UJI BEDA DUA KELOMPOK INDEPENDENT DATA NOMINAL
-
Upload
universitasnegerimalang -
Category
Documents
-
view
1 -
download
0
Transcript of UJI BEDA DUA KELOMPOK INDEPENDENT DATA NOMINAL
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 Teknologi Pendidikan Program Pascasarjana Universitas Negeri
Yogyakarta
i
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.
ii
Yogyakarta, 19 Mei
2014
Hormat Kami,
Penulis
DAFTAR ISI
Halaman Judul ..................................... i
Kata Pengantar.....................................
ii
Daftar Isi .....................................
iii
BAB I PENDAHULUAN
A. Kompetensi Dasar ............................. 1
B. Materi Pokok ................................. 1
C. Indikator.....................................
1
iii
BAB II PEMBAHASAN
A. Statistik Non Parametrik ..................... 2
B. Macam – macam data penelitian ................ 4
C. Pedoman Umum Memilih Uji Statistik Nonparametrik
D. Fisher Exact Probability Test ................
E. Chi-Kuadrat ..................................
5
BAB III PENUTUP
A. Kesimpulan ...................................
9
B. Saran ..................................... 10
DAFTAR PUSTAKA .................................... 11
iv
1
BAB I PENDAHULUANA. Kompetensi Dasar :
Melakukan Uji Beda Dua Kelompok Data tidak Interval atau Ratio (Data Nominal dan Ordinal)
B. Materi Pokok :
Uji Beda Dua Kelompok Data Nominal
C. Indikator :1. Mahasiswa memahami membedakan antara statistik
parametrik dan non parametrik2. Mahasiswa dapat membedakan data nominal,
ordinal, interval, dan ratio3. Mahasiswa memahami kapan harus menggunaan data
nominal4. Mahasiswa memahami Fisher Exact Probability Test dalam
uji mencari uji beda dua kelompok5. Mahasiswa memahami Chi-Kuadrat dalam uji mencari
A. 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:
2
BAB II PEMBAHASAN
1. Data yang diperoleh dari observasi harus bersifat
independent, dimana pemilihan salah satu kasus
tidak tergantung pada pemilihan kasus lainnya.
2. Sampel yang diperoleh dari populasi berdistribusi
normal, dan diambil secara random.
3. Sampel-sampelnya memiliki varians yang sama atau
mendekati sama, terutama jika sampelnya kecil.
4. 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
3
berjumlah besar, tetapi tidak dapat dipastikan
distribusinya, maka sebaiknya dipakai prosedur
statistik nonparametrik. Statistik nonparametrik
mempunyai beberapa kelebihan dan kekurangan.
Kelebihannya antara lain adalah:
1. Tingkat kesalahan penggunaan prosedur statistik
nonparametrik relatif kecil karena statistik jenis
ini tidak memerlukan banyak asumsi.
2. Perhitungan yang harus dilakukan pada umumnya
sederhana dan mudah, khususnya untuk data yang
kecil.
3. Konsep dalam statistik nonparametrik mudah untuk
dimengerti.
4. 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.
B. Macam – macam Data Penelitian
4
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:
1. Data kualitatif
Data yang dinyatakan dalam bentuk kata, kalimat,
dan gambar
2. Data kuantitatif
5
Data dalam bentuk angka atau data kualitatif yang
diangkakan. Data kuantitatif dibagi menjadi dua,
yaitu:
a. Data diskrit
Contohnya adalah data nominal dan data ordinal:
1) 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.
2) Data ordinal
Merupakan data dalam bentuk rengking atau
peringkat dan jika dinyatakan dalam bentuk
skala jaraknya satu data dengan yang lain
tidak sama.
b. Data Kontimun
6
Data kontinum adalah data yang bervariasi
menurut tingkatannya dan diperoleh dari hasil
pengukuran.
1) Data interval
Data yang jaraknya sama, tetapi tidak
mempunyai nilai nol mutlak/absolut.contohnya:
Tabel 1. Contoh data interval
Nilai UN Frekuensi
75 – 100 1050 – 74 425 – 49 50 – 24 1
2) 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.
C. Pedoman Umum Memilih Uji Statistik Nonparametrik
Untuk menentukan teknik statistik nonparametrik
yang digunakan untuk pengujian hipotesis dapat dilihat
pada tabel 2, berikut :
7
Tabel 2. Pedoman umum memilih teknik statistik
nonparametrik untuk pengujian hipotesis
MacamData
Bentuk HipotesisDeskriptif satusampel
Komparatif dua sampel Komparatif k sampel AsosiatifBerpasang
anIndepende
ntBerpasang
anIndepende
nt
Normal
UjiBinomial
Uji x2
satusampel
Uji McNemar
Uji ExactFisher
Uji x2
duasampel
UjiChocran
Uji x2 ksampel
KoefisienKontingen
si
Ordinal Uji runUji Tanda
UjiWilcoxon
Ujimedian
Uji UMann
Whitney
AnalisisRagam Dua
ArahFriedman
PerluasanUji Media
UjiKruskal -Wallis
KorelasiRank
Spearman
KorelasiKendalTau
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.
D. 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:
8
Tabel 3. Tabel kontingensi 2 x 2 atau tabel bantu untuk
uji eksak fisher
Kelompok JumlahI A B A + BII C D C + D
Jumlah A + C B + D NSumber : 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:
Langkah – langkah analisis datanya :
9
1. Menulis hipotesis yang akan diuji :Ho : tidak terdapat perbedaan yang signifikan
antara birikrat dan akademin dalam memilihwarna mobil.
Ha : terdapat perbedaan yang signifikan antara
10
2. Kriteria pengujian hipotesis :Ho : ditolak jika 2p ≤ α (Ha diterima)Ha : ditolak jika 2p > α (Ho di terima)
3. Data yang diperoleh dimasukan dalam data kontingensi 2 x 2 untuk uji eksak fisher
Kelompok Warna Mobil JumlahGelap 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
4. Hitung harga p (probabilitas) dengan rumus ;
p=(A+B )!X (C+D)!X (A+C )!X (B+D )!
N!XA!XB!XC!XD!
! = 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!X5!X3!X2!X5!
p=8!X7!X7!X8!
15!X5!X3!X2!X5!
p=40.320X5.040X5.040X40.320
1.307.674.368.000X120X6X2X120
p=4,13x10162,26x1017
=1,83x10−1 = 0,18
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:
11
4. Hitung harga p (probabilitas) dengan rumus ;
p=(A+B )!X (C+D)!X (A+C )!X (B+D )!
N!XA!XB!XC!XD!
! = 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!X5!X3!X2!X5!
p= 8!X7!X7!X8!15!X5!X3!X2!X5!
p= 40.320X5.040X5.040X40.3201.307.674.368.000X120X6X2X120
p=4,13x10162,26x1017
=1,83x10−1 = 0,18
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
Tabel
Tabel Kontingensi 2 x 2 Untuk Uji Chi Kuandrat Dua
Sampel Independen
KelompokFrekuensi Data
JumlahObjek 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:
12
1. 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.
13
2. Kriteria pengujian hipotesis : tolak H0 jika hitung ≥ χ2tabel
3. Data yang diperoleh disajikan dalam tabel sebagai berikut :
Sampel Warna Mobil JumlahGelap Terang
Sampel A a23
b7
a+b30
Sampel B c21
d5
c+d26
Jumlah a+c44
b+d12
n56
χ2hitung=56¿¿
4. Hitung harga χ2hitung dengan rumusχ2hitung=n ¿¿
χ2hitung=56¿¿
14
χ2hitung=56(625)
(30) (44) (12) (26)
χ2hitung=35.000411.840 = 0,085
5. cari χ2tabel dari tabel nilai-nilai chi kuadrat dengan dk =1
Α0,05 χ2tabel =
3,481Dk
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
A. Kesimpulan
Dari pembahasan dari BAB II Pembahasan, dapat
disimpulkan sebagai berikut:
1. 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.
2. Dalam penelitian parametrik identik dengan data
interval dan ratio, sedangkan penelitian
nonparametrik identik dengan data nominal dan
ordinal.
15
BAB III PENUTUP
3. Dalam melakukan penelitian uji beda dua kelompok
dengan data nominal dapat dilakukan dengan uji
Exact Fisher dan uji Chi – Kuadrat.
4. Dalam uji Exact Fisher dapat dilakukan jika
jumlahnya kecil {(n1+n2)} < 20}.
5. Dalam uji Chi-Kuadrat dapat dilakukan jika
jumlahnya {(n1+n2)} ≥ 20}
B. Saran
Statistik nonparametrik sebaiknya dilakukan untuk
perhitungan yang sederhana dan jumlah datanya sedikit
karena perhitungan yang sederhana sehingga hasilnya
tidak selalu sesuai.
16