SlideShare a Scribd company logo
1 of 17
Download to read offline
UJI NON PARAMETRIK
UNTUK KASUS SATU SAMPEL
1. Uji Binomial *
2. Chi-Square Goodness of Fit Test *
3. The One-Sample Runs Test of
Randomness
4. Kolmogorov-Smirnov One Sample Test
UJI BINOMIAL
▪untuk menguji sampel apakah ciri tertentu dari
sampel tersebut dapat dianggap sama dengan ciri
populasinya.
▪binomial menyatakan bahwa data terbagi menjadi 2
bagian
▪n pengamatan independent
▪outcome hanya terdiri 2 kelas, kelas 1 atau kelas
2, tetapi tidak keduanya
▪banyak pengamatan pada kelas 1 dinotasikan O1
dan banyak pengamatan pada kelas 2
dinotasikan O2
▪O1+O2=n
Asumsi
1. n pengamatan yang saling independen
2. data skala nominal
3. ukuran sampel kecil ( < 25 )
4. masing-masing pengamatan mempunyai
probabilitas yang sama yaitu p untuk masuk pada
kelas 1, dan 1-p untuk masuk pada kelas 2
Misalkan p* konstanta tertentu, dengan 0≤p≤1.
hipotesis dari uji binomial adalah
H0 : p = p*
H1 : p ≠ p*
Hipotesis
Statistik Uji :
▪ Statistik uji bagi Uji Binomial adalah variabel acak X yang
menyatakan banyaknya tanda positif atau negatif yang
paling sedikit. Bila hipotesis nol p=p* benar, maka
peluang bahwa suatu nilai sampel menghasilkan tanda
positif atau negatif sama dengan ½. Akibatnya, statistik
uji X memiliki sebaran peluang Binom dengan parameter
p=½ Jadi uji signifikasi dilakukan dengan menggunakan
rumus binom :
P(X≤x) = Σb (x;n,p) = Σb (x;n,½)
Daerah Kritis :
Tolak H0 jika P-value (Exact sig. pada SPSS < α)
atau jika ∑b (x;n,p) < α
Contoh 1
Manajer sebuah perusahaan
suatu makanan mendapatkan
informasi bahwa makanan yang
dijual rata-rata dapat bertahan
54 jam. Untuk menguji
informasi tersebut diambil
sampel 8 makanan dan
dibiarkan sampai makanan
tersebut tidak dapat digunakan,
dengan hasil sbb:
Nomor
Sampel
Daya Tahan
(Jam)
1 55,4
2 54,6
3 57,8
4 58,9
5 48,6
6 44,5
7 49,7
8 57,2
PENYELESAIAN
1. Hipotesis :
H0 :p = 0,5 Vs H1 : p ≠ 0,5
2. Uji statistik : Uji binom n=8
3. Taraf Nyata : 0,05
4. daerah kritis : ∑b (x;n,p) < 0,05
5. Nilai Hitungnya :
(+)→ >54 jam (-)→ ≤ 54 jam X= 3
P(X≤3)=∑b (x;8,1/2) = 0,3633
untuk pengujian 2 arah maka :
P(X≤3)=2∑b (x;8,1/2) = 2(0,3633) = 0,7266
6. Kesimpulan :
Nilai P >α → Gagal menolak H0
" Benar bahwa makanan yang dijual oleh perusahaan
rata-rata dapat bertahan 54 jam"
Nilai P > α
Contoh 2 :
Sebuah perusahaan berencana memberikan bonus liburan
bagi karyawan beserta keluarganya. untuk menentukan
preferensi liburan antara seminggu liburan di Singapura
atau seminggu liburan di Hongkong. Suatu uji sampel acak
dari 18 karyawan di data mengenai pilihannya, ternyata 4
orang dari sampel menyatakan lebih menyukai liburan di
Hongkong. Ujilah pada taraf nyata 5% bahwa kedua pilihan
tempat liburan itu disukai para karyawan.
1. Hipotesis : H0 : p1=p2 H1 : p1≠ p2
2. Uji statistik : Uji Binom
3. Taraf nyata : 0,05
4. Wilayah kritik : Σb (x;n,p) < 0,05
5. Perhitungan : x=4 ; n=18; p=½
Dari tabel jumlah peluang binom diperoleh :
P(X≤4)= Σb (x;18, ½) = 0,0154
Untuk pengujian dua arah maka
P(X≤4) = 2(0,0154) = 0,0308
6. Kesimpulan : Tolak H0 , artinya kecenderungan karyawan
untuk suka pada kedua tempat wisata tidaklah sama
PENYELESAIAN
Uji Chi-square :
Goodnessof Fit Test
▪Uji Chi-Square merupakan Uji Kesesuaian (Godness
of Fit) artinya uji tersebut dapat digunakan untuk
menguji apakah terdapat kesesuaian yang nyata
antara banyaknya atau frekuensi objek yang
diamati (observed) dengan frekuensi objek yang
diharapkan (expected) dalam tiap-tiap kategori. Uji
ini hampir sama dengan uji Binomial, namun
banyaknya kategori dalam uji Chisquare bisa dua
atau lebih.
DATA
Terdiri atas N pengamatan yang independen dari peubah
acak X. N pengamatan dikelompokkan kedalam c kelas,
dan banyaknya pengamatan dalam masing-masing kelas
disajikan dalam tabel kontingensi berbentuk 1 x k.
O1 O2 .... Ok
ASUMSI :
➢Sampel merupakan sampel acak
➢ukuran sampel paling tidak nominal
HIPOTESIS :
H0 : f1 = f2 =....fk
H1 : Frekuensi tidak semuanya sama (paling sedikit ada satu
yang tidak sama)
STATISTIK UJI :
dimana:
Oi = Frekwensi Observasi
Ei = Frekwensi harapan, db=k-1
( )

=
−
=
k
i i
i
i
E
E
O
1
2
2

Contoh :
Selama ini manajer pemasaran sabun "harum wangi"
menganggap bahwa konsumen sama-sama menyukai
tiga warna sabun mandi yang diproduksi yaitu putih,
hijau dan kuning. untuk mengetahui apakah pendapat
manajer tersebut benar, diambil 12 responden ditanya
sabun mandi yang paling disukai. hasil jawaban
responden diperoleh sebagai berikut :
Responden Warna pilihan
Hasan Putih
Ali Hijau
Husein Kuning
Ahmad Kuning
Adi Hijau
Bambang Kuning
Chica Kuning
Dedy Kuning
Dony Putih
Dicki Putih
Mira Hijau
Neni Hijau
H0 : f1 = f2 = f3 = 1/3
H1 : paling sedikit ada
satu fi yang tidak sama
statistik uji : Chisquare
goodness of fit
Taraf nyata : 5%
Daerah Kritis : X2 > X2
0,05(2)
Penyelesaian
Warna Putih Kuning Hijau
Observasi Oi 3 5 4
Harapan Ei 4 4 4
Gagal Menolak
H0
Misal kita ingin menguji pada taraf nyata 0,05 bahwa isi
kaleng suatu jenis minyak pelumas adalah 10 liter.
Suatu sampel acak 10 kaleng telah diukur isinya,
hasilnya adalah:
10,2; 9,7; 10,1; 10,3;10,1; 9,8; 9,9; 10,4; 10,3 dan 9,8
liter
Soal 1 :
Para pelari cepat mengemukakan bahwa diarena
balap yang berbentuk bundar, pelari yang posisi start
tertentu lebih beruntung dari posisi lainnya. Posisi
pertama adalah posisi pada lingkaran paling dalam.
ujilah apakah ada akibat dari posisi start ini dengan
menganalisis hasil kemenangan yang ada. Jika
terdapat 8 posisi dan banyaknya kemenangan pada
setiap posisi dari 48 kali pertandingan yang tercatat
adalah :
Soal 2 :
posisi 1 2 3 4 5 6 7 8
kemenangan 8 5 6 7 6 4 5 7

More Related Content

What's hot

APG Pertemuan 5 : Inferensia Vektor Rata-rata 1 Populasi
APG Pertemuan 5 : Inferensia Vektor Rata-rata 1 PopulasiAPG Pertemuan 5 : Inferensia Vektor Rata-rata 1 Populasi
APG Pertemuan 5 : Inferensia Vektor Rata-rata 1 PopulasiRani Nooraeni
 
Distribusi probabilitas hipergeometrik
Distribusi probabilitas hipergeometrikDistribusi probabilitas hipergeometrik
Distribusi probabilitas hipergeometrikwiwik1354
 
Analisis tabel-kontingensi
Analisis tabel-kontingensiAnalisis tabel-kontingensi
Analisis tabel-kontingensiDwi Mardiani
 
Distribusi multinomial
Distribusi multinomialDistribusi multinomial
Distribusi multinomialMarwaElshi
 
APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)Rani Nooraeni
 
Statistik inferensi bag 1 estimasi parameter
Statistik inferensi bag 1 estimasi parameterStatistik inferensi bag 1 estimasi parameter
Statistik inferensi bag 1 estimasi parameteryusufbf
 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrikEman Mendrofa
 
Distribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poissonDistribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poissonNarwan Ginanjar
 
Tabel kontingensi 2x2 dan uji independensi
Tabel kontingensi 2x2 dan uji independensiTabel kontingensi 2x2 dan uji independensi
Tabel kontingensi 2x2 dan uji independensiDarnah Andi Nohe
 
Basic statistics 9 - hypothesis testing
Basic statistics   9 - hypothesis testingBasic statistics   9 - hypothesis testing
Basic statistics 9 - hypothesis testingangita wahyu suprapti
 
APG Pertemuan 6 : Mean Vectors From Two Populations
APG Pertemuan 6 : Mean Vectors From Two PopulationsAPG Pertemuan 6 : Mean Vectors From Two Populations
APG Pertemuan 6 : Mean Vectors From Two PopulationsRani Nooraeni
 
Distribusi Binomial Negatif dan Geometrik
Distribusi Binomial Negatif dan GeometrikDistribusi Binomial Negatif dan Geometrik
Distribusi Binomial Negatif dan GeometrikGe Grace
 
Analisis Diskriminan (2)
Analisis Diskriminan (2)Analisis Diskriminan (2)
Analisis Diskriminan (2)Rani Nooraeni
 

What's hot (20)

Pengujian Hipotesis
Pengujian HipotesisPengujian Hipotesis
Pengujian Hipotesis
 
Uji Hipotesis
Uji HipotesisUji Hipotesis
Uji Hipotesis
 
APG Pertemuan 5 : Inferensia Vektor Rata-rata 1 Populasi
APG Pertemuan 5 : Inferensia Vektor Rata-rata 1 PopulasiAPG Pertemuan 5 : Inferensia Vektor Rata-rata 1 Populasi
APG Pertemuan 5 : Inferensia Vektor Rata-rata 1 Populasi
 
distribusi sampling
distribusi samplingdistribusi sampling
distribusi sampling
 
Distribusi probabilitas hipergeometrik
Distribusi probabilitas hipergeometrikDistribusi probabilitas hipergeometrik
Distribusi probabilitas hipergeometrik
 
Analisis tabel-kontingensi
Analisis tabel-kontingensiAnalisis tabel-kontingensi
Analisis tabel-kontingensi
 
Distribusi multinomial
Distribusi multinomialDistribusi multinomial
Distribusi multinomial
 
Proses stokastik
Proses stokastikProses stokastik
Proses stokastik
 
APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)
 
Statistik inferensi bag 1 estimasi parameter
Statistik inferensi bag 1 estimasi parameterStatistik inferensi bag 1 estimasi parameter
Statistik inferensi bag 1 estimasi parameter
 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrik
 
Teknik sampling
Teknik sampling Teknik sampling
Teknik sampling
 
Distribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poissonDistribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poisson
 
Tabel kontingensi 2x2 dan uji independensi
Tabel kontingensi 2x2 dan uji independensiTabel kontingensi 2x2 dan uji independensi
Tabel kontingensi 2x2 dan uji independensi
 
Basic statistics 9 - hypothesis testing
Basic statistics   9 - hypothesis testingBasic statistics   9 - hypothesis testing
Basic statistics 9 - hypothesis testing
 
Distribusi poisson
Distribusi poissonDistribusi poisson
Distribusi poisson
 
APG Pertemuan 6 : Mean Vectors From Two Populations
APG Pertemuan 6 : Mean Vectors From Two PopulationsAPG Pertemuan 6 : Mean Vectors From Two Populations
APG Pertemuan 6 : Mean Vectors From Two Populations
 
Distribusi Binomial Negatif dan Geometrik
Distribusi Binomial Negatif dan GeometrikDistribusi Binomial Negatif dan Geometrik
Distribusi Binomial Negatif dan Geometrik
 
Analisis Diskriminan (2)
Analisis Diskriminan (2)Analisis Diskriminan (2)
Analisis Diskriminan (2)
 
Peluang
PeluangPeluang
Peluang
 

Similar to Stat. Nonparametrik Uji untuk 1 sampel.pdf

Randomisasi Dua Sampel Independen.pptx
Randomisasi Dua Sampel Independen.pptxRandomisasi Dua Sampel Independen.pptx
Randomisasi Dua Sampel Independen.pptxssuserc001db1
 
Sampel, fungsi distribusi, dan penarikan kesimpulannya
Sampel, fungsi distribusi, dan penarikan kesimpulannyaSampel, fungsi distribusi, dan penarikan kesimpulannya
Sampel, fungsi distribusi, dan penarikan kesimpulannyaYehezkiel Manopo
 
Uji Hipotesis-IPB Pak Kusman.pdf
Uji Hipotesis-IPB Pak Kusman.pdfUji Hipotesis-IPB Pak Kusman.pdf
Uji Hipotesis-IPB Pak Kusman.pdfMahfudhotin Ochin
 
10. hipotesis
10. hipotesis10. hipotesis
10. hipotesisHafiza .h
 
Statistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sampleStatistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sampleSelvin Hadi
 
One_Way_Anova.pptx
One_Way_Anova.pptxOne_Way_Anova.pptx
One_Way_Anova.pptxAlvinTamba2
 
makalahstatistik-140811215134-phpapp02 (1).pdf
makalahstatistik-140811215134-phpapp02 (1).pdfmakalahstatistik-140811215134-phpapp02 (1).pdf
makalahstatistik-140811215134-phpapp02 (1).pdfCandraPrasetyoWibowo1
 
Statistika non parametrik
Statistika non parametrikStatistika non parametrik
Statistika non parametrikScott Cracer
 
Uji hipotesis, prosedur hipotesis, dan analisis data
Uji hipotesis, prosedur hipotesis, dan analisis dataUji hipotesis, prosedur hipotesis, dan analisis data
Uji hipotesis, prosedur hipotesis, dan analisis databaiqtryz
 
Uji untuk 2 sampel dependen
Uji untuk 2 sampel dependenUji untuk 2 sampel dependen
Uji untuk 2 sampel dependenAngga Mahendra
 
uji hipotesis beda dua rata - rata
uji hipotesis beda dua rata - ratauji hipotesis beda dua rata - rata
uji hipotesis beda dua rata - rataRatih Ramadhani
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitassilvia kuswanti
 

Similar to Stat. Nonparametrik Uji untuk 1 sampel.pdf (20)

Randomisasi Dua Sampel Independen.pptx
Randomisasi Dua Sampel Independen.pptxRandomisasi Dua Sampel Independen.pptx
Randomisasi Dua Sampel Independen.pptx
 
Sampel, fungsi distribusi, dan penarikan kesimpulannya
Sampel, fungsi distribusi, dan penarikan kesimpulannyaSampel, fungsi distribusi, dan penarikan kesimpulannya
Sampel, fungsi distribusi, dan penarikan kesimpulannya
 
Uji hipotesis
Uji hipotesisUji hipotesis
Uji hipotesis
 
Uji Hipotesis-IPB Pak Kusman.pdf
Uji Hipotesis-IPB Pak Kusman.pdfUji Hipotesis-IPB Pak Kusman.pdf
Uji Hipotesis-IPB Pak Kusman.pdf
 
Stk211 09 (1) removed
Stk211 09 (1) removedStk211 09 (1) removed
Stk211 09 (1) removed
 
Materi p13 nonpar_satu sampel
Materi p13 nonpar_satu sampelMateri p13 nonpar_satu sampel
Materi p13 nonpar_satu sampel
 
10. hipotesis
10. hipotesis10. hipotesis
10. hipotesis
 
Statistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sampleStatistik 1 8 uji hipothesis satu sample
Statistik 1 8 uji hipothesis satu sample
 
One_Way_Anova.pptx
One_Way_Anova.pptxOne_Way_Anova.pptx
One_Way_Anova.pptx
 
Uji hipotesis
Uji hipotesisUji hipotesis
Uji hipotesis
 
makalahstatistik-140811215134-phpapp02 (1).pdf
makalahstatistik-140811215134-phpapp02 (1).pdfmakalahstatistik-140811215134-phpapp02 (1).pdf
makalahstatistik-140811215134-phpapp02 (1).pdf
 
Uji friedman
Uji friedmanUji friedman
Uji friedman
 
Statistika non parametrik
Statistika non parametrikStatistika non parametrik
Statistika non parametrik
 
Uji hipotesis
Uji hipotesisUji hipotesis
Uji hipotesis
 
Uji hipotesis, prosedur hipotesis, dan analisis data
Uji hipotesis, prosedur hipotesis, dan analisis dataUji hipotesis, prosedur hipotesis, dan analisis data
Uji hipotesis, prosedur hipotesis, dan analisis data
 
Uji untuk 2 sampel dependen
Uji untuk 2 sampel dependenUji untuk 2 sampel dependen
Uji untuk 2 sampel dependen
 
Uji beda mean
Uji beda meanUji beda mean
Uji beda mean
 
uji hipotesis beda dua rata - rata
uji hipotesis beda dua rata - ratauji hipotesis beda dua rata - rata
uji hipotesis beda dua rata - rata
 
Pengujian hipotesis
Pengujian hipotesisPengujian hipotesis
Pengujian hipotesis
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
 

Recently uploaded

Jual Cytotec Blora 👗082322223014👗Pusat Peluntur Kandungan Konsultasi
Jual Cytotec Blora 👗082322223014👗Pusat Peluntur Kandungan KonsultasiJual Cytotec Blora 👗082322223014👗Pusat Peluntur Kandungan Konsultasi
Jual Cytotec Blora 👗082322223014👗Pusat Peluntur Kandungan Konsultasissupi412
 
Jual Cytotec Di Sinjai Ori 👙082122229359👙Pusat Peluntur Kandungan Konsultasi
Jual Cytotec Di Sinjai Ori 👙082122229359👙Pusat Peluntur Kandungan KonsultasiJual Cytotec Di Sinjai Ori 👙082122229359👙Pusat Peluntur Kandungan Konsultasi
Jual Cytotec Di Sinjai Ori 👙082122229359👙Pusat Peluntur Kandungan Konsultasissupi412
 
Jual Cytotec Di Sumba Ori 👙082122229359👙Pusat Peluntur Kandungan Konsultasi
Jual Cytotec Di Sumba Ori 👙082122229359👙Pusat Peluntur Kandungan KonsultasiJual Cytotec Di Sumba Ori 👙082122229359👙Pusat Peluntur Kandungan Konsultasi
Jual Cytotec Di Sumba Ori 👙082122229359👙Pusat Peluntur Kandungan Konsultasissupi412
 
PPT ANALISIS KEUANGAN PEMERINTAH (1).pptx
PPT ANALISIS KEUANGAN PEMERINTAH  (1).pptxPPT ANALISIS KEUANGAN PEMERINTAH  (1).pptx
PPT ANALISIS KEUANGAN PEMERINTAH (1).pptxfajar710984
 
Persyaratan Adminduk - Disdukcapil Kab. Kebumen
Persyaratan Adminduk - Disdukcapil Kab. KebumenPersyaratan Adminduk - Disdukcapil Kab. Kebumen
Persyaratan Adminduk - Disdukcapil Kab. KebumenPemdes Wonoyoso
 
PPT usaha Air Minum masak untuk jualan- Umum fix.pptx
PPT usaha Air Minum masak untuk jualan- Umum fix.pptxPPT usaha Air Minum masak untuk jualan- Umum fix.pptx
PPT usaha Air Minum masak untuk jualan- Umum fix.pptxfirbadian97
 

Recently uploaded (9)

Jual Obat Aborsi Tasikmalaya ( Asli Ampuh No.1 ) 082223109953 Tempat Klinik J...
Jual Obat Aborsi Tasikmalaya ( Asli Ampuh No.1 ) 082223109953 Tempat Klinik J...Jual Obat Aborsi Tasikmalaya ( Asli Ampuh No.1 ) 082223109953 Tempat Klinik J...
Jual Obat Aborsi Tasikmalaya ( Asli Ampuh No.1 ) 082223109953 Tempat Klinik J...
 
Jual Cytotec Blora 👗082322223014👗Pusat Peluntur Kandungan Konsultasi
Jual Cytotec Blora 👗082322223014👗Pusat Peluntur Kandungan KonsultasiJual Cytotec Blora 👗082322223014👗Pusat Peluntur Kandungan Konsultasi
Jual Cytotec Blora 👗082322223014👗Pusat Peluntur Kandungan Konsultasi
 
Obat Aborsi Medan 082223109953 Klinik Jual Obat Aborsi Di Medan
Obat Aborsi Medan 082223109953 Klinik Jual Obat Aborsi Di MedanObat Aborsi Medan 082223109953 Klinik Jual Obat Aborsi Di Medan
Obat Aborsi Medan 082223109953 Klinik Jual Obat Aborsi Di Medan
 
Jual Cytotec Di Sinjai Ori 👙082122229359👙Pusat Peluntur Kandungan Konsultasi
Jual Cytotec Di Sinjai Ori 👙082122229359👙Pusat Peluntur Kandungan KonsultasiJual Cytotec Di Sinjai Ori 👙082122229359👙Pusat Peluntur Kandungan Konsultasi
Jual Cytotec Di Sinjai Ori 👙082122229359👙Pusat Peluntur Kandungan Konsultasi
 
Obat Aborsi Bandung ( Ampuh ) 082223109953 Jual Cytotec Asli Obat Telat Bulan...
Obat Aborsi Bandung ( Ampuh ) 082223109953 Jual Cytotec Asli Obat Telat Bulan...Obat Aborsi Bandung ( Ampuh ) 082223109953 Jual Cytotec Asli Obat Telat Bulan...
Obat Aborsi Bandung ( Ampuh ) 082223109953 Jual Cytotec Asli Obat Telat Bulan...
 
Jual Cytotec Di Sumba Ori 👙082122229359👙Pusat Peluntur Kandungan Konsultasi
Jual Cytotec Di Sumba Ori 👙082122229359👙Pusat Peluntur Kandungan KonsultasiJual Cytotec Di Sumba Ori 👙082122229359👙Pusat Peluntur Kandungan Konsultasi
Jual Cytotec Di Sumba Ori 👙082122229359👙Pusat Peluntur Kandungan Konsultasi
 
PPT ANALISIS KEUANGAN PEMERINTAH (1).pptx
PPT ANALISIS KEUANGAN PEMERINTAH  (1).pptxPPT ANALISIS KEUANGAN PEMERINTAH  (1).pptx
PPT ANALISIS KEUANGAN PEMERINTAH (1).pptx
 
Persyaratan Adminduk - Disdukcapil Kab. Kebumen
Persyaratan Adminduk - Disdukcapil Kab. KebumenPersyaratan Adminduk - Disdukcapil Kab. Kebumen
Persyaratan Adminduk - Disdukcapil Kab. Kebumen
 
PPT usaha Air Minum masak untuk jualan- Umum fix.pptx
PPT usaha Air Minum masak untuk jualan- Umum fix.pptxPPT usaha Air Minum masak untuk jualan- Umum fix.pptx
PPT usaha Air Minum masak untuk jualan- Umum fix.pptx
 

Stat. Nonparametrik Uji untuk 1 sampel.pdf

  • 1. UJI NON PARAMETRIK UNTUK KASUS SATU SAMPEL
  • 2. 1. Uji Binomial * 2. Chi-Square Goodness of Fit Test * 3. The One-Sample Runs Test of Randomness 4. Kolmogorov-Smirnov One Sample Test
  • 3. UJI BINOMIAL ▪untuk menguji sampel apakah ciri tertentu dari sampel tersebut dapat dianggap sama dengan ciri populasinya. ▪binomial menyatakan bahwa data terbagi menjadi 2 bagian ▪n pengamatan independent ▪outcome hanya terdiri 2 kelas, kelas 1 atau kelas 2, tetapi tidak keduanya ▪banyak pengamatan pada kelas 1 dinotasikan O1 dan banyak pengamatan pada kelas 2 dinotasikan O2 ▪O1+O2=n
  • 4. Asumsi 1. n pengamatan yang saling independen 2. data skala nominal 3. ukuran sampel kecil ( < 25 ) 4. masing-masing pengamatan mempunyai probabilitas yang sama yaitu p untuk masuk pada kelas 1, dan 1-p untuk masuk pada kelas 2 Misalkan p* konstanta tertentu, dengan 0≤p≤1. hipotesis dari uji binomial adalah H0 : p = p* H1 : p ≠ p* Hipotesis
  • 5. Statistik Uji : ▪ Statistik uji bagi Uji Binomial adalah variabel acak X yang menyatakan banyaknya tanda positif atau negatif yang paling sedikit. Bila hipotesis nol p=p* benar, maka peluang bahwa suatu nilai sampel menghasilkan tanda positif atau negatif sama dengan ½. Akibatnya, statistik uji X memiliki sebaran peluang Binom dengan parameter p=½ Jadi uji signifikasi dilakukan dengan menggunakan rumus binom : P(X≤x) = Σb (x;n,p) = Σb (x;n,½) Daerah Kritis : Tolak H0 jika P-value (Exact sig. pada SPSS < α) atau jika ∑b (x;n,p) < α
  • 6. Contoh 1 Manajer sebuah perusahaan suatu makanan mendapatkan informasi bahwa makanan yang dijual rata-rata dapat bertahan 54 jam. Untuk menguji informasi tersebut diambil sampel 8 makanan dan dibiarkan sampai makanan tersebut tidak dapat digunakan, dengan hasil sbb: Nomor Sampel Daya Tahan (Jam) 1 55,4 2 54,6 3 57,8 4 58,9 5 48,6 6 44,5 7 49,7 8 57,2
  • 7. PENYELESAIAN 1. Hipotesis : H0 :p = 0,5 Vs H1 : p ≠ 0,5 2. Uji statistik : Uji binom n=8 3. Taraf Nyata : 0,05 4. daerah kritis : ∑b (x;n,p) < 0,05 5. Nilai Hitungnya : (+)→ >54 jam (-)→ ≤ 54 jam X= 3 P(X≤3)=∑b (x;8,1/2) = 0,3633 untuk pengujian 2 arah maka : P(X≤3)=2∑b (x;8,1/2) = 2(0,3633) = 0,7266 6. Kesimpulan : Nilai P >α → Gagal menolak H0 " Benar bahwa makanan yang dijual oleh perusahaan rata-rata dapat bertahan 54 jam" Nilai P > α
  • 8. Contoh 2 : Sebuah perusahaan berencana memberikan bonus liburan bagi karyawan beserta keluarganya. untuk menentukan preferensi liburan antara seminggu liburan di Singapura atau seminggu liburan di Hongkong. Suatu uji sampel acak dari 18 karyawan di data mengenai pilihannya, ternyata 4 orang dari sampel menyatakan lebih menyukai liburan di Hongkong. Ujilah pada taraf nyata 5% bahwa kedua pilihan tempat liburan itu disukai para karyawan.
  • 9. 1. Hipotesis : H0 : p1=p2 H1 : p1≠ p2 2. Uji statistik : Uji Binom 3. Taraf nyata : 0,05 4. Wilayah kritik : Σb (x;n,p) < 0,05 5. Perhitungan : x=4 ; n=18; p=½ Dari tabel jumlah peluang binom diperoleh : P(X≤4)= Σb (x;18, ½) = 0,0154 Untuk pengujian dua arah maka P(X≤4) = 2(0,0154) = 0,0308 6. Kesimpulan : Tolak H0 , artinya kecenderungan karyawan untuk suka pada kedua tempat wisata tidaklah sama PENYELESAIAN
  • 10. Uji Chi-square : Goodnessof Fit Test ▪Uji Chi-Square merupakan Uji Kesesuaian (Godness of Fit) artinya uji tersebut dapat digunakan untuk menguji apakah terdapat kesesuaian yang nyata antara banyaknya atau frekuensi objek yang diamati (observed) dengan frekuensi objek yang diharapkan (expected) dalam tiap-tiap kategori. Uji ini hampir sama dengan uji Binomial, namun banyaknya kategori dalam uji Chisquare bisa dua atau lebih.
  • 11. DATA Terdiri atas N pengamatan yang independen dari peubah acak X. N pengamatan dikelompokkan kedalam c kelas, dan banyaknya pengamatan dalam masing-masing kelas disajikan dalam tabel kontingensi berbentuk 1 x k. O1 O2 .... Ok
  • 12. ASUMSI : ➢Sampel merupakan sampel acak ➢ukuran sampel paling tidak nominal HIPOTESIS : H0 : f1 = f2 =....fk H1 : Frekuensi tidak semuanya sama (paling sedikit ada satu yang tidak sama) STATISTIK UJI : dimana: Oi = Frekwensi Observasi Ei = Frekwensi harapan, db=k-1 ( )  = − = k i i i i E E O 1 2 2 
  • 13. Contoh : Selama ini manajer pemasaran sabun "harum wangi" menganggap bahwa konsumen sama-sama menyukai tiga warna sabun mandi yang diproduksi yaitu putih, hijau dan kuning. untuk mengetahui apakah pendapat manajer tersebut benar, diambil 12 responden ditanya sabun mandi yang paling disukai. hasil jawaban responden diperoleh sebagai berikut :
  • 14. Responden Warna pilihan Hasan Putih Ali Hijau Husein Kuning Ahmad Kuning Adi Hijau Bambang Kuning Chica Kuning Dedy Kuning Dony Putih Dicki Putih Mira Hijau Neni Hijau H0 : f1 = f2 = f3 = 1/3 H1 : paling sedikit ada satu fi yang tidak sama statistik uji : Chisquare goodness of fit Taraf nyata : 5% Daerah Kritis : X2 > X2 0,05(2)
  • 15. Penyelesaian Warna Putih Kuning Hijau Observasi Oi 3 5 4 Harapan Ei 4 4 4 Gagal Menolak H0
  • 16. Misal kita ingin menguji pada taraf nyata 0,05 bahwa isi kaleng suatu jenis minyak pelumas adalah 10 liter. Suatu sampel acak 10 kaleng telah diukur isinya, hasilnya adalah: 10,2; 9,7; 10,1; 10,3;10,1; 9,8; 9,9; 10,4; 10,3 dan 9,8 liter Soal 1 :
  • 17. Para pelari cepat mengemukakan bahwa diarena balap yang berbentuk bundar, pelari yang posisi start tertentu lebih beruntung dari posisi lainnya. Posisi pertama adalah posisi pada lingkaran paling dalam. ujilah apakah ada akibat dari posisi start ini dengan menganalisis hasil kemenangan yang ada. Jika terdapat 8 posisi dan banyaknya kemenangan pada setiap posisi dari 48 kali pertandingan yang tercatat adalah : Soal 2 : posisi 1 2 3 4 5 6 7 8 kemenangan 8 5 6 7 6 4 5 7