0 jika χ2hitung χ2tabel
3. Data yang diperoleh disajikan dalam tabel sebagai berikut :SampelWarna MobilJumlahGelapTerangSampel Aa23b7a+b30Sampel Bc21d5c+d26Jumlah a+c44b+d12n563. Data yang diperoleh disajikan dalam tabel sebagai berikut :SampelWarna MobilJumlahGelapTerangSampel Aa23b7a+b30Sampel Bc21d5c+d26Jumlah a+c44b+d12n56
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
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 rumusχ2hitung=n(ad-bc-n2 )2a+ba+cb+d(c+d)4. Hitung harga χ2hitung dengan rumusχ2hitung=n(ad-bc-n2 )2a+ba+cb+d(c+d)
4. Hitung harga χ2hitung dengan rumus
χ2hitung=n(ad-bc-n2 )2a+ba+cb+d(c+d)
4. Hitung harga χ2hitung dengan rumus
χ2hitung=n(ad-bc-n2 )2a+ba+cb+d(c+d)
χ2hitung=56(115-168-562 )223+723+217+5(21+5)χ2hitung=56(115-168-562 )223+723+217+5(21+5)
χ2hitung=56(115-168-562 )223+723+217+5(21+5)
χ2hitung=56(115-168-562 )223+723+217+5(21+5)
χ2hitung=56 (53-28 )2304412(26)χ2hitung=56 (53-28 )2304412(26)
χ2hitung=56 (53-28 )2304412(26)
χ2hitung=56 (53-28 )2304412(26)
χ2hitung=56 (625)304412(26)χ2hitung=56 (625)304412(26)
χ2hitung=56 (625)304412(26)
χ2hitung=56 (625)304412(26)
χ2hitung=35.000411.840 = 0,085χ2hitung=35.000411.840 = 0,085
χ2hitung=35.000411.840 = 0,085
χ2hitung=35.000411.840 = 0,085
5. cari χ2tabel dari tabel nilai-nilai chi kuadrat dengan dk =1Α0,05χ2tabel = 3,481Dk15. cari χ2tabel dari tabel nilai-nilai chi kuadrat dengan dk =1Α0,05χ2tabel = 3,481Dk1
5. cari χ2tabel dari tabel nilai-nilai chi kuadrat dengan dk =1
Α
0,05
χ2tabel = 3,481
Dk
1
5. cari χ2tabel dari tabel nilai-nilai chi kuadrat dengan dk =1
Α
0,05
χ2tabel = 3,481
Dk
1
6. Uji hipotesisi dengan membandingkan antara χ2hitung dengan χ2tabelχ2hitung = 0,085 χ2tabel = 3,481 Kesimpulan analisis Chi Kuadrat terima tidak terdapat perbedaan yang signifikan antara birokrat dan akademisi dalam memilih warna mobil6. Uji hipotesisi dengan membandingkan antara χ2hitung dengan χ2tabelχ2hitung = 0,085 χ2tabel = 3,481 Kesimpulan analisis Chi Kuadrat terima tidak terdapat perbedaan yang signifikan antara birokrat dan akademisi dalam memilih warna mobil
6. Uji hipotesisi dengan membandingkan antara χ2hitung dengan χ2tabel
χ2hitung = 0,085 χ2tabel = 3,481
Kesimpulan analisis Chi Kuadrat terima tidak terdapat perbedaan yang signifikan antara birokrat dan akademisi dalam memilih warna mobil
6. Uji hipotesisi dengan membandingkan antara χ2hitung dengan χ2tabel
χ2hitung = 0,085 χ2tabel = 3,481
Kesimpulan analisis Chi Kuadrat terima tidak terdapat perbedaan yang signifikan antara birokrat dan akademisi dalam memilih warna mobil
BAB III PENUTUPBAB III PENUTUP
BAB III PENUTUP
BAB III PENUTUP
Kesimpulan
Dari pembahasan dari BAB II Pembahasan, dapat disimpulkan sebagai berikut:
Uji parametrik adalah uji yang modelnya menetapkan adanya syarat-syarat tentang parameter populasi yang merupakan sumber sampel penelitiannya serta harus dilakukan uji homogenitas, sedangkan uji nonparametrik adalah prosedur statistik yang tidak mengacu pada parameter tertentu sehingga disebut parameter non distribusi.
Dalam penelitian parametrik identik dengan data interval dan ratio, sedangkan penelitian nonparametrik identik dengan data nominal dan ordinal.
Dalam melakukan penelitian uji beda dua kelompok dengan data nominal dapat dilakukan dengan uji Exact Fisher dan uji Chi – Kuadrat.
Dalam uji Exact Fisher dapat dilakukan jika jumlahnya kecil {(n1+n2)} < 20}.
Dalam uji Chi-Kuadrat dapat dilakukan jika jumlahnya {(n1+n2)} 20}
Saran
Statistik nonparametrik sebaiknya dilakukan untuk perhitungan yang sederhana dan jumlah datanya sedikit karena perhitungan yang sederhana sehingga hasilnya tidak selalu sesuai.
DAFTAR PUSTAKA
Hermnawan, Edi. (2012). Pengantar Statistik Nonparametrik. Tasikmalaya. LPPM Universitas Siliwangi.
Sidney Siegel.(1994).Statistik Nonparametrik untuk Ilmu-ilmu Sosial.Jakarta. PT Gramedia Pustaka Utama.
Sumber Internet :
http://id.wikibooks.org/
