A. Uji Kolmogorov Smirnov
1. Pengertian
a) Uji
Kolmogorov Smirnov merupakan pengujian normalitas yang banyak dipakai,
terutama setelah adanya banyak program statistik yang beredar.
b) Kelebihan
dari uji ini adalah sederhana dan tidak menimbulkan perbedaan persepsi
di antara satu pengamat dengan pengamat yang lain, yang sering terjadi
pada uji normalitas dengan menggunakan grafik.
c) Konsep
dasar dari uji normalitas Kolmogorov Smirnov adalah dengan
membandingkan distribusi data (yang akan diuji normalitasnya) dengan
distribusi normal baku.
d) Distribusi normal baku adalah data yang telah ditransformasikan ke dalam bentuk Z-Score dan diasumsikan normal.
e) Jadi sebenarnya uji Kolmogorov Smirnov adalah uji beda antara data yang diuji normalitasnya dengan data normal baku
2. Tujuan
Uji Kolmogorov-Smirnov (Chakravart, Laha, dan Roy, 1967)
biasa digunakan untuk memutuskan jika sampel berasal dari populasi
dengan distribusi spesifik/tertentu.
3. Kesimpulan
Hipotesis pada uji Kolmogorov-Smirnov adalah sebagai berikut:
H0 : data mengikuti distribusi yang ditetapkan
Ha : data tidak mengikuti distribusi yang ditetapkan
B. Uji T Berpasangan
1. Pengertian
Uji-t menilai apakah mean dan keragaman dari dua kelompok berbeda secara
statistik satu sama lain. Analisis ini digunakan apabila kita ingin
membandingkan mean dan keragaman dari dua kelompok data, dan cocok
sebagai analisis dua kelompok rancangan percobaan acak.
2. Tujuan
Uji t berpasangan (paired t-test) biasanya menguji perbedaan antara dua
pengamatan. Uji t berpasangan biasa dilakukan pada Subjek yang diuji
pada situasi sebelum dan sesudah proses, atau subjek yang berpasangan
ataupun serupa. Misalnya jika kita ingin menguji banyaknya gigitan
nyamuk sebelum diberi lotion anti nyamuk merk tertentu maupun
sesudahnya.
3. Kesimpulan
Hipotesis pada uji-t berpasangan yang digunakan adalah sebagai berikut:
H0: D = 0 (perbedaan antara dua pengamatan adalah 0)
Ha: D ≠ 0 (perbedaan antara dua pengamatan tidak sama dengan 0)
C. Uji T Tidak Berpasangan
1. Pengertian
2. Tujuan
3. Kesimpulan
D. Wikoxon
1. Pengertian
Uji perangkat bertanda wilcoxon digunakan untuk menganalisis hasil-hasil
pengamatan yang berpasangan dari dua data apakah berbeda atau tidak.
2. Tujuan
Uji perangkat bertanda wilcoxon digunakan untuk menganalisis hasil-hasil
pengamatan yang berpasangan dari dua data apakah berbeda atau tidak.
3. Kesimpulan
E. Mann Whitney
1. Pengertian
Uji Mann-Whitney merupakan alternatif bagi uji-t. Uji Mann
Whitney merupakan uji non-parametrik yang digunakan untuk membandingkan
dua mean populasi yang berasal dari populasi yang sama. Uji Mann-Whitney
juga digunakan untuk menguji apakah dua mean populasi sama atau tidak.
2. Tujuan
Uji Mann-Whitney biasanya digunakan dalam berbagai
bidang, terutama lebih sering dalam Psikologi, medik/perawatan dan
bisnis. Misalnya, pada psikologi, uji Mann-Whitney digunakan untuk membandingkan sikap dan perilaku, dan lain-lain. Dalam bidang pengobatan, uji Mann-Whitney digunakan
untuk mengetahui efek obat apakah sama atau tidak, selain itu juga bisa
digunakan untuk menguji apakah obat tertentu dapat menyembuhkan
penyakit atau tidak. Dalam Bisnis, uji Mann-Whitney dapat digunakan untuk mengetahui preferensi orang-orang yang berbeda.
3. Kesimpulan
Asumsi yang berlaku dalam uji Mann-Whitney adalah:
a. Uji Mann-Whitney mengasumsikan bahwa sampel yang berasal dari populasi adalah acak,
b. Pada uji Mann-Whitney sampel bersifat independen (berdiri sendiri),
c. Skala pengukuran yang digunakan adalah ordinal.
Hipotesis yang digunakan adalah:
H0: tidak ada perbedaan distribusi skor untuk populasi yang diwakilkan oleh kelompok eksperimen dan control.
Ha: Skor untuk kelompok eksperimen secara statistik lebih besar daripada skor populasi kelompok control.
F. One Way Annova
1. Pengertian
ANOVA merupakan lanjutan dari uji-t independen dimana kita memiliki dua kelompok percobaan atau lebih.
2. Tujuan
ANOVA biasa digunakan untuk membandingkan mean dari dua kelompok sampel independen (bebas)
3. Kesimpulan
Asumsi yang digunakan adalah subjek diambil secara acak menjadi satu
kelompok n. Distribusi mean berdasarkan kelompok normal dengan keragaman
yang sama. Ukuran sampel antara masing-masing kelompok sampel tidak
harus sama, tetapi perbedaan ukuran kelompok sampel yang besar dapat
mempengaruhi hasil uji perbandingan keragaman.
Hipotesis yang digunakan adalah:
H0: µ1 = µ2 … = µk (mean dari semua kelompok sama)
Ha: µi <> µj (terdapat mean dari dua atau lebih kelompok tidak sama)
G. Friedman
1. Pengertian
Uji Friedman merupakan metode di dalam statistika nonparametrik yang
digunakan untuk melakukan analisis ragam 2-arah (two way analysis of
variance).\
Friedman Test mensaratkan tidak ada ulangan (replication) bagi perlakuan
yang diberikan kepada unit-unit percobaan. Maksudnya, hanya ada tepat 1
(satu) pengamatan untuk setiap perlakuan di dalam setiap blok. Selain
itu, perlakuan yang digunakan setidak-tidaknya sebanyak 3 perlakuan.
2. Tujuan
Friedman Test digunakan manakala seseorang tidak mempertimbangkan asumsi
kenormalan dari distribusi sampel. Bisa juga, ketika asumsi-asumsi yang
dibutuhkan oleh metode 2-way ANOVA parametrik tidak terpenuhi. Atau,
apabila data hasil pengamatan berupa ranking-ranking (misal pada uji
organoleptik, dll.), maka Friedman Test lebih tepat digunakan, karena
data berupa ranking tergolong tipe data ordinal, sehingga metode
parametrik tidak tepat untuk diterapkan.
3. Kesimpulan
Metode padanan di dalam statistika parametrik bagi Friedman Test adalah Analisis Ragam 2-arah (2-way ANOVA)
H. Kruskal Walls
1. Pengertian
Kruskal-Wallis test dikembangkan oleh Kruskal dan Wallis. Uji
Kruskal-Wallis adalah uji nonparametrik yang digunakan untuk
membandingkan tiga atau lebih kelompok data sampel.
2. Tujuan
Uji Kruskal-Wallis digunakan ketika asumsi ANOVA tidak terpenuhi. ANOVA
adalah teknik analisis data statistik yang digunakan ketika
kelompok-kelompok variabel bebas lebih dari dua. Pada ANOVA, kita
asumsikan bahwa distribusi dari masing-masing kelompok harus
terdistribusi secara normal. Dalam uji Kruskal-Wallis, tidak diperlukan
asumsi tersebut, sehingga uji Kruskal-Wallis adalah uji distribusi
bebas. Jika asumsi normalitas terpenuhi, maka uji Kruskal-Wallis tidak
sekuat ANOVA
3. Kesimpulan
Penyusunan hipotesis dalam uji Kruskal Wallis adalah sebagai berikut:
H0 : sampel berasal dari populasi yang sama (µ1 = µ2 = … = µk)
Ha : sampel berasal dari populasi yang berbeda (µi = µj)
Uji Kruskal Wallis harus memenuhi asumsi berikut ini:
a) Sampel ditarik dari populasi secara acak
b) Kasus masing-masing kelompok independen
c) Skala pengukuran yang digunakan biasanya ordinal
I. Chi Square
1. Pengertian
Teknik uji Chi Square pertama kali diperkenalkan oleh karl Pearson untuk menguji keselarasan.
2. Tujuan
Pengujian dilakukan untuk memeriksa ketergantungan dan homogenitas kedua
prosedur tersebut meliputi perbandingan frekuensi yang teramati dengan
frekuensi yang diharapkan bila hipotesis nol yang ditetapkan benar
3. Kesimpulan
Hipotesis Null: Distribusi frekuensi beberapa kejadian yang diamati pada
sebuah sampel konsisten dengan distribusi teoritis tertentu.
J. Fisher
1. Pengertian
Uji exact Fisher digunakan ketika Anda memiliki dua variabel nominal
2. Tujuan
3. Kesimpulan
Penyusunan Hipotesis nol pada Uji exact Fisher adalah sebagai berikut:
H0 : proporsi relatif dari satu variabel tidak terkait dengan variabel kedua.
K. Korelasi Pearson, Spearman
1. Pengertian
Korelasi Pearson didasarkan pada nama penemunya yaitu Karl Pearson.
2. Tujuan
Korelasi ini digunakan untuk mengetahui hubungan dari beberapa variable.
3. Kesimpulan
Beberapa asumsi yang digunakan apabila dilakukan analisis korelasi produk moment atau korelasi pearson antara lain
Ø Distribusi nilai dari variable berdistribusi normal atau mendekati normal.
Ø Variable yang akan dicari korelasinya adalah variable kontinum yang bersifat rasional atau minimal bersifat interval.
Ø Hubungan dari 2 variabel adalah liniear
L. Regresi Linear
1. Pengertian
Persamaan umumnya adalah: Y = a + b X. Dengan Y adalah variabel terikat
dan X adalah variabel bebas. Koefisien a adalah konstanta (intercept)
yang merupakan titik potong antara garis regresi dengan sumbu Y pada
koordinat kartesius.
2. Tujuan
Analisis regresi linear sederhana dipergunakan untuk mengetahui pengaruh
antara satu buah variabel bebas terhadap satu buah variabel terikat.
3. Kesimpulan
Maka yang harus diperhatikan adalah memastikan apakah asumsi-asumsi
regresi sudah terpenuhi sehingga model regresi dapat dikatakan bersifat
BLUE (Best Linear Unbiased Estimator). Asumsi regresi linier klasik
tersebut antara lain adalah: model regresi dispesifikasikan dengan
benar, data berdistribusi normal, tidak terjadi heteroskedastisitas,
tidak terjadi multikolinieritas antar peubah bebas, dan tidak terjadi
autokorelasi (untuk data yang diurutkan berdasarkan waktu/time series).
M. Regresi Logistic
1. Pengertian
Regresi logistik adalah bagian dari analisis regresi yang digunakan
ketika variabel dependen (respon) merupakan variabel dikotomi. Variabel
dikotomi biasanya hanya terdiri atas dua nilai, yang mewakili kemunculan
atau tidak adanya suatu kejadian yang biasanya diberi angka 0 atau 1.
2. Tujuan
Tidak seperti regresi linier biasa, regresi logistik tidak mengasumsikan
hubungan antara variabel independen dan dependen secara linier. Regresi
logistik merupakan regresi non linier dimana model yang ditentukan akan
mengikuti pola kurva linier
Social Plugin