A. UJI MEAN SATU POPULASI
1.
UJI BINOMIAL
Dalam Statistika parametrik
untuk menguji mean sebuah sample maka digunakan uji t. Namun apabila asumsi
yang diperlukan untuk uji-t itu yaitu n kecil dan populasinya normal tidak
terpenuhi untuk suatu data maka sebagai alternatif-nya digunakan uji Binomial.
Binomial berarti 2 bagian, sehingga dalam kasus ini dapat kita artikan data
dibagi menjadi dua bagian yaitu bagian “+” untuk setiap nilai pengamatan yang
melebihi nilai yang dihipotesiskan dan bagian “-“ untuk setiap pengamatan yang
kurang dari nilai yang dihipotesiskan.
B. UJI MEAN DUA SAMPEL INDEPENDEN/BEBAS
1.
MANN-WHITNEY TEST
Pada
Mann-Whitney Test, data terdiri dari dua sample random dengan X1, X2, X3, … Xn berasal
dari populasi 1 dan Y1, Y2, Y3, … Ym berasal
dari populasi 2.
Uji
Hipotesis:
H0 : μ1 = μ2 (tidak
ada perbedaan rata-rata diantara kedua sampel)
H1 : μ1 ≠ μ2 (terdapat
perbedaan rata-rata diantara kedua sampel)
Statistik
uji:
dimana
Dengan:
x = 1 (untuk sampel 1)
2 (untuk sampel 2 )
R(x) = jumlah
Rangking tiap sampel
n1 = banyaknya sampel pada
sampel 1
n2 = banyaknya
sampel pada sampel 2
H0 ditolak
jika nilai absolut dari Z hitung diatas > nilai Zα/2
2.
KOLMOGOROV SMIRNOV TEST
Selain untuk menguji
distribusi suatu data, Kolmogorov-Smirnov Test juga dapat digunakan untuk
menguji dua sampel bebas pada statistika non-parametrik.
Prinsip dasar dalam menghitung nilai Kolmogorov-Smirnov adalah
mencari nilai absolut terbesar diantara selisih nilai empiris CDF diantara
kedua sampel yang akan diuji.
T= nilai dari statistic uji
Kolmogorov-Smirnov
Nilai T ini akan
dibandingkan dengan nilai Kolmogorov-Smirnov tabel dengan:
dimana m = jumlah sampel
pertama
n = jumlah sampel Kedua
Uji Hipotesis:
H0 : μ1 = μ2 (tidak
ada perbedaan rata-rata diantara kedua sampel)
H1 : μ1 ≠ μ2 (terdapat
perbedaan rata-rata diantara kedua sampel)
H0 ditolak jika nilai T > nilai Klomogorov Smirnov Tabel
0 comments:
Post a Comment