Tugas statistik non parametrik
-
Upload
noeghraha-prathama -
Category
Documents
-
view
6.510 -
download
11
description
Transcript of Tugas statistik non parametrik
Tugas Statistik Non Parametrik
Uji Binomial, Run Test, Uji Chi- Square(Kasus dua
Sampel),dan Uji Mc Nemar
NAMA : NUGRAHA PRATAMA
NIM : 01111002107
MATA KULIAH : STATISTIK NON PARAMETRIK
FAKULTAS EKONOMI
JURUSAN EKONOMI PEMBANGUNAN
UNIVERSITAS SRIWIJAYA
Contoh Uji Binomial 1 :
Perusahaan sukses makmur memproduksi suatu jenis makanan yang di kemas dalam dua kelompok warna yaitu, kuning emas dan metalik. Perusahaan tersebut ingin mengetahui apakah masyarakat lebih senang makanan yang terbungkus warna kuning emas atau warna metalik. Berdasarkan 23 sampel yang dipilih secara acak 13 senang dengan warna kuning emas dan 10 orang senang dengan warna metalik.
Judul : Kecenderungan Masyarakat Memilih Jenis makanan
H0 : Jumlah masyarakat yang memilih jenis makanan yang bungkusnya berwarna kuning emas dan berwarna metalik sama (P1=P2=0,5)
H1 : Jumlah masyarakat yang memilih jenis makanan yang bungkusnya berwarna kuning emas dan berwarna metalik berbeda (P1≠P2≠0,5)
Binomial Test
Category NObserved
Prop. Test Prop.Exact Sig. (2-tailed)
bungkus makanan
Group 1 kuning emas
13 ,57 ,50 ,678
Group 2 metalik 10 ,43Total 23 1,00
Analisis : Oleh karena Exact.Sig. > 0,05, maka Ho ditolak, artinya ada perbedaan bagi masyarakat atas jenis makanan yang bungkusnya berwarna kuning emas dan metalik. Buktinya 57 persen memilih jenis makanan yang bungkusnya berwarna kuning emas, dan 43 persen memilih jenis makanan yang bungkusnya berwarna metalik.
Contoh Uji Binomial 2 :
Perusahaan sukses makmur memproduksi suatu jenis minuman yang di kemas dalam dua bagian warna yaitu, hitam dan putih. Perusahaan tersebut ingin mengetahui apakah masyarakat lebih senang minuman yang terbungkus warna hitam atau warna putih. Berdasarkan 20 sampel yang dipilih secara acak 14 senang dengan warna putih dan 6 orang senang dengan warna hitam.
Judul : Kecenderungan Masyarakat Memilih Jenis minuman
H0 : Jumlah masyarakat yang memilih jenis minuman yang bungkusnya berwarna hitam dan berwarna putih sama (P1=P2=0,5)
H1 : Jumlah masyarakat yang memilih jenis minuman yang bungkusnya berwarna hitam dan berwarna putih berbeda (P1≠P2≠0,5)
Binomial Test
Category NObserved
Prop. Test Prop.Exact Sig. (2-tailed)
bungkus minuman
Group 1 warna hitam
6 ,30 ,50 ,115
Group 2 warna putih
14 ,70
Total 20 1,00
Analisis : Oleh karena Exact.Sig. > 0,05, maka Ho ditolak, artinya ada perbedaan bagi masyarakat atas jenis minuman yang bungkusnya berwarna hitam dan putih. Buktinya 70 persen memilih jenis minuman yang bungkusnya berwarna putih, dan 30 persen memilih jenis minuman yang bungkusnya berwarna hitam.
Contoh Uji Binomial 3 :
Kasus : Tempat produksi kue “ gina’s cake” ingin membuat menu baru yakni Tiramisu Chesse cake dan Tiramisu Bluberry cake. “gina’s cake” ingin mengetahui apakan masyarakat lebih menyukai Tiramisu Chesse cake atau Tiramisu Bluberry cake. Berdasarkan 30 sampel yang dipilih secara random ternyata sebanyak 20 orang memilih Tiramisu Chesse cake dan 10 orang Tiramisu Bluberry cake.
“gina’s cake” ingin mengetahui apakah preferensi masyarakat lebih menyukai Tiramisu Chesse cake atau Tiramisu Bluberry cake? Hipotesisnya dapat di tulis sebagai berikut :
H0= Jumlah masyarakat yang menyukai Tiramisu Chesse cake dan Tiramisu Bluberry cake tidak berbeda
H1= Jumlah masyarakat yang menyukai Tiramisu Chesse cake dan Tiramisu Bluberry cake berbeda
(Tiramisu Chesse cake =1 dan Tiramisu Bluberry cake = 2)
Binomial Test
Category NObserved Prop. Test Prop.
Asymp. Sig. (2-tailed)
Jenis Menu Baru
Group 1 Tiramisu Chesse cake
20 ,67 ,50 ,099(a)
Group 2 Tiramisu Bluberry cake
10 ,33
Total 30 1,00
a Based on Z Approximation.
Analisis :Karena Excact. Sig. > 0,05 , maka H0 ditolak Artinya Jumlah masyarakat yang menyukai Tiramisu Chesse cake dan Tiramisu Bluberry cake berbeda (p1 ≠ p2 ≠ 0,5)
Contoh Uji Run test 1 :
FE Unsri ingin mengetahui kecendrungan mahasiswa mengambil matakuliah semester pendek pada kelompok MKK atau MKB-PB dan apakah pilihan mahasiswa bersifat acak? Kemudian di lakukan survei kepada sekelompok mahasiswa berbagai angkatan sebanyak 24 orang. Responden yang memilih MKK ditandai dengan R dan yang memilih MKB-PB ditandai dengan C. Secara berurutan hasilnya adalah RRCRCRCCRRCC CRRCRCCRCCRR R=1 dan C=2
Judul : Kecenderungan Masyarakat Memilih Jenis mata kuliah
H0 : Jumlah mahasiswa yang matakuliah semester pendek pada kelompok MKK atau MKB-PB sama (P1=P2=0,5)
H1 : Jumlah masyarakat yang matakuliah semester pendek pada kelompok MKK atau MKB-PB berbeda (P1≠P2≠0,5)
Runs Test
Pilihan mata kuliah
semester pendek MKK atau MKB-
PB
Test Value(a) 1,50Cases < Test Value 12Cases >= Test Value 12Total Cases 24Number of Runs 15Z ,626Asymp. Sig. (2-tailed)
,531
a Mean
Descriptive Statistics
N MinimumMaximu
m MeanStd.
Deviation
Pilihan mata kuliah semester pendek MKK atau MKB-PB
24 1 2 1,50 ,511
Valid N (listwise) 24
Analisis : Oleh karena Aymp.Sig. > 0,05, maka Ho diterima, artinya pola data bersifat acak. Kesimpulannya mahasiswa mengambil mata kuliah pada semester pendek bersifat acak atau bebas antara MKK dan MKB-PB dengan peluang yang sama (masing – masing 50%).
Contoh Uji Run Test 2 :
Diperusahaan mebel, terdapat sekelompok karyawan yang sedang makan siang. Dari sekelompok karyawan itu ada 24 orang diambil secara random, selanjutnya diwawancarai, kapan akan mengambil cuti karyawan. Dalam pertanyaan itu disediakan dua alternatif jawaban yaitu akan mengambil cuti sebelum lebran atau sesudah lebaran. Responden yang memilih waktu cuti sebelum lebaran 16 dan yang memillih waktu cuti sesudah lebaran 8. Secara berurutan hasilnya adalah RRRRCCCC RRRRRCC RRRRRCCR R=1 dan C=2
Judul : Kecenderungan Masyarakat Memilih waktu cuti
H0 : Jumlah karyawan yang mengambil waktu cuti sebelum lebaran (P1=P2=0,5)
H1 : Jumlah karyawan yang mengambil waktu cuti sesudah lebaran (P1≠P2≠0,5)
Runs Test
Pilihan dalam memilih
waktu cuti sebelum
lebaran dan sesudah lebaran
Test Value(a) 1,33Cases < Test Value 16Cases >= Test Value 8Total Cases 24Number of Runs 13Z ,394Asymp. Sig. (2-tailed)
,694
a Mean
Descriptive Statistics
N MinimumMaximu
m MeanStd.
Deviation
Pilihan dalam memilih waktu cuti sebelum lebaran dan sesudah lebaran
24 1 2 1,33 ,482
Valid N (listwise) 24
Analisis : Oleh karena Aymp.Sig. > 0,05, maka Ho diterima, artinya pola data bersifat acak. Kesimpulannya karyawan dalam memilih waktu cuti adalah sama (masing – masing 50%).
Contoh Run Test 3 :
Kasus : Sebuah tempat Produksi Pempek “nikmat” dalam pemilihan jenis Pempek , dengan 2 pilihan Pempek kapal selam dan Pempek Lenjer ? Kemudian dilakukan survei kepada sekelompok masyarakat sebanyak 30 masyarakat. Responden yg ditanyai secara acak menjawab Pempek kapal selam ditandai dg ® dan yg memilih Pempek Lenjer ©. Hasilnya ditampilkan secara berurutan sebagai berikut;
No Jawaban No Jawaban1 ® 1 16 © 12 © 2 17 ® 23 ® 3 18 ®4 ® 19 ®5 © 4 20 © 36 © 21 ® 47 ® 5 22 © 58 © 6 23 ® 69 ® 7 24 © 710 © 8 25 ©11 © 26 ® 812 © 27 © 913 © 28 ® 1014 ® 9 29 ®15 © 10 30 ®Jumlah 10 Jumlah 10
H0 = Kecendrungan Masyarakat memilih jenis Pempek samaHa = Kecendrungan Masyarakat memilih jenis Pempek berbeda
Descriptive Statistics
N Mean Std. Deviation Minimum Maximum
Jenis Pempek 30 1,50 ,509 1 2
Runs Test
Jenis
Pempek
Test Value(a) 1,50Cases < Test Value 15Cases >= Test Value 15Total Cases 30Number of Runs 19Z ,929Asymp. Sig. (2-tailed)
,353
a Mean
Analisis : Aymp. Sig > 0,05 maka H0 diterima , artinya Kecendrungan Masyarakat memilih jenis Pempek berbeda
Contoh Chi-Square kasus dua sampel 1 :
Seorang dokter ingin meneliti hubungan antara hipertensi dengan kebiasan merokok, diperoleh data dari 180 sebagai berikut :
Kategori sampel Bukan perokok Perokok sedang Perokok beratHipertensi 21 36 30Tidakhipertensi 48 26 19
Judul : Hubungan antara hipertensi dengan kebiasaan merokok
H0 : Kebiasaan merokok tidak mempengaruhi adanya hipertensiHa : Kebiasaan merokok mempengaruhi adanya hipertensi
Skor data nominal :Hipertensi=1, Tidak hipertensi=2, Bukan perokok=1, Perokok sedang=2, Perokok berat=3
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
PenyakitHipertensi * KebiasaanMerokok
180 100,0% 0 ,0% 180 100,0%
PenyakitHipertensi * KebiasaanMerokokCrosstabulation
KebiasaanMerokok
TotalBukanper
okokPerokoks
edangPerokokbera
t
PenyakitHipertensi
hipertensi Count 21 36 30 87Expected Count 33,4 30,0 23,7 87,0
tidakhipertensi Count 48 26 19 93Expected Count 35,7 32,0 25,3 93,0
Total Count 69 62 49 180
Expected Count 69,0 62,0 49,0 180,0
Chi-Square Tests
Value dfAsymp. Sig.
(2-sided)
Pearson Chi-Square 14,464(a) 2 ,001Likelihood Ratio 14,763 2 ,001Linear-by-Linear Association
11,985 1 ,001
N of Valid Cases 180
a 0 cells (,0%) have expected count less than 5. The minimum expected count is 23,68.
Analisis : Hasil test Chi-square hitung = 14,464, Nilai ini berada pada tingkat signifikansi 0.001; Karena nilaiAsym.Sig (2-tailed) < tarafnyata (a=0,05), maka H0ditolak. Artinya kebiasaan merokok mempengaruhi adanya penyakit hipertensi pada tingkat tarafnyata 1 persen. Berdasarkan Crosstabulation, dari 87 orang yang terkena hipertensi, 66 kasus dialami oleh para perokok (75,86%) dan hanya 21 kasus saja yang dialami oleh bukan perokok (24,14%).
Contoh Uji Chi-Square kasus dua sampel 2 :
Kasus : Sebuah Rumah Sakit di Palembang “Charitas” ingin meneliti hubungan antara Tingkat Kriminalitas dengan Tingkat Pengangguran yang ditawarkan Perusahaan, di peroleh data dari 100 sebagai berikut :
Kategori Sampel Pengangguran Rendah
Pengangguran Sedang
Pengangguran Tinggi
Kriminalitas Tinggi 10 20 35Kriminalitas Rendah 20 10 5
H0= Tingkat Kriminalitas tidak mempengaruhi Tingkat PengangguranHa= Tingkat Kriminalitas mempengaruhi Tingkat Pengangguran(1=Kriminalitas Tinggi,2=Tingkat Kriminalitas Rendah,1=Pengangguran Rendah,2=Pengangguran sedang, dan 3= Pengangguran Tinggi)
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
Tingkat Kriminal * Tingkat Pengangguran
100 100,0% 0 ,0% 100 100,0%
Tingkat Kriminal * Tingkat Pengangguran Crosstabulation
Count
Tingkat Pengangguran
Total
Tingat Pengangguran Rendah
Tingkat Pengangguran Sedang
Tingkat Pengangguran Tinggi
Tingkat Kriminal Kriminalitas Tinggi
10 20 35 65
Kriminalitas Rendah
20 10 5 35
Total 30 30 40 100
Chi-Square Tests
Value dfAsymp. Sig. (2-sided)
Pearson Chi-Square 22,161(a) 2 ,000Likelihood Ratio 22,966 2 ,000Linear-by-Linear Association
21,585 1 ,000
N of Valid Cases 100
a 0 cells (,0%) have expected count less than 5. The minimum expected count is 10,50.
Analisis : Hasil Chi – Square hitung = 22,161, Nilai ini berada pada tingkat signifikansi 0,001; karena inilah Asym.Sig (2-sided) < taraf nyata (∝=¿0,05), maka H0 ditolak. Artinya Tingkat Kriminalitas mempengaruhi Tingkat Pengangguran
Contoh Uji Chi-Square kasus dua sampel 3 :
Kasus : Seorang pengusaha ingin meneliti hubungan antara Tingkat Output dengan Jumlah upah yang ditawarkan Perusahaan, di peroleh data dari 100 sebagai berikut :
Kategori Sampel Upah Rendah Upah Sedang Upah TinggiOutput Tinggi 15 20 30Output Rendah 15 10 10
H0= Tingkat upah tidak memepengaruhi tingkat outputHa= Tingkat upah mempengaruhi tingkat output
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
tingkat output *
tingkat upah100 100,0% 0 ,0% 100 100,0%
tingkat output * tingkat upah Crosstabulation
tingkat upah
Totalupah
rendah upah sedang upah tinggi
tingkat output
output tinggi
Count 15 20 20 55Expected Count
16,5 16,5 22,0 55,0
output rendah
Count 15 10 20 45Expected Count
13,5 13,5 18,0 45,0
Total Count 30 30 40 100
Expected Count
30,0 30,0 40,0 100,0
Chi-Square Tests
Value dfAsymp. Sig.
(2-sided)
Pearson Chi-Square 2,357(a) 2 ,308Likelihood Ratio 2,396 2 ,302Linear-by-Linear Association
,014 1 ,904
N of Valid Cases 100
a 0 cells (,0%) have expected count less than 5. The minimum expected count is 13,50.
Analisis : Hasil Chi – Square hitung = 2,357, Nilai ini berada pada tingkat signifikansi 0,001; karena inilah Asym.Sig (2.tailed) < taraf nyata (∝=¿0,05), maka H0 ditolak. Artinya Tingkat upah mempengaruhi tingkat output.
Contoh Uji Mc Nemar 1 :
Pemerintah Kecamatan Indralaya Ogan Ilir ingin mengetahui dampak penyuluhan kesehatan dalam masyarakat.Apakah ada peningkatan atau perubahan pola hidup yang lebih sehat setelah penyuluhan dibandingkan dengan sebelum penyuluhan. Sebelum diberikan penyuluhan tentang kesehatan yang menyangkut pola hidup dan lingkungan sehat, terdapat 60 KK yang pola hidup dan lingkungannya tidak sehat (kotor), dan 40 KK diantaranya pola hidup dan lingkungannya sehat(bersih). Seminggu setelah disuluh, terjadi perubahan dimana jumlah warga yang pola hidup dan lingkungannya sehat meningkat menjadi 70 KK, dan tinggal 30 KK lagi yang pola hidup dan lingkungannya belum sehat.
Judul : Dampak penyuluhan kesehatan dalam masyarakat
H0 : Pola hidup dan lingkungan warga sebelum penyuluhan = setelah penyuluhan sehat (bersih)Ha : Pola hidup dan lingkungan warga sebelum penyuluhan lebihbaik dibandingkan sebelumnya
Skor data nominal pola hidup dan lingkungan sehat=1, pola hidup dan lingkungan tidak sehat=2
Sebelum Penyuluhan & Sesudah Penyuluhan
Sebelum Penyuluhan
Sesudah Penyuluhan
1 2
1 40 02 30 30
Test Statistics (b)
Sebelum Penyuluhan & Sesudah
Penyuluhan
N 100Chi-Square(a) 28,033Asymp. Sig. ,000
a Continuity Correctedb Mc Nemar Test
Analisis : Jumlah sampel N=100 dengan Chi-Square hitung =28,033 dan nilai Asymp.Sig <a = 0,05, maka kita dapat menolak Ho, dan menerima Ha yang menyatakan pola hidup dan lingkungan warga setelah penyuluhan lebih sehat dibandingkan sebelumnya. Artinya, secara statistik ada pengaruh yang nyata dari penyuluhan kesehatan terhadap pola hidup dan lingkungan yang sehat dalam masyarakat dengan tingkat signifikansi a kurang dari 1 persen.
Contoh Uji Mc Nemar 2 :
Toshiba Corporation ingin mengetahui pengaruh inovasi baru pada computer buatannya terhadap nilai penjualan barangnya. Penelitian ini menggunakan sampel 150 orang yang dipilih secara acak. Sebelum melakukan inovasi, ada 60 orang yang membeli produk tersebut, dan 90 orang tidak membeli. Setelah melakukan inovasi, ternyata mengalami peningkatan dalam penjualan, dari 150 orang tersebut terdapat 100 orang yang membeli dan 50 orang tidak membeli. Buktikan, inovasi baru yang dilakukan perusahaan memiliki pengaruh yang signifikan terhadap penjualan di masyarakat.
Judul : pengaruh penjualan computer dengan inovasi baru dalam masyarakat
Ho : Penjualan computer sebelum melakukan inovasi = sesudah melakukan inovasiHa : Penjualan computer setelah melakukan inovasi lebih baik dibandingkan sebelumnya
Skor data nominal penjualan meningkat=1, penjualan tetap=2
Sebelum Inovasi & Sesudah Inovasi
Sebelum Inovasi
Sesudah Inovasi
1 2
1 60 02 40 50
Test Statistics (b)
Sebelum Inovasi & Sesudah
Inovasi
N 150Chi-Square(a) 38,025Asymp. Sig. ,000
a Continuity Correctedb Mc Nemar Test
Analisis : Jumlah sampel N=150 dengan Chi-Square hitung =38,025 dan nilai Asymp.Sig <a = 0,05, maka kita dapat menolak Ho, dan menerima Ha yang menyatakan penjualan setelah melakukan inovasi lebih baik dibandingkan sebelumnya. Artinya, secara statistic ada pengaruh yang nyata dari inovasi baru terhadap penjualan produk dalam masyarakat dengan tingkat signifikansi a kurang dari 1 persen.
Contoh Uji Mc Nemar 3 :
Kasus : Provinsi DKI Jakarta ingin mengetahui pengaruh Berobat Gratis terhadap Kesehatan Masyarakat. Dalam penelitian ini digunakan sampel yang diambil secara random yang jumnlah anggotanya 100 keluarga. Sebelum adanya Kebijakan berobat gratis ada 20 keluarga sehat dan 80 keluarga tidak sehat . Setelah adanya Kebijakan berobat gratis ada 60 keluarga yang seaht dan 40 keluarga tidak sehat.
Sebelum adanya Kebijakan Berobat Gratis
Setelah adanya Kebijakan Berobat Gratis
Sehat 20 60Tidak Sehat 80 40
100 100
H0= Jumlah keluarga yang sehat dan keluarga yang sehat tidak berbedaHa= Jumlah keluarga yang sehat dan keluarga yang sehat berbeda
Sebelum Adanya Kebijakan Berobat Gratis & Sesudah Adanya Kebijakan Berobat Gratis
Sebelum Adanya Kebijakan Berobat Gratis
Sesudah Adanya Kebijakan Berobat
Gratis
1 2
1 20 02 40 40
Test Statistics(b)
Sebelum Adanya Kebijakan Berobat Gratis & Sesudah Adanya Kebijakan Berobat Gratis
N 100Chi-Square(a) 38,025Asymp. Sig. ,000
a Continuity Correctedb McNemar Test
Analisis : Jumlah Sampel N = 100 dengan Chi Square hitung = 38,025 dan nilai Sym. Sig ( ∝=¿ 0,05) maka H0 ditolak. Artinya Jumlah keluarga yang sehat dan keluarga yang sehat berbeda