Professional Documents
Culture Documents
Nama : Deni Dwi Lestari Npm : 31209515 Untuk memenuhi tulisan Softskill ibu BUDI UTAMI, SE Mata kuliah : Aspek Hukum dalam Bisnis #
Uji Tanda
Uji tanda adalah salah satu uji statistik nonparametric. Data yang di pakai pada uji tanda yaitu data ordinal.
* hipotesis Ho = P ( Xa > Xb ) = P ( Xa < Xb ) H1 = P ( Xa > Xb ) # P ( Xa < Xb ) * Uji Statistik X2 = ( A + D )2 ; dengan df = 1 A+D * Kriteria Uji Ho di tolak jika X2 > X2 tabel Ho di terima jika X2 > X2 tabel Uji Wilcoxon
salah satu uji yang paling kuat dari uji nonparametrik untuk membandingkan dua populasi. Data yang di pakai pada uji Wilcoxon yaitu data orginal
* hipotesis Ho = tidak terdapat perbedaan. Antara sebelum dan sesudah H1 = terdapat perbedaan. Antara sebelum dan sesudah * Uji Statistik
T terkecil Di mana T = jumlah jenjang bertanda
* Kriteria Uji Ho di tolak jika : T hitung < T tabel Ho di terima jika : T hitung > T tabel
Contoh soal Jika sample berpasangan lebih besar dari 25 , maka distribusinya di anggap akan mendekati distribusi normal. Untuk itu di gunakan Z sebagai uji statistiknya Jawaban :
Z=T-T T
Dimana :
T : n ( n + 1)
4
Regresi Linear sederhana dan kolerasi Linear sederhana : Pemakaian Regresi kolerasi dan asumsi dasar pemakaian
Asumsi Analisis Regresi Linier : 1. Data Y berskala minimal interval Data X berskala minimal nominal (jika data X berskala nominal / ordinal harus menggunakan bantuan variabel dummy) 2. Existensi untuk setiap nilai dari variabel x yang tetap, y adalah variabel random dengan distribusi probabilitas tertentu yang mempunyai mean dan varians. 3. Nilai y secara statistik saling bebas 4. Linieritas, nilai rata-rata y adalah sebuah fungsi garis lurus dari x 5. Homoscedasticity. Varians dari y adalah sama pada beberapa x 6. Distribusi normal pada beberapa nilai tertentu x, y mempunyai distribusi normal
i = koefisien regresi ( i = 1, 2, 3, , k)
Model penduganya adalah
Y = bo+ biXi+b2X2++bkXk
Misalkan model regresi dengan kasus 2 peubah bebas X1 dan X2 maka modelnya :
Y = bo+ biXi+b2X2
Sehingga setiap pengamatan Akan memenuhi persamaan
Fe Distribusi X2 di gunakan untuk menguji : a. Apakah frekuensi observasi berbeda secara signifikasi terhadap frekuensi ekspektasi b. Apakah dua variable independt atau tidak c. Apakah data sample menyerupai distribusi hipotesis tertentu seperti distribusi normal, binomial, poisson atau yang lain. Nilai X2 selalu positif karena di dapat penjumlahan kuadrat dari variable normal standar Z sehingga kurva chi kuadrat tidak mungkin berada di sebelah kiri nol. Bentuk distribusi X2 tergantung dari derajat bebas ( db ) atau degree of freedom. Distribusi X2 bukan suatu kurva probabilitas tunggal tetapi merupakan suatu keluarga dari kurva bermacam macam distribusi X2 Contoh soal 1. Uji kecocokan : Departemen pendidikan RI ingin meneliti tentang siswa smp yang putus sekolah selama tahun 2006 di 4 wilayah jawa barat ini merata atau tidak. Berdasarkan penelitian tersebut di peroleh data sebagai berikut : Wilayah bogor Bandung 35 Sukabumi 45 Cirebon 22 Total 132 frekuensi 30
Jawaban : Diket n = 4 fo 1 = 30 fo 3 =45 a = 0.05 fo 2 = 35 fo 4 = 22 a. menentukan hipotesis nol dan hipotesis alternative Ho : jumlah siswa smp yang sekolah tahun 2006 di jawa barat merata Ha : jumlah siswa smp yang sekolah tahun 2006 di jawa barat tidak Merata b. menepatkan tingkat signifikasi dan derajat bebas a = 5 % = 0.05 db = k-m-1 = 7.815 c. menentukan nilai kritis Fe = jumlah data / banyaknya kolom = 132/4 = 33 Rumus :
X2 = ( fo fe ) 2 Fe Fo 30 35 45 22 Fe 33 33 33 33 ( Fo Fe ) -3 2 12 -11 ( Fo Fe )2 9 4 144 121 total Kesimpulan : Karena X2 hitung adalah 8.425 lebih besar dari nilai kritis ( X2 tabel ) adalah 7.815 maka kita terima Ha, berarti jumlah siswa smp yang putus sekolah tahun 2006 di jawab barat tidak merata. ( Fo Fe )2 / fe 0.273 0.121 4.364 3.667 8.425
Pemanfaatan Uji dan data yang sesuai untuk Uji Chi kuadrat
Ada beberapa manfaat dari distribusi chi-kuadrat, yaitu : a. Untuk menguji, apakah frekuensi yang di amati ( diobservasi ) Berbeda secara signifikan dengan frekuensi teoritis atau frekuensi yang di harapkan. b. Untuk menguji kebebasan ( independensi ) antara factor dari data dalam daftar kontingensi, dan c. Untuk menguji apakah data sample mempunyai distribusi yang mendekati distribusi hipotesis tertentu ( distribusi populasi , seperti distribusi binomial, distribusi poisson, dan distribusi normal.
Jadi,
Ho : setiap sisi akan muncul = 20 kali Hi : ada sisi yang muncul # 20 kali
B. Rumus X2 k X2 = ( Oi ei )2 i = 1 ei Keterangan : K : Banyaknya katagori / sel 1, 2 . k Oi : Frekuensi observasi untuk katagori ke- i ei : Frekuensi ekspetasi untuk katagori ke-I kaitkan dengan frekuensi ekspektasi dengan nilai / perbandingan dalam Ho