Statistik Non Parametrik
-
Upload
yeni-vera-achmad -
Category
Documents
-
view
213 -
download
30
description
Transcript of Statistik Non Parametrik
![Page 1: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/1.jpg)
PROGRAM PASCA SARJANA ILMU BIOMEDIK
FAKULTAS KEDOKTERANUNIVERSITAS SUMATERA UTARA
2012
Yeni Vera – Siti Syarifah – Taya Elsa Savista
![Page 2: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/2.jpg)
Uji statistik nonparametrik:uji statistik yang tidak memerlukan adanya asumsi-asumsi mengenai sebaran data populasi
Statistik bebas sebaran (distribution free)
Menganalisis data dengan skala nominal atau ordinal
Data dengan jumlah kecil ( n< 30)
![Page 3: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/3.jpg)
![Page 4: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/4.jpg)
Tidak membutuhkan asumsi tentang normalitas distribusi populasi seperti pada statistik parametrik.
tidak membutuhkan perhitungan matematika yang rumit seperti statistika parametrik.
Statistika nonparametrik dapat menggantikan data numerik dengan jenjang
![Page 5: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/5.jpg)
Statistika non parametrik mengabaikan beberapa informasi tertentu. Misalnya, nilai yang dihasilkan dari pengamatan yaitu 235,78; 246,98; dan 267,34. Misalnya, angka terakhir berubah menjadi 2267,34, pada statistika non parametrik, tetap merupakan urutan ke-3 dan terbesar. Dengan statistika parametrik dapat kita ketahui bahwa nilai terbesar telah berubah menjadi 2267,34; sedangkan pada statistika non parametrik nilai tersebut dianggap sama yaitu nilai ke-3 dan terbesar.
![Page 6: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/6.jpg)
Hasil pengujian hipotesis dengan statistika non parametrik tidak setajam statistika parametrik
Hasil statistika non parametrik tidak dapat diekstrapolasikan ke populasi studi seperti pada statistika parametrik
Jika jumlah sampel besar, tingkat efisiensi nonparametrik relatif lebih rendah dibandingkan dengan metode parametrik
![Page 7: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/7.jpg)
![Page 8: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/8.jpg)
Korelasi ranking Spearman Korelasi ranking Tau Kendall Korelasi konkordans Kendall Korelasi koefisien phi Korelasi kontingensi
![Page 9: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/9.jpg)
Pengujian hubungan antara dua variabel data ordinal, interval, rasio, tanpa asumsi normalitas
analog dgn korelasi Pearson sampel acak
![Page 10: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/10.jpg)
Utk menguji hubungan antara dua variabel yg dinyatakan dgn data kontinu
Prosedur: Hasil pengamatan diurut mulai terkecil s.d
terbesar Rumus:
= koefisien korelasi n = besar sampel d = selisih pengamatan tiap pasang dalam urutanBandingkan r hasil perhitungan dgn nilai r tabel
(tabel spearman rho)
![Page 11: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/11.jpg)
misalnya suatu perusahaan ingin mengetahui efektivitas pengeluaran biaya iklan pada surat kabar lokal terhadap penjualan mereka. Untuk kepentingan tersebut, diambil sampel pada 11 daerah pemasaran, dengan biaya iklan dan penjualan selama setahun terakhir (dalam Rp Juta) masing-masingnya sebagai berikut:
![Page 12: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/12.jpg)
Daerah A B C D E F G H I J K
Iklan 61 70 55 58 59 60 63 65 66 80 64
Penjualan
1000
725
600
400 350 625 710 700 820 1800
825
![Page 13: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/13.jpg)
Daerah Iklan Penjualan R iklan R penjualan
d d2
C 55 600 1 3 -2 4
D 58 400 2 2 0 0
E 59 350 3 1 2 4
F 60 625 4 4 0 0
A 61 1000 5 10 -5 25
G 63 710 6 6 0 0
K 64 825 7 9 -2 4
H 65 700 8 5 3 9
I 66 820 9 8 1 1
B 70 725 10 7 3 9
J 80 1800 11 11 0 0
Jumlah 56
![Page 14: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/14.jpg)
= =0,746
R hitung > r tabel (0,648) dengan derajat kemaknaan 5%
Maka, Ho ditolak artinya terdapat hubungan antara iklan dengan peningkatan penjualan
![Page 15: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/15.jpg)
Seorang peneliti ingin mengetahui apakah terdapat hubungan antara kadar kolesterol HDL dengan peningkatan SGOT pada 7 subjek penelitian.
Subjek SGOT Kols HDL1 5,7 40,02 11,3 41,23 13,5 42,34 15,1 42,85 17,9 43,86 19,3 43,67 21,0 46,5
Pertanyaan:Hitunglah rs dan lakukan dengan uji
kemaknaan 5%Apa kesimpulan anda?
![Page 16: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/16.jpg)
Dikembangkan oleh Kruskal dan Wallis Uji nonparametrik yang digunakan
untuk membandingkan tiga atau lebih kelompok data sampel
Digunakan ketika asumsi ANOVA tidak terpenuhi
uji Kruskal-Wallis adalah uji distribusi bebas
![Page 17: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/17.jpg)
Sampel ditarik dari populasi secara acak
Kasus masing-masing kelompok independen
Skala pengukuran yang digunakan biasanya ordinal
Rumus umum yang digunakan pada uji Kruskal-Wallis adalah :
![Page 18: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/18.jpg)
Penyusunan hipotesis dalam uji Kruskal Wallis adalah sebagai berikut:H0 : sampel berasal dari populasi yang sama
Ha : sampel berasal dari populasi yang berbeda
Statistik uji Kruskal-Wallis menggunakan nilai distribusi Chi-kuadrat dengan derajat bebas adalah k-1 dengan jumlah sample harus lebih dari 5
Jika nilai uji Kruskal-Wallis lebih kecil daripada nilai chi-kuadrat tabel, maka hipotesis null diterima, berarti sampel berasal dari populasi yang sama, demikian pula sebaliknya.
![Page 19: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/19.jpg)
1. Tentukan hipotesis nul dan hipotesis alternatif.
2. Tentukan derajat kemaknaan.3. Hitung derajat kebebasan.4. Tentukan aturan keputusan hasil.Jika nilai kasus dalam cuplikan (nj) < 5 dan k
= 3 Tabel Kruskal-WallisJika nilai kasus dalam cuplikan (nj) > 5 atau k
> 3 Tabel Chi-Kuadrat (X2)5. Hitung uji statistik6. Tentukan hasil.7. Tentukan kesimpulan.
Langkah-langkah untuk Kruskal-Wallis Test :
![Page 20: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/20.jpg)
Nilai 1 Nilai 2 Nilai 3
2 3,5 3,1
2,8 1,9 2,9
3,3 2,3 2,5
3,2 2,4 3,1
4,4 1,2
![Page 21: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/21.jpg)
1. H0 : sampel berasal dari populasi yang sama
2. Ha : sampel berasal dari populasi yang berbeda
3. α = 0,054. df = 3 – 1 = 25. H0 diterima jika nilai p > nilai α yang
ditawarkan6. Uji statistik :
![Page 22: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/22.jpg)
Nilai 1 R Nilai 2 R Nilai 3 R
2 3 3,5 12 3,1 9
2,8 7 1,9 2 2,9 8
3,3 11 2,3 4 2,5 6
3,2 10 2,4 5 1,2 1
4,4 13
∑ 44 23 24
![Page 23: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/23.jpg)
H = 4,459
Jumlah kasus / cuplikan H p
5 4 4 7,7604 0,009
7,7440 0,011
5,6571 0,049
5,6173 0,050
4,6187 0,100
4,5527 0,102
α : 0,05 < p : 0,102 H0 diterimaKesimpulan : sampel berasal dari populasi yang sama.
![Page 24: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/24.jpg)
![Page 25: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/25.jpg)
![Page 26: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/26.jpg)
Mann-Whitney Test (Uji U)
Adalah Uji non-parametrik untuk membandingkan dua populasi independen (statistika parametrikUji t)Populasi tidak harus terdistribusi normal (Pada uji tharus normal)Level data serendah-rendahnya ordinal (uji t tidak dapat)Hipotesa yang diuji :
Ho: kedua populasi identikHa: kedua populasi tidak identik
![Page 27: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/27.jpg)
Prosedur Uji U ( Man Whitney Test)
Tetapkan satu sampel sebagai Kelompok 1 dan sampel lain sebagai Kelompok 2Data dari kedua kelompok disatukan dengan setiap data diberi kode asal kelompoknyaData yang telah digabungkan diberi peringkat dari 1 (nilai terkecil) sampai nJumlah peringkat dari kelompok 1 dihitung dan diberi simbol W1Jumlah peringkat dari kelompok 2 dihitung dan diberi simbol W2Langkah selanjutnya: bergantung apakah sampelnya kecil atau besar
![Page 28: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/28.jpg)
Uji U pada Sampel Kecil: n1 < 10 dan n2 <10
Hitung U1 dan U2
U adalah yang terkecil di antara U1 dan U2 Catatan: salah satu Ui saja yang perlu dihitung,
sedangkan U yang satu lagi dapat dihitung dengan Uj = n1n2 – UiGunakan Tabel untuk mendapatkan nilai p untuk U yang telah dihitung. Untuk menggunakan Tabel tetapkan n1 adalah yang kecil dan n2 adalah yang besar (n1 < n2)Nilai p pada Tabel adalah untuk uji satu sisi. Untuk uji dua sisi, nilai p nya adalah 2 kali yang ada pada Tabel
![Page 29: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/29.jpg)
Contoh
Apakah ada perbedaan antara honor per jam pekerja kesehatan dengan pekerja pendidikan ?Misalkan diambil sampel acak dari 7 pekerja kesehatan dan 8 pekerja pendidikan.Semua pekerja tersebut diwawancara dan ditanya honor perjamnya, sebagaimana tercantum di dalam tabel berikut. Lakukan pengujian Mann-Whitney U untuk menentukan apakah kedua populasi berbeda di dalam penerimaan honor. Gunakan α = 5%.
![Page 30: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/30.jpg)
![Page 31: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/31.jpg)
Jawab
Karena populasi tidak dapat diasumsikan normal, maka uji t 2 sampel tidak dapat digunakan (meskipun level data adalah rasio).
Jadi digunakan uji UHo : populasi honor pekerja kesehatan dan pekerja pendidikan identikHa : populasi honor pekerja kesehatan dan pekerja pendidikan tidak identikn1 = 7 dan n2 = 8α = 5%
![Page 32: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/32.jpg)
![Page 33: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/33.jpg)
Dari Tabel untuk n1 = 7, n2 = 8, dan U = 3, didapatkan nilai p untuk uji 1 sisi adalah 0.0011. Untuk uji 2 sisi, nilai p = 2 * 0.0011 = 0.0022. Karena nilai p < α, maka tolak Ho. Artinya populasi honor pekerja kesehatan dan pekerja pendidikan tidak identik. Catatan: terlihat bahwa pada umumnya pekerja pendidikan menerima honor lebih tinggi dari pada pekerja kesehatan
![Page 34: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/34.jpg)
Uji Peringkat Bertanda (Wilcoxon) untuk data Sepadan
Uji Wilcoxon (seperti juga uji t) digunakan untuk menganalisis data pada 2 kelompok yang berkaitan, termasuk kasus before-and after di mana orang atau objek yang sama diamati pada dua kondisi yang berbedaJenis data pada Wilcoxon: serendah-rendahnya level ordinalAsumsi Uji Wilcoxon
- Pasangan data diambil secara acak- Distribusi populasi: simetris
![Page 35: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/35.jpg)
Prosedur Uji Wilcoxon
n = banyaknya pasangan data Urutkan perbedaan antara kedua data (d), dari
yang terkecil sampai yang terbesar, tanpa memperhatikan apakah perbedaan tersebut (-) atau (+)Jika perbedaan tersebut (-) maka peringkatnya juga diberi tanda (-) Perbedaan (d) yang bernilai 0 (apabila ada) diabaikan, dan banyak data (n) dikurangi sebanyak d yang bernilai 0Jumlahkan peringkat yang bertanda (-), sebut T-. Tanda (-) tidak ikut didalam perjumlahanJumlahkan peringkat yang bertanda (+), sebut T+.Statistik uji: T = min (T- dan T+)
![Page 36: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/36.jpg)
Hipotesa yang diuji pada Uji Wilcoxon
Ho: Md = 0 versus Ha: Md ≠ 0 (two-tailed Test)Ho: Md = 0 versus Ha: Md > 0 (one-tailed test)Ho: Md = 0 versus Ha: Md < 0 (one-tailed test)
Catatan :- Md = median perbedaan antara kedua populasi- Md = 0 berarti kedua populasi identik
![Page 37: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/37.jpg)
Uji Wilcoxon untuk Sampel Kecil n<15
Dengan n dan α, gunakan Tabel (tersedia untuk one-tailed test dan two tailed test) untuk mendapatkan T kritis. Jika T < T kritis → tolak Ho.
![Page 38: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/38.jpg)
Contoh
Seorang peneliti melakukan survey mengenai biaya pemeliharaan kesehatan yang dikeluarkan oleh keluarga di kota A dan B. Peneliti tersebutmengambil enam pasang keluarga yang dipadankan secara demografis di kota A dan B. Dari keenam pasang keluarga tersebut dicatat biaya pemeliharaan kesehatan pada tahun yang lalu (dalam USD). Dengan menggunakan α = 0.05, lakukan pengujian untuk menentukan apakah ada perbedaan signifikan di dalam pengeluaran biaya kesehatan di antara kedua kota tersebut.
![Page 39: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/39.jpg)
![Page 40: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/40.jpg)
Jawab
Karena populasi tidak dapat diasumsikan normal, maka digunakan Uji Wilcoxon (bukan uji t), meskipun datanya berlevel rasioHo: Md = 0 versus Ha: Md ≠ 0α = 0.05n = 6 (< 15) → sampel kecil
![Page 41: Statistik Non Parametrik](https://reader033.fdocuments.net/reader033/viewer/2022042422/563db8d3550346aa9a974648/html5/thumbnails/41.jpg)