Rabu, 18 Mei 2016

UJI ANOVA

Apa itu Uji Anova ?

Anova (analysis of varian) digunakan untuk menguji perbedaan mean (rata-rata) data lebih dari dua kelompok. Anova mempunyai dua jenis yaitu analisis varian satu faktor (one way anova) dan analsis varian dua faktor (two ways anova). Beberapa asumsi yang harus dipenuhi pada uji Anova adalah: 
1.       Sampel berasal dari kelompok yang independen
2.       Varian antar kelompok harus homogeny
3.       Data masing-masing kelompok berdistribusi normal
Asumsi pertama harus dipenuhi pada saat pengambilan sampel yang dilakukan secara random terhadap beberapa (> 2) kelompok yang independen, yang mana nilai pada satu kelompok tidak tergantung pada nilai di kelompok lain. Sedangkan pemenuhan terhadap asumsi kedua dan ketiga dapat dicek jika data telah dimasukkan ke komputer, jika asumsi ini tidak terpenuhi dapat dilakukan transformasi terhadap data. Apabila proses transformasi tidak juga dapat memenuhi asumsi ini maka uji Anova tidak valid untuk dilakukan, sehingga harus menggunakan uji non-parametrik misalnya Kruskal Wallis.

·         ANOVA SATU ARAH ( ONE WAY ANOVA )
Anova satu arah untuk menguji perbedaan rata-rata lebih dari dua sampel dimana dalam melakukan analisis hanya bisa satu arah. Maksud satu arah ini hanya bisa menguji antar kelompok yang satu.

                Contoh :
Sampel
Penurunan Berat Badan (Kg)
Metode 1
Metode 2
Metode 3
Metode 4
Sampel 1
4
8
7
6
Sampel 2
6
12
3
5
Sampel 3
4
-
-
5

Terdapat 4 metode diet dan 3 golongan usia peserta program diet Berikut data rata-rata penurunan berat peserta keempat metode dalam tiga kelompok umur.

Berdasarkan gambar di atas terlihat bahwa ada empat metode (kolom). Dari empat metode itu dilakukan oleh beberapa orang tapi tiap metode dilakukan oleh orang yang berbeda. pada tabel diatas terlihat data diperoleh dari sampel yang berbeda perlakuan antar kelompok karen itu kita hanya bisa membandingkan antar metode tapi tidak bisa membandingkan antar orang karena setiap tidak melakukan metode yang sama. oleh karena itu dikatakan satu arah saja yaitu metode.




·         ANOVA DUA ARAH ( TWO WAY ANOVA )
Anova dua arah terdapat dua bagian yaitu anova dua arah tanpa interaksi dan anova dua arah interaksi. Berikut adalah jabarannya :

§  Anova Dua Arah dengan Interaksi
Dikatakan anova dengan interaksi ketika setiap kolom [perlakuan] dan blok [baris] diulang.

Contoh :

Umur
Penurunan Berat Badan (Kg)
Metode 1
Metode 2
Metode 3
Metode 4
< 20 tahun
#1
#2
#3
5
4
5
0
2
1
3
4
8
4
2
2
20-40 tahun
#1
#2
#3
5
6
2
4
2
1
2
2
4
5
3
2
> 40 tahun
#1
#2
#3
4
4
5
5
5
0
2
1
2
6
4
4

Terdapat 4 metode diet, 3 kelompok umur dan 3 ulangan. Berikut adalah data ata-rata penurunan berat badan setelah 1 bulan melakukan diet. Ujilah apakah penurunan berat badan sama untuk setiap metode diet, kelompok umur dan interaksi dengan taraf uji 5 %?


§  Anova Dua Arah Tanpa Interaksi
Anova dua arah tanpa interaksi bisa dilakukan interaksi antara kelompok dan perlakuan. maksdunya bisa membandingkan antar antar kelompok atau kah antar perlakuan.

Contoh :

Umur
Penurunan Berat Badan (Kg)
Metode 1
Metode 2
Metode 3
Metode 4
< 20 tahun
5
6
2
3
20-40
2
7
5
3
> 40 tahun
7
3
4
3

Terdapat 4 metode diet dan 3 golongan usia peserta program diet Berikut data rata-rata penurunan berat peserta keempat metode dalam tiga kelompok umur.

Berdasarkan gambat tersebut terlihat bahwa setiap metode memiliki perlakuan yang sama sehingga bisa dikatakan ada hubungan dua arah. tapi tidak ada interaksi.



Sumber :

TEORI ESTIMASI

Apa Itu Teori Estimasi ?

Estimasi merupakan suatu metode dimana kita dapat memperkirakan nilai Populasi dengan memakai nilai sampelNilai penduga disebut dengan estimator, sedangkan hasil estimasi disebut dengan estimasi secara statistik. Tiap-tiap estimasi dapat memiliki taraf validitas yang berbeda. Suatu data Statistik merupakan alat estimasi yang tepat atau valid apabila data statitik tersebut tidak berbeda dengan data parametriknya. Suatu estimasi di samping memiliki taraf validitas juga memiliki taraf reliabilitas, reliabilitas estimasi ini di tentukan oleh jenis estimasi yang dipergunakan di dalam statistik kita membedakan dua macam estimasi, yaitu :

Pendugaan Titik (Estimasi Titik).
Bila nilai parameter q dari populasi hanya diduga dengan memakai satu nilai statistik q (topi) dari sampel yang diambil dari populasi tersebut.

 
Pendugaan Interval (Estimasi Interval).
Bila nilai parameter q dari populasi diduga dengan memakai beberapa nilai statistik q (topi) yang berada dalam suatu interval, misalnya q1 (topi) < q < q2 (topi)

·         Estimasi Mean
o   Sampel besar (n≥30)
§  Jika n ≥30 maka distribusi sampling harga X didistribusikan normal dengan mean dan standard deviasi.
§  Interval kepercayaan (1 - a) untuk menduga rata-rata m, bila s diketahui. Bila s tidak diketahui, maka dapat digunakan penduga dari s yaitu S.

 
Keterangan :  X       = nilai rata-rata suatu populasi
                                       d        = deviasi standard
                                       n        = banyaknya data
                                       Za/2    = nilai dari tabel normal



Estimasi Mean Beda Parameter
Interval kepercayaan (1 - a) untuk menduga beda dua rata-rata m1 - m2 :

        


o   Sampel kecil ( n < 30 )
§  Maka notasi interval estimasi untuk sampel kecil
§  Interval kepercayaan (1 - a) untuk menduga rata-rata m. dengan sampel kecil, bila s tidak diketahui adalah:



Estimasi Mean Beda Parameter
§  Misalkan diketahui dua populasi masing-masing mempunyai rata-rata m1 dan m2 , dan distribusinya mendekati normal.
§  Misalkan variansi dua populasi itu sama yaitu s12 = s22 = s2 tetapi tidak diketahui berapa besarnya.



di mana : derajat kebebasan u = n1 + n2 - 2
Simpangan baku gabungan adalah


·         Estimasi Proporsi
o   Sampel besar (n≥30)
Interval kepercayaan (1 - a) untuk menduga proporsi P adalah :




Dimana :

   ,   

Estimasi Proporsi Beda Parameter
Interval kepercayaan (1 - a) untuk menduga beda dua proporsi ( P1 - P2 ) adalah :




Sumber :

( blog.stikom.edu/sulist/files/2012/02/teori-estimasi-8n9.ppt )

UJI KHI KUADRAT

UJI CHI KUADRAT (X2)


Uji Chi Kuadrat adalah pengujian hipotesis mengenai perbandingan antara frekuensi observasi yg benar-benar terjadi/aktual (disebut dengan frekuensi observasi, dilambangkan dengan fo ) dengan frekuensi harapan/ekspektasi (disebut dengan frekuensi harapan, dilambangkan dengan fe ).
Keterangan :
               
·         fo : frekuensi observasi
·         fe : frekuensi harapan

Setelah kita mengetahui bagaimana uji chi square, sekarang kita perlu mengetahui distribusi dari uji chi square. distribusi chi square ini lah yang digunakan dalam uji ini. sehingga yang menentukan apakah ada perbedaaan ya atau tidak distribusi chi squared. Distribusi khi-kuadrat yang kita gunakan sebagai uji statistik mempunyai karakteristik sebagai berikut:
  1. Nilai Khi-kuadrat tidak pernah negatif, karena selisih dari frekuensi pengamatan dan frekuensi harapan dikuadratkan.
  2. Ketajaman dari distribusi khi-kuadrat tidak tergantung pada ukuran sampel tetapi tergantung pada banyaknya kategori yang digunakan.
  3. Distribusi khi-kuadrat bersifat menceng kanan (nilai positif), semakin meningkat jumlah derajat bebas maka semakin mendekati distribusi normal.
       

Contoh Soal :
Sebuah distibutor alat penggilingan padi membagi pasar menjadi 4 wilayah (A, B, C, dan D). Ada informasi bahwa pendistribusian alat penggilingan merata pada setiap wilayah. Untuk membuktkan pernyataan tersebut diambil 40 arsip sebagai sampel. Dari 40 arsip tersebut diperoleh informasi yang tertuang dapa tabel. Gunakan  tingat signifikansi 5 persen untuk menguji hipotesis yang menyatakan bahwa distribusi alat penggilingan di keempat wilayah merata (sama)!

Wilayah
Total
A
B
C
D
Distribusi bedasarkan, sampel, f0
6
12
14
8
40
Distribusi bedasarkan harapan, fe
10
10
10
10
40

Jawab :

·         Hipotesis
Ho : distribusi alat penggilingan di keempat wilayah merata (sama)
Ha : distribusi alat penggilingan di keempat wilayah tidak merata (tidak sama)

·         Nilai Kritis
Dalam kasus di atas tidak perlu ada parameter yang diestimasi. oleh karena itu:
df = k – m – 1 = 4 – 0 – 1 = 3
x2(0,05;3) = 7,81

·         Nilai Hitung        
Nilai uji statistik x2hitung diperoleh dengan cara sebagai berikut:

    
Sumber : 
( ymayowan.lecture.ub.ac.id/files/2012/02/UJI-CHI-KUADRAT.pptx )