Pert 15 16 pengujian rerata
Download as PPTX, PDF0 likes3,120 views
Dokumen ini membahas perbandingan penggunaan statistik parametrik dan non-parametrik, serta asumsi-asumsi yang diperlukan untuk masing-masing pendekatan. Statistik parametrik digunakan untuk data interval dan rasio, sementara statistik non-parametrik cocok untuk data nominal dan ordinal, dengan kurangnya asumsi yang diperlukan. Beberapa metode uji hipotesis dijelaskan, termasuk t-test dan uji Mann-Whitney untuk data independen.
Pert 15 16 pengujian rerata
- 1. PENGUJIAN RERATA Andhin dyas fitriani, m. pd
- 2. Statistik Parametrik dan Non Parametrik - 1 Penggunaan statistik Parametrik dan Non Parametrik tergantung pada asumsi dan jenis data yang akan dianalisis. Statistik Parametrik memerlukan terpenuhi banyak asumsi, antara lain asumsi yang utama adalah data yang dianalisis harus berdistribusi normal, selanjutnya dalam penggunaan salah satu test mengharuskan data homogen, dalam regresi harus terpenuhi asumsi linieritas.
- 3. Statistik Parametrik dan Non Parametrik - 2 Statistik Non Parametrik tidak menuntut terpenuhi banyak asumsi, misalnya data yang dianalisis tidak harus berdistribusi normal. Oleh karena itu statistik non parametrik sering disebut sebagai distribusi bebas (free distribution) Statistik Parametrik banyak digunakan untuk menganalisis data interval dan rasio. Sedangkan Statistik Non Parametrik banyak digunakan untuk untuk menganalisis data nominal dan ordinal.
- 4. Penggolongan Uji Hipotesis (Parametrik) t-test t-test indepen paired dent
- 5. Penggolongan Uji Hipotesis (NonParametrik) MACAM HIPOTESIS MACAM DESKRIPTIF KOMPARATIF 2 SAMPEL KOMPARATIF >2 SAMPEL DATA SATU ASSOSIATIF SAMPEL BERPASANGAN INDEPEND. BERPASANGAN INDEPEND. • Fisher • Koefisien Nominal • Binomial Exact • Chi • Mc.Nemar • Chocran Kontingensi • Chi Kuadrat • Chi Kuadrat (c) Kuadrat • Median • Median • Korelasi test Extens. Spearman • Sign Test • U Mann • Friedman Ordinal • Kruskal Rank • Run Test Wilcoxon Whitney • Two Way Wallis • Korelasi Match Pair test Anova • One Way Kendal • Wald Wolfo Anova Tau Witz
- 7. Parametrik 2 Sampel Independen t-test independent
- 8. Contoh Diketahui data dua buah kelompok kontrol dan kelompok eksperimen dari suatu perlakuan adah sebagai berikut: Kelompok kontrol: 26 27 25 28 39 30 40 36 33 29 41 39 33 27 37 35 38 40 38 40 30 41 49 35 31 32 33 33 36 36 38 41 33 39 45 39
- 9. Contoh Kelompok eksperimen 42 52 66 50 53 34 44 35 35 44 49 45 38 41 43 43 40 43 46 44 37 46 38 50 53 48 37 36 48 40 50 52 54 50 54 38
- 10. Contoh Karena kedua kelompok tersebut bebas, artinya perolehan nilai pada kelompok yang satu tidak dipengaruhi oleh kegiatan pada kelompok yang lain atau sebaliknya (jika sampel yang diambil adalah skor pretes dan postes dari kelompok siswa yang sama maka sampel tersebut terikat) Gunakan rumus pada slide 7
- 11. KASUS Bagaimana jika data yang kita peroleh berdistribusi normal tetapi tidak homogen (atau kedua simpangan baku diketahui dan kedua populasi berdistribusi normal)? Lakukan uji- t’ (Minium, et al, 1993) Derajat kebebasan Terima Ho jika:
- 12. NonParametrik 2 sampel Independen (U Mann-Whitney/U-test) Digunakan untuk between-subject design yang menggunakan 2 variabel yang independen Data sekurang-kurangnya berada dalam skala ordinal Uji ini digunakan untuk mengetahui apakah ada perbedaan ukuran pemusatan antara dua populasi. Padanannya pada uji paramterik adalah uji selisih dua rata-rata populasi.
- 13. NonParametrik 2 sampel Independen (U Mann-Whitney/U-test) Langkah – langkah pengujian: Hitung rangking gabungan dua populasi hitung R1 dan R2, yaitu jumlah rangking tiap populasi Hitung Ua dan Ub dengan rumus: n 1 (n 1 1) n 2 (n 2 1) Ua n 1n 2 R1 Ub n 1n 2 R2 2 2 U = min (Ua;Ub) Pengujiannya: tolak Ho bila U < U tabel
- 14. Uji Mann-Whitney dengan Sampel Besar Jika ukuran sampel yang lebih besar di antara kedua sampel yang independent, lebih besar dari 20, maka distribusi sampling U menurut Mann & Whitney (1974), akan mendekati distribusi normal dengan rata- rata dan standar error: n1 n 2 U 2 n1 n 2 ( n1 n2 1) U 12 U U Z U
- 15. contoh Diketahui gaji yang diterima oleh 5 orang guru sd dan 4 orang guru smp setelah 3 tahun bekerja yang diperoleh sari sampel secara random SE Gaji Urutan Ir Gaji Urutan A 710 1 O 850 5 B 820 3,5 P 820 3,5 C 770 2 Q 940 8 D 920 7 R 970 9 E 880 6 R2 = 25,5 R1=19,5
- 16. penyelesaian Hipotesis nol adalah bahwa setelah tiga tahun bekerja, gaji guru sd tidak lebih rendah dibanding guru smp . Hipotesis alternatif adalah gaji guru sd lebih rendah dibanding gaji guru smp. Menetapkan tingkat signifikan (α). Misalkan = 0.05. Sementara n1 = 5 dan n2 = 4, maka nilai kritisnya U =2 (lihat tabel) Menentukan nilai test statistik mealui tahap-tahap berikut. Mengurutkan data tanpa memperhatikan sampelnya; gaji yang kecil diberi angka 1 dan yang lebih besar diberi angka 2 dan seterusnya; jika terdapat data yang sama maka digunakan angka rata-rata, seperti gaji 820 diberi angka (3+4)/2 = 3,5.
- 17. Menjumlahkan urutan masing-masing sampel; Misalkan R1: jumlah urutan sampel n1 Dan R2: jumlah urutan sampel n2 Maka R1 = 19,5 dan R2 = 25,5. Menghitung statistik U melalui dua rumus n1 ( n1 1) 5 (5 1) Pertama U = n1 n 2 2 R1 = 5 .4 2 19 ,5 = 15,5 n2 (n2 1) 4(4 1) Kedua U = n1 n 2 2 R2 5 .4 2 25 , 5 = 4,5 Nilai U yang dipilih untuk menguji hipotesis nol adalah nilai U yang lebih kecil yaitu 4,5. Untuk memeriksa apakah perhitungan kedua nilai U benar, dapat digunakan dengan rumus berikut: Uterkecil=n1n2-Uterbesar 4,5 =20 – 15,5, jadi benar!
- 18. Membuat keputusan secara statistik. Aturannya adalah : “Tolak Ho jika test statistik U ≤ nilai kritis.”Karena nilai test statistik lebih besar dari nilai kritis maka Ho tak ditolak berarti gaji guru sd tidak lebih rendah dibanding sarjana guru smp.