SlideShare a Scribd company logo
1 of 9
Download to read offline
TUGAS MATA KULIAH
STATISTIK
DESKRIPSI TUGAS :
UJI FRIEDMAN
M. ANDRI ZUMAIN
5616167834
PENDIDIKAN TEKNOLOGI DAN KEJURUAN
UNIVERSITAS NEGERI JAKARTA
2016
UJI FRIEDMAN TEST
Uji Friedman adalah uji yang dilakukan untuk mengetahui perbedaan lebih dari dua
kelompok sampel yang saling berhubungan. Data yang dianalisis adalah data ordinal,
sehingga jika data berbentuk interval atau ratio sebaiknya dirubah dulu ke bentuk ordinal.
Data ordinal adalah data yang tidak hanya mengkategorikan variabel-variabel untuk
menunjukkan perbedaan di antara berbagai kategori, tetapi juga mengurutkannya dalam
beberapa cara. Setiap sampel mendapatkan perlakukan yang berbeda (repeated
measurement). Pengambilan data pada setiap sampel dilakukan sebelum (pre test) dan
sesudah (post test).
Uji ini pertama kali diperkenalkan oleh Milton Friedman pada tahun 1937. Uji
Friedman ini digunakan sebagai alternative dari teknik analisis variance dua arah. Uji
Friedman ini termasuk dalam uji nonparametrik yang tidak memerlukan anggapan bahwa
populasi yang diteliti berdistribusi normal dan mempunyai variance yang homogen. Oleh
karena itu, lengkapnya uji ini dinamakan analisis variance jenjang dua arah Friedman.
Karena yang dianalisis tidak hanya efek perlakuan terhadap subjek, tetapi juga
pengaruh sebuah variabel luar yang menyebabkan variasi antar subjek, maka uji Friedman
analog dengan metode analisis perametrik yang disebut ANOVA dua arah. Pengaruh variabel
luar itu disebut blok ( b ).
Uji Friedman merupakan alternative dari ANOVA satu jalur. Uji ini dilakukan jika
asumsi-asumsi dalam statistik parametris tidak terpenuhi, atau juga karena sampel yang
terlalu sedikit. Asumsi yang perlu dipenuhi dalam uji Friedman lebih longgar dibanding uji
ANOVA Dua Arah, yaitu :
1. Data diukur paling sedikit dalam skala ordinal
2. Pengamatan – pengamatan antar blok independen
3. Sample – sample yang mendapat perlakuan tidak independen ( berhubungan ). Ini dapat
dijumpai dalam dua keadaan, yaitu :
(a) sebuah sample mengalami beberapa ( k ) kali pengukuran ( k repeated measures )
(b) beberapa sampel mengalami percocokan ( matching )
Tidak seperti ANOVA Dua Arah, uji Friedman tidak memerlukan asumsi di bawah ini :
1. Normalitas distribusi populasi asal sampel
2. Homogenitas varians populasi
3. Tersedianya data yang diukur dalam skala minimal interval
Hipotesis nol yang akan diuji menyatakan bahwa baberapa kali pengukuran dari satu
sampel atau beberapa sampel yang telah dicocokkan, berasal dari populasi yang sama ( atau
lebih spesifik bias dikatakan berasal dari populasi dengan median yang sama ).
Langkah – langkah uji Friedman sebagai berikut :
1. Berikan peringkat nilai – nilai obsevasi dalam masing – masing blok, mulai dari 1 untuk
nilai observasi terkecil sampai k untuk nilai observasi nilai terbesar. Bila terdapat
beberapa angka sama dalam blok, angka – angka sama di beri peringkat rata – rata
menurut posisi peringkat jika tidak terdapat angka sama
2. Jumlahkan peringkat pada masing – masing perlakuan. Hasil perjumlahan ini
disebut Rj dengan j =1,2,…, k. Pada keadaan yang Ho benar, jumlah peringkat pada
masing – masing tingkat perlakuan itu haruslah sama. Perbedaan yang tampak hanya
disebabkan karena kebetulan ( peluang ).
Dengan uji Friedman kita dapat menyimpulkan apakah sejumlah ( k ) kelompok
perlakuan berasal dari populasi yang sama. Apabila Ho benar, kita dapat berharap bahwa
jumlah peringkat pada masing – masing kelompok perlakuan ( Rj ) adalah sama. Bila Ho
benar, nilai harapan Rj itu adalah = b (k + 1)/2, dimana b adalah banyaknya blok
dan k adalah banyaknya perlakuan. Apabila sebaliknya hipotesis nol keliru, tentu paling tidak
jumlah peringkat salah satu kelompok perlakuan lebih besar daripada jumlah peringkat
kelompok perlakuan lainnya.
Jika n kecil yaitu k = 3 dan 2 ≤n ≤9 atau k = 4 dan 2 ≤n ≤4, maka digunakan Tabel
Harga Kritis Anova 2 way Friedman. H0 ditolak jika p value ≤ α = 0,05. Jika banyaknya
perlakuan k > 4 atau banyaknya responden > 9,atau syarat (g) tidak dipenuhi,maka digunakan
formula Uji Friedman berikut ini:
Dimana :
= Nilai khai-kuadrat jenjang dua arah Friedman
n = jumlah sampel
k = banyaknya kelompok sampel
)(
)(
13
1
12 22


  knR
knk
jr
1,3, 12 = konstanta
Rj = Jumlah peringkat populasi
• Menentukan degree of freedom (df atau dk) = k-1
• Cara menentukan peringkat jumlah populasi (R)
POPULASI
I II III IV
Kelompok A 1 2 3 4
Kelompok B 3 1 4 2
Kelompok C 1 4 2 3
Kelompok D 4 2 1 3
Jumlah peringkat populasi (R)
Jumlah peringkat populasi I RI = 9
Jumlah peringkat populasi II RI = 9
Jumlah peringkat populasi III RI = 10
Jumlah peringkat populasi IV RI = 12
 Jika peringkatnya sama maka menggunakan rumus :
CONTOH :
Seorang Guru matematika di SMK Bunda Kandung, ingin mengetahui apakah pemahaman
(nilai) siswa terhadap antar materi pelajaran pada mata pelajaran Matematika sama atau tidak.
Maka dilakukan pendataan terhadap nilai siswa dari 3 materi pelajaran berikut :
“Pengaruh 3 materi yang berbeda pada mata pelajaran Matematika (Trigonometri,
Statistika, dan Logaritma ), terhadap hasil pemahaman (nilai) siswa kelas XI di SMK
Bunda Kandung, Jakarta Selatan”.
Materi Trigonometri diterapkan pada kelompok 1, Statistika pada kelompok 2 dan Logaritma
pada kelompok 3. Setelah melalui proses pembelajaran selesai dalam satu semester, hasil
pemahaman (nilai) siswa diukur dengan skala. Skor 1 berarti sangat tidak memahami materi,
2 tidak memahami materi, 3 memahami materi, dan 4 sangat memahami materi.
Tabel hasil pemahaman (nilai) siswa berdasarkan materi pelajaran Matematika.
Subjek Trigonometri Statistika Logaritma
1 75 69 74
2 70 64 76
3 55 56 73
4 66 59 58
5 69 55 75
6 76 70 72
7 44 46 77
8 59 66 61
9 74 62 59
10 59 58 73
Rumusan masalah :
Apakah ada perbedaan pengaruh ketiga materi pelajaran yang berbeda pada mata pelajaran
Matematika terhadap pemahaman (nilai) siswa ?
Ho : Tidak terdapat pengaruh 3 materi yang berbeda pada mata pelajaran Matematika
( Trigonometri, Statistika, dan Logaritma ), terhadap pemahaman (nilai) siswa.
H1 : Terdapat pengaruh 3 materi yang berbeda pada mata pelajaran Matematika
( Trigonometri, Statistika, dan Logaritma ), terhadap pemahaman (nilai) siswa.
Tabel urutan ranking :
Subjek Trigonometri Statistika Logaritma
1 1 3 2
2 2 3 1
3 3 2 1
4 3 2 1
5 2 3 1
6 1 3 2
7 3 2 1
8 3 1 2
9 3 2 1
10 2 3 1
23 24 13
Penyelesaian : tanpa peringkat yang sama
=
12
𝑛𝑘(𝑘+1)
𝛴𝑅𝑗
²
− 3𝑛(𝑘 + 1)
=
12
10.3(4)
(232
+ 242
+ 132) − 3.10(4)
=
12
120
(529 + 576 + 169) − 120
= 0,1(1274) − 120
= 127,4 − 120
= 7,4
tabel (α=0,05) = 5,99 dimana df = k-1 = 3-1 = 2
Berdasarkan hasil perhitungan Chi square hitung lebih besar dari Chi square tabel,
hitung > tabel (α=0,05), 7,4 > 5,99 yang berarti Ho ditolak dan menerima H1.
Kesimpulannya “Terdapat pengaruh 3 materi yang berbeda pada mata pelajaran Matematika
( Trigonometri, Statistika, dan Logaritma ), terhadap pemahaman (nilai) siswa”.
Uji Friedman
Menggunakan SPSS
CONTOH :
Seorang Guru matematika di SMK Bunda Kandung, ingin mengetahui apakah pemahaman
(nilai) siswa terhadap antar materi pelajaran pada mata pelajaran Matematika sama atau tidak.
Maka dilakukan pendataan terhadap nilai siswa dari 3 materi pelajaran berikut :
“Pengaruh 3 materi yang berbeda pada mata pelajaran Matematika (Trigonometri,
Statistika, dan Logaritma ), terhadap hasil pemahaman (nilai) siswa kelas XI di SMK
Bunda Kandung, Jakarta Selatan”.
Tabel hasil pemahaman (nilai) siswa berdasarkan materi pelajaran Matematika.
Subjek Trigonometri Statistika Logaritma
1 75 69 74
2 70 64 76
3 55 56 73
4 66 59 58
5 69 55 75
6 76 70 72
7 44 46 77
8 59 66 61
9 74 62 59
10 59 58 73
Langkah langkah melakukan anlisa Friedman adalah sebagai berikut :
1. Masukkan data diatas pada SPSS.
2. Klik menu Analyze > Nonparametric Tests > Legacy Dialogs > K Related Samples
3. Pada kotak dialog yang muncul, masukkan variabel Trigonometri, Statistik dan
Logaritma pada kotak Test Variabels. Pastikan pilihan Friedman aktif
4. Klik OK untuk melakukan analisa.
Maka pada jendela output akan muncul hasil sebagai berikut :
Output 1
Output pertama ini menunjukkan informasi mengenai Ranking untuk masing – masing
variabel.
Output 2
Output kedua ini memberikan informasi nilai sebagai dasar pengambil keputusan.
Untuk menentukan apakah pemahaman (nilai) siswa terhadap antar materi pada mata
pelajaran Matematika sama atau tidak, pertama – tama kita membuat hipotesis sebagai
berikut
H0 = Tidak terdapat pengaruh 3 materi yang berbeda pada mata pelajaran Matematika
( Trigonometri, Statistika, dan Logaritma ), terhadap pemahaman (nilai) siswa.
H1 = Terdapat pengaruh 3 materi yang berbeda pada mata pelajaran Matematika
( Trigonometri, Statistika, dan Logaritma ), terhadap pemahaman (nilai) siswa.
Syarat H0 diterima atau tidak berdasarkan nilai probabilitas sebagai berikut :
Apabila probabilitas > 0.05 maka H0 diterima.
Apabila probabilitas < 0.05 maka H0 ditolak.

More Related Content

What's hot

Analisis bab1 bab2
Analisis bab1 bab2Analisis bab1 bab2
Analisis bab1 bab2Charro NieZz
 
Analisis real-lengkap-a1c
Analisis real-lengkap-a1cAnalisis real-lengkap-a1c
Analisis real-lengkap-a1cUmmu Zuhry
 
Rpp kd 3.3 konsep matriks dan operasi aljabar
Rpp kd 3.3 konsep matriks dan operasi aljabarRpp kd 3.3 konsep matriks dan operasi aljabar
Rpp kd 3.3 konsep matriks dan operasi aljabarAZLAN ANDARU
 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasGina Safitri
 
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)Awal Akbar Jamaluddin
 
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
 
Pertemuan 02 teori dasar himpunan
Pertemuan 02   teori dasar himpunanPertemuan 02   teori dasar himpunan
Pertemuan 02 teori dasar himpunanFajar Istiqomah
 
Pengantar analisis real_I
Pengantar analisis real_IPengantar analisis real_I
Pengantar analisis real_IFerry Angriawan
 
Vektor, Aljabar Linier
Vektor, Aljabar LinierVektor, Aljabar Linier
Vektor, Aljabar LinierSartiniNuha
 
Sub grup normal dan grup fakto
Sub grup normal dan grup faktoSub grup normal dan grup fakto
Sub grup normal dan grup faktoYadi Pura
 
Menentukan sistem persamaan linier dalam bentuk sistem konsisten dan inkonsisten
Menentukan sistem persamaan linier dalam bentuk sistem konsisten dan inkonsistenMenentukan sistem persamaan linier dalam bentuk sistem konsisten dan inkonsisten
Menentukan sistem persamaan linier dalam bentuk sistem konsisten dan inkonsistenBAIDILAH Baidilah
 

What's hot (20)

Variabel random
Variabel randomVariabel random
Variabel random
 
Grup siklik
Grup siklikGrup siklik
Grup siklik
 
Anava dua-jalan1
Anava dua-jalan1Anava dua-jalan1
Anava dua-jalan1
 
Analisis bab1 bab2
Analisis bab1 bab2Analisis bab1 bab2
Analisis bab1 bab2
 
Analisis real-lengkap-a1c
Analisis real-lengkap-a1cAnalisis real-lengkap-a1c
Analisis real-lengkap-a1c
 
Rpp kd 3.3 konsep matriks dan operasi aljabar
Rpp kd 3.3 konsep matriks dan operasi aljabarRpp kd 3.3 konsep matriks dan operasi aljabar
Rpp kd 3.3 konsep matriks dan operasi aljabar
 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitas
 
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)
 
PENELITIAN OPERASIONAL - PROGRAMA LINIER - METODE PRIMAL DUAL
PENELITIAN OPERASIONAL - PROGRAMA LINIER - METODE PRIMAL DUALPENELITIAN OPERASIONAL - PROGRAMA LINIER - METODE PRIMAL DUAL
PENELITIAN OPERASIONAL - PROGRAMA LINIER - METODE PRIMAL DUAL
 
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
 
Rumus Analisis Regresi
Rumus Analisis RegresiRumus Analisis Regresi
Rumus Analisis Regresi
 
Pertemuan 02 teori dasar himpunan
Pertemuan 02   teori dasar himpunanPertemuan 02   teori dasar himpunan
Pertemuan 02 teori dasar himpunan
 
Pengantar analisis real_I
Pengantar analisis real_IPengantar analisis real_I
Pengantar analisis real_I
 
UJI Z dan UJI T
UJI Z dan UJI TUJI Z dan UJI T
UJI Z dan UJI T
 
Minggu 10_Teknik Analisis Regresi
Minggu 10_Teknik Analisis RegresiMinggu 10_Teknik Analisis Regresi
Minggu 10_Teknik Analisis Regresi
 
Vektor, Aljabar Linier
Vektor, Aljabar LinierVektor, Aljabar Linier
Vektor, Aljabar Linier
 
Sub grup normal dan grup fakto
Sub grup normal dan grup faktoSub grup normal dan grup fakto
Sub grup normal dan grup fakto
 
ANALISIS REAL
ANALISIS REALANALISIS REAL
ANALISIS REAL
 
VARIABEL RANDOM & DISTRIBUSI PELUANG
VARIABEL RANDOM & DISTRIBUSI PELUANGVARIABEL RANDOM & DISTRIBUSI PELUANG
VARIABEL RANDOM & DISTRIBUSI PELUANG
 
Menentukan sistem persamaan linier dalam bentuk sistem konsisten dan inkonsisten
Menentukan sistem persamaan linier dalam bentuk sistem konsisten dan inkonsistenMenentukan sistem persamaan linier dalam bentuk sistem konsisten dan inkonsisten
Menentukan sistem persamaan linier dalam bentuk sistem konsisten dan inkonsisten
 

Similar to Andri zumain uji friedman m.

statistik-inferensi-dengan-spss
statistik-inferensi-dengan-spssstatistik-inferensi-dengan-spss
statistik-inferensi-dengan-spssFajar Istiqomah
 
Pert 13 14 -uji homogenitas dan uji normalitas
Pert 13 14 -uji homogenitas dan uji normalitasPert 13 14 -uji homogenitas dan uji normalitas
Pert 13 14 -uji homogenitas dan uji normalitasCanny Becha
 
prosedure penelitian
prosedure penelitianprosedure penelitian
prosedure penelitianSiti Romlah
 
uji mann whitney dan uji fisher
uji mann whitney dan uji fisheruji mann whitney dan uji fisher
uji mann whitney dan uji fisherkacangtom
 
Uji perbedaan ayda tri_valen_virdya
Uji perbedaan ayda tri_valen_virdyaUji perbedaan ayda tri_valen_virdya
Uji perbedaan ayda tri_valen_virdyaAyda Fitriani
 
Materi 8 - Teknik Sampling 2.pdf
Materi 8 - Teknik Sampling 2.pdfMateri 8 - Teknik Sampling 2.pdf
Materi 8 - Teknik Sampling 2.pdfMahesaRioAditya
 
uji normalitas dan homogenitas
uji normalitas dan homogenitasuji normalitas dan homogenitas
uji normalitas dan homogenitasRatih Ramadhani
 
vdocuments.net_uji-normalitas-dan-validitas.ppt
vdocuments.net_uji-normalitas-dan-validitas.pptvdocuments.net_uji-normalitas-dan-validitas.ppt
vdocuments.net_uji-normalitas-dan-validitas.pptAnggaPratama111616
 
Tugas pemodelan statistika
Tugas pemodelan statistikaTugas pemodelan statistika
Tugas pemodelan statistikaIraa Nurcahyani
 
Metode Statistika Non parametrik pada dua kelompok sampel.pptx
Metode Statistika Non parametrik pada dua kelompok sampel.pptxMetode Statistika Non parametrik pada dua kelompok sampel.pptx
Metode Statistika Non parametrik pada dua kelompok sampel.pptxStatistikInferensial
 
Run and Sign Test atau Uji Keacakan.pdf
Run and Sign Test atau Uji Keacakan.pdfRun and Sign Test atau Uji Keacakan.pdf
Run and Sign Test atau Uji Keacakan.pdfStatistikInferensial
 
Statistika non parametrik
Statistika non parametrikStatistika non parametrik
Statistika non parametrikScott Cracer
 
Metode Statistija Non parametrik pada dua kelompok sampel.pdf
Metode Statistija Non parametrik pada dua kelompok sampel.pdfMetode Statistija Non parametrik pada dua kelompok sampel.pdf
Metode Statistija Non parametrik pada dua kelompok sampel.pdfStatistikInferensial
 
Uji t Independent.pptx
Uji t Independent.pptxUji t Independent.pptx
Uji t Independent.pptxIsnawati78
 

Similar to Andri zumain uji friedman m. (20)

statistik-inferensi-dengan-spss
statistik-inferensi-dengan-spssstatistik-inferensi-dengan-spss
statistik-inferensi-dengan-spss
 
Uji friedman
Uji friedmanUji friedman
Uji friedman
 
Pert 13 14 -uji homogenitas dan uji normalitas
Pert 13 14 -uji homogenitas dan uji normalitasPert 13 14 -uji homogenitas dan uji normalitas
Pert 13 14 -uji homogenitas dan uji normalitas
 
Statistika Non Parametrik
Statistika Non ParametrikStatistika Non Parametrik
Statistika Non Parametrik
 
prosedure penelitian
prosedure penelitianprosedure penelitian
prosedure penelitian
 
uji mann whitney dan uji fisher
uji mann whitney dan uji fisheruji mann whitney dan uji fisher
uji mann whitney dan uji fisher
 
Wilcoxon Matced Pairs Signed Ranks Test
Wilcoxon Matced Pairs Signed Ranks TestWilcoxon Matced Pairs Signed Ranks Test
Wilcoxon Matced Pairs Signed Ranks Test
 
Uji perbedaan ayda tri_valen_virdya
Uji perbedaan ayda tri_valen_virdyaUji perbedaan ayda tri_valen_virdya
Uji perbedaan ayda tri_valen_virdya
 
Materi 8 - Teknik Sampling 2.pdf
Materi 8 - Teknik Sampling 2.pdfMateri 8 - Teknik Sampling 2.pdf
Materi 8 - Teknik Sampling 2.pdf
 
uji normalitas dan homogenitas
uji normalitas dan homogenitasuji normalitas dan homogenitas
uji normalitas dan homogenitas
 
16. bab iii
16. bab iii16. bab iii
16. bab iii
 
vdocuments.net_uji-normalitas-dan-validitas.ppt
vdocuments.net_uji-normalitas-dan-validitas.pptvdocuments.net_uji-normalitas-dan-validitas.ppt
vdocuments.net_uji-normalitas-dan-validitas.ppt
 
Tugas pemodelan statistika
Tugas pemodelan statistikaTugas pemodelan statistika
Tugas pemodelan statistika
 
Metode Statistika Non parametrik pada dua kelompok sampel.pptx
Metode Statistika Non parametrik pada dua kelompok sampel.pptxMetode Statistika Non parametrik pada dua kelompok sampel.pptx
Metode Statistika Non parametrik pada dua kelompok sampel.pptx
 
Bab iii
Bab iiiBab iii
Bab iii
 
Run and Sign Test atau Uji Keacakan.pdf
Run and Sign Test atau Uji Keacakan.pdfRun and Sign Test atau Uji Keacakan.pdf
Run and Sign Test atau Uji Keacakan.pdf
 
Statistika non parametrik
Statistika non parametrikStatistika non parametrik
Statistika non parametrik
 
Pertemuan 10_Uji Keacakan.pptx
Pertemuan 10_Uji Keacakan.pptxPertemuan 10_Uji Keacakan.pptx
Pertemuan 10_Uji Keacakan.pptx
 
Metode Statistija Non parametrik pada dua kelompok sampel.pdf
Metode Statistija Non parametrik pada dua kelompok sampel.pdfMetode Statistija Non parametrik pada dua kelompok sampel.pdf
Metode Statistija Non parametrik pada dua kelompok sampel.pdf
 
Uji t Independent.pptx
Uji t Independent.pptxUji t Independent.pptx
Uji t Independent.pptx
 

Recently uploaded

“Mohon Maaf Lahir & Batin” ... Minal Aidin Wal Faizin
“Mohon Maaf Lahir & Batin” ... Minal Aidin Wal  Faizin“Mohon Maaf Lahir & Batin” ... Minal Aidin Wal  Faizin
“Mohon Maaf Lahir & Batin” ... Minal Aidin Wal FaizinKanaidi ken
 
Perbedaan CARA PANDANG _Training "Effective MARKETING and PERSONAL SELLING".
Perbedaan CARA PANDANG _Training "Effective MARKETING and PERSONAL SELLING".Perbedaan CARA PANDANG _Training "Effective MARKETING and PERSONAL SELLING".
Perbedaan CARA PANDANG _Training "Effective MARKETING and PERSONAL SELLING".Kanaidi ken
 
Eiger x Eiger Adventure Club - Konsultasi Tahap 1
Eiger x Eiger Adventure Club - Konsultasi Tahap 1Eiger x Eiger Adventure Club - Konsultasi Tahap 1
Eiger x Eiger Adventure Club - Konsultasi Tahap 1AdePutraTunggali
 
Rabbani - Konsultasi Manajemen Web dan media Sosial
Rabbani - Konsultasi Manajemen Web dan media SosialRabbani - Konsultasi Manajemen Web dan media Sosial
Rabbani - Konsultasi Manajemen Web dan media SosialAdePutraTunggali
 
Aminullah Assagaf_Regresi Lengkap 21_11 April 2024.pdf
Aminullah Assagaf_Regresi Lengkap 21_11 April 2024.pdfAminullah Assagaf_Regresi Lengkap 21_11 April 2024.pdf
Aminullah Assagaf_Regresi Lengkap 21_11 April 2024.pdfAminullah Assagaf
 
Materi B.indo (Penyusunan Paragraf).pptx
Materi B.indo (Penyusunan Paragraf).pptxMateri B.indo (Penyusunan Paragraf).pptx
Materi B.indo (Penyusunan Paragraf).pptxafkarzidan98
 
MATERI PEMBELAJARAN SENI BUDAYA.KELOMPOK 5.pptx
MATERI PEMBELAJARAN SENI BUDAYA.KELOMPOK 5.pptxMATERI PEMBELAJARAN SENI BUDAYA.KELOMPOK 5.pptx
MATERI PEMBELAJARAN SENI BUDAYA.KELOMPOK 5.pptxwulandaritirsa
 
Penyusunan Paragraf Primakara Informatika IFPagi3
Penyusunan Paragraf Primakara Informatika IFPagi3Penyusunan Paragraf Primakara Informatika IFPagi3
Penyusunan Paragraf Primakara Informatika IFPagi3SatriaPamungkas18
 
Teknologi Ekstraksi Bahan Alam: Fundamental dan Metode-metode Ekstraksi Bahan...
Teknologi Ekstraksi Bahan Alam: Fundamental dan Metode-metode Ekstraksi Bahan...Teknologi Ekstraksi Bahan Alam: Fundamental dan Metode-metode Ekstraksi Bahan...
Teknologi Ekstraksi Bahan Alam: Fundamental dan Metode-metode Ekstraksi Bahan...Apothecary Indonesia Persada
 
02.17. Menentukan Temperatre Wind-Chill Menggunakan Bahasa Pemrograman C++
02.17. Menentukan Temperatre Wind-Chill Menggunakan Bahasa Pemrograman C++02.17. Menentukan Temperatre Wind-Chill Menggunakan Bahasa Pemrograman C++
02.17. Menentukan Temperatre Wind-Chill Menggunakan Bahasa Pemrograman C++BayuYudhaSaputra
 
Konsul - Chikita Fauzia ismardi_ 2210901013.pdf
Konsul - Chikita Fauzia ismardi_ 2210901013.pdfKonsul - Chikita Fauzia ismardi_ 2210901013.pdf
Konsul - Chikita Fauzia ismardi_ 2210901013.pdfAdePutraTunggali
 
POKOK BAHASAN DEMOKRASI MATAKULIA PKN - DJOKO AW
POKOK BAHASAN DEMOKRASI MATAKULIA PKN - DJOKO AWPOKOK BAHASAN DEMOKRASI MATAKULIA PKN - DJOKO AW
POKOK BAHASAN DEMOKRASI MATAKULIA PKN - DJOKO AWKafe Buku Pak Aw
 
Silabus Pelatihan _Peranan dan Implementasi "Dual Banking Leverage Model (DBL...
Silabus Pelatihan _Peranan dan Implementasi "Dual Banking Leverage Model (DBL...Silabus Pelatihan _Peranan dan Implementasi "Dual Banking Leverage Model (DBL...
Silabus Pelatihan _Peranan dan Implementasi "Dual Banking Leverage Model (DBL...Kanaidi ken
 
Ringkasan Isi & Pokok Bahasan_ Buku_ "Teknik Perhitungan & Verifikasi TKDN da...
Ringkasan Isi & Pokok Bahasan_ Buku_ "Teknik Perhitungan & Verifikasi TKDN da...Ringkasan Isi & Pokok Bahasan_ Buku_ "Teknik Perhitungan & Verifikasi TKDN da...
Ringkasan Isi & Pokok Bahasan_ Buku_ "Teknik Perhitungan & Verifikasi TKDN da...Kanaidi ken
 
1.2.a.5. Ruang Kolaborasi Modul 1.2 - Diskusi Mandiri.pptx
1.2.a.5. Ruang Kolaborasi Modul 1.2 - Diskusi Mandiri.pptx1.2.a.5. Ruang Kolaborasi Modul 1.2 - Diskusi Mandiri.pptx
1.2.a.5. Ruang Kolaborasi Modul 1.2 - Diskusi Mandiri.pptxd2spdpnd9185
 
Konsultasi Manajemen Web - Media Sosial - Creative Space
Konsultasi Manajemen Web - Media Sosial - Creative SpaceKonsultasi Manajemen Web - Media Sosial - Creative Space
Konsultasi Manajemen Web - Media Sosial - Creative SpaceAdePutraTunggali
 
Daun Majemuk dan Phillotaxis Daun Mortum.pptx
Daun Majemuk dan Phillotaxis Daun Mortum.pptxDaun Majemuk dan Phillotaxis Daun Mortum.pptx
Daun Majemuk dan Phillotaxis Daun Mortum.pptxZulfatulAliyah
 
HIKMAH PUASA Di Bulan Ramadhan ataupun di bulan yang lain..ppt
HIKMAH PUASA Di Bulan Ramadhan ataupun di bulan yang lain..pptHIKMAH PUASA Di Bulan Ramadhan ataupun di bulan yang lain..ppt
HIKMAH PUASA Di Bulan Ramadhan ataupun di bulan yang lain..pptPermanaDewangga
 
Aksi Nyata topik P5 SD Menentukan Tema, Topik, Dimensi, elemen dan sub-elemen...
Aksi Nyata topik P5 SD Menentukan Tema, Topik, Dimensi, elemen dan sub-elemen...Aksi Nyata topik P5 SD Menentukan Tema, Topik, Dimensi, elemen dan sub-elemen...
Aksi Nyata topik P5 SD Menentukan Tema, Topik, Dimensi, elemen dan sub-elemen...teacher
 
Martosudiro Dictionary-3252 | Kamus Martosudiro
Martosudiro Dictionary-3252 | Kamus MartosudiroMartosudiro Dictionary-3252 | Kamus Martosudiro
Martosudiro Dictionary-3252 | Kamus MartosudiroProjectEngineer4
 

Recently uploaded (20)

“Mohon Maaf Lahir & Batin” ... Minal Aidin Wal Faizin
“Mohon Maaf Lahir & Batin” ... Minal Aidin Wal  Faizin“Mohon Maaf Lahir & Batin” ... Minal Aidin Wal  Faizin
“Mohon Maaf Lahir & Batin” ... Minal Aidin Wal Faizin
 
Perbedaan CARA PANDANG _Training "Effective MARKETING and PERSONAL SELLING".
Perbedaan CARA PANDANG _Training "Effective MARKETING and PERSONAL SELLING".Perbedaan CARA PANDANG _Training "Effective MARKETING and PERSONAL SELLING".
Perbedaan CARA PANDANG _Training "Effective MARKETING and PERSONAL SELLING".
 
Eiger x Eiger Adventure Club - Konsultasi Tahap 1
Eiger x Eiger Adventure Club - Konsultasi Tahap 1Eiger x Eiger Adventure Club - Konsultasi Tahap 1
Eiger x Eiger Adventure Club - Konsultasi Tahap 1
 
Rabbani - Konsultasi Manajemen Web dan media Sosial
Rabbani - Konsultasi Manajemen Web dan media SosialRabbani - Konsultasi Manajemen Web dan media Sosial
Rabbani - Konsultasi Manajemen Web dan media Sosial
 
Aminullah Assagaf_Regresi Lengkap 21_11 April 2024.pdf
Aminullah Assagaf_Regresi Lengkap 21_11 April 2024.pdfAminullah Assagaf_Regresi Lengkap 21_11 April 2024.pdf
Aminullah Assagaf_Regresi Lengkap 21_11 April 2024.pdf
 
Materi B.indo (Penyusunan Paragraf).pptx
Materi B.indo (Penyusunan Paragraf).pptxMateri B.indo (Penyusunan Paragraf).pptx
Materi B.indo (Penyusunan Paragraf).pptx
 
MATERI PEMBELAJARAN SENI BUDAYA.KELOMPOK 5.pptx
MATERI PEMBELAJARAN SENI BUDAYA.KELOMPOK 5.pptxMATERI PEMBELAJARAN SENI BUDAYA.KELOMPOK 5.pptx
MATERI PEMBELAJARAN SENI BUDAYA.KELOMPOK 5.pptx
 
Penyusunan Paragraf Primakara Informatika IFPagi3
Penyusunan Paragraf Primakara Informatika IFPagi3Penyusunan Paragraf Primakara Informatika IFPagi3
Penyusunan Paragraf Primakara Informatika IFPagi3
 
Teknologi Ekstraksi Bahan Alam: Fundamental dan Metode-metode Ekstraksi Bahan...
Teknologi Ekstraksi Bahan Alam: Fundamental dan Metode-metode Ekstraksi Bahan...Teknologi Ekstraksi Bahan Alam: Fundamental dan Metode-metode Ekstraksi Bahan...
Teknologi Ekstraksi Bahan Alam: Fundamental dan Metode-metode Ekstraksi Bahan...
 
02.17. Menentukan Temperatre Wind-Chill Menggunakan Bahasa Pemrograman C++
02.17. Menentukan Temperatre Wind-Chill Menggunakan Bahasa Pemrograman C++02.17. Menentukan Temperatre Wind-Chill Menggunakan Bahasa Pemrograman C++
02.17. Menentukan Temperatre Wind-Chill Menggunakan Bahasa Pemrograman C++
 
Konsul - Chikita Fauzia ismardi_ 2210901013.pdf
Konsul - Chikita Fauzia ismardi_ 2210901013.pdfKonsul - Chikita Fauzia ismardi_ 2210901013.pdf
Konsul - Chikita Fauzia ismardi_ 2210901013.pdf
 
POKOK BAHASAN DEMOKRASI MATAKULIA PKN - DJOKO AW
POKOK BAHASAN DEMOKRASI MATAKULIA PKN - DJOKO AWPOKOK BAHASAN DEMOKRASI MATAKULIA PKN - DJOKO AW
POKOK BAHASAN DEMOKRASI MATAKULIA PKN - DJOKO AW
 
Silabus Pelatihan _Peranan dan Implementasi "Dual Banking Leverage Model (DBL...
Silabus Pelatihan _Peranan dan Implementasi "Dual Banking Leverage Model (DBL...Silabus Pelatihan _Peranan dan Implementasi "Dual Banking Leverage Model (DBL...
Silabus Pelatihan _Peranan dan Implementasi "Dual Banking Leverage Model (DBL...
 
Ringkasan Isi & Pokok Bahasan_ Buku_ "Teknik Perhitungan & Verifikasi TKDN da...
Ringkasan Isi & Pokok Bahasan_ Buku_ "Teknik Perhitungan & Verifikasi TKDN da...Ringkasan Isi & Pokok Bahasan_ Buku_ "Teknik Perhitungan & Verifikasi TKDN da...
Ringkasan Isi & Pokok Bahasan_ Buku_ "Teknik Perhitungan & Verifikasi TKDN da...
 
1.2.a.5. Ruang Kolaborasi Modul 1.2 - Diskusi Mandiri.pptx
1.2.a.5. Ruang Kolaborasi Modul 1.2 - Diskusi Mandiri.pptx1.2.a.5. Ruang Kolaborasi Modul 1.2 - Diskusi Mandiri.pptx
1.2.a.5. Ruang Kolaborasi Modul 1.2 - Diskusi Mandiri.pptx
 
Konsultasi Manajemen Web - Media Sosial - Creative Space
Konsultasi Manajemen Web - Media Sosial - Creative SpaceKonsultasi Manajemen Web - Media Sosial - Creative Space
Konsultasi Manajemen Web - Media Sosial - Creative Space
 
Daun Majemuk dan Phillotaxis Daun Mortum.pptx
Daun Majemuk dan Phillotaxis Daun Mortum.pptxDaun Majemuk dan Phillotaxis Daun Mortum.pptx
Daun Majemuk dan Phillotaxis Daun Mortum.pptx
 
HIKMAH PUASA Di Bulan Ramadhan ataupun di bulan yang lain..ppt
HIKMAH PUASA Di Bulan Ramadhan ataupun di bulan yang lain..pptHIKMAH PUASA Di Bulan Ramadhan ataupun di bulan yang lain..ppt
HIKMAH PUASA Di Bulan Ramadhan ataupun di bulan yang lain..ppt
 
Aksi Nyata topik P5 SD Menentukan Tema, Topik, Dimensi, elemen dan sub-elemen...
Aksi Nyata topik P5 SD Menentukan Tema, Topik, Dimensi, elemen dan sub-elemen...Aksi Nyata topik P5 SD Menentukan Tema, Topik, Dimensi, elemen dan sub-elemen...
Aksi Nyata topik P5 SD Menentukan Tema, Topik, Dimensi, elemen dan sub-elemen...
 
Martosudiro Dictionary-3252 | Kamus Martosudiro
Martosudiro Dictionary-3252 | Kamus MartosudiroMartosudiro Dictionary-3252 | Kamus Martosudiro
Martosudiro Dictionary-3252 | Kamus Martosudiro
 

Andri zumain uji friedman m.

  • 1. TUGAS MATA KULIAH STATISTIK DESKRIPSI TUGAS : UJI FRIEDMAN M. ANDRI ZUMAIN 5616167834 PENDIDIKAN TEKNOLOGI DAN KEJURUAN UNIVERSITAS NEGERI JAKARTA 2016
  • 2. UJI FRIEDMAN TEST Uji Friedman adalah uji yang dilakukan untuk mengetahui perbedaan lebih dari dua kelompok sampel yang saling berhubungan. Data yang dianalisis adalah data ordinal, sehingga jika data berbentuk interval atau ratio sebaiknya dirubah dulu ke bentuk ordinal. Data ordinal adalah data yang tidak hanya mengkategorikan variabel-variabel untuk menunjukkan perbedaan di antara berbagai kategori, tetapi juga mengurutkannya dalam beberapa cara. Setiap sampel mendapatkan perlakukan yang berbeda (repeated measurement). Pengambilan data pada setiap sampel dilakukan sebelum (pre test) dan sesudah (post test). Uji ini pertama kali diperkenalkan oleh Milton Friedman pada tahun 1937. Uji Friedman ini digunakan sebagai alternative dari teknik analisis variance dua arah. Uji Friedman ini termasuk dalam uji nonparametrik yang tidak memerlukan anggapan bahwa populasi yang diteliti berdistribusi normal dan mempunyai variance yang homogen. Oleh karena itu, lengkapnya uji ini dinamakan analisis variance jenjang dua arah Friedman. Karena yang dianalisis tidak hanya efek perlakuan terhadap subjek, tetapi juga pengaruh sebuah variabel luar yang menyebabkan variasi antar subjek, maka uji Friedman analog dengan metode analisis perametrik yang disebut ANOVA dua arah. Pengaruh variabel luar itu disebut blok ( b ). Uji Friedman merupakan alternative dari ANOVA satu jalur. Uji ini dilakukan jika asumsi-asumsi dalam statistik parametris tidak terpenuhi, atau juga karena sampel yang terlalu sedikit. Asumsi yang perlu dipenuhi dalam uji Friedman lebih longgar dibanding uji ANOVA Dua Arah, yaitu : 1. Data diukur paling sedikit dalam skala ordinal 2. Pengamatan – pengamatan antar blok independen 3. Sample – sample yang mendapat perlakuan tidak independen ( berhubungan ). Ini dapat dijumpai dalam dua keadaan, yaitu : (a) sebuah sample mengalami beberapa ( k ) kali pengukuran ( k repeated measures ) (b) beberapa sampel mengalami percocokan ( matching )
  • 3. Tidak seperti ANOVA Dua Arah, uji Friedman tidak memerlukan asumsi di bawah ini : 1. Normalitas distribusi populasi asal sampel 2. Homogenitas varians populasi 3. Tersedianya data yang diukur dalam skala minimal interval Hipotesis nol yang akan diuji menyatakan bahwa baberapa kali pengukuran dari satu sampel atau beberapa sampel yang telah dicocokkan, berasal dari populasi yang sama ( atau lebih spesifik bias dikatakan berasal dari populasi dengan median yang sama ). Langkah – langkah uji Friedman sebagai berikut : 1. Berikan peringkat nilai – nilai obsevasi dalam masing – masing blok, mulai dari 1 untuk nilai observasi terkecil sampai k untuk nilai observasi nilai terbesar. Bila terdapat beberapa angka sama dalam blok, angka – angka sama di beri peringkat rata – rata menurut posisi peringkat jika tidak terdapat angka sama 2. Jumlahkan peringkat pada masing – masing perlakuan. Hasil perjumlahan ini disebut Rj dengan j =1,2,…, k. Pada keadaan yang Ho benar, jumlah peringkat pada masing – masing tingkat perlakuan itu haruslah sama. Perbedaan yang tampak hanya disebabkan karena kebetulan ( peluang ). Dengan uji Friedman kita dapat menyimpulkan apakah sejumlah ( k ) kelompok perlakuan berasal dari populasi yang sama. Apabila Ho benar, kita dapat berharap bahwa jumlah peringkat pada masing – masing kelompok perlakuan ( Rj ) adalah sama. Bila Ho benar, nilai harapan Rj itu adalah = b (k + 1)/2, dimana b adalah banyaknya blok dan k adalah banyaknya perlakuan. Apabila sebaliknya hipotesis nol keliru, tentu paling tidak jumlah peringkat salah satu kelompok perlakuan lebih besar daripada jumlah peringkat kelompok perlakuan lainnya. Jika n kecil yaitu k = 3 dan 2 ≤n ≤9 atau k = 4 dan 2 ≤n ≤4, maka digunakan Tabel Harga Kritis Anova 2 way Friedman. H0 ditolak jika p value ≤ α = 0,05. Jika banyaknya perlakuan k > 4 atau banyaknya responden > 9,atau syarat (g) tidak dipenuhi,maka digunakan formula Uji Friedman berikut ini: Dimana : = Nilai khai-kuadrat jenjang dua arah Friedman n = jumlah sampel k = banyaknya kelompok sampel )( )( 13 1 12 22     knR knk jr
  • 4. 1,3, 12 = konstanta Rj = Jumlah peringkat populasi • Menentukan degree of freedom (df atau dk) = k-1 • Cara menentukan peringkat jumlah populasi (R) POPULASI I II III IV Kelompok A 1 2 3 4 Kelompok B 3 1 4 2 Kelompok C 1 4 2 3 Kelompok D 4 2 1 3 Jumlah peringkat populasi (R) Jumlah peringkat populasi I RI = 9 Jumlah peringkat populasi II RI = 9 Jumlah peringkat populasi III RI = 10 Jumlah peringkat populasi IV RI = 12  Jika peringkatnya sama maka menggunakan rumus :
  • 5. CONTOH : Seorang Guru matematika di SMK Bunda Kandung, ingin mengetahui apakah pemahaman (nilai) siswa terhadap antar materi pelajaran pada mata pelajaran Matematika sama atau tidak. Maka dilakukan pendataan terhadap nilai siswa dari 3 materi pelajaran berikut : “Pengaruh 3 materi yang berbeda pada mata pelajaran Matematika (Trigonometri, Statistika, dan Logaritma ), terhadap hasil pemahaman (nilai) siswa kelas XI di SMK Bunda Kandung, Jakarta Selatan”. Materi Trigonometri diterapkan pada kelompok 1, Statistika pada kelompok 2 dan Logaritma pada kelompok 3. Setelah melalui proses pembelajaran selesai dalam satu semester, hasil pemahaman (nilai) siswa diukur dengan skala. Skor 1 berarti sangat tidak memahami materi, 2 tidak memahami materi, 3 memahami materi, dan 4 sangat memahami materi. Tabel hasil pemahaman (nilai) siswa berdasarkan materi pelajaran Matematika. Subjek Trigonometri Statistika Logaritma 1 75 69 74 2 70 64 76 3 55 56 73 4 66 59 58 5 69 55 75 6 76 70 72 7 44 46 77 8 59 66 61 9 74 62 59 10 59 58 73 Rumusan masalah : Apakah ada perbedaan pengaruh ketiga materi pelajaran yang berbeda pada mata pelajaran Matematika terhadap pemahaman (nilai) siswa ? Ho : Tidak terdapat pengaruh 3 materi yang berbeda pada mata pelajaran Matematika ( Trigonometri, Statistika, dan Logaritma ), terhadap pemahaman (nilai) siswa. H1 : Terdapat pengaruh 3 materi yang berbeda pada mata pelajaran Matematika ( Trigonometri, Statistika, dan Logaritma ), terhadap pemahaman (nilai) siswa.
  • 6. Tabel urutan ranking : Subjek Trigonometri Statistika Logaritma 1 1 3 2 2 2 3 1 3 3 2 1 4 3 2 1 5 2 3 1 6 1 3 2 7 3 2 1 8 3 1 2 9 3 2 1 10 2 3 1 23 24 13 Penyelesaian : tanpa peringkat yang sama = 12 𝑛𝑘(𝑘+1) 𝛴𝑅𝑗 ² − 3𝑛(𝑘 + 1) = 12 10.3(4) (232 + 242 + 132) − 3.10(4) = 12 120 (529 + 576 + 169) − 120 = 0,1(1274) − 120 = 127,4 − 120 = 7,4 tabel (α=0,05) = 5,99 dimana df = k-1 = 3-1 = 2 Berdasarkan hasil perhitungan Chi square hitung lebih besar dari Chi square tabel, hitung > tabel (α=0,05), 7,4 > 5,99 yang berarti Ho ditolak dan menerima H1. Kesimpulannya “Terdapat pengaruh 3 materi yang berbeda pada mata pelajaran Matematika ( Trigonometri, Statistika, dan Logaritma ), terhadap pemahaman (nilai) siswa”.
  • 7. Uji Friedman Menggunakan SPSS CONTOH : Seorang Guru matematika di SMK Bunda Kandung, ingin mengetahui apakah pemahaman (nilai) siswa terhadap antar materi pelajaran pada mata pelajaran Matematika sama atau tidak. Maka dilakukan pendataan terhadap nilai siswa dari 3 materi pelajaran berikut : “Pengaruh 3 materi yang berbeda pada mata pelajaran Matematika (Trigonometri, Statistika, dan Logaritma ), terhadap hasil pemahaman (nilai) siswa kelas XI di SMK Bunda Kandung, Jakarta Selatan”. Tabel hasil pemahaman (nilai) siswa berdasarkan materi pelajaran Matematika. Subjek Trigonometri Statistika Logaritma 1 75 69 74 2 70 64 76 3 55 56 73 4 66 59 58 5 69 55 75 6 76 70 72 7 44 46 77 8 59 66 61 9 74 62 59 10 59 58 73 Langkah langkah melakukan anlisa Friedman adalah sebagai berikut : 1. Masukkan data diatas pada SPSS. 2. Klik menu Analyze > Nonparametric Tests > Legacy Dialogs > K Related Samples 3. Pada kotak dialog yang muncul, masukkan variabel Trigonometri, Statistik dan Logaritma pada kotak Test Variabels. Pastikan pilihan Friedman aktif
  • 8. 4. Klik OK untuk melakukan analisa. Maka pada jendela output akan muncul hasil sebagai berikut : Output 1 Output pertama ini menunjukkan informasi mengenai Ranking untuk masing – masing variabel. Output 2 Output kedua ini memberikan informasi nilai sebagai dasar pengambil keputusan. Untuk menentukan apakah pemahaman (nilai) siswa terhadap antar materi pada mata pelajaran Matematika sama atau tidak, pertama – tama kita membuat hipotesis sebagai berikut H0 = Tidak terdapat pengaruh 3 materi yang berbeda pada mata pelajaran Matematika ( Trigonometri, Statistika, dan Logaritma ), terhadap pemahaman (nilai) siswa. H1 = Terdapat pengaruh 3 materi yang berbeda pada mata pelajaran Matematika ( Trigonometri, Statistika, dan Logaritma ), terhadap pemahaman (nilai) siswa.
  • 9. Syarat H0 diterima atau tidak berdasarkan nilai probabilitas sebagai berikut : Apabila probabilitas > 0.05 maka H0 diterima. Apabila probabilitas < 0.05 maka H0 ditolak.