Posts Tagged 'binomial'

Goodness of Fit (SPSS)

Pengujian hipotesis kompatibilitas (goodness of fit) merupakan pengujian hipotesis untuk menentukan apakah suatu himpunan frekuensi yang diharapkan sama dengan frekuensi yang diperoleh dari suatu distribusi, seperti distribusi binomial, poisson, normal, atau dari perbandingan lain. Jadi, uji goodness of fit merupakan pengujian kecocokan atau kebaikan suai antara hasil pengamatan (frekuensi pengamatan) tertentu dengan frekuensi yang diperoleh berdasarkan nilai harapannya (frekuensi teoretis).

Langkah-langkah pengujian hipotesis goodness of fit ialah sebagai berikut:
a. Menentukan hipotesis
H0 : frekuensi pengamatan sesuai dengan frekuensi yang diharapkan
H1 : frekuensi pengamatan tidak sesuai dengan frekuensi yang diharapkan
b. Menentukan tingakat signifikansi ( α ) dan nilai χ2 dari tabel
Tingakat signifikansi ( α ) dan nilai χ2 tabel ditentukan dengan derajat bebas (db) = k – N

Keterangan:
k = banyaknya kejadian
N = banyaknya besaran yang digunakan
c. Menentukan kriteria pengujian
H0 diterima apabila χ20 ≤ χ2α (k – N)
H0 ditolak apabila χ20 > χ2α (k – N)
d. Menentukan nilai uji statistik


e. Membuat kesimpulan
Menyimpulkan apakah H0 ditolak atau diterima berdasarkan nilai statistik uji yang diperoleh.

Pada perangkat SPSS data editor, prosedur yang digunakan adalah prosedur One-Sample Kolmogorov-Smirnov. Prosedur ini digunakan untuk menguji hipotesis nol apakah sutu sample berasal dari suatu distribusi tertentu. Hal ini dilakukan dengan mendapatkan nilai absolut dari selisih terbesar antara cumulative distribution function yang dihitung langsung dari data dengan nilai cumulative dari teori.

Dalam SPSS disediakan empat fungsi distribusi theoris yaitu, distribusi normal, poisson, uniform, dan exponential. Secara opsional, nilai dari statistic deskriptif dan/atau nilai kuartil dari variabel yang dites dapat ditampilkan. Prosedur pengujian dapat mengikuti langkah-langkah sebagai berikut:

1. Inputkan data ke dalam worksheet SPSS, kemudian klik
Analyze –> Nonparametric Tests –> 1-Sample K-S
2. Setelah itu, pilihlah jenis distribusi yang akan dicoba yang terdiri dari Normal, Poisson, Uniform, atau Exponential
3. Masukan Variabel yang akan dicoba (variabel yang berisi angka-angka hasil observasi) ke dalam kotak Test Variable List
4. Klik OK

Teknik Non-Parametrik Sederhana

Teknik nonparametrik secara garis besar merupakan uji statistik yang tidak memerlukan asumsi kenormalan data, berbeda dengan ANOVA yang telah dijelaskan sebelumnya.
Secara keseluruhan teknik nonparametric dijelaskan pada bagan berikut:

  • Uji binomial adalah uji non parametric yang digunakan untuk menggantikan uji statistik t jika asumsi n kecil dan populasi normal sebagai syarat uji t tidak dipenuhi.
  • Uji wilcoxon digunakan untuk menganalisis hasil-hasil pengamatan yang berpasangan dari dua data apakah berbeda tau tidak.Wilcoxon signed Rank test ini digunakan hanya untuk data bertipe interval atau ratio, namun datanya tidak mengikuti distribusi normal. Uji ini digunakan untuk mengetahui apakah perubahan proporsi pasangan variabel dikotomus sama atau tidak. Yang dimaksud variable dikotomus disini adalah variable yang saling berlawanan misalnya :”benar-salah”, “suka-tidak suka”,’berhasil-gagal” dan lain-lain.
  • Uji Mann-Whitney digunakan untuk menguji hipotesis nol tentang kesamaan parameter-parameter lokasi populasi . Dalam beberapa kasus uji ini disebut juga Uji Mann-Whitney Wilcoxon, karena wilcoxon menggunakan kasus dengan ukuran sampel yang sama sedangkan Mann-Whitney dapa juga menggunakan ukuran sampel yang berbeda.
  • Uji Q-Cochran adalah pengembangan dari uji Mc Nemar untuk uji 3 perlakuan atau lebih.Uji ini dilakukan jika memenuhi persyaratan: 1) Data minimal dalam skala ordinal dan 2) Pengamatan yang dilakukan terhadap sampel adalah saling independent.  Pada uji ini hanya terdapat spesifikasi data 0 atau 1, misalkan 1 menyatakan
    berhasil dan 0 menyatakan gagal.
  • Uji Kruskal-wallis adalah Anova one-way dengan menggunakan Rank. Hipotesis test ini adalah bahwa sampel berasal dari populasi yang sama. Uji ini mirip dengan uji Anova pada data parametrik hanya saja tidak dipenuhi
    anggapan kenormalan dari data. Analisis yang digunakan berdasarkan Rij yaitu ranking data, bukan data itu sendiri.

Calendar

September 2014
S S R K J S M
« Des    
1234567
891011121314
15161718192021
22232425262728
2930  

Ikuti

Get every new post delivered to your Inbox.

Bergabunglah dengan 30 pengikut lainnya.