Upload
hayden-fulton
View
27
Download
2
Embed Size (px)
DESCRIPTION
Bab 14. Nonparametrik: Data Runtun. ------------------------------------------------------------------------------ Bab 14 ------------------------------------------------------------------------------. Bab 14 NONPARAMETRIK: DATA RUNTUN A. Pendahuluan 1. Data Statistika - PowerPoint PPT Presentation
Citation preview
Bab 14
Nonparametrik: Data Runtun
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
Bab 14
NONPARAMETRIK: DATA RUNTUN
A. Pendahuluan
1. Data Statistika
• Selain menggunakan data frekuensi, tanda, dan peringkat, statistika nonparametrik juga menggunakan runtun
• Runtun mencakup peralihan dua unsur pada barisan data (dikotomi)
• Pengujian terutama dilakukan untuk keacakan data atau kesamaan data melalui data runtun
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
2. Data Runtun pada Barisan
Contoh 1
Misalkan pada sejumlah lemparan koin (M = muka, dan B = belakang), kita menemukan barisan data
MMMBBMMBBBBMBMBBMMM
Pada barisan data ini tampak peralihan dari M ke B atau dari B ke M
MMM BB MM BBBB M B M BB MMM
1 2 3 4 5 6 7 8 9
Banyaknya peralihan ini (di sini 9 kali) dikenal sebagai runtun (r)
Barisan data di atas terdiri atas 9 runtun atau r = 9
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
Contoh 2
Terdapat barisan data yang terdiri atas dua unsur (B = betul dan S = salah) sebagai berikut
BBSSBSBBBSSBSSS
Letak barisan data ini dapat diperjelas melalui
BB SS B S BBB SS B SSS
sehingga tampak bahwa runtun r = 8
Contoh 3
Barisan data adalah L = lelaki dan P = perempuan
LLLLLLLLLLPPPPPPPPPP
r =
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
Contoh 4
Antrian yang terdiri atas L = lelaki dan P = perempuan adalah sebagai berikut
LPLPLPLPLPLPLPLPLPLP
Runtun r =
Contoh 5
Tentukan runtun r untuk barisan data berikut
(a) MMMMMMBBBBMMMMBBBBBB
(b) LLLGGLGGGLLLGGGGGLLGLL
(c) LPLPLLLPPLPLPLPLLLPLPLPLLPPPLPLPLPLLPLLPLLLLPLPLL
(d) TTTEEEETEEETTTTEETEETTTEETTTEEETEETTEEEETEEEETTEEEE
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
3. Data Runtun di Atas dan Bawah Median
Contoh 6
Pada barisan bilangan, kita dapat menentukan median, misalnya
5 2 2 1 6 5 3 3 1 6 5 2 1 4 4
Median bilangan ini adalah 3,27
Selanjutnya bilangan di atas median dinyatakan sebagai + , di bawah median dinyatakan sebagai , dan sama dengan median dinyatakan sebagai 0
Dengan ketentuan ini, barisan bilangan ini membentuk runtun berupa + dan
+ ++ ++ ++
sehingga r = 7
Beberapa buku menyatakan bahwa 0 sebaiknya diabaikan saja (+++0++ = 1 runtun)
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
Contoh 7
Pada barisan bilangan
24 28 21 27 29 26 22 25 23
Median adalah 25 sehingga runtun di atas dan di bawah median adalah
+ + + + 0
Sehingga r = 5
Contoh 8
Tentukan runtun di atas dan di bawah median untuk barisan bilangan
82 73 68 72 78 75 92 84 76 85 77 85 79 84 88
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
Contoh 9
Hitung runtun di atas dan di bawah median untuk barisan bilangan sebagai berikut
(a) 1 4 1 5 9 2 6 5 3 5 8 9 7 9 3 2 3 8 4 6 2 6 4 3 3 8 3 2 7 9 5 (ini adalah pecahan desimal pada )
(b) 04433 80674 24520 18222 10610 95794 37515 48611 62866 33963 (sengaja diberi spasi agar mudah dibaca; diambil dari tabel bilangan acak)
(c) 61 21 89 31 81 65 67 34 64 45 97 97 29 20 98 20 22 3 61 42 92 98 14 59 69 19 36 83 71 80 17 72 28 23 91 15 14 42 49 75 58 73 57 20 77 9 24 73 67 48 32 68 65 18 12 14 65 80 23 80 52 28 91 84 26 30 66 42 43 28 23 6 96 5 94 27 83 70 18 16 10 84 94 79 50 23 9 34 22 66 81 78 76 60 14 95 25 47 47 36
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
4. Pengujian Hipotesis Keacakan
• Hipotesis keacakan dapat diuji melalui runtun, runtun pada barisan serta runtun di atas dan di bawah median
• Jika runtun terlalu sedikit maka data tidak acak karena seperti diatur
• Jika runtun terlalu banyak maka data juga tidak acak karena seperti diatur
• Data adalah acak jika runtun tidak terlalu sedikit dan tidak terlalu banyak
• Uji hipotesis dilakukan melalui pendekatan ke distribusi probabilitas normal dengan melihat berapa jauh runtun r dari rerata (terlalu jauh dari rerata berarti tidak acak)
• Untuk sampel kecil uji hipotesis menggunakan tabel khusus
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
B. Uji Hipotesis Keacakan
1. Uji Hipotesis pada Sampel Besar
• Sampel dianggap besar jika ada n > 20
• Runtun di antara data X dan Y
• Distribusi probabilitas pensampelan adalah distribusi probabilitas normal
• Rerata dan kekeliruan baku r dan r adalah
)()(
)(
1
22
12
2
YXYX
YXYXYXr
YX
YXr
nnnn
nnnnnn
nn
nn
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
Contoh 10
Pada suatu sampel antrian L dan P terdapat
nL = 30 nP = 20 r = 35
Pada taraf signifikansi 0,05, uji apakah sampel ini berasal dari populasi acak
• Hipotesis
H0 : Antrian acak
H1 : Antrian tidak acak
• Sampel
Statistik sampel menunjukkan
nL = 30 nP = 20 r = 35
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
• Distribusi probabilitas pensampelan
Distribusi probabilitas pensampelan adalah distribusi probabilitas normal dengan rerata dan kekeliruan baku
• Statistik uji
2512030
203021
2
))()((
PL
PLr nn
nn
35643
1
22
120302030
20302030220302
2
2
,
)()(
)(
)()(
))()(())()((
PLPL
PLPLPLr nnnn
nnnnnn
98235643
2535,
,
r
rrz
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
• Kriteria pengujian
Taraf signifikansi = 0,05
Pengujian pada dua ujung
Nilai kritis
Ujung bawah z(0,025) = 1,96
Ujung atas z(0,975) = 1,96
Tolak H0 jika z < 1,96 atau z > 1,96
Terima H0 jika 1,96 z 1,96
• Keputusan
Pada taraf signifikansi 0,05 tolak H0
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
Contoh 11
Pada taraf signifikansi 0,05, uji apakah sampel acak pada Contoh 5 (c) berasal dari populasi barisan acak
Contoh 12
Pada taraf signifikansi 0,05, uji apakah sampel acak pada Contoh 5 (d) berasal dari populasi barisan acak
Contoh 13
Pada taraf signifikansi 0,05, uji apakah sampel acak pada Contoh 9(a) berasal dari populasi bilangan acak
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
Contoh 14
Pada taraf signifikansi 0,05, uji apakah sampel acak pada Contoh 9(b) berasal dari populasi bilangan acak
Contoh 15
Pada taraf signifikansi 0,05, uji apakah sampel acak pada Contoh 9(c) berasal dari populasi bilangan acak
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
2. Uji Hipotesis pada Sampel Kecil
• Sampel kecil adalah sampel dengan n 20
• Prinsip pengujian hipotesis adalah sama dengan uji hipotesis pada sampel besar
• Jika r terlalu sedikit maka data tidak acak karena data seperti diatur
• Jika r terlalu banyak maka data juga tida acak karena data seperti diatur
• Data adalah acak jika r tidak terlalu sedikit dan tidak terlalu banyak
• Pada sampel kecil, batas r sedikit dan r banyak disusun dalam satu tabel
• Nilai kritis pada taraf signifikansi 0,05 untuk runtun tercantum pada tabel berikut
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
Tabel Nilai Kritis untuk Runtun ( = 0,05)
Nilai terbesar di antara n1 dan n2
n kecil 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
2 2 2 2 2 2 2 2 2 2
6 6 6 6 6 6 6 6 6
3 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3
8 8 8 8 8 8 8 8 8 8 8 8 8 8 8
4 2 2 2 3 3 3 3 3 3 3 3 4 4 4 4 4
9 9 10 10 10 10 10 10 10 10 10 10 10 10 10 10
5 2 3 3 3 3 3 4 4 4 4 4 4 4 5 5 5
10 10 11 11 12 12 12 12 12 12 12 12 12 12 12 12
6 3 3 3 4 4 4 4 5 5 5 5 5 5 6 6
11 12 12 13 13 13 13 14 14 14 14 14 14 14 14 7 3 4 4 5 5 5 5 5 6 6 6 6 6 6
13 13 14 14 14 14 15 15 15 16 16 16 16 16
8 4 5 5 5 6 6 6 6 6 7 7 7 7
14 14 15 15 16 16 16 16 17 17 17 17 17
9 5 5 6 6 6 7 7 7 7 8 8 8
15 16 16 16 17 17 18 18 18 18 18 18
10 6 6 7 7 7 7 8 8 8 8 9
16 17 17 18 18 18 19 19 19 20 20
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
Nilai terbesar di antara n1 dan n2
n kecil 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
11 7 7 7 8 8 8 9 9 9 9
17 18 19 19 19 20 20 20 21 21
12 7 8 8 8 9 9 9 10 10
19 19 20 20 21 21 21 22 22
13 8 9 9 9 10 10 10 10
20 20 21 21 22 22 23 23
14 9 9 10 10 10 11 11
21 22 22 23 23 23 24
15 10 10 11 11 11 12
22 23 23 24 24 25
16 11 11 11 12 12
23 24 25 25 25
17 11 12 12 13
25 25 26 26
18 12 13 13
26 26 27
19 13 13
27 27
20 14
28
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
Contoh 16
Pada lemparan koin (M = muka dan B = belakang) sampel acak menghasilkan barisan dengan
nM = 10 nB = 10 r = 4
Pada taraf signifikansi = 0,05, uji apakah sampel ini berasal dari populasi acak
• Hipotesis
H0 : Lemparan koin adalah acak
H1 : Lemparan koin tidak acak
• Sampel
nM = 10 nB = 10 r = 4
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
• Distribusi Probabilitas Pensampelan
Sampel kecil dengan n terbesar = 10. Pengujian dilakukan melalui tabel nilai kritis
• Kriteria pengujian
Dari tabel nilai kritis untuk = 0,05 diperoleh bahwa hipotesis H0 diterima pada
6 r 16
• Keputusan
Pada taraf signifikansi 0,05, tolak H0
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
Contoh 17
Pada taraf signifikansi 0,05 uji keacakan untuk sampel acak pada Contoh 1
Contoh 18
Pada taraf signifikansi 0,05 uji keacakan untuk sampel acak pada Contoh 2
Contoh 19
Pada taraf signifikansi 0,05 uji keacakan untuk sampel acak pada Contoh 3
Contoh 20
Pada taraf signifikansi 0,05 uji keacakan untuk sampel acak pada Contoh 4
Contoh 21
Pada taraf signifikansi 0,05 uji keacakan untuk sampel acak pada Contoh 5(a)
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
Contoh 22
Pada taraf signifikansi 0,05 uji keacakan untuk sampel acak pada Contoh 5(b)
Contoh 23
Pada taraf signifikansi 0,05 uji keacakan untuk sampel acak pada Contoh 6
Contoh 24
Pada taraf signifikansi 0,05 uji keacakan untuk sampel acak pada Contoh 7
Contoh 25
Pada taraf signifikansi 0,05 uji keacakan untuk sampel acak pada Contoh 8
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
C. Uji Wald-Wolfowitz untuk Kesamaan Fungsi Distribusi Dua Populasi
1. Ketentuan Runtun
• Dua sampel, misalkan X dan Y, digabung dan disusun ke dalam peringkat
• Di dalam peringkat, urutan X dan Y yang bergantian membentuk runtun
• Apabila terdapat peringkat sama, ada buku yang menganjurkan agar data itu diabaikan
• Tetapi ada buku yang menganjurkan untuk melakukan undian dalam penentuan urutan
• Dan ada buku yang menganjurkan untuk melihat runtun rendah dan runtun tinggi
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
2. Penentuan Runtun
Contoh 26
Sampel X dan Y menunjukkan data sebagai berikut
X 20 37 55 50 64 41
Y 75 21 72 71 85 43 34 65 90 35
• Data X dan Y digabung sementara identitas tiap X dan Y tetap dikenal
• Gabungan data ini disusun ke dalam peringkat naik
• Urutan X dan Y pada peringkat itu membentuk runtun
• Daripadanya diperoleh nX, nY, dan r
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
Peringkat data gabungan X dan Y
Asal Data Peringkat
X 20 1
Y 21 2
Y 34 3
Y 35 4 nX = 6
X 37 5
X 41 6 nY = 10
Y 43 7
X 50 8 r = 6
X 55 9
X 64 10
Y 65 11
Y 71 12
Y 72 13
Y 75 14
Y 85 15
Y 90 16
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
Contoh 27
Hitung runtun pada sampel berikut
X 68 67 58 62 60 67
Y 60 59 72 73 56 53 43 50 65 56 56 56 57 36
Contoh 28
Hitung runtun pada sampel berikut
X 83 91 94 89 89 96 91 92 90
Y 78 82 81 77 79 81 80 81
Contoh 29
Hitung runtun pada sampel berikut
X 74 72 77 76 76 73 75 73 74 75
Y 75 77 78 79 77 73 78 79 78 80
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
Contoh 30
Hitung runtun pada sampel berikut
X 86 69 72 65 113 65 118 45 141 104 41 50
Y 55 40 22 58 16 7 9 16 26 36 20 15
Contoh 31
Hitung runtun pada sampel berikut
X 39,1 41,2 45,2 46,2 48,4 48,7 55,0 40,6 52,1 47,2
Y 35,2 39,2 40,9 38,1 34,4 29,1 41,8 24,3 32,4 32,6
Contoh 32
Hitung runtun pada sampel berikut
X 20 55 29 24 75 56 31 45 Y 23 8 24 15 8 6 15 15 21 23 16 15 24 15
21 15 18 14 22 15 14
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
Contoh 33
Hitung runtun pada sampel berikut
X 227 55 184 174 176 234 147 194 252 194 88 248 149 247 161 206 16 99 171 89
Y 209 271 63 19 14 151 184 127 165 235 53 151 171 147 228 101 292 99 271 179
Contoh 34
Hitung runtun pada sampel berikut
X 14,8 7,2 5,6 6,3 9,0 4,2 10,6 12,5 12,9 16,1 11,4 2,7
Y 12,7 14,2 12,6 2,1 17,7 11,8 16,9 7,9 16,0 10,6 5,6 5,6 7,6 11,3 8,3 6,7 3,6 1,0 2,4 6,4 9,1 6,7 18,6 3,2 6,2 6,1 15,3 10,6 1,8 5,9 9,9 10,6 14,8 5,0 2,6 4,0
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
3. Pengujian Hipotesis
• Uji hipotesis ditujukan untuk kesamaan fungsi distribusi dua populasi
• Jika satu fungsi distribusi lebih besar dari fungsi distribusi lainnya, maka yang besar akan terkumpul di peringkat tinggi dan yang kecil terkumpul di peringkat rendah; runtun menjadi sedikit
• Pada sampel besar, n > 20 distribusi pensampelan mendekati distribusi probabilitas normal dengan rerata dan kekeliruan baku seperti pada runtun satu sampel
• Pada sampel kecil n 20, nilai kritis pengujian hipotesis menggunakan tabel khusus seperti pada runtun satu sampel
------------------------------------------------------------------------------Bab 34
------------------------------------------------------------------------------
4. Uji Hipotesis pada Sampel Besar
• Sampel besar bila n terbesar > 20
• Distribusi probabilitas pensampelan mendekati distribusi probabilitas normal
• Rerata r dan kekeliruan baku r adalah
)()(
)(
1
22
12
2
YXYX
YXYXYXr
YX
YXr
nnnn
nnnnnn
nn
nn
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
Contoh 35
Pada taraf signifikansi 0,05 diuji apakah sampel berasal dari populasi yang sama fungsi distribusinya
Sampel setelah dihitung runtunnya adalah sebagai berikut
nX = 8 nY = 21 r = 6
• Hipotesis
H0 : Populasi X dan Y adalah sama
H1 : Populasi X dan Y tidak sama
• Sampel
nX = 8 nY = 21 r = 6
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
• Distribusi probabilitas pensampelan
Distribusi probabilitas pensampelan adalah distribusi probabilitas normal dengan rerata dan kekeliruan baku
• Statistik uji
59121218
21821
2,
))()((
PL
PLr nn
nn
092
1
22
1218218
21821822182
2
2
,
)()(
)(
)()(
))()(())()((
PLPL
PLPLPLr nnnn
nnnnnn
153092
59126,
,
,
r
rrz
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
• Kriteria pengujian
Taraf signifikansi = 0,05
Pengujian pada dua ujung
Nilai kritis
Ujung bawah z(0,025) = 1,96
Ujung atas z(0,975) = 1,96
Tolak H0 jika z < 1,96 atau z > 1,96
Terima H0 jika 1,96 z 1,96
• Keputusan
Pada taraf signifikansi 0,05 tolak H0
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
Contoh 36
Pada taraf signifikansi 0,05, uji hipotesis apakah sampel berasal dari populasi yang sama fungsi distrbusinya untuk Contoh 32
Contoh 37
Pada taraf signifikansi 0,05, uji hipotesis apakah sampel berasal dari populasi yang sama fungsi distrbusinya untuk Contoh 33
Contoh 38
Pada taraf signifikansi 0,05, uji hipotesis apakah sampel berasal dari populasi yang sama fungsi distrbusinya untuk Contoh 34
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
5. Uji Hipotesis pada Sampel Kecil
Sampel kecil adalah n terbesar 20
Kriteria pengujian menggunakan tabel nilai kritis seperti pada runtun satu sampel
Contoh 39
Pada taraf signifikansi 0,05, uji apakah sampel berasal dari populasi yang sama fungsi distribusinya, apabila sampel acak adalah
nX = 6 nY = 10 r = 6
• Hipotesis
H0 : Populasi X dan Y adalah sama
H1 : Populasi X dan Y tidak sama
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
• Sempel
nX = 6 nY = 10 r = 6
• Distribusi probabilitas pensampelan
Sampel kecil, menggunakan tabel khusus
• Kriteria pengujian
Dari tabel nilai kritis pada = 0,05, diperoleh bahwa hipotesis H0 diterima pada
4 r 13
• Keputusan
Pada taraf signifikansi 0,05 terima H0
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
Contoh 40
Pada taraf signifikansi 0,05, uji apakah populasi adalah sama fungsi distribusinya apabila sampel acak adalah seperti pada Conton 26
Contoh 41
Pada taraf signifikansi 0,05, uji apakah populasi adalah sama fungsi distribusinya apabila sampel acak adalah seperti pada Conton 27
Contoh 42
Pada taraf signifikansi 0,05, uji apakah populasi adalah sama fungsi distribusinya apabila sampel acak adalah seperti pada Conton 28
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
Contoh 43
Pada taraf signifikansi 0,05, uji apakah populasi adalah sama fungsi distribusinya apabila sampel acak adalah seperti pada Conton 29
Contoh 44
Pada taraf signifikansi 0,05, uji apakah populasi adalah sama fungsi distribusinya apabila sampel acak adalah seperti pada Conton 30
Contoh 45
Pada taraf signifikansi 0,05, uji apakah populasi adalah sama fungsi distribusinya apabila sampel acak adalah seperti pada Conton 31
------------------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
6. Uji Hipotesis pada Sampel Tidak Terlalu Besar
• Jika n terbesar > 20 maka pengujian hipotesis dilakukan pada distribusi probabilitas normal
• Statistik uji adalah
• Tetapi kalau n tidak terlalu besar di atas 20, maka statistik uji dapat dikoreksi menjadi
r
rrz
r
rrz
50,||
-----------------------------------------------------------------------Bab 14
------------------------------------------------------------------------------
Contoh 46
Kita gunakan rumus ini untuk contoh 35 dan dalam hal ini
• Statistik uji
• Keputusan
Pada taraf signifikansi 0,05 tolak H0
922092
505912650,
,
,|,|,||
r
rrz