BAB6
(Ujian Tak Berparameter Melibatkan 1 & 2 Populasi)
Ujian Tak Berparameter:
q
Ujian-Z dan ujian-t
adalah ujian berparameter iaitu pengujian hanya boleh dilakukan jika populasi
bertaburan normal.
q
Bagaimanapun jika n³30, menurut CLT, syarat
sedemikian tidak kritikal & pengujian boleh diteruskan.
q
Bagi sampel bersaiz
kecil dan data tidak bertaburan normal, alternatif Ujian-U Mann-Whitney (Bagi
sampel tak bersandar) dan Ujian Pangkat Wicoxon (Bagi sampel bersandar) boleh
digunakan.
q
Pengunaan Ujian – χ2 bagi pengujian perkadaran & ketakbersandaran data
kategori juga dibincang.
Ujian-U Mann-Whitney:
q
Utk perbandingan 2
sampel tak bersandar. Boleh diguna utk pengujian satu hujung atau 2 hujung.
q
Boleh digunakan utk
jenis data ORDINAL atau PENGUKURAN (rujuk Bab1
untuk definisi jenis data)
q
Untuk Jenis ORDINAL,
penggunaan mesti memenuhi syarat:
1. Sampel tak bersandar
2. Sekurang-kurangnya satu sampel mempunyai saiz > 5.
q Utk. data PENGUKURAN,
1. Sampel tak bersandar
2. Sekurang-kurangnya satu sampel mempunyai saiz > 5.
3. Sampel diambil dari populasi bukan bertaburan normal atau
taburan tidak diketahui.
q
Pengujian ini
berdasarkan pangkat data dalam setiap sampel. Statistik Ujian dikira berdasarkan
pangkat setiap cerapan.
q
Prosedur Pengujian:
Langkah 1: Biarkan n1=saiz sampel yang kecil, n2=saiz
sampel yang besar.
Langkah 2: Pangkatkan semua nilai cerapan (menyeluruh bagi kedua-dua
sampel) dengan pangkat 1 bagi yang terkecil dan pangkat n1+n2
bagi yang terbesar. Jika berlaku seri, pangkat purata dikira.
Langkah 3: Kirakan jumlah pangkat bagi sampel yang kecil (Tandakan ini
sebagai R).
Langkah 4: Kirakan Statistik Ujian U berdasarkan nilai ini:

Langkah 5: Kirakan Statistik Ujian U’:
![]()
Langkah 6: Semak Jadual Nilai Kritikal U bagi
Pengujian Mann-Whitney. Baca nilai Ukrit, bagi n1 , n2
dan juga a (bergantung kpd 1 atau 2 hujung).
Langkah 7: Tolak Ho (Terima Ha) jika min(U,U’) £ Ukrit.
q
Semak contoh1 untuk data ORDINAL dan contoh2
untuk data PENGUKURAN.
Ujian Pangkat Wilcoxon:
q
Pengunaannya mesti
memenuhi kriteria berikut:
1. Sampel bersandar (berpasangan)
2. Data Pengukuran
3. Populasi perbezaan tidak bertaburan normal atau taburan
tidak diketahui.
4. sekurang-kurangnya 5 atau lebih perbezaan yang bukan
sifar.
q
Boleh dilakukan untuk
pengujian 1 atau 2 hujung.
q
Prosedur pengujian:
Langkah 1: Kirakan perbezaan berpasangan antara sampel.
Langkah 2: Pangkatkan nilai mutlak perbezaan berpasangan. Jika berlaku
seri, kirakan pangkat purata.
Langkah 3: Kirakan Statistik Ujian:
R+ = Jumlah Pangkat Bagi Perbezaan Positif.
R- = Jumlah Pangkat Bagi Perbezaan Negatif.
Langkah 4: Baca Jadual Nilai Rkrit daripada Jadual Nilai R Kritikal Ujian Wicoxon.
Langkah 5: Tolak Ho jika min(R+,R-) £ Rkrit.
q Semak contoh3 bagi Pengujian
Pangkat Wilcoxon.
Ujian – χ2:
q Kes I: Pengujian bagi data KATEGORI di mana dinyatakan
dalam bentuk KEKERAPAN (frekuensi) atau nisbah (perkadaran). Contohnya
|
|
Jantan |
Betina |
|
Bil. Anak Penyu yang
Menetas |
45 |
66 |
Di sini kita berminat
sama ada terdapat perbezaan antara kadar jantina anak penyu yang menetas.
Jadual di atas adalah jadual 1 x 2 (1 baris, 2 turus).
Secara amnya boleh mengambil jadual 1 x r, r³2.
Dlm kes ini boleh difikirkan sebagai perbandingan antara kategori
bagi satu sampel atau pembolehubah.
Bilangan baris juga boleh melebihi 1. Dalam keadaan ini
jadual yg terhasil adalah jadual r x c, r³2, c³2. Jadual spt ini dipanggil
Jadual Kontengensi r x c. Bagi jadual kontengensi 2 x 2,
ini mewakili perbandingan 2 sampel. Contohnya,
|
|
Benih Biasa |
Benih Didedah Kpd Radiasi |
|
Cambah |
45 |
50 |
|
Gagal Cambah |
5 |
10 |
Turus mewakili 2 sampel: Pembolehubah takbersandar iatu
benih biasa atau diradiasikan.
Baris mewakili hasil
yang mungkin: Pembolehubah bersandar iaitu cambah atau tak cambah.
Di sini penyelidik mungkin penyelidik berminat menguji sama
ada radiasi mempengaruhi kadar percambahan benih.
q Prosedur Pengujian Bagi Jadual 1 x r, r³2.
Hipotesis Ho: Tiada Perbezaan Perkadaran antara Dua Kategori Lwn. Terdapat
Perbezaan Perkadaran Antara Kedua Kategori.
Langkah 1: Kirakan Nilai/Kekerapan
Yang Dijangkakan (Expected Value), di bawah Ho. Tandakan Sebagai E.
Contoh: Bagi contoh
di atas, jika di bawah Ho tiada perbezaan antara perkadaran Jantan &
Betina, maka
E(Jantan)=E(Betina)=50%
x (45+66).
Langkah 2: Kirakan perbezaan antara Nilai yang dicerap, O dan Nilai yang
dijangkakan, E, iaitu O-E.
Langkah 3: Kuasaduakan setiap perbezaan, O-E yang dikira iaitu (O-E)2.
Langkah 4: Bahagi setiap (O-E)2
dengan Kekerapan yg dijangkakan, E iaitu (O-E)2/E
Langkah 5: Kirakan Statistik Ujian χ2 dgn
menjumlahkan semua kuantiti pada Langkah 4.

Langkah 6: Tolak Ho jika χ2 ³ χ2 r-1.
Semak contoh4 bagi jadual 1 x 2.
q Prosedur Pengujian Bagi Jadual Kontengensi r x c.
Langkah 1: Kirakan jumlah setiap baris, setiap turus dan jumlah
keseluruhan.
Langkah 2: Kirakan Nilai yang Dijangkakan
Eij bagi sel ke-ij iaitu baris ke-i dan turus ke-j.
Iaitu Eij=(Jumlah Baris ke-i)(Jumlah Turus ke-j)/n
Langkah 3: Kirakan O-E bagi setiap sel.
Langkah 3a: (Hanya untuk kes jadual 2 x2, kes lain abaikan dan teruskan ke
Langkah 4).
Gunakan Pembetulan
Yate ke atas O-E (bagi setiap sel) dengan menolak 0.5 drp nilai mutlak
perbezaan ini iaitu |O-E| - 0.5.
Langkah 4: Bagi setiap sel, kuasaduakan nilai O-E atau |O-E| - 0.5 bagi kes
2 x 2.
Langkah 5: Kirakan Statistik Ujian

atau
bagi kes 2 x 2.
Langkah 6: Kirakan darjah kebebasan dk=(bil. Baris – 1) x (bil. Turus – 1).
Langkah 7: Tolak Ho jika χ2 ³ χ2a,dk
Semak contoh6 bagi kes ini.
q Kes II: Penggunaan lain adalah dlm pengujian perkaitan
(atau ketakbersandaran). Contohnya
|
|
|
Tahap Merokok |
|
|
|
|
Tidak Merokok |
1-14 Batang Rokok /
hari |
³ 15 / hari |
Bekas Perokok |
|
Mengalamai Batuk
Berpanjangan |
16 |
6 |
14 |
5 |
|
Tidak Mengalami Batuk
Berpanjangan |
144 |
24 |
16 |
15 |
Dalam
contoh ini mungkin kita berminat mengetahui sama ada terdapat perkaitan dengan
masalah batuk berpanjangan dengan merokok.
q Prosedur pengujian bagi perkadaran.
Sama seperti Prosedur pengujian Jadual Kontengensi r x c bagi kes I di atas. Yang berbeza hayalah hipotesisnya sahaja.
Semak contoh7 bagi kes ini.