SlideShare a Scribd company logo
1 of 52
RUN AND SIGN TEST
(UJI KEACAKAN)
STATISTIK NONPARAMETRIK
Statistik Nonparametrik
Uji Tanda (Sign Test) untuk
• satu sampel
• data berpasangan
Uji Keacakan dengan Runs Test
(One sample runs test of randomness)
Hari ini kita akan membahas...
Parametrik vs Nonparametrik
Statistik Inferensia Parametrik
Nonparametrik
"tidak mensyaratkan
sebaran/dsitribusi peluang
teoritis tertentu dari
populasinya, disebut juga
dengan free
Parametrik vs Nonparametrik
Perbedaan Parametrik Nonparametrik
Bentuk Distribusi
Populasi
Mempunyai distribusi peluang teoritis
(berdistribusi Normal/distribusi lain (Binomial,
Poisson, dsb)
Tidak mempermasalahkan
bentuk distribusi populasi (free
distribution)
Skala Pengukuran
Variabel
Interval atau Rasio Nominal atau Ordinal (pada
umumnya)
Jumlah Sampel Jumlah sampel besar, atau bisa juga jumlah
sampel kecil tetapi memenuhi asumsi salah satu
bentuk distribusi (normal)
Jumlah sampel kecil
Kelebihan Kekurangan
NONPARAMETRIK
Dapat digunakan
untuk data yang tidak
mempunyai bentuk
distribusi seperti data
peringkat, bertanda
plus atau minus,
indeks
Hasil pengujian
kurang powerfull
dibandingkan
dengan uji
parametrik
Uji Keacakan
(Runs Test)
Mengetahui keacakan dari suatu sampel
Fungsi
H0 : Kejadian yang diamati bersifat random
H1 : Kejadian yang diamati tida random
Hipotesis
Data berskala nominal atau ordinal
Data
Runs Test :
m dan n <=
20
m atau n > 20
Runs Test
Uji sampel kecil Uji sampel besar
Menggunakan tabel G
(Siegel dan Castellan,
1988)
Menggunakan
pendekatan distribusi
normal Z
Uji Sampel Kecil
Keterangan:
'm' - Jumlah kejadian 1
'n' - Jumlah kejadian 2
'r' - urutan notasi yang sama
Gagal tolak H0 : apabila r observasi berada
di antara nilai tabel
Tolak H0 : apabila r observasi >= atau <=
nilai tabel
• Hitung nilai m, n, dan r
contoh :
ABBAAABABB
m = 5, n = 5, r = 6
2.Bandingkan nilai r dengan Tabel G
Tabel G
Contoh :
m = 5, n = 5, r = 6
maka gagal tolak H0
karena r berada di antara
2 dan 10
Uji Sampel Besar
h adalah nilai koreksi
jika r < μ maka h = +0,5
jika r > μ maka h = -0,5
Dimana
Statistik uji
Gagal tolak H0
Tolak H0
- Z α/2 Z α/2
Tolak H0
Wilayah Kritis
α/2
Gagal Tolak H0 : |Z hitung| <= Z
Tolak H0 : |Z hitung| > Z
α/2
p-value
tolak H0 : p-value < α
gagal tolak H0 : p-value >= α
p-value = 2*P(Z >= Zhitung)
Kaidah penggunaan Statistik
uji untuk sampel kecil dan
sampel besar
untuk data berupa hasil
pengukuran sama dengan
prosedur Runs Test
pada satu sampel
sebelumnya
Berikan tanda + jika xi >
med, tanda - jika xi < med,
tanda 0 jika xi = med (bisa
diabaikan)
Uji Runs Test untuk data yang
merupakan hasil pengukuran
Tentukan
nilai median
1 2 3
Tentukan Hipotesis (H0 dan H1) dan Taraf Signifikansi (α)
Hitung statistik uji dan bandingkan dengan titik kritis atau dengan p-value
berdasarkan ukuran m dan n
Susunlah observasi-observasi m dan n menurut urutan terjadinya. Hitunglah banyaknya
run (r)
Prosedur pengujian
Intepretasikan
CONTOH 1-RUN TEST SAMPEL KECIL
Dari hasil pelemparan mata uang 13 kali, tersusun urutan hasil pelemparan sebagai berikut (M:
muka, B: belakang) : M M M B M B B M M M M B B. Tentukan apakah urutan kemunculan mata
uang random.
Penyelesaian:
α = 0,05, (2 arah), r = 6, m = 8, n = 5
1.Hipotesis:
H0: urutan data random
H1 : urutan data tidak random (2 arah)
2.Wilayah kritis:
Pada tabel Runs, untuk α = 0,05, H0 akan ditolak jika nilai r ≤ 3 atau r ≥ 11.
3.Keputusan:
karena r =6 terletak dalam selang 3 sampai dengan 11 , maka gagal tolak → H0 sesuai dengan
statement soal.
4.Kesimpulan:
Hari Ke %waktu Hari ke %waktu Hari ke %waktu
1 85 11 31 21 87
2 85 12 86 22 100
3 99 13 100 23 100
4 70 14 0 24 88
5 17 15 100 25 50
6 74 16 100 26 100
7 100 17 46 27 100
8 28 18 7 28 100
9 100 19 12 29 48
10 100 20 54 30 0
CONTOH 2-RUN TEST SAMPEL KECIL
Tabel berikut menampilkan data persentase waktu bersinar matahari pada setiap hari yang diamati di
Jakarta selama 30 hari di bulan November 2019. Berdasarkan pengamatan lebih atau kurang sama
dengan persentase waktu dari 50%, Ujilah apakah pernyataan bahwa pola pancaran sinar matahari
bersifat acak.
Hari Ke %waktu Identifikasi Hari ke %waktu Identifikasi Hari ke %waktu Identifikasi
1 85 + 11 31 - 21 87 +
2 85 + 12 86 + 22 100 +
3 99 + 13 100 + 23 100 +
4 70 + 14 0 - 24 88 +
5 17 - 15 100 + 25 50 -
6 74 + 16 100 + 26 100 +
7 100 + 17 46 - 27 100 +
8 28 - 18 7 - 28 100 +
9 100 + 19 12 - 29 48 -
10 100 + 20 54 + 30 0 -
CONTOH 2-RUN TEST SAMPEL KECIL
Clue : lebih atau kurang sama dengan persentase waktu dari 50%
Penyelesaian:
m = Banyaknya hari yang terik matahari lebih dari 50% = 20
n = Banyaknya hari yang terik matahari 50% atau kurang = 10
α = 0,05, r = 14, m = 20, n = 10
1.Hipotesis:
Ho: Pola penyinaran matahari bulan November bersifat acak
H1: Pola penyinaran matahari bulan November tidak bersifat acak
2.Wilayah kritis:
Harga-harga titik kritis r1 dan r2 adalah 9 dan 20, maka nilai robs berada diantara nilai
titik kritis.
3.Keputusan: gagal tolak Ho → sesuai soal
4.Kesimpulan: Dengan tingkat kepercayaan 95% data yang digunakan/diteliti
mendukung bahwa pola penyinaran matahari bulan November bersifat acak
CONTOH 2-RUN TEST SAMPEL KECIL
CONTOH 3-RUN TEST SAMPEL BESAR
Pada musim hari libur, arena bermain Dunia Fantasi memberikan promo kepada
pengunjung yang memiliki kartu pelajar dan kartu mahasiswa berupa dana beasiswa
pendidikan. Pemegang kartu tersebut dapat membeli tiket pada loket khusus dan
mendaftarkan identitas mereka kemudian memasukkan undiannya kedalam kotak
undian. Untuk itu pada antrian hari pertama loket dibuka, di lakukan pengamatan apakah
40 pengunjung pertama yang mengantri tersusun secara acak antara mahasiswa dan
pelajar. Berikut hasil pengamatan terhadap yang mengantri:
Mahasiswa (M), Pelajar (S).
M M S M S S M S M M S M S S S S M M S S S M S M S M S M M M S S S M S S M M M S
Apakah urutan antrian bersifat acak? gunakan tingkat signifikansi 5%
Penyelesaian:
N = 40, m=19, n = 21, r = 24
1.Hipotesis:
Ho : Urutan antrian pengunjung hari pertama pada musim libur di Dunia Fantasi bersifat
random.
H1: Urutan antrian pengunjung hari pertama pada musim libur di Dunia Fantasi bersifat
tidak random.
2.Statistik uji:
CONTOH 3-RUN TEST SAMPEL BESAR
3.Wilayah kritis:
ntuk taraf uji 𝛼 = 0.05, maka Z𝛼/2 = 1.96
4.K𝐞𝐩𝐮𝐭𝐮𝐬𝐚𝐧: G𝐚𝐠𝐚𝐥 𝐭𝐨𝐥𝐚𝐤 𝐇𝐨
5.Kesimpulan:
Dengan tingkat kepercayaan 95% ada cukup bukti untuk menyatakan bahwa urutan
antrian 40 pengunjung hari pertama pada musim libur di Dunia Fantasi bersifat random.
CONTOH 3-RUN TEST SAMPEL BESAR
CONTOH 4-RUN TEST HASIL PENGUKURAN SAMPEL KECIL
Pada taraf signifikansi 0,05, uji hipotesis keacakan barisan bilangan, jika sampel adalah 5 2 2 1 6
5 3 3 1 6 5 2 1 4 4
Penyelesaian:
Median pada data ini adalah 3
Runtun + - - - + + 0 0 - + + - - + +
sehingga r = 7, m = 7, dan n = 6
1.Hipotesis:
H0 : Barisan bilangan adalah acak
H1 : Barisan bilangan tidak acak
2.Wilayah kritis:
Dari tabel nilai kritis untuk α = 0,05 diperoleh bahwa hipotesis null
(H0) gagal ditolak pada 3 ≤ r ≤ 12
3.Keputusan:
Pada taraf signifikansi 0,05, gagal tolak H0
Pada taraf signifikansi 0,05, uji keacakan data jika sampel adalah
1 8 4 9 5 7 2 9 7 3 7 2 5 8 7 3 6 9 3 7 4 8 9 5 7 6 9 8 4 8 7 6 4 9 6 5 8 5 9 9
Penyelesaian:
Median pada data ini adalah 6
Runtun - + - + - + - + + - + - - + + - 0 + - + - + + - + 0 + + - + + 0 - + 0 - + - + +
sehingga r = 28, m = 21, n = 15
1.Hipotesis:
H0 : Barisan bilangan adalah acak
H1 : Barisan bilangan tidak acak
2.Statistik uji:
CONTOH 5-RUN TEST HASIL PENGUKURAN SAMPEL BESAR
4.Keputusan:
Pada taraf signifikansi 0,05, tolak H0
5.Kesimpulan:
Dengan tingkat signifikansi 5% cukup bukti untuk menunjukkan bahwa barisan bilangan tidak
acak.
CONTOH 5-RUN TEST HASIL PENGUKURAN SAMPEL BESAR
LATIHAN 1-RUN TEST
Diperusahaan mebel, terdapat sekelompok karyawan yang sedang makan siang. Dari
sekelompok karyawan itu ada 24 orang diambil secara random, selanjutnya
diwawancarai, kapan akan mengambil cuti karyawan. Dalam pertanyaan itu disediakan
dua alternatif jawaban yaitu akan mengambil cuti sebelum lebaran (R) atau sesudah
lebaran (C). Responden yang memilih waktu cuti sebelum lebaran 16 dan yang memillih
waktu cuti sesudah lebaran 8. Secara berurutan hasilnya adalah RRRRCCCC
RRRRRCC RRRRRCCRR. Apakah pemilihan cuti karyawan bersifat acak? gunakan
tingkat signifikansi 5%.
Suatu studi tentang agresifitas anak dilakukan oleh seorang peneliti terhadap 16 anak
kecil. Peneliti mengamati pasangan-pasangan anak kecil dalam suatu permainan yang
terkontrol. Hampir semua 16 anak berasal dari tempat penitipan anak dan bermain
bersama setiap hari. Setelah studi selesai, sebelum
analisis lebih lanjut peneliti tersebut terlebih dahulu ingin menguji kerandoman skor
agresi. Dengan tingkat signifikansi 5%, apakah urutan data skor agresi bersifat random?
LATIHAN 2-RUN TEST
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
12 13 12 11 5 2 -1 2 -1 3 2 -6 -7 -7 -12
16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
-9 6 7 10 6 1 1 3 7 -2 -6 -6 -5 -2 -1
LATIHAN 3-RUN TEST
Data berikut memperlihatkan penyimpangan-penyimpangan dari temperature normal yang setiap hari
dicatat di Jakarta oleh BMKG pada selama 30 hari pada bulan November 2018. Kita ingin tahu
apakah boleh disimpulkan bahwa pola penyimpangan-penyimpangan di atas dan dibawah normal
merupakan hasil proses yang tidak acak. Gunakan α = 5%
Uji Tanda
Satu Sampel
One Sample Sign Test
Trivia tentang Uji Tanda
Digunakan pertama kali oleh
John Arbuthnot dalam penelitian
yang menganalisis rasio jenis
kelamin bayi di London tahun
1629-1710
Sampel acak saling bebas dari populasi yang tidak
diketahui mediannya
Variabel yang diamati kontinu
Asumsi yang harus dipenuhi
Variabel yang diamati minimal berskala
pengukuran ordinal
Menentukan hipotesis nol dan alternatif
Menentukan tingkat signifikansi
Cari median dari data yang telah diurutkan dari
terkecil ke terbesar
Hitung selisih setiap data terhadap median
Langkah-langkah Uji Tanda Sampel Kecil
(N 25)
Jika hasilnya positif, beri tanda +
Jika hasilnya negatif, beri tanda -
Jika hasilnya 0, kelarkan pengamatan tersebut
Hitung banyaknya tanda + dan -
Hitung Statistik Uji
Bandingkan Statistik Uji dengan Titik Kritis
Uji Tanda Sampel Kecil
Langkah-langkah Uji Tanda Sampel Besar
(N 25)
Menentukan hipotesis nol dan alternatif
Menentukan tingkat signifikansi
Cari median dari data yang telah diurutkan dari
terkecil ke terbesar
Hitung selisih setiap data terhadap median
Jika hasilnya positif, beri tanda +
Jika hasilnya negatif, beri tanda -
Jika hasilnya 0, kelarkan pengamatan tersebut
Hitung banyaknya tanda + dan -
Hitung Statistik Uji
Bandingkan Statistik Uji dengan Titik Kritis
Uji Tanda Sampel Besar
N = m+n
Berdasarkan informasi di pasar, diketahui bahwa harga kangkung per ikat adalah Rp
2.000,00. Seorang ibu rumah tangga mencoba menanyakan 20 pedagang pasar tentang
harga kangkung tersebut. Diperoleh data harganya sebagai berikut.
2.200 1.700 2.300 2.100 2.200 1.700 1.800 2.600
2.400 2.300 2.200 2.400 1.800 2.300 1.800 2.100
2.400 2.200 2.700 1.800
Ujilah bahwa median harga kangkung adalah Rp 2.000,00 per ikat!
CONTOH 1-UJI TANDA SATU SAMPEL
Penyelesaian
N = 20
m = 14
n = 6
Statistik Uji :
x = min (m,n) = 6
P-value:
Keputusan: Gagal Tolak H0
Kesimpulan:
Dengan tingkat signifikansi 5%, sudah cukup bukti
untuk menunjukkan bahwa median harga kangkung
adalah Rp 2.000,00 per ikat.
Tingkat signifikansi = 5%
Uji Tanda Data
Berpasangan
Uji tanda data berpasangan
• Digunakan untuk melihat apakah ada
perbedaan antara dua kondisi tanpa melihat
besarnya perbedaan yang terjadi.
• Data terdiri dari sampel acak dari n pasangan
pengukuran [(X1,Y1),(X2,Y2),...,(Xn,Yn)]
dimana tiap pasangan pengukuran diambil
pada subjek yang sama atau subjek yang
dipasangkan
Uji tanda data berpasangan
• Fokus amatan : perbedaan antar pasangan
pengukuran
• Uji tanda menggunakan data dengan skala
ordinal
• Tanda (+) : kejadian yang lebih baik
• Tanda (-) : kejadian yang kurang baik
• Tanda (0) : tidak ada perbedaan kejadian
pada pasangan data
• Kejadian dengan tanda (0) tidak
diikutsertakan sebagai sampel.
Hipotesis
• H0 : p(Xa>Xb) = p(Xa<Xb) = 0,5
• H1 :
⚬ p(Xa>Xb ) ≠ 0,5 atau p(Xa<Xb ) ≠ 0,5
⚬ p(Xa>Xb)>0,5
⚬ p(Xa>Xb)<0,5
Daerah Kritis
H1: p(Xa > Xb) ≠ 0,5 atau p(Xa<Xb) ≠ 0,5
H1 : p(Xa > Xb) > 0,5
H1 : p(Xa > Xb) < 0,5
x = min (m,n)
Tolak H0 jika P(𝐗 ≤ 𝒙|𝒃(𝑵, 𝟎. 𝟓)) ≤ 𝜶/2
x = n
Tolak H0 jika P(𝐗 ≤ 𝒙|𝒃(𝑵, 𝟎. 𝟓)) ≤ 𝜶
x = m
Tolak H0 jika P(𝐗 ≤ 𝒙|𝒃(𝑵, 𝟎. 𝟓)) ≤ 𝜶
Tentukan Hipotesis (H0 dan H1) dan Taraf Signifikansi (α)
Tentukan banyaknya:
• Tanda + (dinyatakan dengan m)
• Tanda - (dinyatakan dengan n)
• N = m+n
Tentukan tanda selisih antar anggota tiap pasangan
Prosedur pengujian
Banyak sampel lebih besar dari 25
Menggunakan pendekatan distribusi normal
Statistik Uji:
Koreksi nilai X :
Uji Tanda Berpasangan -
Sampel Besar
x = banyak tanda + atau - (Tergantung H1)
𝜇 = 0.5N
Jika x > N/2, maka :
𝜎 = 0.5√N
Jika x < N/2, maka :
CONTOH SOAL-UJI TANDA DATA BERPASANGAN
Menjelang mulainya tahun ajaran baru, fenomena yang tidak biasa terjadi di ruangan
perpustakaan STIS. Mahasiswa jurusan komputasi statistik khususnya tingkat IV banyak
berada di perpustakaan. Entah apa yang dikerjakan, mencari buku statistik, membaca
jurnal, atau hal lainnya. Kuat dugaan bahwa mahasiswa komputasi statistik sedang
mencari referensi untuk membuat tugas akhir yaitu skripsi. Salah satu petugas
perpustakaan mengatakan bahwa terjadi peningkatan jumlah kunjungan perpustakaan
khususnya pengunjung dari mahasiswa STIS Angkatan 51 jurusan komputasi statistik.
Berikut adalah data jumlah kunjungan mahasiswa jurusan komputasi statistik angkatan
51 pada semester 6 dan semester 7. Ujilah apakah jumlah kunjungan semester 7 lebih
banyak daripada semester 6 dengan menggunakan uji tanda!
CONTOH SOAL-UJI TANDA DATA BERPASANGAN
Penyelesaian:
1.Hipotesis:
• H0: Jumlah kunjungan ke perpustakaan dari mahasiswa komputasi statistik STIS
Angkatan 51 pada semester 6 sama dengan semester 7
• H1: Jumlah kunjungan ke perpustakaan dari mahasiswa komputasi statistik STIS
Angkatan 51 pada semester 7 lebih banyak dari semester 6 (satu arah)
2.Tingkat Signifikansi: 5%
3.Nyatakan selisih nilai pengamatan dalam bentuk tanda
No No.
Absen
Kelas Jml
Kunjung
an smt
6
Jml
Kunjung
an smt
7
1 3 4KS1 2 24
2 8 4KS1 5 21
3 12 4KS1 10 15
4 13 4KS1 12 20
5 14 4KS1 14 20
6 20 4KS1 24 25
7 27 4KS1 3 40
CONTOH SOAL-UJI TANDA DATA BERPASANGAN
No No.
Absen
Kelas Jml
Kunjung
an smt
6
Jml
Kunjung
an smt
7
8 1 4KS2 11 12
9 3 4KS2 23 23
10 4 4KS2 26 25
11 6 4KS2 21 20
12 19 4KS2 18 15
13 27 4KS2 13 23
14 31 4KS2 19 22
No No.
Absen
Kelas Jml
Kunjun
gan
smt 6
Jml
Kunjun
gan
smt 7
Tanda
1 3 4KS1 2 24 +
2 8 4KS1 5 21 +
3 12 4KS1 10 15 +
4 13 4KS1 12 20 +
5 14 4KS1 14 20 +
6 20 4KS1 24 25 +
7 27 4KS1 3 40 +
CONTOH SOAL-UJI TANDA DATA BERPASANGAN
No No.
Absen
Kelas Jml
Kunjun
gan
smt 6
Jml
Kunjun
gan
smt 7
Tanda
8 1 4KS2 11 12 +
9 3 4KS2 23 23 0
10 4 4KS2 26 25 -
11 6 4KS2 21 20 -
12 19 4KS2 18 15 -
13 27 4KS2 13 23 +
14 31 4KS2 19 22 +
CONTOH SOAL-UJI TANDA DATA BERPASANGAN
4.Hitung nilai m dan n
Dari 14 Sampel diperoleh:
m = 10 (semester 7 lebih banyak dari semester 6)
n = 3 ( semester 7 lebih sedikit dari semester 6)
N= m+n = 10+3 = 13
x = n = 3 (hipotesis (b))
5.Hitung P(X≤ 𝒙|𝒃(𝑵, 𝟎. 𝟓)
Dengan N = 13, x = 3 dan p = 0,5 , maka
P(X≤ 3|𝑏(13,0.5) = 0,046.
CONTOH SOAL-UJI TANDA DATA BERPASANGAN
5.Keputusan:
Tolak Ho Karena 0,046 < 𝛼(0,05)
6.Kesimpulan:
Dengan tingkat signifikansi 5 persen, data cukup bukti menujukan bahwa Jumlah
kunjungan perpustakaan mahasiswa STIS Angkatan 51 jurusan komputasi statistic pada
semester 7 lebih besar dari semester 6.
LATIHAN-UJI TANDA DATA BERPASANGAN
Dalam menyambut Asian Games 2018 PT. Trans Jakarta melakukan beberapa
peningkatan pelayanan. Salah satunya adalah penambahan armada bus trans jakarta.
Armada Busway pada tahun 2018 ditambah sebanyak 20 % dari jumlah armada
sebelumnya. Dengan adanya penambahan ini, diharapkan kedatangan busway lebih
tepat waktu sehingga tidak terjadi penumpukan di berbagai shelter busway. Oleh karena
itu, permerintah ingin mengetahui apakah ada peningkatan pelayanan khususnya
ketepatan waktu kedatangan bus sesudah adanya penambahan armada. 20 penumpang
diminta untuk memberi skor penilaian mulai dari angka 1 sampai dengan 5 di mana 1
berarti sangat tidak tepat waktu dan 5 berarti sangat tepat waktu. Penumpang diminta
memberikan penilaian berdasarkan keadaan sebelum dan sesudah adanya
penambahan armada bus. Data yang diperoleh adalah sebagai berikut: (gunakan tingkat
signifikansi 1%)
Penumpang Tingkat Ketepatan Waktu Kedatangan
Bus
Penumpang Tingkat Ketepatan Waktu Kedatangan
Bus
Sebelum
Penambahan(x)
Setelah
Penambahan(y)
Sebelum
Penambahan(x)
Setelah
Penambahan(y)
1 2 3 11 2 3
2 3 4 12 4 4
3 3 3 13 3 4
4 2 5 14 3 2
5 3 2 15 2 4
6 4 3 16 3 3
7 2 4 17 4 5
8 4 5 18 2 4
9 4 3 19 2 3
10 4 4 20 4 5
LATIHAN-UJI TANDA DATA BERPASANGAN
Terima kasih!

More Related Content

Similar to Pertemuan 10_Uji Keacakan.pptx

Makalah Uji Normalitas
Makalah Uji Normalitas Makalah Uji Normalitas
Makalah Uji Normalitas Diana Dhieant
 
Laporan praktikum statikstika industri ii.pptx
Laporan praktikum statikstika industri ii.pptxLaporan praktikum statikstika industri ii.pptx
Laporan praktikum statikstika industri ii.pptxanggunkusuma6
 
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
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasPutri Handayani
 
Statistika 1 Yang mempelajari terkait pehitungan dalam kesehatan
Statistika 1 Yang mempelajari terkait pehitungan dalam kesehatanStatistika 1 Yang mempelajari terkait pehitungan dalam kesehatan
Statistika 1 Yang mempelajari terkait pehitungan dalam kesehatanedwinarudyarti1
 
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
 
Ppt stadas klmpok
Ppt stadas klmpokPpt stadas klmpok
Ppt stadas klmpokabiumi01
 
Ppt buk halimah
Ppt buk halimahPpt buk halimah
Ppt buk halimahmelianti32
 
Statistik parametrik
Statistik parametrikStatistik parametrik
Statistik parametrikphient_dvero
 
UJI HIPOTESIS.pptx
UJI   HIPOTESIS.pptxUJI   HIPOTESIS.pptx
UJI HIPOTESIS.pptxWan Na
 
e. Teori Sampling dan Normalitas New 2021.pptx
e. Teori Sampling dan Normalitas New 2021.pptxe. Teori Sampling dan Normalitas New 2021.pptx
e. Teori Sampling dan Normalitas New 2021.pptxLuhPutuSafitriPratiw1
 
Analisis data dengan spss
Analisis data dengan spssAnalisis data dengan spss
Analisis data dengan spssUNIPDU Jombang
 
STATISTIK- UJI NORMALITAS
STATISTIK- UJI NORMALITASSTATISTIK- UJI NORMALITAS
STATISTIK- UJI NORMALITASZUKI SUDIANA
 
Normalitas & homogenitas
Normalitas & homogenitasNormalitas & homogenitas
Normalitas & homogenitasAYU Hardiyanti
 
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
 
Miranda Akmaia Agustina.docx
Miranda Akmaia Agustina.docxMiranda Akmaia Agustina.docx
Miranda Akmaia Agustina.docxzuhri32
 

Similar to Pertemuan 10_Uji Keacakan.pptx (20)

Makalah Uji Normalitas
Makalah Uji Normalitas Makalah Uji Normalitas
Makalah Uji Normalitas
 
Laporan praktikum statikstika industri ii.pptx
Laporan praktikum statikstika industri ii.pptxLaporan praktikum statikstika industri ii.pptx
Laporan praktikum statikstika industri ii.pptx
 
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
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
 
Statistika 1 Yang mempelajari terkait pehitungan dalam kesehatan
Statistika 1 Yang mempelajari terkait pehitungan dalam kesehatanStatistika 1 Yang mempelajari terkait pehitungan dalam kesehatan
Statistika 1 Yang mempelajari terkait pehitungan dalam kesehatan
 
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
 
Ppt stadas klmpok
Ppt stadas klmpokPpt stadas klmpok
Ppt stadas klmpok
 
Ppt buk halimah
Ppt buk halimahPpt buk halimah
Ppt buk halimah
 
P13 uji persyaratan analisis data
P13 uji persyaratan analisis dataP13 uji persyaratan analisis data
P13 uji persyaratan analisis data
 
Statistik parametrik
Statistik parametrikStatistik parametrik
Statistik parametrik
 
Statistik parametrik
Statistik parametrikStatistik parametrik
Statistik parametrik
 
UJI HIPOTESIS.pptx
UJI   HIPOTESIS.pptxUJI   HIPOTESIS.pptx
UJI HIPOTESIS.pptx
 
e. Teori Sampling dan Normalitas New 2021.pptx
e. Teori Sampling dan Normalitas New 2021.pptxe. Teori Sampling dan Normalitas New 2021.pptx
e. Teori Sampling dan Normalitas New 2021.pptx
 
P13_Uji Persyaratan Analisis Data.pdf
P13_Uji Persyaratan Analisis Data.pdfP13_Uji Persyaratan Analisis Data.pdf
P13_Uji Persyaratan Analisis Data.pdf
 
Analisis data dengan spss
Analisis data dengan spssAnalisis data dengan spss
Analisis data dengan spss
 
STATISTIK- UJI NORMALITAS
STATISTIK- UJI NORMALITASSTATISTIK- UJI NORMALITAS
STATISTIK- UJI NORMALITAS
 
Normalitas & homogenitas
Normalitas & homogenitasNormalitas & homogenitas
Normalitas & homogenitas
 
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
 
Miranda Akmaia Agustina.docx
Miranda Akmaia Agustina.docxMiranda Akmaia Agustina.docx
Miranda Akmaia Agustina.docx
 
Dasar dasar pengetahuan
Dasar dasar pengetahuanDasar dasar pengetahuan
Dasar dasar pengetahuan
 

More from StatistikInferensial

Uji Korelasi Parametrik dan Non Parametrik.pdf
Uji Korelasi Parametrik dan Non Parametrik.pdfUji Korelasi Parametrik dan Non Parametrik.pdf
Uji Korelasi Parametrik dan Non Parametrik.pdfStatistikInferensial
 
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
 
Uji Korelasi Parametrik dan Non Parametrik_Pertemuan 13.pdf
Uji Korelasi Parametrik dan Non Parametrik_Pertemuan 13.pdfUji Korelasi Parametrik dan Non Parametrik_Pertemuan 13.pdf
Uji Korelasi Parametrik dan Non Parametrik_Pertemuan 13.pdfStatistikInferensial
 
Analysis of Covariance (Ancova).pdf
Analysis of Covariance (Ancova).pdfAnalysis of Covariance (Ancova).pdf
Analysis of Covariance (Ancova).pdfStatistikInferensial
 
Analysis of Covariance (ANCOVA).pptx
Analysis of Covariance (ANCOVA).pptxAnalysis of Covariance (ANCOVA).pptx
Analysis of Covariance (ANCOVA).pptxStatistikInferensial
 
Uji Korelasi Parametrik dan Non Parametrik_Pertemuan 13.pptx
Uji Korelasi Parametrik dan Non Parametrik_Pertemuan 13.pptxUji Korelasi Parametrik dan Non Parametrik_Pertemuan 13.pptx
Uji Korelasi Parametrik dan Non Parametrik_Pertemuan 13.pptxStatistikInferensial
 
Uji Korelasi Parametrik dan Non parametrik .pptx
Uji Korelasi Parametrik dan Non parametrik .pptxUji Korelasi Parametrik dan Non parametrik .pptx
Uji Korelasi Parametrik dan Non parametrik .pptxStatistikInferensial
 
Uji Friedman dan Kruskalwallis.pptx
Uji Friedman dan Kruskalwallis.pptxUji Friedman dan Kruskalwallis.pptx
Uji Friedman dan Kruskalwallis.pptxStatistikInferensial
 

More from StatistikInferensial (10)

Uji Non Parametrik : K Sampel.pdf
Uji Non Parametrik : K Sampel.pdfUji Non Parametrik : K Sampel.pdf
Uji Non Parametrik : K Sampel.pdf
 
Uji Korelasi Parametrik dan Non Parametrik.pdf
Uji Korelasi Parametrik dan Non Parametrik.pdfUji Korelasi Parametrik dan Non Parametrik.pdf
Uji Korelasi Parametrik dan Non Parametrik.pdf
 
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
 
Uji Korelasi Parametrik dan Non Parametrik_Pertemuan 13.pdf
Uji Korelasi Parametrik dan Non Parametrik_Pertemuan 13.pdfUji Korelasi Parametrik dan Non Parametrik_Pertemuan 13.pdf
Uji Korelasi Parametrik dan Non Parametrik_Pertemuan 13.pdf
 
Tabel G.pdf
Tabel G.pdfTabel G.pdf
Tabel G.pdf
 
Analysis of Covariance (Ancova).pdf
Analysis of Covariance (Ancova).pdfAnalysis of Covariance (Ancova).pdf
Analysis of Covariance (Ancova).pdf
 
Analysis of Covariance (ANCOVA).pptx
Analysis of Covariance (ANCOVA).pptxAnalysis of Covariance (ANCOVA).pptx
Analysis of Covariance (ANCOVA).pptx
 
Uji Korelasi Parametrik dan Non Parametrik_Pertemuan 13.pptx
Uji Korelasi Parametrik dan Non Parametrik_Pertemuan 13.pptxUji Korelasi Parametrik dan Non Parametrik_Pertemuan 13.pptx
Uji Korelasi Parametrik dan Non Parametrik_Pertemuan 13.pptx
 
Uji Korelasi Parametrik dan Non parametrik .pptx
Uji Korelasi Parametrik dan Non parametrik .pptxUji Korelasi Parametrik dan Non parametrik .pptx
Uji Korelasi Parametrik dan Non parametrik .pptx
 
Uji Friedman dan Kruskalwallis.pptx
Uji Friedman dan Kruskalwallis.pptxUji Friedman dan Kruskalwallis.pptx
Uji Friedman dan Kruskalwallis.pptx
 

Recently uploaded

R6C-Kelompok 2-Sistem Rangka Pada Amphibi dan Aves.pptx
R6C-Kelompok 2-Sistem Rangka Pada Amphibi dan Aves.pptxR6C-Kelompok 2-Sistem Rangka Pada Amphibi dan Aves.pptx
R6C-Kelompok 2-Sistem Rangka Pada Amphibi dan Aves.pptxmagfira271100
 
Modul ajar IPAS Kls 4 materi wujud benda dan perubahannya
Modul ajar IPAS Kls 4 materi wujud benda dan perubahannyaModul ajar IPAS Kls 4 materi wujud benda dan perubahannya
Modul ajar IPAS Kls 4 materi wujud benda dan perubahannyaAnggrianiTulle
 
CASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptx
CASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptxCASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptx
CASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptxresidentcardio13usk
 
TEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptx
TEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptxTEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptx
TEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptxSyabilAfandi
 
Dampak Bioteknologi di Bidang Pertanian.pdf
Dampak Bioteknologi di Bidang Pertanian.pdfDampak Bioteknologi di Bidang Pertanian.pdf
Dampak Bioteknologi di Bidang Pertanian.pdfssuser4743df
 
Konsep Agribisnis adalah suatu kesatuan kegiatan meliputi salah satu atau ...
Konsep	Agribisnis	adalah	suatu	kesatuan	kegiatan  meliputi		salah	satu	atau		...Konsep	Agribisnis	adalah	suatu	kesatuan	kegiatan  meliputi		salah	satu	atau		...
Konsep Agribisnis adalah suatu kesatuan kegiatan meliputi salah satu atau ...laila16682
 
LKPD SUHU dan KALOR KEL4.pdf strategi pembelajaran ipa
LKPD SUHU dan KALOR KEL4.pdf strategi pembelajaran ipaLKPD SUHU dan KALOR KEL4.pdf strategi pembelajaran ipa
LKPD SUHU dan KALOR KEL4.pdf strategi pembelajaran ipaBtsDaily
 
Materi Makna alinea pembukaaan UUD .pptx
Materi Makna alinea pembukaaan UUD .pptxMateri Makna alinea pembukaaan UUD .pptx
Materi Makna alinea pembukaaan UUD .pptxIKLASSENJAYA
 
kekeruhan tss, kecerahan warna sgh pada laboratprium
kekeruhan tss, kecerahan warna sgh pada laboratpriumkekeruhan tss, kecerahan warna sgh pada laboratprium
kekeruhan tss, kecerahan warna sgh pada laboratpriumfebrie2
 
materi+kuliah-ko2-senyawa+aldehid+dan+keton.pdf
materi+kuliah-ko2-senyawa+aldehid+dan+keton.pdfmateri+kuliah-ko2-senyawa+aldehid+dan+keton.pdf
materi+kuliah-ko2-senyawa+aldehid+dan+keton.pdfkaramitha
 
Sistem Bilangan Riil (Pertidaksamaan linier)
Sistem Bilangan Riil (Pertidaksamaan linier)Sistem Bilangan Riil (Pertidaksamaan linier)
Sistem Bilangan Riil (Pertidaksamaan linier)ratnawijayanti31
 

Recently uploaded (11)

R6C-Kelompok 2-Sistem Rangka Pada Amphibi dan Aves.pptx
R6C-Kelompok 2-Sistem Rangka Pada Amphibi dan Aves.pptxR6C-Kelompok 2-Sistem Rangka Pada Amphibi dan Aves.pptx
R6C-Kelompok 2-Sistem Rangka Pada Amphibi dan Aves.pptx
 
Modul ajar IPAS Kls 4 materi wujud benda dan perubahannya
Modul ajar IPAS Kls 4 materi wujud benda dan perubahannyaModul ajar IPAS Kls 4 materi wujud benda dan perubahannya
Modul ajar IPAS Kls 4 materi wujud benda dan perubahannya
 
CASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptx
CASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptxCASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptx
CASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptx
 
TEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptx
TEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptxTEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptx
TEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptx
 
Dampak Bioteknologi di Bidang Pertanian.pdf
Dampak Bioteknologi di Bidang Pertanian.pdfDampak Bioteknologi di Bidang Pertanian.pdf
Dampak Bioteknologi di Bidang Pertanian.pdf
 
Konsep Agribisnis adalah suatu kesatuan kegiatan meliputi salah satu atau ...
Konsep	Agribisnis	adalah	suatu	kesatuan	kegiatan  meliputi		salah	satu	atau		...Konsep	Agribisnis	adalah	suatu	kesatuan	kegiatan  meliputi		salah	satu	atau		...
Konsep Agribisnis adalah suatu kesatuan kegiatan meliputi salah satu atau ...
 
LKPD SUHU dan KALOR KEL4.pdf strategi pembelajaran ipa
LKPD SUHU dan KALOR KEL4.pdf strategi pembelajaran ipaLKPD SUHU dan KALOR KEL4.pdf strategi pembelajaran ipa
LKPD SUHU dan KALOR KEL4.pdf strategi pembelajaran ipa
 
Materi Makna alinea pembukaaan UUD .pptx
Materi Makna alinea pembukaaan UUD .pptxMateri Makna alinea pembukaaan UUD .pptx
Materi Makna alinea pembukaaan UUD .pptx
 
kekeruhan tss, kecerahan warna sgh pada laboratprium
kekeruhan tss, kecerahan warna sgh pada laboratpriumkekeruhan tss, kecerahan warna sgh pada laboratprium
kekeruhan tss, kecerahan warna sgh pada laboratprium
 
materi+kuliah-ko2-senyawa+aldehid+dan+keton.pdf
materi+kuliah-ko2-senyawa+aldehid+dan+keton.pdfmateri+kuliah-ko2-senyawa+aldehid+dan+keton.pdf
materi+kuliah-ko2-senyawa+aldehid+dan+keton.pdf
 
Sistem Bilangan Riil (Pertidaksamaan linier)
Sistem Bilangan Riil (Pertidaksamaan linier)Sistem Bilangan Riil (Pertidaksamaan linier)
Sistem Bilangan Riil (Pertidaksamaan linier)
 

Pertemuan 10_Uji Keacakan.pptx

  • 1. RUN AND SIGN TEST (UJI KEACAKAN) STATISTIK NONPARAMETRIK
  • 2. Statistik Nonparametrik Uji Tanda (Sign Test) untuk • satu sampel • data berpasangan Uji Keacakan dengan Runs Test (One sample runs test of randomness) Hari ini kita akan membahas...
  • 3. Parametrik vs Nonparametrik Statistik Inferensia Parametrik Nonparametrik "tidak mensyaratkan sebaran/dsitribusi peluang teoritis tertentu dari populasinya, disebut juga dengan free
  • 4. Parametrik vs Nonparametrik Perbedaan Parametrik Nonparametrik Bentuk Distribusi Populasi Mempunyai distribusi peluang teoritis (berdistribusi Normal/distribusi lain (Binomial, Poisson, dsb) Tidak mempermasalahkan bentuk distribusi populasi (free distribution) Skala Pengukuran Variabel Interval atau Rasio Nominal atau Ordinal (pada umumnya) Jumlah Sampel Jumlah sampel besar, atau bisa juga jumlah sampel kecil tetapi memenuhi asumsi salah satu bentuk distribusi (normal) Jumlah sampel kecil
  • 5. Kelebihan Kekurangan NONPARAMETRIK Dapat digunakan untuk data yang tidak mempunyai bentuk distribusi seperti data peringkat, bertanda plus atau minus, indeks Hasil pengujian kurang powerfull dibandingkan dengan uji parametrik
  • 7. Mengetahui keacakan dari suatu sampel Fungsi H0 : Kejadian yang diamati bersifat random H1 : Kejadian yang diamati tida random Hipotesis Data berskala nominal atau ordinal Data Runs Test :
  • 8. m dan n <= 20 m atau n > 20 Runs Test Uji sampel kecil Uji sampel besar Menggunakan tabel G (Siegel dan Castellan, 1988) Menggunakan pendekatan distribusi normal Z
  • 9. Uji Sampel Kecil Keterangan: 'm' - Jumlah kejadian 1 'n' - Jumlah kejadian 2 'r' - urutan notasi yang sama Gagal tolak H0 : apabila r observasi berada di antara nilai tabel Tolak H0 : apabila r observasi >= atau <= nilai tabel • Hitung nilai m, n, dan r contoh : ABBAAABABB m = 5, n = 5, r = 6 2.Bandingkan nilai r dengan Tabel G
  • 10. Tabel G Contoh : m = 5, n = 5, r = 6 maka gagal tolak H0 karena r berada di antara 2 dan 10
  • 11. Uji Sampel Besar h adalah nilai koreksi jika r < μ maka h = +0,5 jika r > μ maka h = -0,5 Dimana Statistik uji
  • 12. Gagal tolak H0 Tolak H0 - Z α/2 Z α/2 Tolak H0 Wilayah Kritis α/2 Gagal Tolak H0 : |Z hitung| <= Z Tolak H0 : |Z hitung| > Z α/2 p-value tolak H0 : p-value < α gagal tolak H0 : p-value >= α p-value = 2*P(Z >= Zhitung)
  • 13. Kaidah penggunaan Statistik uji untuk sampel kecil dan sampel besar untuk data berupa hasil pengukuran sama dengan prosedur Runs Test pada satu sampel sebelumnya Berikan tanda + jika xi > med, tanda - jika xi < med, tanda 0 jika xi = med (bisa diabaikan) Uji Runs Test untuk data yang merupakan hasil pengukuran Tentukan nilai median 1 2 3
  • 14. Tentukan Hipotesis (H0 dan H1) dan Taraf Signifikansi (α) Hitung statistik uji dan bandingkan dengan titik kritis atau dengan p-value berdasarkan ukuran m dan n Susunlah observasi-observasi m dan n menurut urutan terjadinya. Hitunglah banyaknya run (r) Prosedur pengujian Intepretasikan
  • 15. CONTOH 1-RUN TEST SAMPEL KECIL Dari hasil pelemparan mata uang 13 kali, tersusun urutan hasil pelemparan sebagai berikut (M: muka, B: belakang) : M M M B M B B M M M M B B. Tentukan apakah urutan kemunculan mata uang random. Penyelesaian: α = 0,05, (2 arah), r = 6, m = 8, n = 5 1.Hipotesis: H0: urutan data random H1 : urutan data tidak random (2 arah) 2.Wilayah kritis: Pada tabel Runs, untuk α = 0,05, H0 akan ditolak jika nilai r ≤ 3 atau r ≥ 11. 3.Keputusan: karena r =6 terletak dalam selang 3 sampai dengan 11 , maka gagal tolak → H0 sesuai dengan statement soal. 4.Kesimpulan:
  • 16. Hari Ke %waktu Hari ke %waktu Hari ke %waktu 1 85 11 31 21 87 2 85 12 86 22 100 3 99 13 100 23 100 4 70 14 0 24 88 5 17 15 100 25 50 6 74 16 100 26 100 7 100 17 46 27 100 8 28 18 7 28 100 9 100 19 12 29 48 10 100 20 54 30 0 CONTOH 2-RUN TEST SAMPEL KECIL Tabel berikut menampilkan data persentase waktu bersinar matahari pada setiap hari yang diamati di Jakarta selama 30 hari di bulan November 2019. Berdasarkan pengamatan lebih atau kurang sama dengan persentase waktu dari 50%, Ujilah apakah pernyataan bahwa pola pancaran sinar matahari bersifat acak.
  • 17. Hari Ke %waktu Identifikasi Hari ke %waktu Identifikasi Hari ke %waktu Identifikasi 1 85 + 11 31 - 21 87 + 2 85 + 12 86 + 22 100 + 3 99 + 13 100 + 23 100 + 4 70 + 14 0 - 24 88 + 5 17 - 15 100 + 25 50 - 6 74 + 16 100 + 26 100 + 7 100 + 17 46 - 27 100 + 8 28 - 18 7 - 28 100 + 9 100 + 19 12 - 29 48 - 10 100 + 20 54 + 30 0 - CONTOH 2-RUN TEST SAMPEL KECIL Clue : lebih atau kurang sama dengan persentase waktu dari 50%
  • 18. Penyelesaian: m = Banyaknya hari yang terik matahari lebih dari 50% = 20 n = Banyaknya hari yang terik matahari 50% atau kurang = 10 α = 0,05, r = 14, m = 20, n = 10 1.Hipotesis: Ho: Pola penyinaran matahari bulan November bersifat acak H1: Pola penyinaran matahari bulan November tidak bersifat acak 2.Wilayah kritis: Harga-harga titik kritis r1 dan r2 adalah 9 dan 20, maka nilai robs berada diantara nilai titik kritis. 3.Keputusan: gagal tolak Ho → sesuai soal 4.Kesimpulan: Dengan tingkat kepercayaan 95% data yang digunakan/diteliti mendukung bahwa pola penyinaran matahari bulan November bersifat acak CONTOH 2-RUN TEST SAMPEL KECIL
  • 19. CONTOH 3-RUN TEST SAMPEL BESAR Pada musim hari libur, arena bermain Dunia Fantasi memberikan promo kepada pengunjung yang memiliki kartu pelajar dan kartu mahasiswa berupa dana beasiswa pendidikan. Pemegang kartu tersebut dapat membeli tiket pada loket khusus dan mendaftarkan identitas mereka kemudian memasukkan undiannya kedalam kotak undian. Untuk itu pada antrian hari pertama loket dibuka, di lakukan pengamatan apakah 40 pengunjung pertama yang mengantri tersusun secara acak antara mahasiswa dan pelajar. Berikut hasil pengamatan terhadap yang mengantri: Mahasiswa (M), Pelajar (S). M M S M S S M S M M S M S S S S M M S S S M S M S M S M M M S S S M S S M M M S Apakah urutan antrian bersifat acak? gunakan tingkat signifikansi 5%
  • 20. Penyelesaian: N = 40, m=19, n = 21, r = 24 1.Hipotesis: Ho : Urutan antrian pengunjung hari pertama pada musim libur di Dunia Fantasi bersifat random. H1: Urutan antrian pengunjung hari pertama pada musim libur di Dunia Fantasi bersifat tidak random. 2.Statistik uji: CONTOH 3-RUN TEST SAMPEL BESAR
  • 21. 3.Wilayah kritis: ntuk taraf uji 𝛼 = 0.05, maka Z𝛼/2 = 1.96 4.K𝐞𝐩𝐮𝐭𝐮𝐬𝐚𝐧: G𝐚𝐠𝐚𝐥 𝐭𝐨𝐥𝐚𝐤 𝐇𝐨 5.Kesimpulan: Dengan tingkat kepercayaan 95% ada cukup bukti untuk menyatakan bahwa urutan antrian 40 pengunjung hari pertama pada musim libur di Dunia Fantasi bersifat random. CONTOH 3-RUN TEST SAMPEL BESAR
  • 22. CONTOH 4-RUN TEST HASIL PENGUKURAN SAMPEL KECIL Pada taraf signifikansi 0,05, uji hipotesis keacakan barisan bilangan, jika sampel adalah 5 2 2 1 6 5 3 3 1 6 5 2 1 4 4 Penyelesaian: Median pada data ini adalah 3 Runtun + - - - + + 0 0 - + + - - + + sehingga r = 7, m = 7, dan n = 6 1.Hipotesis: H0 : Barisan bilangan adalah acak H1 : Barisan bilangan tidak acak 2.Wilayah kritis: Dari tabel nilai kritis untuk α = 0,05 diperoleh bahwa hipotesis null (H0) gagal ditolak pada 3 ≤ r ≤ 12 3.Keputusan: Pada taraf signifikansi 0,05, gagal tolak H0
  • 23. Pada taraf signifikansi 0,05, uji keacakan data jika sampel adalah 1 8 4 9 5 7 2 9 7 3 7 2 5 8 7 3 6 9 3 7 4 8 9 5 7 6 9 8 4 8 7 6 4 9 6 5 8 5 9 9 Penyelesaian: Median pada data ini adalah 6 Runtun - + - + - + - + + - + - - + + - 0 + - + - + + - + 0 + + - + + 0 - + 0 - + - + + sehingga r = 28, m = 21, n = 15 1.Hipotesis: H0 : Barisan bilangan adalah acak H1 : Barisan bilangan tidak acak 2.Statistik uji: CONTOH 5-RUN TEST HASIL PENGUKURAN SAMPEL BESAR
  • 24. 4.Keputusan: Pada taraf signifikansi 0,05, tolak H0 5.Kesimpulan: Dengan tingkat signifikansi 5% cukup bukti untuk menunjukkan bahwa barisan bilangan tidak acak. CONTOH 5-RUN TEST HASIL PENGUKURAN SAMPEL BESAR
  • 25. LATIHAN 1-RUN TEST Diperusahaan mebel, terdapat sekelompok karyawan yang sedang makan siang. Dari sekelompok karyawan itu ada 24 orang diambil secara random, selanjutnya diwawancarai, kapan akan mengambil cuti karyawan. Dalam pertanyaan itu disediakan dua alternatif jawaban yaitu akan mengambil cuti sebelum lebaran (R) atau sesudah lebaran (C). Responden yang memilih waktu cuti sebelum lebaran 16 dan yang memillih waktu cuti sesudah lebaran 8. Secara berurutan hasilnya adalah RRRRCCCC RRRRRCC RRRRRCCRR. Apakah pemilihan cuti karyawan bersifat acak? gunakan tingkat signifikansi 5%.
  • 26. Suatu studi tentang agresifitas anak dilakukan oleh seorang peneliti terhadap 16 anak kecil. Peneliti mengamati pasangan-pasangan anak kecil dalam suatu permainan yang terkontrol. Hampir semua 16 anak berasal dari tempat penitipan anak dan bermain bersama setiap hari. Setelah studi selesai, sebelum analisis lebih lanjut peneliti tersebut terlebih dahulu ingin menguji kerandoman skor agresi. Dengan tingkat signifikansi 5%, apakah urutan data skor agresi bersifat random? LATIHAN 2-RUN TEST
  • 27. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 12 13 12 11 5 2 -1 2 -1 3 2 -6 -7 -7 -12 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 -9 6 7 10 6 1 1 3 7 -2 -6 -6 -5 -2 -1 LATIHAN 3-RUN TEST Data berikut memperlihatkan penyimpangan-penyimpangan dari temperature normal yang setiap hari dicatat di Jakarta oleh BMKG pada selama 30 hari pada bulan November 2018. Kita ingin tahu apakah boleh disimpulkan bahwa pola penyimpangan-penyimpangan di atas dan dibawah normal merupakan hasil proses yang tidak acak. Gunakan α = 5%
  • 28. Uji Tanda Satu Sampel One Sample Sign Test
  • 29. Trivia tentang Uji Tanda Digunakan pertama kali oleh John Arbuthnot dalam penelitian yang menganalisis rasio jenis kelamin bayi di London tahun 1629-1710
  • 30. Sampel acak saling bebas dari populasi yang tidak diketahui mediannya Variabel yang diamati kontinu Asumsi yang harus dipenuhi Variabel yang diamati minimal berskala pengukuran ordinal
  • 31. Menentukan hipotesis nol dan alternatif Menentukan tingkat signifikansi Cari median dari data yang telah diurutkan dari terkecil ke terbesar Hitung selisih setiap data terhadap median Langkah-langkah Uji Tanda Sampel Kecil (N 25) Jika hasilnya positif, beri tanda + Jika hasilnya negatif, beri tanda - Jika hasilnya 0, kelarkan pengamatan tersebut Hitung banyaknya tanda + dan - Hitung Statistik Uji Bandingkan Statistik Uji dengan Titik Kritis
  • 33. Langkah-langkah Uji Tanda Sampel Besar (N 25) Menentukan hipotesis nol dan alternatif Menentukan tingkat signifikansi Cari median dari data yang telah diurutkan dari terkecil ke terbesar Hitung selisih setiap data terhadap median Jika hasilnya positif, beri tanda + Jika hasilnya negatif, beri tanda - Jika hasilnya 0, kelarkan pengamatan tersebut Hitung banyaknya tanda + dan - Hitung Statistik Uji Bandingkan Statistik Uji dengan Titik Kritis
  • 34. Uji Tanda Sampel Besar N = m+n
  • 35. Berdasarkan informasi di pasar, diketahui bahwa harga kangkung per ikat adalah Rp 2.000,00. Seorang ibu rumah tangga mencoba menanyakan 20 pedagang pasar tentang harga kangkung tersebut. Diperoleh data harganya sebagai berikut. 2.200 1.700 2.300 2.100 2.200 1.700 1.800 2.600 2.400 2.300 2.200 2.400 1.800 2.300 1.800 2.100 2.400 2.200 2.700 1.800 Ujilah bahwa median harga kangkung adalah Rp 2.000,00 per ikat! CONTOH 1-UJI TANDA SATU SAMPEL
  • 36. Penyelesaian N = 20 m = 14 n = 6 Statistik Uji : x = min (m,n) = 6 P-value: Keputusan: Gagal Tolak H0 Kesimpulan: Dengan tingkat signifikansi 5%, sudah cukup bukti untuk menunjukkan bahwa median harga kangkung adalah Rp 2.000,00 per ikat. Tingkat signifikansi = 5%
  • 38. Uji tanda data berpasangan • Digunakan untuk melihat apakah ada perbedaan antara dua kondisi tanpa melihat besarnya perbedaan yang terjadi. • Data terdiri dari sampel acak dari n pasangan pengukuran [(X1,Y1),(X2,Y2),...,(Xn,Yn)] dimana tiap pasangan pengukuran diambil pada subjek yang sama atau subjek yang dipasangkan
  • 39. Uji tanda data berpasangan • Fokus amatan : perbedaan antar pasangan pengukuran • Uji tanda menggunakan data dengan skala ordinal • Tanda (+) : kejadian yang lebih baik • Tanda (-) : kejadian yang kurang baik • Tanda (0) : tidak ada perbedaan kejadian pada pasangan data • Kejadian dengan tanda (0) tidak diikutsertakan sebagai sampel.
  • 40. Hipotesis • H0 : p(Xa>Xb) = p(Xa<Xb) = 0,5 • H1 : ⚬ p(Xa>Xb ) ≠ 0,5 atau p(Xa<Xb ) ≠ 0,5 ⚬ p(Xa>Xb)>0,5 ⚬ p(Xa>Xb)<0,5
  • 41. Daerah Kritis H1: p(Xa > Xb) ≠ 0,5 atau p(Xa<Xb) ≠ 0,5 H1 : p(Xa > Xb) > 0,5 H1 : p(Xa > Xb) < 0,5 x = min (m,n) Tolak H0 jika P(𝐗 ≤ 𝒙|𝒃(𝑵, 𝟎. 𝟓)) ≤ 𝜶/2 x = n Tolak H0 jika P(𝐗 ≤ 𝒙|𝒃(𝑵, 𝟎. 𝟓)) ≤ 𝜶 x = m Tolak H0 jika P(𝐗 ≤ 𝒙|𝒃(𝑵, 𝟎. 𝟓)) ≤ 𝜶
  • 42. Tentukan Hipotesis (H0 dan H1) dan Taraf Signifikansi (α) Tentukan banyaknya: • Tanda + (dinyatakan dengan m) • Tanda - (dinyatakan dengan n) • N = m+n Tentukan tanda selisih antar anggota tiap pasangan Prosedur pengujian
  • 43. Banyak sampel lebih besar dari 25 Menggunakan pendekatan distribusi normal Statistik Uji: Koreksi nilai X : Uji Tanda Berpasangan - Sampel Besar x = banyak tanda + atau - (Tergantung H1) 𝜇 = 0.5N Jika x > N/2, maka : 𝜎 = 0.5√N Jika x < N/2, maka :
  • 44. CONTOH SOAL-UJI TANDA DATA BERPASANGAN Menjelang mulainya tahun ajaran baru, fenomena yang tidak biasa terjadi di ruangan perpustakaan STIS. Mahasiswa jurusan komputasi statistik khususnya tingkat IV banyak berada di perpustakaan. Entah apa yang dikerjakan, mencari buku statistik, membaca jurnal, atau hal lainnya. Kuat dugaan bahwa mahasiswa komputasi statistik sedang mencari referensi untuk membuat tugas akhir yaitu skripsi. Salah satu petugas perpustakaan mengatakan bahwa terjadi peningkatan jumlah kunjungan perpustakaan khususnya pengunjung dari mahasiswa STIS Angkatan 51 jurusan komputasi statistik. Berikut adalah data jumlah kunjungan mahasiswa jurusan komputasi statistik angkatan 51 pada semester 6 dan semester 7. Ujilah apakah jumlah kunjungan semester 7 lebih banyak daripada semester 6 dengan menggunakan uji tanda!
  • 45. CONTOH SOAL-UJI TANDA DATA BERPASANGAN Penyelesaian: 1.Hipotesis: • H0: Jumlah kunjungan ke perpustakaan dari mahasiswa komputasi statistik STIS Angkatan 51 pada semester 6 sama dengan semester 7 • H1: Jumlah kunjungan ke perpustakaan dari mahasiswa komputasi statistik STIS Angkatan 51 pada semester 7 lebih banyak dari semester 6 (satu arah) 2.Tingkat Signifikansi: 5% 3.Nyatakan selisih nilai pengamatan dalam bentuk tanda
  • 46. No No. Absen Kelas Jml Kunjung an smt 6 Jml Kunjung an smt 7 1 3 4KS1 2 24 2 8 4KS1 5 21 3 12 4KS1 10 15 4 13 4KS1 12 20 5 14 4KS1 14 20 6 20 4KS1 24 25 7 27 4KS1 3 40 CONTOH SOAL-UJI TANDA DATA BERPASANGAN No No. Absen Kelas Jml Kunjung an smt 6 Jml Kunjung an smt 7 8 1 4KS2 11 12 9 3 4KS2 23 23 10 4 4KS2 26 25 11 6 4KS2 21 20 12 19 4KS2 18 15 13 27 4KS2 13 23 14 31 4KS2 19 22
  • 47. No No. Absen Kelas Jml Kunjun gan smt 6 Jml Kunjun gan smt 7 Tanda 1 3 4KS1 2 24 + 2 8 4KS1 5 21 + 3 12 4KS1 10 15 + 4 13 4KS1 12 20 + 5 14 4KS1 14 20 + 6 20 4KS1 24 25 + 7 27 4KS1 3 40 + CONTOH SOAL-UJI TANDA DATA BERPASANGAN No No. Absen Kelas Jml Kunjun gan smt 6 Jml Kunjun gan smt 7 Tanda 8 1 4KS2 11 12 + 9 3 4KS2 23 23 0 10 4 4KS2 26 25 - 11 6 4KS2 21 20 - 12 19 4KS2 18 15 - 13 27 4KS2 13 23 + 14 31 4KS2 19 22 +
  • 48. CONTOH SOAL-UJI TANDA DATA BERPASANGAN 4.Hitung nilai m dan n Dari 14 Sampel diperoleh: m = 10 (semester 7 lebih banyak dari semester 6) n = 3 ( semester 7 lebih sedikit dari semester 6) N= m+n = 10+3 = 13 x = n = 3 (hipotesis (b)) 5.Hitung P(X≤ 𝒙|𝒃(𝑵, 𝟎. 𝟓) Dengan N = 13, x = 3 dan p = 0,5 , maka P(X≤ 3|𝑏(13,0.5) = 0,046.
  • 49. CONTOH SOAL-UJI TANDA DATA BERPASANGAN 5.Keputusan: Tolak Ho Karena 0,046 < 𝛼(0,05) 6.Kesimpulan: Dengan tingkat signifikansi 5 persen, data cukup bukti menujukan bahwa Jumlah kunjungan perpustakaan mahasiswa STIS Angkatan 51 jurusan komputasi statistic pada semester 7 lebih besar dari semester 6.
  • 50. LATIHAN-UJI TANDA DATA BERPASANGAN Dalam menyambut Asian Games 2018 PT. Trans Jakarta melakukan beberapa peningkatan pelayanan. Salah satunya adalah penambahan armada bus trans jakarta. Armada Busway pada tahun 2018 ditambah sebanyak 20 % dari jumlah armada sebelumnya. Dengan adanya penambahan ini, diharapkan kedatangan busway lebih tepat waktu sehingga tidak terjadi penumpukan di berbagai shelter busway. Oleh karena itu, permerintah ingin mengetahui apakah ada peningkatan pelayanan khususnya ketepatan waktu kedatangan bus sesudah adanya penambahan armada. 20 penumpang diminta untuk memberi skor penilaian mulai dari angka 1 sampai dengan 5 di mana 1 berarti sangat tidak tepat waktu dan 5 berarti sangat tepat waktu. Penumpang diminta memberikan penilaian berdasarkan keadaan sebelum dan sesudah adanya penambahan armada bus. Data yang diperoleh adalah sebagai berikut: (gunakan tingkat signifikansi 1%)
  • 51. Penumpang Tingkat Ketepatan Waktu Kedatangan Bus Penumpang Tingkat Ketepatan Waktu Kedatangan Bus Sebelum Penambahan(x) Setelah Penambahan(y) Sebelum Penambahan(x) Setelah Penambahan(y) 1 2 3 11 2 3 2 3 4 12 4 4 3 3 3 13 3 4 4 2 5 14 3 2 5 3 2 15 2 4 6 4 3 16 3 3 7 2 4 17 4 5 8 4 5 18 2 4 9 4 3 19 2 3 10 4 4 20 4 5 LATIHAN-UJI TANDA DATA BERPASANGAN