UJI STATISTIK NON PARAMETRIS

Posted by ReTRo on Monday, September 19, 2011

Dr. Suparyanto, M.Kes

UJI STATISTIK NON PARAMETRIS

PARAMETER
  • Parameter adalah ukuran2 dalam populasi (μ (mu) = rata2, σ (sigma) = simpangan baku, σ 2 = varians, ρ (rho) = koefisien korelasi)
  • Statistik adalah ukuran2 dalam sample (x = rata2, s = simpangan baku, s 2 = varians, r = koefisien korelasi)

MACAM STATISTIK
  • Statistik dibagi 2: parametris dan non parametris
  • Jika datanya interval rasio, distribusi data normal dan jumlah data besar (>30) digunakan statistik parametris
  • Jika datanya nominal/ordinal, atau distribusi data tidak normal (bebas), atau jumlah data kecil (< 30) digunakan statistik non parametris SYARAT UJI STATISTIK PARAMETRIS Skala data interval atau rasio Data berdistribusi normal Pada uji t dan uji F untuk dua sample atau lebih, kedua sample harus dari populasi yang mempunyai varians sama Jumlah data besar (>30)

STATISTIK NON PARAMETRIS
  1. Data: nominal atau ordinal
  2. Uji data nominal: Test Binomial, Chi Kuadrat (χ2)
  3. Uji data ordinal: Run Test

TEST BINOMIAL
  • Syarat:
  1. Populasi terdiri 2 klas (misal: pria dan wanita)
  2. Data Nominal
  3. Jumlah sampel kecil (<25) 
  • Distribusi data Binomial (terdiri 2 kelas): kelas dengan kategori (x) dan kelas dengan ketegori (n-x) Ketentuan: bila harga P > α , Ho diterima
  • P = proporsi kasus (lihat tabel)
  • α = taraf kesalahan ( 1% = 0,01)
  • Contoh: penelitian tentang kecenderungan Bumil memilih tempat bersalin di Polindes atau di Puskesmas. Jumlah sampel 24 Bumil, 14 Bumil memilih di Polindes, 10 Bumil memilih di Puskesmas
  • Ho = peluang Bumil memilih tempat bersalin di Polindes atau Puskesmas adalah sama, yaitu 50%
  • Ho = p1 = p2 = 0,5
  • Sampel (n) = 24
  • Frekuensi kelas terkecil (x) = 10
  • Tabel (n=24, x=10) . koefisien binomial (p) = 0,271
  • Bila taraf kesalahan (α) ditetapkan 1% = 0,01
  • p = 0,271 > 0,01 . Ho diterima
  • Kesimpulan: kemungkinan Bumil memilih tempat bersalin di Polindes atau di Puskesmas adalah sama yaitu 50 %
SPSS BINOMIAL

Hipotesis:
  • Ho = populasi hasil sama dengan populasi yang dihipotesiskan
  • H1 = populasi hasil tidak sama dengan populasi yang dihipotesiskan

Pengambilan keputusan
  • Jika probabilitas > 0,05, maka Ho diterima
  • Jika probabilitas < 0,05, maka Ho ditolak 

SPSS BINOMIAL Foto 

CHI KUADRAT (χ2) 
  • Syarat: Populasi terdiri dari 2 atau lebih kelas, Data Nominal, Sampelnya besar 
  • Ho = “Peluang memilih x atau y adalah sama besar yaitu 50%” 
  • Ketentuan: Ho diterima jika χ2 hitung < χ2 tabel (dengan dk dan taraf kesalahan tertentu) dk = kebebasan untuk menentukan frekuensi yang diharapkan, jika peluangnya 2 (x atau y) maka dk =1 
  •  Penelitian peluang Bumil memilih periksa ANC di Bidan P2B dan Bidan D3. Jumlah sampel 300 Bumil, memilih Bidan P2B 200 orang, memilih Bidan D3 100 orang 
  • Ho = “Peluang Bumil memilih periksa ANC di Bidan P2B dan Bidan D3 adalah sama (50%)” 
  • Jika dk = 1, α = 5% , χ2 tabel = 3,841, dan χ2 hitung = 33,33 
  •  Kesimpulan: Ho ditolak 

  • Penelitian tentang warna sepatu dipilih Bidan. Jumlah sampel 3000 Bidan, 1000 warna hitam, 900 warna putih, 600 coklat, 500 warna lain 
  • Ho =“Peluang Bidan memilih empat warna sepatu adalah sama” 
  • Jika dk = 3, α = 5% , χ2 tabel = 7,815, dan χ2 hitung = 226,67 
  •  Kesimpulan: Ho ditolak 

HASIL SPSS CHI SQUARE 
  • Dasar pengambilan keputusan 
  1. Jika Chi-Square hitung < Chi-Square tabel → Ho diterima 
  2. Jika Chi-Square hitung > Chi-Square tabel → Ho ditolak
  • Melihat angka probabilitas
  1. Probabilitas > 0,05 → Ho diterima
  2. Probabilitas < 0,05 → Ho ditolak 

HASIL SPSS CHI SQUARE 


RUN TEST 
  • Untuk mengukur urutan suatu kejadian random atau tidak (pada data ordinal) 
  • Caranya dengan memperhatikan jumlah “run” 
  • Run adalah kejadian yang berurutan 
  • Misal: @ = puas, # = tidak puas Contoh: @@@ ## @ ### @@ # @@ = 7 run 
  • Ho = “Urutan kepuasan dalam pelayanan … adalah random” 
  • Ketentuan: Ho diterima jika r observasi berada diantara r kecil (tabel) dan r besar (tabel) 

HASIL SPSS RUN TEST 
  • Hipotesis Ho: ketidak puasan bersifat random H1: ketidak puasan bersifat tidak random Pengambilan Keputusan Probabilitas > 0,05 → Ho diterima
  • Probabilitas < 0,05 → Ho ditolak 

HASIL SPSS RUN TEST 


UJI HIPOTESIS DESKRIPTIF 



UJI HIPOTESIS ASOSIASI 


UJI HIPOTESIS KOMPARASI 
 

HASIL SPSS MANN-WHITNEY 
  • Uji dua sample 
  • Tipe data: Nominal dan Ordinal 
  • Tipe interval/ratio, namun data distribusi tidak normal 
  • Dasar pengambilan keputusan 
  1. Dengan membandingkan angka z hitung dan z tabel Jika z hitung < z tabel → Ho diterima Jika z hitung > z tabel → Ho diterima
  2. Melihat angka probabilitas
  • Probabilitas > 0,05 → Ho diterima
  • Probabilitas < 0,05 → Ho ditolak

HASIL SPSS MANN-WHITNEY


HASIL SPSS WILCOXON
  • Uji dua sample berpasangan
  • Data skala Nominal atau Ordinal
  • Data skala Interval atau Ratio, namun berdistribusi tidak normal

HASIL SPSS WILCOXON


HASIL SPSS FRIEDMEN
  • Uji n Sample Berhubungan
  • Data skala Nominal atau Ordinal
  • Data skala Interval atau Ratio, namun berdistribusi tidak normal
  • Jumlah data kecil (< 30)

HASIL SPSS SPEARMAN


HASIL SPSS KENDALL



{ 0 comments... read them below or add one }

Post a Comment