MENU NAVIGATION


JENIS-JENIS UJI STATISTIK


-->
 www.suntikputih.id

JENIS-JENIS UJI STATISTIK
A. Uji Kolmogorov Smirnov
1. Pengertian
a) Uji Kolmogorov Smirnov merupakan pengujian normalitas yang banyak dipakai, terutama setelah adanya banyak program statistik yang beredar.
b) Kelebihan dari uji ini adalah sederhana dan tidak menimbulkan perbedaan persepsi di antara satu pengamat dengan pengamat yang lain, yang sering terjadi pada uji normalitas dengan menggunakan grafik.
c) Konsep dasar dari uji normalitas Kolmogorov Smirnov adalah dengan membandingkan distribusi data (yang akan diuji normalitasnya) dengan distribusi normal baku.
d) Distribusi normal baku adalah data yang telah ditransformasikan ke dalam bentuk Z-Score dan diasumsikan normal.
e) Jadi sebenarnya uji Kolmogorov Smirnov adalah uji beda antara data yang diuji normalitasnya dengan data normal baku
2. Tujuan
Uji Kolmogorov-Smirnov (Chakravart, Laha, dan Roy, 1967) biasa digunakan untuk memutuskan jika sampel berasal dari populasi dengan distribusi spesifik/tertentu.
3. Kesimpulan
Hipotesis pada uji Kolmogorov-Smirnov adalah sebagai berikut:
H0 : data mengikuti distribusi yang ditetapkan
Ha : data tidak mengikuti distribusi yang ditetapkan


B. Uji T Berpasangan
1. Pengertian
Uji-t menilai apakah mean dan keragaman dari dua kelompok berbeda secara statistik satu sama lain. Analisis ini digunakan apabila kita ingin membandingkan mean dan keragaman dari dua kelompok data, dan cocok sebagai analisis dua kelompok rancangan percobaan acak.
2. Tujuan
Uji t berpasangan (paired t-test) biasanya menguji perbedaan antara dua pengamatan. Uji t berpasangan biasa dilakukan pada Subjek yang diuji pada situasi sebelum dan sesudah proses, atau subjek yang berpasangan ataupun serupa. Misalnya jika kita ingin menguji banyaknya gigitan nyamuk sebelum diberi lotion anti nyamuk merk tertentu maupun sesudahnya.
3. Kesimpulan
Hipotesis pada uji-t berpasangan yang digunakan adalah sebagai berikut:
H0: D = 0 (perbedaan antara dua pengamatan adalah 0)
Ha: D ≠ 0 (perbedaan antara dua pengamatan tidak sama dengan 0)
C. Uji T Tidak Berpasangan
1. Pengertian
2. Tujuan
3. Kesimpulan
D. Wikoxon
1. Pengertian
Uji perangkat bertanda wilcoxon digunakan untuk menganalisis hasil-hasil pengamatan yang berpasangan dari dua data apakah berbeda atau tidak.
2. Tujuan
Uji perangkat bertanda wilcoxon digunakan untuk menganalisis hasil-hasil pengamatan yang berpasangan dari dua data apakah berbeda atau tidak.
3. Kesimpulan
E. Mann Whitney
1. Pengertian
Uji Mann-Whitney merupakan alternatif bagi uji-t. Uji Mann Whitney merupakan uji non-parametrik yang digunakan untuk membandingkan dua mean populasi yang berasal dari populasi yang sama. Uji Mann-Whitney juga digunakan untuk menguji apakah dua mean populasi sama atau tidak.
2. Tujuan
Uji Mann-Whitney biasanya digunakan dalam berbagai bidang, terutama lebih sering dalam Psikologi, medik/perawatan dan bisnis. Misalnya, pada psikologi, uji Mann-Whitney digunakan untuk membandingkan sikap dan perilaku, dan lain-lain. Dalam bidang pengobatan, uji Mann-Whitney digunakan untuk mengetahui efek obat apakah sama atau tidak, selain itu juga bisa digunakan untuk menguji apakah obat tertentu dapat menyembuhkan penyakit atau tidak. Dalam Bisnis, uji Mann-Whitney dapat digunakan untuk mengetahui preferensi orang-orang yang berbeda.

3. Kesimpulan
Asumsi yang berlaku dalam uji Mann-Whitney adalah:
a. Uji Mann-Whitney mengasumsikan bahwa sampel yang berasal dari populasi adalah acak,
b. Pada uji Mann-Whitney sampel bersifat independen (berdiri sendiri),
c. Skala pengukuran yang digunakan adalah ordinal.
Hipotesis yang digunakan adalah:
H0: tidak ada perbedaan distribusi skor untuk populasi yang diwakilkan oleh kelompok eksperimen dan control.
Ha: Skor untuk kelompok eksperimen secara statistik lebih besar daripada skor populasi kelompok control.
F. One Way Annova
1. Pengertian
ANOVA merupakan lanjutan dari uji-t independen dimana kita memiliki dua kelompok percobaan atau lebih.
2. Tujuan
ANOVA biasa digunakan untuk membandingkan mean dari dua kelompok sampel independen (bebas)
3. Kesimpulan
Asumsi yang digunakan adalah subjek diambil secara acak menjadi satu kelompok n. Distribusi mean berdasarkan kelompok normal dengan keragaman yang sama. Ukuran sampel antara masing-masing kelompok sampel tidak harus sama, tetapi perbedaan ukuran kelompok sampel yang besar dapat mempengaruhi hasil uji perbandingan keragaman.
Hipotesis yang digunakan adalah:
H0: µ1 = µ2 … = µk (mean dari semua kelompok sama)
Ha: µi <> µj (terdapat mean dari dua atau lebih kelompok tidak sama)
G. Friedman
1. Pengertian
Uji Friedman merupakan metode di dalam statistika nonparametrik yang digunakan untuk melakukan analisis ragam 2-arah (two way analysis of variance).\
Friedman Test mensaratkan tidak ada ulangan (replication) bagi perlakuan yang diberikan kepada unit-unit percobaan. Maksudnya, hanya ada tepat 1 (satu) pengamatan untuk setiap perlakuan di dalam setiap blok. Selain itu, perlakuan yang digunakan setidak-tidaknya sebanyak 3 perlakuan.
2. Tujuan
Friedman Test digunakan manakala seseorang tidak mempertimbangkan asumsi kenormalan dari distribusi sampel. Bisa juga, ketika asumsi-asumsi yang dibutuhkan oleh metode 2-way ANOVA parametrik tidak terpenuhi. Atau, apabila data hasil pengamatan berupa ranking-ranking (misal pada uji organoleptik, dll.), maka Friedman Test lebih tepat digunakan, karena data berupa ranking tergolong tipe data ordinal, sehingga metode parametrik tidak tepat untuk diterapkan.
3. Kesimpulan
Metode padanan di dalam statistika parametrik bagi Friedman Test adalah Analisis Ragam 2-arah (2-way ANOVA)
H. Kruskal Walls
1. Pengertian
Kruskal-Wallis test dikembangkan oleh Kruskal dan Wallis. Uji Kruskal-Wallis adalah uji nonparametrik yang digunakan untuk membandingkan tiga atau lebih kelompok data sampel.
2. Tujuan
Uji Kruskal-Wallis digunakan ketika asumsi ANOVA tidak terpenuhi. ANOVA adalah teknik analisis data statistik yang digunakan ketika kelompok-kelompok variabel bebas lebih dari dua. Pada ANOVA, kita asumsikan bahwa distribusi dari masing-masing kelompok harus terdistribusi secara normal. Dalam uji Kruskal-Wallis, tidak diperlukan asumsi tersebut, sehingga uji Kruskal-Wallis adalah uji distribusi bebas. Jika asumsi normalitas terpenuhi, maka uji Kruskal-Wallis tidak sekuat ANOVA
3. Kesimpulan
Penyusunan hipotesis dalam uji Kruskal Wallis adalah sebagai berikut:
H0 : sampel berasal dari populasi yang sama (µ1 = µ2 = … = µk)
Ha : sampel berasal dari populasi yang berbeda (µi = µj)
Uji Kruskal Wallis harus memenuhi asumsi berikut ini:
a) Sampel ditarik dari populasi secara acak
b) Kasus masing-masing kelompok independen
c) Skala pengukuran yang digunakan biasanya ordinal
I. Chi Square
1. Pengertian
Teknik uji Chi Square pertama kali diperkenalkan oleh karl Pearson untuk menguji keselarasan.
2. Tujuan
Pengujian dilakukan untuk memeriksa ketergantungan dan homogenitas kedua prosedur tersebut meliputi perbandingan frekuensi yang teramati dengan frekuensi yang diharapkan bila hipotesis nol yang ditetapkan benar
3. Kesimpulan
Hipotesis Null: Distribusi frekuensi beberapa kejadian yang diamati pada sebuah sampel konsisten dengan distribusi teoritis tertentu.
J. Fisher
1. Pengertian
Uji exact Fisher digunakan ketika Anda memiliki dua variabel nominal
2. Tujuan
3. Kesimpulan
Penyusunan Hipotesis nol pada Uji exact Fisher adalah sebagai berikut:
H0 : proporsi relatif dari satu variabel tidak terkait dengan variabel kedua.
K. Korelasi Pearson, Spearman
1. Pengertian
Korelasi Pearson didasarkan pada nama penemunya yaitu Karl Pearson.
2. Tujuan
Korelasi ini digunakan untuk mengetahui hubungan dari beberapa variable.
3. Kesimpulan
Beberapa asumsi yang digunakan apabila dilakukan analisis korelasi produk moment atau korelasi pearson antara lain
Ø Distribusi nilai dari variable berdistribusi normal atau mendekati normal.
Ø Variable yang akan dicari korelasinya adalah variable kontinum yang bersifat rasional atau minimal bersifat interval.
Ø Hubungan dari 2 variabel adalah liniear
L. Regresi Linear
1. Pengertian
Persamaan umumnya adalah: Y = a + b X. Dengan Y adalah variabel terikat dan X adalah variabel bebas. Koefisien a adalah konstanta (intercept) yang merupakan titik potong antara garis regresi dengan sumbu Y pada koordinat kartesius.
2. Tujuan
Analisis regresi linear sederhana dipergunakan untuk mengetahui pengaruh antara satu buah variabel bebas terhadap satu buah variabel terikat.
3. Kesimpulan
Maka yang harus diperhatikan adalah memastikan apakah asumsi-asumsi regresi sudah terpenuhi sehingga model regresi dapat dikatakan bersifat BLUE (Best Linear Unbiased Estimator). Asumsi regresi linier klasik tersebut antara lain adalah: model regresi dispesifikasikan dengan benar, data berdistribusi normal, tidak terjadi heteroskedastisitas, tidak terjadi multikolinieritas antar peubah bebas, dan tidak terjadi autokorelasi (untuk data yang diurutkan berdasarkan waktu/time series).
M. Regresi Logistic
1. Pengertian
Regresi logistik adalah bagian dari analisis regresi yang digunakan ketika variabel dependen (respon) merupakan variabel dikotomi. Variabel dikotomi biasanya hanya terdiri atas dua nilai, yang mewakili kemunculan atau tidak adanya suatu kejadian yang biasanya diberi angka 0 atau 1.
2. Tujuan
Tidak seperti regresi linier biasa, regresi logistik tidak mengasumsikan hubungan antara variabel independen dan dependen secara linier. Regresi logistik merupakan regresi non linier dimana model yang ditentukan akan mengikuti pola kurva linier
3. Kesimpulan