1 / 30

Analisis Varian Ranking Satu Arah Kruskal -Wallis

Analisis Varian Ranking Satu Arah Kruskal -Wallis. Kelompok 5 Sekolah Tinggi Ilmu Statistik 2013. Anggota Kelompok 5:. Imansyah (11.6712) Martha B. T. Napitupulu (11.6773) Martini Pratiwi (11.6776) Ni Putu Sumartini (11.6811) Salindri Trikusuma W. (11.6892)

nguyet
Download Presentation

Analisis Varian Ranking Satu Arah Kruskal -Wallis

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. AnalisisVarian Ranking SatuArahKruskal-Wallis Kelompok 5 SekolahTinggiIlmuStatistik 2013

  2. AnggotaKelompok 5: • Imansyah(11.6712) • Martha B. T. Napitupulu(11.6773) • Martini Pratiwi(11.6776) • Ni PutuSumartini(11.6811) • SalindriTrikusuma W. (11.6892) • Yesdi Christian Calvin (11.6958)

  3. Analisis Varian Ranking SatuArahKruskal-Wallis

  4. Deskripsi: UjiKruskal-Wallis pertama kali diperkenalkanoleh William H. KruskaldanW. Allen Wallis padatahun 1952. Ujiinimerupakansalahsatuujistatistiknonparametrikdalamkasus k sampelindependen. UjiKruskal-Wallis jugamerupakanperluasandariuji Mann-Whitney. Tujuan: mengujihipotesisnolbahwa k sampelindependenberasaldaripopulasi yang samaatauidentikdalamhalhargarata-ratanya

  5. Syarat: • Pengamatanharusbebassatusama lain (tidakberpasangan/independent). • Tipe data setidak-tidaknyaadalah ordinal. • Variabel yang diamatimerupakanvariabel yang berdistribusikontinyu.

  6. ProsedurPenghitungan: • Masing-masingnilaiobservasidiberi ranking secarakeseluruhandalamsaturangkaian. Pemberian ranking diurutkandarinilai yang terkecilhingganilai yang terbesar. Nilai yang terkecildiberi ranking 1 dannilai yang terbesardiberi ranking N (dimana N adalahjumlahseluruhobservasi). Jikaadanilai yang sama, maka ranking darinilai-nilaitersebutadalah rata-rata ranking darinilai-nilaiobservasitersebut. • Menghitungjumlah ranking darimasing-masingkolom (Rj).

  7. 3) Selanjutnya, ujiKruskal-Wallis dapatdidefinisikandenganrumus: dimana, H: nilaiKruskal-Wallis darihasilpenghitungan Rj: jumlah rank darikelompok/kategorike-j nj: banyaknyakasusdalamsampelpadakelompok/kategorike-j k: banyaknyakelompok/kategori N: jumlahseluruhobservasi (N=n1+n2+n3+………..+nk)

  8. Jikaditemukanangkasamasebanyaklebihdari 25% nilaiobservasimakaperluadanyakoreksipadarumuspenghitunganujiKruskal-Wallis, denganfaktorkoreksinyaadalah: dimana, • t : banyaknyanilaiobservasitertentu yang samapadaserangkaiannilaiobservasi • N : jumlahseluruhobservasi (N=n1+n2+n3+………..+nk)

  9. SehinggarumusujiKruskal-Wallis dengankasusangkasamaberjumlahbanyakadalah:

  10. Prosedur: 1) MenentukanHipotesisNoldanHipotesisAlternatif H0 : k sampelberasaldaripopulasi yang sama H1 : k sampelberasaldaripopulasi yang berbeda 2) Memberikanranking padamasing–masingnilaiobservasidenganurutandari ranking 1 hingga N. 3) Menentukanharga R (jumlah ranking) untukmasing–masingkelompokataukategori. 4) Menghitungnilai H Jikaditemukanangkasamasebanyaklebihdari 25% nilaiobservasi, makahitunglahharga H denganmenggunakanRumus (8.3). Jikatidak, gunakanlahRumus (8.1).

  11. 5) KetentuanpenggunaanTabel Metodeuntukmenilaisignifikansihargaobservasi H bergantungpadabesarnya k danbanyaknyasampelpadasetiapkelompok/kategoritersebut. • Jika k=3 dannj 5 (j=1;2;3), Tabel O dapatdigunakanuntukmenentukannilai yang berkaitandenganhargadibawahH0. • Dalamkasus lain, dapatdigunakanTabel C denganderajatbebas (k-1). 6) Keputusan H0 akanditolakjikanilai H (k-1) ataunilai p-value sebaliknya H0 akangagalditolakjikanilai H < (k-1) ataunilai p-value > .

  12. ContohSoalUjiKruskal-Wallis

  13. Contoh 1 Untukmembandingkantingkatkeefektifandari 3 macammetode diet, makasebanyak 22 orangmahasiswi yang dipilihdarisuatuuniversitasdibagikedalam 3 kelompok yang manamasing-masingkelompokmengikuti program diet selamaempatminggusesuaidenganmetode yang telahdibuat. Setelah program diet berakhir, makadiperolehbanyaknyaberatbadan yang hilang (dalam kg) darimahasiswi-mahasiswitersebutsebagaiberikut:

  14. Ujilah Hoyang menyatakanbahwatingkatkeefektifandariketigametode diet diatasadalahsama, terhadaphipotesisalternatif yang menyatakanbahwatingkatkeefektifanketigametodediatasadalahtidaksama (α = 5%).

  15. Jawaban: • Hipotesis H0 : tingkatkeefektifandariketigametode diet adalahsama H1 : tingkatkeefektifandariketigametode diet adalahtidaksama • TesStatistik :Kruskal-Wallis Test • Tingkat Signifikansi : α=5%, • Distribusi sampling : H mendekatidistribusi Chi-Square denganderajatbebas (k-1), sehinggawilayahkritisdapatditentukandenganmenggunakanTabel C. • Penghitungan n1=6 ; n2=7 ; n3=9 ; N= n1 + n2 + n3 = 22

  16. Daerah penolakan : H (k-1) atau p-value  • Keputusan : 0,05(2) = 5,991 Karena 15,633 > 5,991 H > 0,05(2) , makaTolak H0 • Kesimpulan : Dengantingkatkepercayaan 95 %, belumcukupbuktiuntukmenyatakanbahwatingkatkeefektifandariketigametode diet tersebutadalahsama.

  17. Contoh 2 Manajemenrestoranfastfoodsangatingintahupendapatlangganannyamengenaipelayanan, kebersihandankualitasmakanandarirestorannya. Pihak  management inginmembandingkanhasilratingpelangganuntuktigashift  yang berbeda, yaitu: Shift1: 16.00 – midnight Shift 2: midnight – 08.00 Shift 3: 08.00 – 16.00 Pelanggandiberikesempatanuntukmengisikartu saran. Padapenelitianini 10 kartu saran (customer card) dipilihsecara random, untuksetiapshift. Ratingdigolongkandalamempatkategoriyaitu 4 = sempurna, 3 = baik, 2 = biasa, 1 = buruk. Diperoleh data sepertidibawahini:

  18. Dengantingkatkepercayaan 95%, dapatkahpihakmanajemenmengatakanbahwakaryawannyamemberikanpelayanan, kebersihan, dankualitasmakanan yang samasepanjanghari?

  19. Jawaban : • Hipotesis H0 : Tidakadaperbedaanratingpelangganuntukpelayanan, kebersihan, dankualitasmakananantaraketiga shift tersebut. H1 : Adaperbedaanratingpelangganuntukpelayananpelayanan, kebersihan, dankualitasmakananantaraketiga shift tersebut. • TesStatistik :Kruskal-Wallis Test. Persoalandiatasmerupakanpersoalan k sampel independent. Karena data beradapadaskalapengukuran ordinal (ranking), makaKruskal-Wallis Test dapatdigunakan. • Tingkat Signifikansi : α = 0,05 • Distribusi sampling : H mendekatidistribusi Chi-Square denganderajatbebas (k-1), sehinggawilayahkritisdapatditentukandenganmenggunakanTabel C. • Penghitungan n1= n2= n3=10 ; N= n1 + n2 + n3 = 30

  20. Daerah penolakan : H (k-1) atau p-value  • Keputusan : 0,05(2) = 5,991 Karena 3,01 < 5,991 H < 0,05(2) , makagagaltolak H0 • Kesimpulan : Dengantingkatkepercayaan 95 %, belumcukupbuktiuntukmenyatakanbahwaadaperbedaanratingpelangganuntukpelayanan, kebersihan, dankualitasmakananantaraketiga shift tersebut.

  21. PenyelesaianContohSoal 2 tanpamenggunakanfaktorkoreksi • Daerah penolakan : H (k-1) atau p-value  • Keputusan: 0,05(2) = 5,991 Karena 2,645 < 5,991 H < 0,05(2) , makagagaltolakH0 Dari sinidapatdilihatbahwaH hasilperhitungandenganmenggunakanfaktorkoreksilebihbesardaripadahasilperhitungantanpafaktorkoreksi. Sehingga H denganfaktorkoreksilebihsignifikandalammenolak H0.

  22. Contoh 3 Sebuahperusahaaninginmengetahuiapakahterdapatperbedaanketerlambatanmasukkerjaantarapekerja yang rumahnyajauhataudekatdarilokasiperusahaan. Misalkanjarakrumahdikategorikandekat ( kurangdari 10 km), sedang (10 – 15 km) danjauh ( lebihdari 15 km). Keterlambatanmasukkerjadihitungdalammenitketerlambatanselamasebulanterakhir.Penelitiandilakukanpadatigakelompokpekerjadengansampelacak, denganmasing-masingsampeluntuk yang memilikijarakrumahdekatsebanyak 5 sampel, jaraksedangsebanyak 4 sampeldanjauhsebanyak 3 sampel. Ujilahdengantingkatkepercayaan 95 %. Datanyasebagaiberikut:

  23. Jawaban: • Hipotesis H0 : Tidakadaperbedaan lama keterlambatanantaratigakategoripekerjaberdasarkanjarakrumahnya. H1 : Adaperbedaan lama keterlambatanantaratigakategoripekerjaberdasarkanjarakrumahnya

  24. TesStatistik :Kruskal-Wallis Test. Karena data beradapadaskalapengukuranrasio (lama keterlambatan), makakruskal-wallisdapatdigunakan. • Tingkat Signifikansi : α = 0,05 • Penghitungan n1= 5 ; n2= 4 ; n3= 3 ; N= n1 + n2 + n3 = 12

  25. Daerah penolakan : p-value  • Keputusan : Karena k=3 dannj 5 (j=1;2;3), makakitadapatmenggunkanTabel O untukmenentukannilai yang berkaitandenganhargadibawah H0. Dari tabel O untuknilai p-value untuk H = 1,004 adalahlebihbesardari 0,103 (p-value > 0,103). Karena p-value > 0,05 , makagagaltolak H0 • Kesimpulan : Dengantingkatkepercayaan 95 %, belumcukupbuktiuntukmenyatakanbahwaadaperbedaan lama keterlambatanantaratigakategoripekerjaberdasarkanjarakrumahnya.

More Related