STATISTIK NON PARAMETRIKS UJI STATISTIK MANNWHITNEY U TES

  • Slides: 10
Download presentation
STATISTIK NON PARAMETRIKS UJI STATISTIK MANN-WHITNEY (U TES) RIPAI, S. Pd. , M. Si

STATISTIK NON PARAMETRIKS UJI STATISTIK MANN-WHITNEY (U TES) RIPAI, S. Pd. , M. Si

Desain analisis statistik inferensial untuk ujian beda rataan Populasi Generalisasi Kls A, B, C

Desain analisis statistik inferensial untuk ujian beda rataan Populasi Generalisasi Kls A, B, C dst Data Kemampuan Awal Uji- Chi Squer E(Kelas)≠Populasi Uji Fisher A≠B ≠ C ≠ dst Uji Stedent II Homogen Tidak Homogen A=B=C = dst E(Kelas) = Populasi Proporsional Resfentatif Valid dan Reliabel Uji Prasyarat Uji Respentatif sampel Tindakan & Uji Hipotesis Penelitian Uji Homogenitas Sampel 1 Sampel 2 Perlakuan 1 Perlakuan 2 Tes Akhir Uji Z Normal Uji Normalitas Data Kemapuan Akhir Uji U Data Kemapuan Akhir Tidak Normal Uji, Normalitas

DATA SAMPEL HASIL BELAJAR DATA KELAS X DATA KELAS Y 68 78 100 84

DATA SAMPEL HASIL BELAJAR DATA KELAS X DATA KELAS Y 68 78 100 84 66 72 52 70 100 76 94 60 68 60 84 62 54 86 66 100 64 72 62 100 80 100 100 74 80 81 85 50 95 90 84 72 100 91 40 92 66 60 91 84 92 100 96 82 46 68 80 92 76 62 78 92 76 56 92 64 100 76 79 76 66 82 68 62 58 100 88 56 Rataan = 80. 79487179 Rataan = 75. 44736842 Akan diuji apakah ada perbedaan prestasi belajar siswa dari populasi X dan Y

RPOSEDUR ANALISIS Apakah data sampel berasal dari populasi normal? Jika ya, maka gunakan uji

RPOSEDUR ANALISIS Apakah data sampel berasal dari populasi normal? Jika ya, maka gunakan uji student’s (Uji-t) Jika tidak, lakukan normalisasi data dengan metode Rank yang disebut prosedur uji Mann-Whitney (Uji. U) Dengan U yang lebih kecil dari atau

UJI, APAKAH DATA SAMPEL X BERASAL DARI POPULASI NORMAL…. ? 1. Rumuskan hipotesis statistik

UJI, APAKAH DATA SAMPEL X BERASAL DARI POPULASI NORMAL…. ? 1. Rumuskan hipotesis statistik H 0 = X ~N(x, µ, σ) H 1 = X ~ N(x, µ, σ) 2. Tetapkan toleransi kesalahan α = 5% 3. Hitung frekuensi observasi (fo) 4. Hitung frekuensi harapan (fh) 5. Hitung nilai 6. Dapatkan daerah penerimaan H 0 yakni; 0<χ2<χ2(5%, dk) =11. 1

Frekuensi Observasi Banyak Kelas Distribusi = 1+3. 3 log n = 1+3. 3 log

Frekuensi Observasi Banyak Kelas Distribusi = 1+3. 3 log n = 1+3. 3 log (38)=6. 213~6 Panjang Kelas = (max(x)-min(x))/6 = (100 -46)/6 = 9 Interval 46 – 55 56 – 65 66 – 75 frekuensi 2 7 10 76 – 85 86 – 95 96 – 105 10 5 4

Frekuensi Harapan k = kelas interval =6 n = banyaknya data x = 38

Frekuensi Harapan k = kelas interval =6 n = banyaknya data x = 38 Kontruksi partisi Kurva Normal sebagai berikut: fh Interval 46 – 55 56 – 65 66 – 75 f 0 2 7 10 fh 38 x 8%=3. 04 38 x 16%=6. 08 38 x 26%=9. 88 76 – 85 86 – 95 96 – 105 10 5 4 9. 88 6. 08 3. 04

Hitung parameter statistik chi Interval 46 – 55 56 – 65 66 – 75

Hitung parameter statistik chi Interval 46 – 55 56 – 65 66 – 75 f 0 2 7 10 fh 38 x 8%=3. 04 38 x 16%=6. 08 38 x 26%=9. 88 76 – 85 86 – 95 96 – 105 10 5 4 9. 88 6. 08 3. 04

Daerah Penolakan Daerah penerimaan Ho: 0<χ2<χ2(5%, dk) =11. 1 Tidak cukup alasan untuk menerima

Daerah Penolakan Daerah penerimaan Ho: 0<χ2<χ2(5%, dk) =11. 1 Tidak cukup alasan untuk menerima Ho: