SlideShare a Scribd company logo
1 of 75
UJI NON-
PARAMETRIK:
K SAMPEL
Kelompok 4 & 5
NAMA ANGGOTA
KELOMPOK 4 KELOMPOK 5
1. Anggy Distria Manik - 222111900
2. I Bagus Putu Swardanasuta -
222112096
3. Muhammad Rafi Tasrif - 222112219
4. Sandra Fatimah Ichwani - 222112350
1. Chelsea Azishiah Victory -
222111969
2. Dhymas Adhyza Rayhan -
222111988
3. Marshela Alya Kusuma W. -
222112179
4. Nisa Fatharani Hasna - 222112262
UJI KRUSKAL- WALLIS
uji Kruskal-Wallis merupakan uji statistik nonparametrik untuk k
sampel independen. Uji ini digunakan sebagai alternatif ketika
ANOVA satu arah dalam statistik parametrik tidak dapat dipakai
karena tidak terpenuhinya asumsi yang diharuskan dalam ANOVA
satu arah.
UJI KRUSKAL- WALLIS
Menguji apakah k sampel independen berasal dari populasi
yang identik dengan cara menguji kesamaan beberapa nilai
tengah. Skala pengukuran data minimal adalah ordinal.
HIPOTESIS
k kelompok memiliki distribusi
populasi yang sama
median peringkat antar kelompok
sama
minimal ada satu kelompok tidak memiliki
distribusi populasi yang sama
minimal ada satu kelompok yang
memiliki median peringkat yang
berbeda
H
0
H
1
PROSEDUR PENGUJIAN
Data Awal
PROSEDUR PENGUJIAN
• Tentukan hipotesis penelitian
• Tentukan tingkat signifikansi (α)
• Semua observasi dari k sampel independent digabungkan dan
susunlah n = n1 + n2 +...+nk
• tentukan peringkatnya masing-masing observasi.
• untuk nilai observasi yang sama, berikan peringkat rata-ratanya
• setelah semua observasi di ranking, jumlahkan ranking dalam tiap
kelompok sampel. lambangkan jumlah peringkat ke-i dengan Ri
PROSEDUR PENGUJIAN
7. Hitung satistik
uji
Statistik H dapat dihampiri dengan sangat baik oleh sebaran Khi Kuadrat
dengan k-1 derajat bebas bila Ho benar dan bila setiap kelompok terdiri dari
n = total observasi pada semua kelompok sampel
k = banyaknya kelompok sampel
Rj = jumlah ranking observasi pada setiap kelompok sampel ke-i
nj = banyaknya observasi pada kelompok ke-i
PROSEDUR PENGUJIAN
8. Pengambilan
keputusan
Untuk setiap ni ⩽ 5 dan
k=3
Tolak Ho jika:
p-value ⩽ α
Jika Tabel Kruskall Wallis tidak dapat
digunakan, atau jika minimal pada suatu
kelompok ni > 5 atau k ≠3
Tolak Ho jika:
9. buat kesimpulan dari hasil yang
diperoleh
RANKING KEMBAR
(TIED OBSERVATION)
Ketika terdapat nilai yang sama, maka nilai yang sama tersebut
diberi ranking rata-rata. Untuk mengoreksi pengaruh ranking
yang sama, maka penghitungan H menggunakan faktor koreksi
menjadi:
g = banyaknya kelompok ranking yang sama
ti= banyaknya ranking yang kembar di kelompok
ke-i
n = total sampel
PROSEDUR PERBANDINGAN BERGANDA
UNTUK KRUSKAL WALLIS
Ketika Uji Kruskal-Walis memberikan
penolakan terhadap Ho, selanjutnya
kita bisa meyelidiki lebih lanjut
kelompok mana yang berbeda dengan
prosedur perbandingan berganda uji
Kruskall-Wallis yang disebut uji Dunn
PROSEDUR PERBANDINGAN BERGANDA
UNTUK KRUSKAL WALLIS (UJI DUNN)
HIPOTESIS STATISTIK UJI
PROSEDUR PERBANDINGAN BERGANDA
UNTUK KRUSKAL WALLIS (UJI DUNN)
KEPUTUSAN
TOLAK H0 JIKA : JIKA TERDAPAT
RANKING KEMBAR,
TOLAK H0 JIKA
CONTOH SOAL 1
uji kruskal wallis (k=3 dan n<5)
Sebuah toko menjual 3 jenis lampu dengan
merk yang berbeda yaitu merk A, B, dan C.
Seorang pelanggan ingin mengetahui apakah
umur hidup ketiga merk lampu tersebut sama
atau berbeda. Oleh karena itu, diambil sampel
beberapa lampu dari ketiga merk dan diukur
waktu hidup lampu hingga lampu mati dalam
satuan hari. Ujilah dengan tingkat signifikansi
5% untuk menjawab tujuan penelitian tersebut!
DATA UMUR HIDUP LAMPU
Lampu A lampu B lampu c
96 82 115
128 124 149
83 132 166
61 135 147
101 109
HIPOTESIS:
H0 : 𝑀A = 𝑀B = 𝑀C
(umur hidup lampu merk A, B, dan C adalah sama)
H1 : 𝑀𝑖 ≠ 𝑀𝑗
(minimal terdapat satu merk lampu yang umur hidupnya
berbeda)
TENTUKAN HIPOTESIS
TENTUKAN TINGKAT SIGNIFIKANSI
Tingkat signifikansi adalah 5%
Tolak H0 jika:
H hitung > H(0.05) tabel
H hitung > 5,66
WILAYAH KRITIS
STATISTIK UJI
lampu A rank lampu B rank lampu c rank
96 4 82 2 115 7
128 9 124 8 149 13
83 3 132 10 166 14
61 1 135 11 147 12
101 5 109 6
R1 22 R2 37 R3 46
STATISTIK UJI
H hitung = 6,4
H (0,05) tabel=5,66
H hitung > H tabel
Keputusan: Tolak H0
maka diperlukan adanya uji lanjut
KEPUTUSAN
KESIMPULAN
Dengan tingkat signifikansi 5%, sudah cukup bukti
untuk menunjukkan bahwa terdapat perbedaan umur
hidup dari ketiga merk lampu.
PERBANDINGAN BERGANDA UJI KRUSKAL WILLS
Karena sebelumnya keputusannya adalah Tolak H0,
selanjutnya dilakukan perbandingan berganda uji kruskal
wallis untuk meyelidiki lebih lanjut kelompok mana yang
berbeda.
• Menentukan
Hipotesis
TOLAK H0 JIKA :
• Menentukan Wilayah
kritis
• Menentukan Wilayah
Kritis
rank rank rank
4 2 7
9 8 13
3 10 14
1 11 12
5 6
22 37 46
menentukan statistik uji : | Ri - Rj |
Maka dapat disimpulkan bahwa dengan tingkat
signifikansi 5%, lampu A dan C memiliki perbedaan
umur hidup, sedangkan yang lainnya tidak
CONTOH SOAL 2
uji kruskal wallis ( ni> 5 atau k ≠3 )
Ingin diketahui apakah tukang kayu, tukang batu, dan
tukang talang mempunyai perbedaan yang signifikan
antara yang satu dengan yang lain. Hipotesis nihil yang
akan diuji adalah bahwa pekerja-pekerja dari tiga
kelompok itu mempunyai upah yang sama
DATA UPAH MASING-MASING
TUKANG
Tukang kayu Tukang batu Tukang Talang
1100 1120 1150
1160 1070 1250
1220 1040 1300
1160 1100 1320
1180 1000 1230
1050 1080 1200
1080 1010
HIPOTESIS:
H0 : 𝑀A = 𝑀B = 𝑀C
(Pekerja-pekerja dari 3 kelompok sampel mempunyai upah
yang sama)
H1 : 𝑀𝑖 ≠ 𝑀𝑗
(minimal terdapat satu pekerja dari 3 kelompok sampel
mempunyai upah yang tidak sama
TENTUKAN HIPOTESIS
TENTUKAN TINGKAT SIGNIFIKANSI
Tingkat signifikansi adalah 5%
RANKING Tukang kayu Tukang batu Tukang Talang
1100 (8.5) 1120 (10) 1150 (11)
1160 (12.5) 1070 (5) 1250 (18)
1220 (16) 1040 (3) 1300 (19)
1160 (12.5) 1100 (8.5) 1320 (20)
1180 (14) 1000 (1) 1230 (17)
1050 (4) 1080 (6.5) 1200 (15)
1080 (6.5) 1010 (2)
R1 = 74 R2 = 36 R3 = 100
STATISTIK UJI
Karena ada peringkat yang sama, maka dihitung faktor
koreksi
Rumus faktor
koreksi
Nilai faktor
koreksi
= 1- ((6+6+6)/(20^3-20))
= 1- (0.003008)
= 0.996992
Sehingga nilai kruskal wallis yang sebelumnya sudah dihitung dibagi
dengan faktor koreksi
H* = 12,26/0.996992
= 12.29698
NILAI CHI SQUARE
H hitung = 12,29
chi-square tabel (0.05;2) =5,9915
H hitung > H tabel
Keputusan: Tolak H0
maka diperlukan adanya uji lanjut
KEPUTUSAN
KESIMPULAN
Dengan tingkat signifikansi 5%, sudah cukup bukti untuk
menunjukkan bahwa pekerja-pekerja memiliki upah yang
tidak sama
PERBANDINGAN BERGANDA UJI KRUSKAL WILLS
Karena sebelumnya keputusannya adalah Tolak H0,
selanjutnya dilakukan perbandingan berganda uji kruskal
wallis untuk meyelidiki lebih lanjut kelompok mana yang
berbeda.
• Menentukan
Hipotesis
TOLAK H0 JIKA :
• Wilayah
kritis
• Menentukan Wilayah
Kritis
STATISTIK UJI Tukang kayu Tukang batu Tukang Talang
1100 (8.5) 1120 (10) 1150 (11)
1160 (12.5) 1070 (5) 1250 (18)
1220 (16) 1040 (3) 1300 (19)
1160 (12.5) 1100 (8.5) 1320 (20)
1180 (14) 1000 (1) 1230 (17)
1050 (4) 1080 (6.5) 1200 (15)
1080 (6.5) 1010 (2)
R1 = 74 R2 = 36 R3 = 100
Tukang kayu Tukang batu Tukang Talang
1100 (8.5) 1120 (10) 1150 (11)
1160 (12.5) 1070 (5) 1250 (18)
1220 (16) 1040 (3) 1300 (19)
1160 (12.5) 1100 (8.5) 1320 (20)
1180 (14) 1000 (1) 1230 (17)
1050 (4) 1080 (6.5) 1200 (15)
1080 (6.5) 1010 (2)
R1 = 74 R2 = 36 R3 = 100
menentukan statistik uji : | Ri - Rj |
Maka dapat disimpulkan bahwa dengan tingkat
signifikansi 5%, Tukang batu dan Tukang Talang
memiliki upah yang berbeda, sedangkan yang
FRIEDMAN TWO WAY
ANALYSIS OF
VARIANCE BY RANKS
FRIEDMAN TEST
• Alternatif dari uji ANOVA Two Way, ketika
asumsi kenormalan ingin dihindari atau
tidak terpenuhi
• Menguji apakah k kelompok sampel
dependen/related memiliki distribusi
populasi yang sama
ASUMSI
• Data terdiri dari n kelompok
sampel yang saling bebas
dengan k perlakuan
• Tidak ada interaksi antara
kelompok dan perlakuan
H0: M1 = M2 = ... = Mk,
atau (k perlakuan memiliki
distribusi populasi yang
identik),
median peringkat untuk
semua perlakuan adalah
sama
Ha: Mi ≠ Mj,
minimal ada satu median
perlakuan yang berbeda
HIPOTESIS
PROSEDUR PENGUJIAN
Data
Awal
PROSEDUR PENGUJIAN
• Bentuk data dalam bentuk tabel dua arah, baris = observasi,
kolom = jenis perlakuan yang menyebabkan terbentuknya
kelompok
• Tentukan peringkat masing-masing observasi berdasarkan nilai
observasi atau pada keseluruhan kategori perlakuannya (i=1,
2,...,k)
• k adalah total kategori perlakuan atau jumlah kelompok
perlakuan
• Berikan peringkat rata-ratanya pada nilai observasi yang sama
PROSEDUR PENGUJIAN
Statistik
uji
n = total observasi pada setiap kelompok perlakuan
k = banyaknya kelompok/kategori perlakuan
Ri = jumlah ranking seluruh observasi pada setiap kelompok sampel ke-i
KAIDAH
PENGAMBILAN
KEPUTUSAN
GUNAKAN TABEL FRIEDMAN TWO WAY
ANOVA BY RANK DI BUKU SYDNEY, JIKA
TOLAK HO JIKA XR 2 > TABEL FRIEDMAN TWO
WAY ANOVA BY RANKS
GUNAKAN TABEL CHI SQUARE, JIKA
TOLAK HO JIKA: 𝜒R2 > 𝜒V2(𝛼) DENGAN
DERAJAT BEBAS V = K-1
N DAN K TIDAK MENCAKUP PADA
TABEL FRIEDMAN DI BUKU
SYDNEY
BILA DIURUTKAN
LEWAT KOLOM
APAKAH HASILNYA
SAMA?
https://docs.google.com/spreadsheets/d/12r6ceRQuFZiLuJ7mZhBTH-
UMfn47rYMys11pYNO3JxI/edit#gid=0
FAKTOR KOREKSI
FRIEDMAN TWO WAY ANOVA BY RANKS
• Nilai yang sama akan diberi rangking rata-rata.
• Untuk mengoreksi pengaruh rangking yang
sama digunakan faktor koreksi.
RANKING KEMBAR (TIED
OBSERVATION)
FAKTOR KOREKSI
FRIEDMAN TWO WAY ANOVA BY RANKS
PENGHITUNGAN H MENJADI :
UJI LANJUTAN
Uji Friedman memberikan penolakan terhadap
Ho?
Selidiki median kelompok yang berbeda dengan
prosedur berganda uji Friedman :
H0: M1 = M2 = ... = Mk,
atau (k perlakuan memiliki
distribusi populasi yang
identik),
median peringkat untuk
semua perlakuan adalah
sama
Ha: Mi ≠ Mj, i,j = 1,2,...,k
minimal ada satu median
perlakuan yang berbeda
UJI LANJUTAN
Kita dapat menyimpulkan bahwa jumlah
peringkat
kelompok perlakuan ke-i dan ke-j berbeda jika :
Ri dan Rj adalah jumlah peringkat kelompok
perlakuan ke-i dan ke-j.
CONTOH SOAL 1
uji friedman
Ingin diketahui apakah gandum yang diberikan
perlakuan pupuk yang berbeda-beda dapat
menyebabkan produksi gandum yang berbeda juga.
Untuk menguji efek perlakuan pupuk tersebut diambil 4
kelompok varitas gandum yang diberikan ketiga
perlakuan pupuk tersebut. Gunakan tingkat signifikansi
5% untuk mengujinya, dan diasumsikan data tidak
memenuhi asumsi kenormalan.
HIPOTESIS:
H0 : 𝑀1 = 𝑀2 =... = 𝑀𝑘, .k=3
(Perlakuan pemberian pupuk yang berbeda tidak
berpengaruh pada hasil produksi gandum)
H1 : 𝑀𝑖 ≠ 𝑀𝑗 , i,j=1,2,3
(minimal ada satu pemberian pupuk yang berbeda
memberikan hasil gandum yang berbeda)
TENTUKAN HIP0TESIS
BERIKAN RANKING PADA SETIAP NILAI
OBSERVASI
NOTE: Perhatikan ranking yang kembar,
Jika ada ranking yang kembar, gunakan
faktor koreksi
n =jenis varietas = 4
k = jenis pupuk = 3
CARI STATISTIK UJI
Keputusan : karena P-value (0.042) < alfa (0.05) maka Tolak Ho
Kesimpulan : dengan tingkat signifikansi 5% cukup bukti untuk
menunjukkan bahwa kondisi pupuk yang berbeda menyebabkan
perbedaan hasil produksi jagung
Note: Jika Hasilnya tolak HO maka kita bisa membuktikan median
kelompok mana yang berbeda dengan menggunakan prosedur
perbandingan berganda uji Friedman
Didapat nilai p-value =0.042
PROSEDUR PERBANDINGAN BERGANDA UNTUK UJI
FRIEDMAN
HIPOTESIS
H0: Mi= Mj
H1: Mi ≠ Mj i,j=1,2,…k
Kita dapat menyatakan Ri dan Rj berbeda nyata
apabila:
𝑅𝑗 dan 𝑅𝑗 adalah jumlah peringkat
kelompok perlakuan ke I dan ke-j
PROSEDUR PERBANDINGAN BERGANDA UNTUK UJI
FRIEDMAN
PROSEDUR PERBANDINGAN BERGANDA UNTUK UJI
FRIEDMAN
|𝑅1 − 𝑅3| = |11 − 9| =2 < 6,774 gagal tolak Ho
|𝑅1 − 𝑅2| = |11 − 4| =7 > 6,774 tolak Ho
|𝑅3 − 𝑅2| = |9 − 4| = 5 < 6,774 gagal tolak Ho
Maka dapat disimpulkan bahwa dengan tingkat signifikansi 5%,
pasangan pupuk 1 dan 2 memberikan efek pertumbuhan
tanaman yang berbeda, sedangkan pasangan pupuk yang lain
tidak.
CONTOH SOAL 2
uji friedman
Seorang Guru SMA ingin mengetahui apakah
pemahaman (nilai) siswa terhadap antar pelajaran sama
atau tidak. Maka dilakukan pendataan terhadap nilai
siswa, dari 10 siswa terdapat 3 pelajaran berikut.
Dengan tingkat signifikansi 5%, apakah terdapat
perbedaan pemahaman siswa terhadap ketiga pelajaran
tersebut?
H0: M1 = M2 = M3 (Ketiga pelajaran dipahami oleh siswa dengan
sama (menghasilkan nilai yang sama))
H1: Mi ≠ Mj (Minimal ada satu pelajaran yang tidak dapat
dipahami oleh siswa dengan sama (menghasilkan nilai yang
berbeda))
MENENTUKAN HIPOTESIS
• Tingkat signifikansi adalah
5%
• n = 10
• k = 3
DIKETAHUI
MENENTUKAN PERINGKAT OBSERVASI
CARI STATISTIK UJI
Karena ada ranking yang sama, maka digunakan faktor
koreksi
PENGAMBILAN KEPUTUSAN
• Wilayah
Kritis
• Keputus
an
• Kesimpul
an
Dengan tingkat signifikansi 5%, sudah cukup bukti untuk
menyatakan bahwa minimal ada satu pelajaran yang tidak dapat
dipahami oleh siswa dengan sama (menghasilkan nilai yang
berbeda).
PENGAMBILAN KEPUTUSAN
• Wilayah
Kritis
• Keputus
an
• Kesimpul
an
Dengan tingkat signifikansi 5%, sudah cukup bukti untuk
menyatakan bahwa minimal ada satu pelajaran yang tidak dapat
dipahami oleh siswa dengan sama (menghasilkan nilai yang
berbeda).
PERBANDINGAN BERGANDA UJI FRIEDMAN
Karena sebelumnya keputusannya adalah Tolak H0, selanjutnya
dilakukan perbandingan berganda uji Friedman untuk meyelidiki
lebih lanjut median kelompok mana yang berbeda.
• Menentukan
Hipotesis
Ri dan Rj dinyatakan berbeda nyata
jika:
• Tingkat
signifikansi adalah
5%
PERBANDINGAN BERGANDA UJI FRIEDMAN
Sehingg
a:
PERBANDINGAN BERGANDA UJI FRIEDMAN
Pembanding untuk semua pasangan
yaitu:
PERBANDINGAN BERGANDA UJI FRIEDMAN
R1 r2 r3
• Kesimpul
an
Dengan tingkat signifikansi 5%, pasangan pelajaran Trigonometri
dan Matematika Dasar tidak dapat dipahami oleh siswa dengan
sama (menghasilkan nilai yang berbeda).

More Related Content

Similar to Uji Friedman dan Kruskalwallis.pptx

UJI KRUSKAL-WALLIS - Copy (1).pptx
UJI KRUSKAL-WALLIS - Copy (1).pptxUJI KRUSKAL-WALLIS - Copy (1).pptx
UJI KRUSKAL-WALLIS - Copy (1).pptx
FEBRIZASAFIRA2
 
makalah varians satu arah.
makalah varians satu arah.makalah varians satu arah.
makalah varians satu arah.
rezkiyurika
 
ppt-statistik-pertemuan-minggu-ke-11-pengujian-hipotesis-regresi-linier-seder...
ppt-statistik-pertemuan-minggu-ke-11-pengujian-hipotesis-regresi-linier-seder...ppt-statistik-pertemuan-minggu-ke-11-pengujian-hipotesis-regresi-linier-seder...
ppt-statistik-pertemuan-minggu-ke-11-pengujian-hipotesis-regresi-linier-seder...
Riza473971
 

Similar to Uji Friedman dan Kruskalwallis.pptx (20)

12611132 muthia khaerunnisa
12611132 muthia khaerunnisa12611132 muthia khaerunnisa
12611132 muthia khaerunnisa
 
Makalah uji normalitas
Makalah uji normalitasMakalah uji normalitas
Makalah uji normalitas
 
Metode Statistik Non parametrik pada satu kelompok sampel.pdf
Metode Statistik Non parametrik pada satu kelompok sampel.pdfMetode Statistik Non parametrik pada satu kelompok sampel.pdf
Metode Statistik Non parametrik pada satu kelompok sampel.pdf
 
Metode Statistika Non Parametrik pada satu kelompok sampel .pptx
Metode Statistika Non Parametrik pada satu kelompok sampel .pptxMetode Statistika Non Parametrik pada satu kelompok sampel .pptx
Metode Statistika Non Parametrik pada satu kelompok sampel .pptx
 
UJI KRUSKAL-WALLIS - Copy (1).pptx
UJI KRUSKAL-WALLIS - Copy (1).pptxUJI KRUSKAL-WALLIS - Copy (1).pptx
UJI KRUSKAL-WALLIS - Copy (1).pptx
 
Normalitas & homogenitas
Normalitas & homogenitasNormalitas & homogenitas
Normalitas & homogenitas
 
Uji normalitas dan_homogenitas
Uji normalitas dan_homogenitasUji normalitas dan_homogenitas
Uji normalitas dan_homogenitas
 
Bab viii uji normalitas dan homogenitas
Bab viii uji normalitas dan homogenitasBab viii uji normalitas dan homogenitas
Bab viii uji normalitas dan homogenitas
 
Uji Chi Square k-sampel.pdf
Uji Chi Square k-sampel.pdfUji Chi Square k-sampel.pdf
Uji Chi Square k-sampel.pdf
 
UJI HIPOTESIS.pptx
UJI   HIPOTESIS.pptxUJI   HIPOTESIS.pptx
UJI HIPOTESIS.pptx
 
makalah varians satu arah.
makalah varians satu arah.makalah varians satu arah.
makalah varians satu arah.
 
Uji normalitas dan homogenitas
Uji normalitas dan homogenitasUji normalitas dan homogenitas
Uji normalitas dan homogenitas
 
KEL 4 STATISTIKA.pptx
KEL 4 STATISTIKA.pptxKEL 4 STATISTIKA.pptx
KEL 4 STATISTIKA.pptx
 
Materi regresi berganda Statistika 2.pptx
Materi regresi berganda Statistika 2.pptxMateri regresi berganda Statistika 2.pptx
Materi regresi berganda Statistika 2.pptx
 
Ppt stat nonpar 5
Ppt stat nonpar 5Ppt stat nonpar 5
Ppt stat nonpar 5
 
ppt-statistik-pertemuan-minggu-ke-11-pengujian-hipotesis-regresi-linier-seder...
ppt-statistik-pertemuan-minggu-ke-11-pengujian-hipotesis-regresi-linier-seder...ppt-statistik-pertemuan-minggu-ke-11-pengujian-hipotesis-regresi-linier-seder...
ppt-statistik-pertemuan-minggu-ke-11-pengujian-hipotesis-regresi-linier-seder...
 
Uji lanjut
Uji lanjutUji lanjut
Uji lanjut
 
APG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rataAPG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rata
 
Uji kolmogorov & chi square
Uji kolmogorov & chi squareUji kolmogorov & chi square
Uji kolmogorov & chi square
 
Chi square 2
Chi square 2 Chi square 2
Chi square 2
 

More from StatistikInferensial

More from StatistikInferensial (13)

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 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
 
Metode Statistika nonparametrik pada dua kelompok sampel.pdf
Metode Statistika nonparametrik pada dua kelompok sampel.pdfMetode Statistika nonparametrik pada dua kelompok sampel.pdf
Metode Statistika nonparametrik pada dua kelompok sampel.pdf
 
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
 
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
 
Pertemuan 10_Uji Keacakan.pptx
Pertemuan 10_Uji Keacakan.pptxPertemuan 10_Uji Keacakan.pptx
Pertemuan 10_Uji Keacakan.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
 
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 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
 

Recently uploaded

Recently uploaded (10)

PPT KLONING (Domba Dolly), perkembangan kloning hewan, mekanisme kloning hewa...
PPT KLONING (Domba Dolly), perkembangan kloning hewan, mekanisme kloning hewa...PPT KLONING (Domba Dolly), perkembangan kloning hewan, mekanisme kloning hewa...
PPT KLONING (Domba Dolly), perkembangan kloning hewan, mekanisme kloning hewa...
 
MATERI IPA KELAS 9 SMP: BIOTEKNOLOGI ppt
MATERI IPA KELAS 9 SMP: BIOTEKNOLOGI pptMATERI IPA KELAS 9 SMP: BIOTEKNOLOGI ppt
MATERI IPA KELAS 9 SMP: BIOTEKNOLOGI ppt
 
bagian 2 pengujian hipotesis deskriptif 1 sampel
bagian 2 pengujian hipotesis deskriptif 1 sampelbagian 2 pengujian hipotesis deskriptif 1 sampel
bagian 2 pengujian hipotesis deskriptif 1 sampel
 
Dana Setiawan (Paparan terkait Konstruksi Jalan )
Dana Setiawan   (Paparan terkait Konstruksi Jalan )Dana Setiawan   (Paparan terkait Konstruksi Jalan )
Dana Setiawan (Paparan terkait Konstruksi Jalan )
 
Dampak Bioteknologi di Bidang Pertanian.pdf
Dampak Bioteknologi di Bidang Pertanian.pdfDampak Bioteknologi di Bidang Pertanian.pdf
Dampak Bioteknologi di Bidang Pertanian.pdf
 
Lampiran 4 _ Lembar Kerja Rencana Pengembangan Kompetensi DIri_Titin Solikhah...
Lampiran 4 _ Lembar Kerja Rencana Pengembangan Kompetensi DIri_Titin Solikhah...Lampiran 4 _ Lembar Kerja Rencana Pengembangan Kompetensi DIri_Titin Solikhah...
Lampiran 4 _ Lembar Kerja Rencana Pengembangan Kompetensi DIri_Titin Solikhah...
 
PERCOBAAN 3 Dissolved Oxygen-Kimia Lingkungan.docx
PERCOBAAN 3 Dissolved Oxygen-Kimia Lingkungan.docxPERCOBAAN 3 Dissolved Oxygen-Kimia Lingkungan.docx
PERCOBAAN 3 Dissolved Oxygen-Kimia Lingkungan.docx
 
e-Book Persepsi dan Adopsi-Rachmat Hendayana.pdf
e-Book Persepsi dan Adopsi-Rachmat Hendayana.pdfe-Book Persepsi dan Adopsi-Rachmat Hendayana.pdf
e-Book Persepsi dan Adopsi-Rachmat Hendayana.pdf
 
Petunjuk Teknis Penggunaan Aplikasi OSNK 2024
Petunjuk Teknis Penggunaan Aplikasi OSNK 2024Petunjuk Teknis Penggunaan Aplikasi OSNK 2024
Petunjuk Teknis Penggunaan Aplikasi OSNK 2024
 
tranformasi energi atau perubahan energi
tranformasi energi atau perubahan energitranformasi energi atau perubahan energi
tranformasi energi atau perubahan energi
 

Uji Friedman dan Kruskalwallis.pptx

  • 2. NAMA ANGGOTA KELOMPOK 4 KELOMPOK 5 1. Anggy Distria Manik - 222111900 2. I Bagus Putu Swardanasuta - 222112096 3. Muhammad Rafi Tasrif - 222112219 4. Sandra Fatimah Ichwani - 222112350 1. Chelsea Azishiah Victory - 222111969 2. Dhymas Adhyza Rayhan - 222111988 3. Marshela Alya Kusuma W. - 222112179 4. Nisa Fatharani Hasna - 222112262
  • 4. uji Kruskal-Wallis merupakan uji statistik nonparametrik untuk k sampel independen. Uji ini digunakan sebagai alternatif ketika ANOVA satu arah dalam statistik parametrik tidak dapat dipakai karena tidak terpenuhinya asumsi yang diharuskan dalam ANOVA satu arah. UJI KRUSKAL- WALLIS Menguji apakah k sampel independen berasal dari populasi yang identik dengan cara menguji kesamaan beberapa nilai tengah. Skala pengukuran data minimal adalah ordinal.
  • 5. HIPOTESIS k kelompok memiliki distribusi populasi yang sama median peringkat antar kelompok sama minimal ada satu kelompok tidak memiliki distribusi populasi yang sama minimal ada satu kelompok yang memiliki median peringkat yang berbeda H 0 H 1
  • 7. PROSEDUR PENGUJIAN • Tentukan hipotesis penelitian • Tentukan tingkat signifikansi (α) • Semua observasi dari k sampel independent digabungkan dan susunlah n = n1 + n2 +...+nk • tentukan peringkatnya masing-masing observasi. • untuk nilai observasi yang sama, berikan peringkat rata-ratanya • setelah semua observasi di ranking, jumlahkan ranking dalam tiap kelompok sampel. lambangkan jumlah peringkat ke-i dengan Ri
  • 8. PROSEDUR PENGUJIAN 7. Hitung satistik uji Statistik H dapat dihampiri dengan sangat baik oleh sebaran Khi Kuadrat dengan k-1 derajat bebas bila Ho benar dan bila setiap kelompok terdiri dari n = total observasi pada semua kelompok sampel k = banyaknya kelompok sampel Rj = jumlah ranking observasi pada setiap kelompok sampel ke-i nj = banyaknya observasi pada kelompok ke-i
  • 9. PROSEDUR PENGUJIAN 8. Pengambilan keputusan Untuk setiap ni ⩽ 5 dan k=3 Tolak Ho jika: p-value ⩽ α Jika Tabel Kruskall Wallis tidak dapat digunakan, atau jika minimal pada suatu kelompok ni > 5 atau k ≠3 Tolak Ho jika: 9. buat kesimpulan dari hasil yang diperoleh
  • 10. RANKING KEMBAR (TIED OBSERVATION) Ketika terdapat nilai yang sama, maka nilai yang sama tersebut diberi ranking rata-rata. Untuk mengoreksi pengaruh ranking yang sama, maka penghitungan H menggunakan faktor koreksi menjadi: g = banyaknya kelompok ranking yang sama ti= banyaknya ranking yang kembar di kelompok ke-i n = total sampel
  • 11. PROSEDUR PERBANDINGAN BERGANDA UNTUK KRUSKAL WALLIS Ketika Uji Kruskal-Walis memberikan penolakan terhadap Ho, selanjutnya kita bisa meyelidiki lebih lanjut kelompok mana yang berbeda dengan prosedur perbandingan berganda uji Kruskall-Wallis yang disebut uji Dunn
  • 12. PROSEDUR PERBANDINGAN BERGANDA UNTUK KRUSKAL WALLIS (UJI DUNN) HIPOTESIS STATISTIK UJI
  • 13. PROSEDUR PERBANDINGAN BERGANDA UNTUK KRUSKAL WALLIS (UJI DUNN) KEPUTUSAN TOLAK H0 JIKA : JIKA TERDAPAT RANKING KEMBAR, TOLAK H0 JIKA
  • 14. CONTOH SOAL 1 uji kruskal wallis (k=3 dan n<5)
  • 15. Sebuah toko menjual 3 jenis lampu dengan merk yang berbeda yaitu merk A, B, dan C. Seorang pelanggan ingin mengetahui apakah umur hidup ketiga merk lampu tersebut sama atau berbeda. Oleh karena itu, diambil sampel beberapa lampu dari ketiga merk dan diukur waktu hidup lampu hingga lampu mati dalam satuan hari. Ujilah dengan tingkat signifikansi 5% untuk menjawab tujuan penelitian tersebut!
  • 16. DATA UMUR HIDUP LAMPU Lampu A lampu B lampu c 96 82 115 128 124 149 83 132 166 61 135 147 101 109
  • 17. HIPOTESIS: H0 : 𝑀A = 𝑀B = 𝑀C (umur hidup lampu merk A, B, dan C adalah sama) H1 : 𝑀𝑖 ≠ 𝑀𝑗 (minimal terdapat satu merk lampu yang umur hidupnya berbeda) TENTUKAN HIPOTESIS TENTUKAN TINGKAT SIGNIFIKANSI Tingkat signifikansi adalah 5%
  • 18. Tolak H0 jika: H hitung > H(0.05) tabel H hitung > 5,66 WILAYAH KRITIS
  • 19. STATISTIK UJI lampu A rank lampu B rank lampu c rank 96 4 82 2 115 7 128 9 124 8 149 13 83 3 132 10 166 14 61 1 135 11 147 12 101 5 109 6 R1 22 R2 37 R3 46
  • 21. H hitung = 6,4 H (0,05) tabel=5,66 H hitung > H tabel Keputusan: Tolak H0 maka diperlukan adanya uji lanjut KEPUTUSAN KESIMPULAN Dengan tingkat signifikansi 5%, sudah cukup bukti untuk menunjukkan bahwa terdapat perbedaan umur hidup dari ketiga merk lampu.
  • 22. PERBANDINGAN BERGANDA UJI KRUSKAL WILLS Karena sebelumnya keputusannya adalah Tolak H0, selanjutnya dilakukan perbandingan berganda uji kruskal wallis untuk meyelidiki lebih lanjut kelompok mana yang berbeda. • Menentukan Hipotesis TOLAK H0 JIKA : • Menentukan Wilayah kritis
  • 24.
  • 25. rank rank rank 4 2 7 9 8 13 3 10 14 1 11 12 5 6 22 37 46
  • 26. menentukan statistik uji : | Ri - Rj | Maka dapat disimpulkan bahwa dengan tingkat signifikansi 5%, lampu A dan C memiliki perbedaan umur hidup, sedangkan yang lainnya tidak
  • 27. CONTOH SOAL 2 uji kruskal wallis ( ni> 5 atau k ≠3 )
  • 28. Ingin diketahui apakah tukang kayu, tukang batu, dan tukang talang mempunyai perbedaan yang signifikan antara yang satu dengan yang lain. Hipotesis nihil yang akan diuji adalah bahwa pekerja-pekerja dari tiga kelompok itu mempunyai upah yang sama
  • 29. DATA UPAH MASING-MASING TUKANG Tukang kayu Tukang batu Tukang Talang 1100 1120 1150 1160 1070 1250 1220 1040 1300 1160 1100 1320 1180 1000 1230 1050 1080 1200 1080 1010
  • 30. HIPOTESIS: H0 : 𝑀A = 𝑀B = 𝑀C (Pekerja-pekerja dari 3 kelompok sampel mempunyai upah yang sama) H1 : 𝑀𝑖 ≠ 𝑀𝑗 (minimal terdapat satu pekerja dari 3 kelompok sampel mempunyai upah yang tidak sama TENTUKAN HIPOTESIS TENTUKAN TINGKAT SIGNIFIKANSI Tingkat signifikansi adalah 5%
  • 31. RANKING Tukang kayu Tukang batu Tukang Talang 1100 (8.5) 1120 (10) 1150 (11) 1160 (12.5) 1070 (5) 1250 (18) 1220 (16) 1040 (3) 1300 (19) 1160 (12.5) 1100 (8.5) 1320 (20) 1180 (14) 1000 (1) 1230 (17) 1050 (4) 1080 (6.5) 1200 (15) 1080 (6.5) 1010 (2) R1 = 74 R2 = 36 R3 = 100
  • 33. Karena ada peringkat yang sama, maka dihitung faktor koreksi Rumus faktor koreksi Nilai faktor koreksi = 1- ((6+6+6)/(20^3-20)) = 1- (0.003008) = 0.996992 Sehingga nilai kruskal wallis yang sebelumnya sudah dihitung dibagi dengan faktor koreksi H* = 12,26/0.996992 = 12.29698
  • 35. H hitung = 12,29 chi-square tabel (0.05;2) =5,9915 H hitung > H tabel Keputusan: Tolak H0 maka diperlukan adanya uji lanjut KEPUTUSAN KESIMPULAN Dengan tingkat signifikansi 5%, sudah cukup bukti untuk menunjukkan bahwa pekerja-pekerja memiliki upah yang tidak sama
  • 36. PERBANDINGAN BERGANDA UJI KRUSKAL WILLS Karena sebelumnya keputusannya adalah Tolak H0, selanjutnya dilakukan perbandingan berganda uji kruskal wallis untuk meyelidiki lebih lanjut kelompok mana yang berbeda. • Menentukan Hipotesis TOLAK H0 JIKA : • Wilayah kritis
  • 38.
  • 39. STATISTIK UJI Tukang kayu Tukang batu Tukang Talang 1100 (8.5) 1120 (10) 1150 (11) 1160 (12.5) 1070 (5) 1250 (18) 1220 (16) 1040 (3) 1300 (19) 1160 (12.5) 1100 (8.5) 1320 (20) 1180 (14) 1000 (1) 1230 (17) 1050 (4) 1080 (6.5) 1200 (15) 1080 (6.5) 1010 (2) R1 = 74 R2 = 36 R3 = 100
  • 40. Tukang kayu Tukang batu Tukang Talang 1100 (8.5) 1120 (10) 1150 (11) 1160 (12.5) 1070 (5) 1250 (18) 1220 (16) 1040 (3) 1300 (19) 1160 (12.5) 1100 (8.5) 1320 (20) 1180 (14) 1000 (1) 1230 (17) 1050 (4) 1080 (6.5) 1200 (15) 1080 (6.5) 1010 (2) R1 = 74 R2 = 36 R3 = 100
  • 41. menentukan statistik uji : | Ri - Rj | Maka dapat disimpulkan bahwa dengan tingkat signifikansi 5%, Tukang batu dan Tukang Talang memiliki upah yang berbeda, sedangkan yang
  • 42. FRIEDMAN TWO WAY ANALYSIS OF VARIANCE BY RANKS
  • 43. FRIEDMAN TEST • Alternatif dari uji ANOVA Two Way, ketika asumsi kenormalan ingin dihindari atau tidak terpenuhi • Menguji apakah k kelompok sampel dependen/related memiliki distribusi populasi yang sama
  • 44. ASUMSI • Data terdiri dari n kelompok sampel yang saling bebas dengan k perlakuan • Tidak ada interaksi antara kelompok dan perlakuan H0: M1 = M2 = ... = Mk, atau (k perlakuan memiliki distribusi populasi yang identik), median peringkat untuk semua perlakuan adalah sama Ha: Mi ≠ Mj, minimal ada satu median perlakuan yang berbeda HIPOTESIS
  • 46. PROSEDUR PENGUJIAN • Bentuk data dalam bentuk tabel dua arah, baris = observasi, kolom = jenis perlakuan yang menyebabkan terbentuknya kelompok • Tentukan peringkat masing-masing observasi berdasarkan nilai observasi atau pada keseluruhan kategori perlakuannya (i=1, 2,...,k) • k adalah total kategori perlakuan atau jumlah kelompok perlakuan • Berikan peringkat rata-ratanya pada nilai observasi yang sama
  • 47. PROSEDUR PENGUJIAN Statistik uji n = total observasi pada setiap kelompok perlakuan k = banyaknya kelompok/kategori perlakuan Ri = jumlah ranking seluruh observasi pada setiap kelompok sampel ke-i
  • 48. KAIDAH PENGAMBILAN KEPUTUSAN GUNAKAN TABEL FRIEDMAN TWO WAY ANOVA BY RANK DI BUKU SYDNEY, JIKA TOLAK HO JIKA XR 2 > TABEL FRIEDMAN TWO WAY ANOVA BY RANKS GUNAKAN TABEL CHI SQUARE, JIKA TOLAK HO JIKA: 𝜒R2 > 𝜒V2(𝛼) DENGAN DERAJAT BEBAS V = K-1 N DAN K TIDAK MENCAKUP PADA TABEL FRIEDMAN DI BUKU SYDNEY
  • 51. FAKTOR KOREKSI FRIEDMAN TWO WAY ANOVA BY RANKS • Nilai yang sama akan diberi rangking rata-rata. • Untuk mengoreksi pengaruh rangking yang sama digunakan faktor koreksi. RANKING KEMBAR (TIED OBSERVATION)
  • 52. FAKTOR KOREKSI FRIEDMAN TWO WAY ANOVA BY RANKS PENGHITUNGAN H MENJADI :
  • 53. UJI LANJUTAN Uji Friedman memberikan penolakan terhadap Ho? Selidiki median kelompok yang berbeda dengan prosedur berganda uji Friedman : H0: M1 = M2 = ... = Mk, atau (k perlakuan memiliki distribusi populasi yang identik), median peringkat untuk semua perlakuan adalah sama Ha: Mi ≠ Mj, i,j = 1,2,...,k minimal ada satu median perlakuan yang berbeda
  • 54. UJI LANJUTAN Kita dapat menyimpulkan bahwa jumlah peringkat kelompok perlakuan ke-i dan ke-j berbeda jika : Ri dan Rj adalah jumlah peringkat kelompok perlakuan ke-i dan ke-j.
  • 55. CONTOH SOAL 1 uji friedman
  • 56. Ingin diketahui apakah gandum yang diberikan perlakuan pupuk yang berbeda-beda dapat menyebabkan produksi gandum yang berbeda juga. Untuk menguji efek perlakuan pupuk tersebut diambil 4 kelompok varitas gandum yang diberikan ketiga perlakuan pupuk tersebut. Gunakan tingkat signifikansi 5% untuk mengujinya, dan diasumsikan data tidak memenuhi asumsi kenormalan.
  • 57. HIPOTESIS: H0 : 𝑀1 = 𝑀2 =... = 𝑀𝑘, .k=3 (Perlakuan pemberian pupuk yang berbeda tidak berpengaruh pada hasil produksi gandum) H1 : 𝑀𝑖 ≠ 𝑀𝑗 , i,j=1,2,3 (minimal ada satu pemberian pupuk yang berbeda memberikan hasil gandum yang berbeda) TENTUKAN HIP0TESIS
  • 58. BERIKAN RANKING PADA SETIAP NILAI OBSERVASI NOTE: Perhatikan ranking yang kembar, Jika ada ranking yang kembar, gunakan faktor koreksi n =jenis varietas = 4 k = jenis pupuk = 3
  • 59. CARI STATISTIK UJI Keputusan : karena P-value (0.042) < alfa (0.05) maka Tolak Ho Kesimpulan : dengan tingkat signifikansi 5% cukup bukti untuk menunjukkan bahwa kondisi pupuk yang berbeda menyebabkan perbedaan hasil produksi jagung Note: Jika Hasilnya tolak HO maka kita bisa membuktikan median kelompok mana yang berbeda dengan menggunakan prosedur perbandingan berganda uji Friedman Didapat nilai p-value =0.042
  • 60. PROSEDUR PERBANDINGAN BERGANDA UNTUK UJI FRIEDMAN HIPOTESIS H0: Mi= Mj H1: Mi ≠ Mj i,j=1,2,…k Kita dapat menyatakan Ri dan Rj berbeda nyata apabila: 𝑅𝑗 dan 𝑅𝑗 adalah jumlah peringkat kelompok perlakuan ke I dan ke-j
  • 61. PROSEDUR PERBANDINGAN BERGANDA UNTUK UJI FRIEDMAN
  • 62. PROSEDUR PERBANDINGAN BERGANDA UNTUK UJI FRIEDMAN |𝑅1 − 𝑅3| = |11 − 9| =2 < 6,774 gagal tolak Ho |𝑅1 − 𝑅2| = |11 − 4| =7 > 6,774 tolak Ho |𝑅3 − 𝑅2| = |9 − 4| = 5 < 6,774 gagal tolak Ho Maka dapat disimpulkan bahwa dengan tingkat signifikansi 5%, pasangan pupuk 1 dan 2 memberikan efek pertumbuhan tanaman yang berbeda, sedangkan pasangan pupuk yang lain tidak.
  • 63. CONTOH SOAL 2 uji friedman
  • 64. Seorang Guru SMA ingin mengetahui apakah pemahaman (nilai) siswa terhadap antar pelajaran sama atau tidak. Maka dilakukan pendataan terhadap nilai siswa, dari 10 siswa terdapat 3 pelajaran berikut. Dengan tingkat signifikansi 5%, apakah terdapat perbedaan pemahaman siswa terhadap ketiga pelajaran tersebut?
  • 65.
  • 66. H0: M1 = M2 = M3 (Ketiga pelajaran dipahami oleh siswa dengan sama (menghasilkan nilai yang sama)) H1: Mi ≠ Mj (Minimal ada satu pelajaran yang tidak dapat dipahami oleh siswa dengan sama (menghasilkan nilai yang berbeda)) MENENTUKAN HIPOTESIS
  • 67. • Tingkat signifikansi adalah 5% • n = 10 • k = 3 DIKETAHUI
  • 69. CARI STATISTIK UJI Karena ada ranking yang sama, maka digunakan faktor koreksi
  • 70. PENGAMBILAN KEPUTUSAN • Wilayah Kritis • Keputus an • Kesimpul an Dengan tingkat signifikansi 5%, sudah cukup bukti untuk menyatakan bahwa minimal ada satu pelajaran yang tidak dapat dipahami oleh siswa dengan sama (menghasilkan nilai yang berbeda).
  • 71. PENGAMBILAN KEPUTUSAN • Wilayah Kritis • Keputus an • Kesimpul an Dengan tingkat signifikansi 5%, sudah cukup bukti untuk menyatakan bahwa minimal ada satu pelajaran yang tidak dapat dipahami oleh siswa dengan sama (menghasilkan nilai yang berbeda).
  • 72. PERBANDINGAN BERGANDA UJI FRIEDMAN Karena sebelumnya keputusannya adalah Tolak H0, selanjutnya dilakukan perbandingan berganda uji Friedman untuk meyelidiki lebih lanjut median kelompok mana yang berbeda. • Menentukan Hipotesis Ri dan Rj dinyatakan berbeda nyata jika: • Tingkat signifikansi adalah 5%
  • 73. PERBANDINGAN BERGANDA UJI FRIEDMAN Sehingg a:
  • 74. PERBANDINGAN BERGANDA UJI FRIEDMAN Pembanding untuk semua pasangan yaitu:
  • 75. PERBANDINGAN BERGANDA UJI FRIEDMAN R1 r2 r3 • Kesimpul an Dengan tingkat signifikansi 5%, pasangan pelajaran Trigonometri dan Matematika Dasar tidak dapat dipahami oleh siswa dengan sama (menghasilkan nilai yang berbeda).