SlideShare a Scribd company logo
1 of 40
Pertemuan VI




        By : Elfizon, S.Pd
Content
Tiga Jenis Pengujian Statistik PERBEDAAN:
           Chi Kuadrat
           T-test
           ANOVA
PENGUJIAN CHI KUADRAT (Chi Square
Test)
 1. for goodness–of–fit and
 2. for independent
Uji Statistik Perbedaan I

Chi Chi-Square
     1. Goodness of Fit &
  2. Test for Independence
Persyaratan; Chi Kuadrat
 Distribusi Data Normal
 Bentuk Data Nominal atau ordinal
 Random
 Bebas dalam observasi
 Ukuran sampel bebas!!!
Konsep; Chi Kuadrat
                         Chi Kuadrat




                         Perbandingan
                         Antara:




     Frekuensi yang                     Frekuensi yang
     Diamati/observasi                  Dijangkakan/
                                        diharapkan
Chi Square Test
1. For goodness–of–fit
   Uji Chi-Square mengenai perbedaan frekuensi yang diobservasi
   dengan frekuensi yang diharapkan.

                                                             2
                            2             ( f0        fe )
   Chi Kuadrat ( x )
                                                 fe
    Di mana:
    fo = frekuensi yang diobservasi
    fe = frekuensi yang dijangkakan
        (jumlah subjek dalam sampel dibagi dengan kategori subjek)
contoh
Dalam bus konterner, terdapat bola ping-pong warna
putih dan merah. Jumlahnya … banyak!!!. Seorang
pekerja ingin memastikan bola warna apa yang paling
banyak? Lalu, 100 bola diambil secara random dari
dalam kontener, ternyata didapat 40 bh putih dan 60
bh merah.
Kemudian pekerja tsb membuat keputusan bahwa
bola ping-pong warna merah lebih banyak…..
Adakah keputusan tsb betul?
Apa pendapat anda?
Hipotesis Nul
 Tidak terdapat perbedaan jumlah bola ping-pong
 warna putih dan warna merah dalam kontener, pada
 taraf signifikan, α = 0.05.
Bola                                         Langkah
  Ping-pong
                         I                   II             III        IV
                         f0              fe             f0- fe    (f0- fe)2/ fe
 PUTIH                  40               50                 -10       2.0
 MERAH                  60               50                 10        2.0
                                 x2                                   4.0

 Derajat Kebebasan; df = k-1
 k = jumlah kategori (warna);
 df = 2-1 = 1.                                         3,84 < 4,0
Tabel Nilai Kritikal bagi Chi kuadrat                  Keputusan: ????
(lihat tabel statistik Chi Quadrate)
Df = 1 ; α = 0.05 === Nilai Kritikal =3,84
Intrepretasi
 Berdasarkan Tabel Nilai Kritikal Chi Kuadrat tersebut,
 pada df = 1, diperoleh x2(tabel) = 3,84. Berarti nilai x2(observasi) =
 4,0 adalah lebih besar daripada x2(tabel). Maka hipotesis nul
 ditolak, dan menyatakan bahwa terdapat perbedaan
 jumlah bola ping-pong warna putih dan warna merah
 dalam bus kontener.
Soal:
 Suatu penelitian IQ pelajar SMK Negeri X (N=2491), dipilih
  sampel (n=216) orang pelajar tingkat 3, secara random. Hasil
  penelitian menunjukkan jumlah IQ tinggi, sedernaha dan
  rendah ialah 79, 118 dan19.
 Peneliti tsb membuat keputusan, bahwa kebanyakan pelajar
  tingkat 3 SMK Negeri X, memiliki tahap IQ sederhana,
  hanya sedikit yang memiliki IQ rendah.
 Adakah keputusan ini betul???
 Apa pendapat anda???
Pembahasan
Ho ; Tidak terdapat perbedaan IQ pelajar tingkat 3 SMK
       Negeri X, berdasarkan taraf signifikan, α = 0.05.
Variabel : IQ
Kategori : Tinggi, sederhana, rendah.
Sampel : 216 orang, random
Populasi : Siswa SMK Negeri X
IQ                                          Langkah
                         I                   II             III         IV
                        f0                   fe         f0- fe     (f0- fe)2/ fe
    Tinggi              79               72                 7         0,68
 Sederhana             118               72                 46        29,56
   Rendah               19               72                 -53       39,01
                                 x2                                   69,25
Derajat Kebebasan; df = k-1
k = jumlah kategori (IQ);
df = 3-1 = 2.
                                                        5,99 < 69,25
Tabel Nilai Kritikal bagi Chi kuadrat                   Tolak Hipotesis Null
(lihat tabel statistik Chi Quadrate)
Df = 2 ; α = 0.05 === Nilai Kritikal =5,99
Interpretasi
Berdasarkan Tabel Nilai Kritikal Chi Kuadrat tersebut,
pada df = 2, diperoleh x2(tabel) = 5,99. Berarti nilai
x2(observasi) = 69,25 adalah lebih besar daripada x2(tabel),
maka hipotesis nul ditolak. Keputusan penelitian
menunjukkan bahwa secara signifikan terdapat
perbedaan IQ pelajar kelas 3 SMK Negeri X, yaitu
kebanyakkan pelajar SMK Negeri X memiliki tahap IQ
sederhana, walau ada sebahagian kecil yang memiliki
IQ rendah.
Chi Square Test
2. For Independent
  Uji Chi-Square kebebasan dua faktor.
                                                     2
                       2          ( f0        fe )
  Chi Kuadrat ( x )
                                         fe
  Di mana: f f N f
           e
               x
               l   b




  fo = frekuensi yang diobservasi
  fe = frekuensi yang diharapkan
  fl = Jumlah frekuensi Lajur (kolom)
  fb = Jumlah frekuensi Baris
  N = Jumlah sampel
Model
   Nominal                                           Ordinal


Variabel 1                                      Variabel 2
                                   Pengujian
Jenis Kelamin                     Chi Kuadrat   Tahap IQ
Pelajar                                         1. Tinggi
1. Laki-laki                 Untuk kebebasan    2. Sederhana
2. Perempuan                                    3. Rendah

                                                Variabel ….
Variabel …
                                                Mptivasi belajar
Asal Sekolah                                    1. Sangat Tinggi
1. Negeri                                       2. Tinggi
2. Swasta                                       3. Sedang
                                                4. Kurang
                                                5. Sangat kurang

             S2 PTK FT UNP 2010
contoh
                     Jenis Kelamin
    IQ                                    Jumlah
             Laki-laki       Perempuan

  Tinggi        22               57        79

 Sederhana      51               67        118

  Rendah        2                    17     19

  Jumlah        75               141       216
Tebel .. Penghitungan Frekuensi Jangkaan
                                Jenis Kelamin
     IQ
                    Laki-laki               Perempuan


    Tinggi    (75x79)/216=27.43        (114x79)/216=51.57


  Sederhana   (75x118)/216=40.97       (114x118)/216=77.03

   Rendah     (75x19)/216=5.90         (114x19)/216=12.40
Langkah
         I                 II               III             IV
        f0                 fe              f0- fe      (f0- fe)2/ fe
        22               27.43            -5.43           1.07
        51               40.97            10.03           2.46
         2               5.90              -3.9           2.58
        57               51.57             5.43           0.57
        67               77.03            -10.03          1.30
        17               12.40             4.6             1.71
                     Jumlah X2                            9.70
df = (b-1) x (l-1) ====== (2)
b = jumlah baris (kategori) pada IQ = (3)
L = jumlah kolom (kategori) pada jenis kelamin = (2)
Interpretasi
Berdasarkan Tabel Nilai Kritikal Chi Kuadrat
tersebut, pada df = 2, diperoleh x2(tabel) = 5,99.
Berarti nilai x2(observasi) = 9,70 adalah lebih besar
daripada x2(tabel), maka hipotesis nul ditolak.
Keputusan penelitian menunjukkan bahwa secara
signifikan perbedaan IQ pelajar laki-laki dan pelajar
perempuan adalah berbeda.
LATIHAN
Seorang guru, ingin memastikan apakah terdapat perbedaan
antara dua kelompok pelajarnya (kelompok kerja kayu dan
batu) dari segi menghasilkan idea yang inovatif dalam
rancangan gambar bangunan.
Guru tersebut memilih sampel secara random dari dua
kelompok tsb, masing-masing sebanyak 20 orang.
Kemudian kedua kelompok diberi ujian untuk membuat
gambar sesuai dengan idea inovatif masing-masing…
skor yang diperoleh sbb:
Skor          Kelompok Pelajar
       Kerja Kayu         Kerja Batu
  1        92                  87
  2        87                  69
  3        88                  76
  4        78                  74
  5        97                  87
 6         88                  90
  7        81                  72
 8         97                  56
 9         92                  67
 10        86                  71
 11        83                  80
 12        90                  75
 13        71                  82
 14        76                  72
 15        79                  63
 16        83                  74
 17        67                  86
 18        89                  77
 19        86                  66
20         91                  78
MIN      85,05                75,1
SD       8,7172              7,9371
Pertanyaan
 Tentukan nilai t-test
 Buat keputusan secara statistik
Diskusi
 Apakah pengujian Chi kuadrat sesuai untuk masalah ini?


 Apakah bentuk data yang dikumpulkan guru tersebut?
Uji T (T-test)
Dibutuhkan untuk menguji perbedaan yang
  bermakna antara dua nilai rata-rata ketika sampel-
  sampel tersebut tidak independen :
Seperti  - sebelum dan sesudah perlakuan
          - beda perlakuan
          - dengan atau tanpa perlakuan

                                          X1    X2
                                           1     1
 Formula Menghitung nilai t:        S
                                           n1    n2
 Contoh:
 Suatu program e-learning mata kuliah
 statistic penelitian telah diperkenalkan,
 untuk memastikan keberkesanan program
 tersebut diselidiki secara random sebanyak
 15    orang    mahasiswa yang       terlibat
 perkuliahan, apakah program tersebut
 berkesan untuk meningkatkan prestasi
 belajar mahasiswa. Data skor mahasiswa
 tersebut adalah;
Mahasiswa   Skor mata kuliah statistic penelitian ( e-
                          learning)
               Sebelum                   Sesudah
    1              66                        68
    2              34                        40
    3              67                        66
    4              88                        89
    5              56                        60
    6              75                        76
    7              88                        90
    8              66                        66
    9              55                        58
   10              45                        34
   11              36                        67
   12              48                        50
   13              68                        69
   14              59                        67
   15              75                        86
Jawaban :

 Ho; Tedapat perbedaan keberkesanan program e-
 learning mata kuliah statistic penelitian sebelum dan
 sesudah untuk meningkatkan prestasi belajar
 mahasiswa, pada α = 0.05



Kriteria uji;
    Terima Ho; (tobservasi < ttabel)
Mencari Nilai Standar Deviasi dari kedua skor
 Mencari harga SD1 dan SD2
        SD1 adalah simpangan deviasi untuk sebelum :

   X        (X–X)         ( X – X )2     Maka SD1 =     X   X
                                                                2


   66         4.27         18.2329                      n 1
   34        -27.73       768.9529
   67         5.27         27.7729
                                                       3820 .93
   88         26.27       690.1129                        14
   56         -5.73        32.8329                      272 .92
   75         13.27       176.0929
   88         26.27       690.1129                     16.52
   66         4.27         18.2329
   55         -6.73        45.2929
   45        -16.73       279.8929
   36        -25.73       662.0329
   48        -13.73       188.5129
   68         6.27         39.3129
   59         -2.73        7.4529
   75         13.27       176.0929
   Σ                      3820.93
SD2 adalah simpangan deviasi untuk sesudah :
  X     (X–X)      ( X – X )2
  68       2.27     5.1529                              2
  40                            Maka SD2=      X    X
         -25.73    662.0329
  66       0.27     0.0729                     n 1
  89     23.27     541.4929
                                            3674 .93
  60      -5.73    32.8329
  76                                          14
         10.27     105.4729
  90     24.27     589.0329
  66       0.27     0.0729                  262 .49
  58      -7.73    59.7529
  34     -31.73    1006.793
                                            16.20
  67       1.27     1.6129
  50     -15.73    247.4329
  69       3.27    10.6929
  67       1.27     1.6129
  86     20.27     410.8729
  Σ                3674.93
•Mencari harga S
  S2 (Varian)      =   n1 1 SD1   n 2 1 SD2
                            n1 n 2 2

                       14 .16 ,20 14 . 16 ,52
                             15 15 2
                           231,28        226 ,8
                                    28
                           458,08
                             28
                           16,36

    S                  =    16,36
                            4,04

                                                  32
• Mencari harga t       X1      X2
            t =            1      1
                    S
                           n1     n2

                    61,73       65,73
                              1     1
                    4,04
                             15 15
                         4
                    4,04 0,13
                          4
                    4,04 . 0,37

                           4
                        1,48

                         2,702

                                        33
Df = jumlah sampel – jumlah kelompok
   = 15 – 2
   = 13 → 2,160

  Interpretasi Hasil Analisis
Setelah dilakukan perhitungan maka didapat harga
thitung = -2.702. Jika dilihat pada tabel nilai-nilai t
maka akan didapatkan ttabel = 2,160.
Jika thitung bernilai negatif (-) berarti Hipotesis nul di
Terima, disimpulkan program e-learning
mata kuliah statistic penelitian berkesan
untuk meningkatkan prestasi belajar
mahasiswa pada taraf signifikan 0.05
CARA II

•Ho; Tedapat perbedaan keberkesanan program
e-learning mata kuliah statistic penelitian sebelum
dan sesudah untuk meningkatkan prestasi belajar
mahasiswa, pada α = 0.05
•Kriteria uji;
   Terima Ho; (tobservasi < ttabel)
LANGKAH PERHITUNGAN


                                        Langkah
   Mhs    Sesudah       Sebelum     I            II       III      IV
             X1            X2     X1- X2     Σ(X1-X2)/N K=(II-I)   K2
     1       68            66        2           4          2       4
     2       40            34        6           4         -2       4
     3       66            67       -1           4          5       25
     4       89            88        1           4          3       9
     5       60            56        4           4          0       0
     6       76            75        1           4          3       9
     7       90            88        2           4          2       4
     8       66            66        0           4          4       16
     9       58            55        3           4          1       1
    10       34            45      -11           4         15      225
    11       67            36      31            4        -27      729
    12       50            48        2           4          2       4
    13       69            68        1           4          3       9
    14       67            59        8           4         -4       16
    15       86            75       11           4         -7       49
    Σ       986           926      60                              1104
   Min     65,73         61.73
    Sd     16.20         16.52
   Beda             4
Varians (s2) = K2 / (N-1)
               = 1104 / 14 = 78.86

            S = √s2
              = 8.88

Ralat Standar Perbedaan       = s /√N
                              = 8.88 / 3.87 = 2.29

t = skor purata perbedaan / ralat standar perbedaan
      = 4 / 2.29 = 1.747

    df = N- 2 = 13 → 2.160
t tabel ; df = 13, p < 0.05 = 2.160

• Kesimpulan

Nilai tobservasi (1.747) adalah lebih kecil
dibanding ttabel (2.160), oleh karena itu,
Hipotesis nul diterima maka disimpulkan
program e-learning mata kuliah statistic
penelitian berkesan untuk meningkatkan
prestasi belajar mahasiswa pada taraf
signifikan 0.05.
LATIHAN!!
Skor/nilai dari suatu pengujian kekuatan bahan X
sebelum dan setelah percobaan mempunyai
kekerasan sbb.
Diambil bahan X sebanyak 20 buah dengan ukuran
tertentu, dan dilakukan pengujian kekerasan (Pra)
data X1, setelah dilakukan percobaan kekerasan, lalu
dilakukan pengujian kekerasan kembali (Post) data
X2.
Tentukan;
Apakah terdapat perbedaan yang signifikan terhadap
hasil percobaan kekerasan bahan?
( Kerjakan dengan CARA II)
Data Skor Percobaan Sbb
          PERCOBAAN          KEKUATAN BAHAN X
                          SEBELUM        SESUDAH
              1              12              8
              2              11              6
              3              12              6
              4              15             13
              5              9               5
              6              12             10
              7              12             10
              8              5              18
              9              9              12
              10             4              21
              11             12              6
              12             9              18
              13             10             15
              14             5              15
              15             7              16
              16             13              7
              17             12              8
              18             10              9
              19             8              10
              20             3              10

More Related Content

What's hot

Metode simpleks dua fase
Metode simpleks dua faseMetode simpleks dua fase
Metode simpleks dua fasespecy1234
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangArif Windiargo
 
19759534 statistik-run-test-satu-sampel
19759534 statistik-run-test-satu-sampel19759534 statistik-run-test-satu-sampel
19759534 statistik-run-test-satu-sampelRidwan Samsoni
 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrikEman Mendrofa
 
Analisis & interpretasi
Analisis & interpretasiAnalisis & interpretasi
Analisis & interpretasiJoni Iswanto
 
Distribusi Binomial Negatif dan Geometrik
Distribusi Binomial Negatif dan GeometrikDistribusi Binomial Negatif dan Geometrik
Distribusi Binomial Negatif dan GeometrikGe Grace
 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Aisyah Turidho
 
Uji untuk 2 sampel dependen
Uji untuk 2 sampel dependenUji untuk 2 sampel dependen
Uji untuk 2 sampel dependenAngga Mahendra
 
Statistika parametrik_teknik analisis komparasi (uji-t)
Statistika parametrik_teknik analisis komparasi (uji-t)Statistika parametrik_teknik analisis komparasi (uji-t)
Statistika parametrik_teknik analisis komparasi (uji-t)M. Jainuri, S.Pd., M.Pd
 
Konsep dasar pengujian hipotesis
Konsep dasar pengujian hipotesisKonsep dasar pengujian hipotesis
Konsep dasar pengujian hipotesisabiumi01
 
BAB 5. Distribusi Normal dan Distribusi Sampling
BAB 5. Distribusi Normal dan Distribusi SamplingBAB 5. Distribusi Normal dan Distribusi Sampling
BAB 5. Distribusi Normal dan Distribusi SamplingCabii
 
Distribusi probabilitas hipergeometrik
Distribusi probabilitas hipergeometrikDistribusi probabilitas hipergeometrik
Distribusi probabilitas hipergeometrikwiwik1354
 
Kuliah SPK: Metode AHP (Analytical Hierarchy Process)
Kuliah SPK: Metode AHP (Analytical Hierarchy Process)Kuliah SPK: Metode AHP (Analytical Hierarchy Process)
Kuliah SPK: Metode AHP (Analytical Hierarchy Process)Mutmainnah Muchtar
 
Anava 2 arah
Anava 2 arahAnava 2 arah
Anava 2 arahyositria
 

What's hot (20)

Metode simpleks dua fase
Metode simpleks dua faseMetode simpleks dua fase
Metode simpleks dua fase
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluang
 
Pendugaan Parameter
Pendugaan ParameterPendugaan Parameter
Pendugaan Parameter
 
19759534 statistik-run-test-satu-sampel
19759534 statistik-run-test-satu-sampel19759534 statistik-run-test-satu-sampel
19759534 statistik-run-test-satu-sampel
 
Bab 7 anova
Bab 7 anovaBab 7 anova
Bab 7 anova
 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrik
 
Dist weibull
Dist weibullDist weibull
Dist weibull
 
Analisis & interpretasi
Analisis & interpretasiAnalisis & interpretasi
Analisis & interpretasi
 
Distribusi Binomial Negatif dan Geometrik
Distribusi Binomial Negatif dan GeometrikDistribusi Binomial Negatif dan Geometrik
Distribusi Binomial Negatif dan Geometrik
 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
 
Konsep dasar probabilitas
Konsep dasar probabilitasKonsep dasar probabilitas
Konsep dasar probabilitas
 
Uji untuk 2 sampel dependen
Uji untuk 2 sampel dependenUji untuk 2 sampel dependen
Uji untuk 2 sampel dependen
 
VARIABEL RANDOM & DISTRIBUSI PELUANG
VARIABEL RANDOM & DISTRIBUSI PELUANGVARIABEL RANDOM & DISTRIBUSI PELUANG
VARIABEL RANDOM & DISTRIBUSI PELUANG
 
Statistika parametrik_teknik analisis komparasi (uji-t)
Statistika parametrik_teknik analisis komparasi (uji-t)Statistika parametrik_teknik analisis komparasi (uji-t)
Statistika parametrik_teknik analisis komparasi (uji-t)
 
Konsep dasar pengujian hipotesis
Konsep dasar pengujian hipotesisKonsep dasar pengujian hipotesis
Konsep dasar pengujian hipotesis
 
BAB 5. Distribusi Normal dan Distribusi Sampling
BAB 5. Distribusi Normal dan Distribusi SamplingBAB 5. Distribusi Normal dan Distribusi Sampling
BAB 5. Distribusi Normal dan Distribusi Sampling
 
Distribusi probabilitas hipergeometrik
Distribusi probabilitas hipergeometrikDistribusi probabilitas hipergeometrik
Distribusi probabilitas hipergeometrik
 
Kuliah SPK: Metode AHP (Analytical Hierarchy Process)
Kuliah SPK: Metode AHP (Analytical Hierarchy Process)Kuliah SPK: Metode AHP (Analytical Hierarchy Process)
Kuliah SPK: Metode AHP (Analytical Hierarchy Process)
 
Statistika Deskriptif - Distribusi Normal
Statistika Deskriptif - Distribusi NormalStatistika Deskriptif - Distribusi Normal
Statistika Deskriptif - Distribusi Normal
 
Anava 2 arah
Anava 2 arahAnava 2 arah
Anava 2 arah
 

Similar to Statistik inferensi-untuk-pengujian-perbedaan

6. NORMALITAS DAN HOMOGENITAS.pptx
6. NORMALITAS DAN HOMOGENITAS.pptx6. NORMALITAS DAN HOMOGENITAS.pptx
6. NORMALITAS DAN HOMOGENITAS.pptxumrahmaha
 
Statisitk inferens
Statisitk inferensStatisitk inferens
Statisitk inferensmohdkhamdani
 
Ukuran Gejala Pusat dan Ukuran Letak.pptx
Ukuran Gejala Pusat dan Ukuran Letak.pptxUkuran Gejala Pusat dan Ukuran Letak.pptx
Ukuran Gejala Pusat dan Ukuran Letak.pptxhestinoviyana1
 
UJI CHI SQUARE.pdf
UJI CHI SQUARE.pdfUJI CHI SQUARE.pdf
UJI CHI SQUARE.pdfHerlina84837
 
Statistik non parametrik des 2010
Statistik non parametrik des 2010Statistik non parametrik des 2010
Statistik non parametrik des 2010Badiuzzaman
 
Iii daftar dsitribusi3
Iii daftar dsitribusi3Iii daftar dsitribusi3
Iii daftar dsitribusi3UNHAS
 
Tesis matematika
Tesis matematikaTesis matematika
Tesis matematikakadal123123
 
Stat prob11 distribution_sampling
Stat prob11 distribution_samplingStat prob11 distribution_sampling
Stat prob11 distribution_samplingArif Rahman
 
PENGUJIAN CHI SQUARE untuk Warna Kertas.pptx
PENGUJIAN CHI SQUARE untuk Warna Kertas.pptxPENGUJIAN CHI SQUARE untuk Warna Kertas.pptx
PENGUJIAN CHI SQUARE untuk Warna Kertas.pptxprasetyokoni1
 
Bab iii ukuran lokasi dispersi (copy)
Bab iii ukuran lokasi dispersi (copy)Bab iii ukuran lokasi dispersi (copy)
Bab iii ukuran lokasi dispersi (copy)Iwey Wey Iwey
 

Similar to Statistik inferensi-untuk-pengujian-perbedaan (20)

03 ukstatst
03 ukstatst03 ukstatst
03 ukstatst
 
03 ukstatst
03 ukstatst03 ukstatst
03 ukstatst
 
Statistika2
Statistika2Statistika2
Statistika2
 
6. NORMALITAS DAN HOMOGENITAS.pptx
6. NORMALITAS DAN HOMOGENITAS.pptx6. NORMALITAS DAN HOMOGENITAS.pptx
6. NORMALITAS DAN HOMOGENITAS.pptx
 
Statisitk inferens
Statisitk inferensStatisitk inferens
Statisitk inferens
 
Ukuran Gejala Pusat dan Ukuran Letak.pptx
Ukuran Gejala Pusat dan Ukuran Letak.pptxUkuran Gejala Pusat dan Ukuran Letak.pptx
Ukuran Gejala Pusat dan Ukuran Letak.pptx
 
UJI CHI SQUARE.pdf
UJI CHI SQUARE.pdfUJI CHI SQUARE.pdf
UJI CHI SQUARE.pdf
 
Statistik non parametrik des 2010
Statistik non parametrik des 2010Statistik non parametrik des 2010
Statistik non parametrik des 2010
 
Iii daftar dsitribusi3
Iii daftar dsitribusi3Iii daftar dsitribusi3
Iii daftar dsitribusi3
 
Statistika deskriptif
Statistika deskriptifStatistika deskriptif
Statistika deskriptif
 
Tesis
Tesis Tesis
Tesis
 
Tesis matematika
Tesis matematikaTesis matematika
Tesis matematika
 
Chi Kuadrat
Chi KuadratChi Kuadrat
Chi Kuadrat
 
Bahan ajar statistika
Bahan ajar statistikaBahan ajar statistika
Bahan ajar statistika
 
Bab9
Bab9Bab9
Bab9
 
Experience
ExperienceExperience
Experience
 
Stat prob11 distribution_sampling
Stat prob11 distribution_samplingStat prob11 distribution_sampling
Stat prob11 distribution_sampling
 
PENGUJIAN CHI SQUARE untuk Warna Kertas.pptx
PENGUJIAN CHI SQUARE untuk Warna Kertas.pptxPENGUJIAN CHI SQUARE untuk Warna Kertas.pptx
PENGUJIAN CHI SQUARE untuk Warna Kertas.pptx
 
Normalitas
NormalitasNormalitas
Normalitas
 
Bab iii ukuran lokasi dispersi (copy)
Bab iii ukuran lokasi dispersi (copy)Bab iii ukuran lokasi dispersi (copy)
Bab iii ukuran lokasi dispersi (copy)
 

Statistik inferensi-untuk-pengujian-perbedaan

  • 1. Pertemuan VI By : Elfizon, S.Pd
  • 2. Content Tiga Jenis Pengujian Statistik PERBEDAAN:  Chi Kuadrat  T-test  ANOVA
  • 3. PENGUJIAN CHI KUADRAT (Chi Square Test)  1. for goodness–of–fit and  2. for independent
  • 4. Uji Statistik Perbedaan I Chi Chi-Square 1. Goodness of Fit & 2. Test for Independence
  • 5. Persyaratan; Chi Kuadrat  Distribusi Data Normal  Bentuk Data Nominal atau ordinal  Random  Bebas dalam observasi  Ukuran sampel bebas!!!
  • 6. Konsep; Chi Kuadrat Chi Kuadrat Perbandingan Antara: Frekuensi yang Frekuensi yang Diamati/observasi Dijangkakan/ diharapkan
  • 7. Chi Square Test 1. For goodness–of–fit Uji Chi-Square mengenai perbedaan frekuensi yang diobservasi dengan frekuensi yang diharapkan. 2 2 ( f0 fe ) Chi Kuadrat ( x ) fe Di mana: fo = frekuensi yang diobservasi fe = frekuensi yang dijangkakan (jumlah subjek dalam sampel dibagi dengan kategori subjek)
  • 8. contoh Dalam bus konterner, terdapat bola ping-pong warna putih dan merah. Jumlahnya … banyak!!!. Seorang pekerja ingin memastikan bola warna apa yang paling banyak? Lalu, 100 bola diambil secara random dari dalam kontener, ternyata didapat 40 bh putih dan 60 bh merah. Kemudian pekerja tsb membuat keputusan bahwa bola ping-pong warna merah lebih banyak….. Adakah keputusan tsb betul? Apa pendapat anda?
  • 9. Hipotesis Nul  Tidak terdapat perbedaan jumlah bola ping-pong warna putih dan warna merah dalam kontener, pada taraf signifikan, α = 0.05.
  • 10. Bola Langkah Ping-pong I II III IV f0 fe f0- fe (f0- fe)2/ fe PUTIH 40 50 -10 2.0 MERAH 60 50 10 2.0 x2 4.0 Derajat Kebebasan; df = k-1 k = jumlah kategori (warna); df = 2-1 = 1. 3,84 < 4,0 Tabel Nilai Kritikal bagi Chi kuadrat Keputusan: ???? (lihat tabel statistik Chi Quadrate) Df = 1 ; α = 0.05 === Nilai Kritikal =3,84
  • 11. Intrepretasi Berdasarkan Tabel Nilai Kritikal Chi Kuadrat tersebut, pada df = 1, diperoleh x2(tabel) = 3,84. Berarti nilai x2(observasi) = 4,0 adalah lebih besar daripada x2(tabel). Maka hipotesis nul ditolak, dan menyatakan bahwa terdapat perbedaan jumlah bola ping-pong warna putih dan warna merah dalam bus kontener.
  • 12. Soal:  Suatu penelitian IQ pelajar SMK Negeri X (N=2491), dipilih sampel (n=216) orang pelajar tingkat 3, secara random. Hasil penelitian menunjukkan jumlah IQ tinggi, sedernaha dan rendah ialah 79, 118 dan19.  Peneliti tsb membuat keputusan, bahwa kebanyakan pelajar tingkat 3 SMK Negeri X, memiliki tahap IQ sederhana, hanya sedikit yang memiliki IQ rendah.  Adakah keputusan ini betul???  Apa pendapat anda???
  • 13. Pembahasan Ho ; Tidak terdapat perbedaan IQ pelajar tingkat 3 SMK Negeri X, berdasarkan taraf signifikan, α = 0.05. Variabel : IQ Kategori : Tinggi, sederhana, rendah. Sampel : 216 orang, random Populasi : Siswa SMK Negeri X
  • 14. IQ Langkah I II III IV f0 fe f0- fe (f0- fe)2/ fe Tinggi 79 72 7 0,68 Sederhana 118 72 46 29,56 Rendah 19 72 -53 39,01 x2 69,25 Derajat Kebebasan; df = k-1 k = jumlah kategori (IQ); df = 3-1 = 2. 5,99 < 69,25 Tabel Nilai Kritikal bagi Chi kuadrat Tolak Hipotesis Null (lihat tabel statistik Chi Quadrate) Df = 2 ; α = 0.05 === Nilai Kritikal =5,99
  • 15. Interpretasi Berdasarkan Tabel Nilai Kritikal Chi Kuadrat tersebut, pada df = 2, diperoleh x2(tabel) = 5,99. Berarti nilai x2(observasi) = 69,25 adalah lebih besar daripada x2(tabel), maka hipotesis nul ditolak. Keputusan penelitian menunjukkan bahwa secara signifikan terdapat perbedaan IQ pelajar kelas 3 SMK Negeri X, yaitu kebanyakkan pelajar SMK Negeri X memiliki tahap IQ sederhana, walau ada sebahagian kecil yang memiliki IQ rendah.
  • 16. Chi Square Test 2. For Independent Uji Chi-Square kebebasan dua faktor. 2 2 ( f0 fe ) Chi Kuadrat ( x ) fe Di mana: f f N f e x l b fo = frekuensi yang diobservasi fe = frekuensi yang diharapkan fl = Jumlah frekuensi Lajur (kolom) fb = Jumlah frekuensi Baris N = Jumlah sampel
  • 17. Model Nominal Ordinal Variabel 1 Variabel 2 Pengujian Jenis Kelamin Chi Kuadrat Tahap IQ Pelajar 1. Tinggi 1. Laki-laki Untuk kebebasan 2. Sederhana 2. Perempuan 3. Rendah Variabel …. Variabel … Mptivasi belajar Asal Sekolah 1. Sangat Tinggi 1. Negeri 2. Tinggi 2. Swasta 3. Sedang 4. Kurang 5. Sangat kurang S2 PTK FT UNP 2010
  • 18. contoh Jenis Kelamin IQ Jumlah Laki-laki Perempuan Tinggi 22 57 79 Sederhana 51 67 118 Rendah 2 17 19 Jumlah 75 141 216
  • 19. Tebel .. Penghitungan Frekuensi Jangkaan Jenis Kelamin IQ Laki-laki Perempuan Tinggi (75x79)/216=27.43 (114x79)/216=51.57 Sederhana (75x118)/216=40.97 (114x118)/216=77.03 Rendah (75x19)/216=5.90 (114x19)/216=12.40
  • 20. Langkah I II III IV f0 fe f0- fe (f0- fe)2/ fe 22 27.43 -5.43 1.07 51 40.97 10.03 2.46 2 5.90 -3.9 2.58 57 51.57 5.43 0.57 67 77.03 -10.03 1.30 17 12.40 4.6 1.71 Jumlah X2 9.70 df = (b-1) x (l-1) ====== (2) b = jumlah baris (kategori) pada IQ = (3) L = jumlah kolom (kategori) pada jenis kelamin = (2)
  • 21. Interpretasi Berdasarkan Tabel Nilai Kritikal Chi Kuadrat tersebut, pada df = 2, diperoleh x2(tabel) = 5,99. Berarti nilai x2(observasi) = 9,70 adalah lebih besar daripada x2(tabel), maka hipotesis nul ditolak. Keputusan penelitian menunjukkan bahwa secara signifikan perbedaan IQ pelajar laki-laki dan pelajar perempuan adalah berbeda.
  • 22. LATIHAN Seorang guru, ingin memastikan apakah terdapat perbedaan antara dua kelompok pelajarnya (kelompok kerja kayu dan batu) dari segi menghasilkan idea yang inovatif dalam rancangan gambar bangunan. Guru tersebut memilih sampel secara random dari dua kelompok tsb, masing-masing sebanyak 20 orang. Kemudian kedua kelompok diberi ujian untuk membuat gambar sesuai dengan idea inovatif masing-masing… skor yang diperoleh sbb:
  • 23. Skor Kelompok Pelajar Kerja Kayu Kerja Batu 1 92 87 2 87 69 3 88 76 4 78 74 5 97 87 6 88 90 7 81 72 8 97 56 9 92 67 10 86 71 11 83 80 12 90 75 13 71 82 14 76 72 15 79 63 16 83 74 17 67 86 18 89 77 19 86 66 20 91 78 MIN 85,05 75,1 SD 8,7172 7,9371
  • 24. Pertanyaan  Tentukan nilai t-test  Buat keputusan secara statistik
  • 25. Diskusi  Apakah pengujian Chi kuadrat sesuai untuk masalah ini?  Apakah bentuk data yang dikumpulkan guru tersebut?
  • 26. Uji T (T-test) Dibutuhkan untuk menguji perbedaan yang bermakna antara dua nilai rata-rata ketika sampel- sampel tersebut tidak independen : Seperti  - sebelum dan sesudah perlakuan - beda perlakuan - dengan atau tanpa perlakuan X1 X2 1 1  Formula Menghitung nilai t: S n1 n2
  • 27.  Contoh:  Suatu program e-learning mata kuliah statistic penelitian telah diperkenalkan, untuk memastikan keberkesanan program tersebut diselidiki secara random sebanyak 15 orang mahasiswa yang terlibat perkuliahan, apakah program tersebut berkesan untuk meningkatkan prestasi belajar mahasiswa. Data skor mahasiswa tersebut adalah;
  • 28. Mahasiswa Skor mata kuliah statistic penelitian ( e- learning) Sebelum Sesudah 1 66 68 2 34 40 3 67 66 4 88 89 5 56 60 6 75 76 7 88 90 8 66 66 9 55 58 10 45 34 11 36 67 12 48 50 13 68 69 14 59 67 15 75 86
  • 29. Jawaban :  Ho; Tedapat perbedaan keberkesanan program e- learning mata kuliah statistic penelitian sebelum dan sesudah untuk meningkatkan prestasi belajar mahasiswa, pada α = 0.05 Kriteria uji; Terima Ho; (tobservasi < ttabel)
  • 30. Mencari Nilai Standar Deviasi dari kedua skor  Mencari harga SD1 dan SD2 SD1 adalah simpangan deviasi untuk sebelum : X (X–X) ( X – X )2 Maka SD1 = X X 2 66 4.27 18.2329 n 1 34 -27.73 768.9529 67 5.27 27.7729 3820 .93 88 26.27 690.1129 14 56 -5.73 32.8329 272 .92 75 13.27 176.0929 88 26.27 690.1129 16.52 66 4.27 18.2329 55 -6.73 45.2929 45 -16.73 279.8929 36 -25.73 662.0329 48 -13.73 188.5129 68 6.27 39.3129 59 -2.73 7.4529 75 13.27 176.0929 Σ 3820.93
  • 31. SD2 adalah simpangan deviasi untuk sesudah : X (X–X) ( X – X )2 68 2.27 5.1529 2 40 Maka SD2= X X -25.73 662.0329 66 0.27 0.0729 n 1 89 23.27 541.4929 3674 .93 60 -5.73 32.8329 76 14 10.27 105.4729 90 24.27 589.0329 66 0.27 0.0729 262 .49 58 -7.73 59.7529 34 -31.73 1006.793 16.20 67 1.27 1.6129 50 -15.73 247.4329 69 3.27 10.6929 67 1.27 1.6129 86 20.27 410.8729 Σ 3674.93
  • 32. •Mencari harga S S2 (Varian) = n1 1 SD1 n 2 1 SD2 n1 n 2 2 14 .16 ,20 14 . 16 ,52 15 15 2 231,28 226 ,8 28 458,08 28 16,36 S = 16,36 4,04 32
  • 33. • Mencari harga t X1 X2 t = 1 1 S n1 n2 61,73 65,73 1 1 4,04 15 15 4 4,04 0,13 4 4,04 . 0,37 4 1,48 2,702 33
  • 34. Df = jumlah sampel – jumlah kelompok = 15 – 2 = 13 → 2,160 Interpretasi Hasil Analisis Setelah dilakukan perhitungan maka didapat harga thitung = -2.702. Jika dilihat pada tabel nilai-nilai t maka akan didapatkan ttabel = 2,160. Jika thitung bernilai negatif (-) berarti Hipotesis nul di Terima, disimpulkan program e-learning mata kuliah statistic penelitian berkesan untuk meningkatkan prestasi belajar mahasiswa pada taraf signifikan 0.05
  • 35. CARA II •Ho; Tedapat perbedaan keberkesanan program e-learning mata kuliah statistic penelitian sebelum dan sesudah untuk meningkatkan prestasi belajar mahasiswa, pada α = 0.05 •Kriteria uji; Terima Ho; (tobservasi < ttabel)
  • 36. LANGKAH PERHITUNGAN Langkah Mhs Sesudah Sebelum I II III IV X1 X2 X1- X2 Σ(X1-X2)/N K=(II-I) K2 1 68 66 2 4 2 4 2 40 34 6 4 -2 4 3 66 67 -1 4 5 25 4 89 88 1 4 3 9 5 60 56 4 4 0 0 6 76 75 1 4 3 9 7 90 88 2 4 2 4 8 66 66 0 4 4 16 9 58 55 3 4 1 1 10 34 45 -11 4 15 225 11 67 36 31 4 -27 729 12 50 48 2 4 2 4 13 69 68 1 4 3 9 14 67 59 8 4 -4 16 15 86 75 11 4 -7 49 Σ 986 926 60 1104 Min 65,73 61.73 Sd 16.20 16.52 Beda 4
  • 37. Varians (s2) = K2 / (N-1) = 1104 / 14 = 78.86 S = √s2 = 8.88 Ralat Standar Perbedaan = s /√N = 8.88 / 3.87 = 2.29 t = skor purata perbedaan / ralat standar perbedaan = 4 / 2.29 = 1.747 df = N- 2 = 13 → 2.160
  • 38. t tabel ; df = 13, p < 0.05 = 2.160 • Kesimpulan Nilai tobservasi (1.747) adalah lebih kecil dibanding ttabel (2.160), oleh karena itu, Hipotesis nul diterima maka disimpulkan program e-learning mata kuliah statistic penelitian berkesan untuk meningkatkan prestasi belajar mahasiswa pada taraf signifikan 0.05.
  • 39. LATIHAN!! Skor/nilai dari suatu pengujian kekuatan bahan X sebelum dan setelah percobaan mempunyai kekerasan sbb. Diambil bahan X sebanyak 20 buah dengan ukuran tertentu, dan dilakukan pengujian kekerasan (Pra) data X1, setelah dilakukan percobaan kekerasan, lalu dilakukan pengujian kekerasan kembali (Post) data X2. Tentukan; Apakah terdapat perbedaan yang signifikan terhadap hasil percobaan kekerasan bahan? ( Kerjakan dengan CARA II)
  • 40. Data Skor Percobaan Sbb PERCOBAAN KEKUATAN BAHAN X SEBELUM SESUDAH 1 12 8 2 11 6 3 12 6 4 15 13 5 9 5 6 12 10 7 12 10 8 5 18 9 9 12 10 4 21 11 12 6 12 9 18 13 10 15 14 5 15 15 7 16 16 13 7 17 12 8 18 10 9 19 8 10 20 3 10