Uji Eksak Fisher
Uji Eksak Fisher
Uji Eksak Fisher
1+
2+
( n n11 )( n n +1n11 )
( nn )
+1
Persamaan ini menunjukkan distribusi dari 4 sel perhitungan dalam table dari hanya
satu elemen, n11. Diberikan total marginal, yang merupakan nilai dari n 11 yang
dioeroleh dari perhitungan 3 sel lainnya. Interval nilai peluang untuk n 11 dalam
dstribusi ini adalah m_ n11 m+ di mana m_ adalah maksimum (0, n 1+ + n+1 n)
dan m+ = minimum (n1+ , n+1).
dipenuhi, dan tabel yang dibuat memenuhi syarat seperti pada tabel yang sebelumnya,
statistik uji b yang digunakan. Defenisi statistik b sesuai tabel sebelumnya adalah sebagai
berikut, b = banyaknya subjek dengan karakteristik yang di perhatikan (kategori 1) dalam
sampel
Prosedur Pengambilan Keputusan
Jika kita tetapkan sebagai taraf signifikasi yang digunakan dalam pengujian,
kriteria pengambilan keputusan adalah sebagai berikut.
1. Uji dua sisi
Kesimpulan menolak H0 di ambil apa bila bBk, karena keterbatasan tabel yang tersedia,
nilai yang dapat digunakan untuk uji dua pihak, hanyalah 0.10, 0.05, 0.02, dan 0,01,
karena nilai peluang yang tercantum pada lampiran adalah 0.05, 0.025, 0.01 dan 0.005.
Almy (1973) menyelidiki hubungan antara daerah tempat tinggal sejumlah
kelompok dengan kelas sosial tertentu di kota-kota besar amerika dan kesatupaduan
pendapat dalam pemilihan umum yang diikuti oleh penduduk tersebut. Ia juga
mempelajari peran kesatuan pendapat diantara anggota kelompok pada konflik
antarkelompok seperti yang sering terjadi menjelang pemilihan umu. Tabel 1.2
memperlihatkan 14 kota besar yang dikelompokkan menurut daerah tempat tinggal
kelompok dengan kelas sosial tertentu dan kesatuan pendapat di antara anggota kelompok
yang sama pda suatu jejak pendapat tentang pendidikan.
Kita sesuaikan data dalam tabel 1.2 dengan simbol yang digunakan
pada tabel 1.1 dengan demikian, A=10, B=4, a=1 dan b= 3. Sysrat pertama
AB terpenuhi, akan tetapi syarat kedua a/Ab/B tidak terpenuhi, karena
a/A=1/10 dan b/B=3/4. Untuk memenuhi syarat kedua ini, kolom dalam tabel
1.2 harus dipertukarkan dan diperoleh tabel 1.3
Interpretasi masalah sesuai tabel 1.3 apabila kita menganggap kelompok yang
anggotanya tersebar sebagai sampel 1, dan tingginya kesatuan pendapat di antara anggota
kelompok yang sama sebagai karakteristik yang diamati. Tabel 1.3 jugamenunjukkan bahwa
sampel yang diambil dari pola hunian tersebar berukuran 10 dan sampel yang diambl dari pola
hunian berkumpul berukuran 4. Kita ingin tahu apakah kita dapat menyimpulkann bahwa
proporsi kota-kota dengan kesatuan pendapat yang tinggi di antara anggota kelompo kelas sosial
yang saling berjauhan (tersebar) sama dengan populasi kota-kota dengan kelompo sosial yang
berdekatan(berkumpul)?
Untuk menjawab pertanyaan tersebut, pasangan hipotesis berikut dirumuskan.
H0 ; proporsi kota-kota dengan kesatuan pendapat tinggi sebagai karakteristik yang diperhatikan
dalam kedua populasi sama.
H1 ; proporsi kota-kota dengan kesatuan pendapat tinggi dalam populasi pertama tidak sama
dengan proporsi serupa dalam populasi kedua.
Misalnya kita tetapkan taraf signifikasi =0.10. nilai kritis dilihat dalam lampiran B dengan A =
10, B=4 dan a=9. Cuplikan tabel ini dapat dilihat pada tabel 1.4. pada kolom peluang 0.05 (/2),
kita peroleh bilangan bulat sebagai nilai kritis Bk = 1. Karena b=1= Bk berarti kita menolak H0
pada taraf signifikan 10%. Berdasarkan angka-angka dalam tabel tersebut, kita tidak dapat
menolak H0 dalam signifikasi kurang dari 5%.
Sebenarnya, kita dapat menghitung nilai peluang eksak dengan menggunakan fungsi
maswsa peluang hipergeometris sebagai berikut.
P=p(9,0)+p(9,1)=
Nilai peluang kumulatif untuk nilai Bk tidak akan lebih besar dari nilai
peluang terdapat padaa baris atas tabel lampiran B. untuk kepentingan
praktis, kita tidak perlu menghitung nilai p tersebut, sepanjang kesimpulan
dapat diambil. Namun demikian, jika perhitungan dilakukan dengan bantuan
komputer, nilai p ini dapat diperoleh secara langsung. Kesimpuln menolak H 0
yang diambil pada taraf signifikasi 10% menunjukkan bahwa ada hubungan
antara pola hunian dan kesatuan pendapat penduduk.
2. Uji satu sisi
Berbeda dengan uji dua pihak, uji satu puhak merujuk nilai kritis B k pada kolom
peluang (bukan /2). Kesimpulan menolak H0 juga diambil apabila statistik b kurang
atau sama dengan Bk. Dalam sebuah studi mengenai pengaruh teknik wawancara yang
berbeda terhadap tekanan darah diastolik orang yang diwawancarai, williams dkk.
(1975)memperoleh hasil pengamatan yang diberikan dalam tabel 1.5
Dalam salah satu teknik wawancara, orang yang diwawancarai berperan passif.
Wawancara berlangsung dengan kartu yang diisi dan dijawab oleh orang yang
diwawancarai. Teknik wawancara kedua, pewawancara berinteraksi secara hangat dan
bertatap muka dengan orang yang diwawancarai. Pewawancara mengajukan pertanyaan
dan memberikan komentar pada saat yang diwawancarai memberikan jawaban. Tekanan
darah diastolik diukur pada saat selang waktu satu menit selama wawancara
berlangsaung.
Sembuh
Tidak Sembuh
Jumlah
4
1
3
7
7
8
Jumlah
10
15
Berdasarkan data ini kita ingin melkukan uji hipotesis bahwa kedua macam
obat iu sama efektifnya dalam menyembuhkan penyakit itu dengan alternatif satu
sisi bahwa obat A lebih efektif.
Jika sekiranya tidak ada perbedaan antara kedua macam obat itu, maka
sampel gabungan dengan 5 orang sembuh dan 10 orang tidak sembuh dapat
dipandang sebagai suatu sampel random dari satu populasi. Dengan memandang
hasil gabungan ini sendiri sebagai suatu populasi kecil, uji Fisher-Irwin mengajukan
pertanyaan, Dapatkah kedua baris table kemungkinan itu dipandang sebagai
sampel-sampel yang homogeny dari populasi kecil ini? Dalam melakukan inferensi,
kita berpegang pada alas an bahwa fakta yang kuat mendukung kurangnya
homogenitas dalam subsample-subsampel itu menunjukkan bahwa kedua obat itu
tidak serupa (efektivitasnya).
Model subsample-subsampel yang homogeny menganggap bahwa kedua
baris table merupakan hasil pembagian secara acak 5 orang sembuh dan 10 orang
tidak sembuh menjadi dua kelompok dengan masing-masing 7 orang dan 8 orang.
Banyak cara 7 orang dapat dipilih dari 15 orang adalah
(157) ,
yng masing-masing
(54 103 )
berarti baris kedua tertentu. Oleh karena itu, probabilitas bersyarat frekuensi sel
observasi, jika hasil gabungan diketahui 5 sembuh dan 10 tidak sembuh adalah ;
Sembuh
5
0
Probabilitas bersyarat =
Tidak Sembuh
2
8
Jumlah
7
8
(55)(102) =0,007
( 157)
0,05
kelihatan aneh jika mengingat selisih antara proporsi sampel yang sembuh 4/7 =
0,57untuk obat A dan 1/8 = 0,125 untuk obat B cukup besar. Hal ini menjelaskan
untuk sampel kecil, seperti 7 dan 8, selisih antara proporsi sampel yang besar dapat
terjadi karena kebetulan saja, meskipun proposi populasinya sama.
Untuk uji H0 bahwa tidak ada perbedaan antara efek dua tritmen versus
alternative dua sisi,prosedur yang kita jalankan pada dasarnya sama. Tetapi,
susunan-susunan yang lebih ekstrim harus diidentifikasi dalam dua sisinya. Untuk
melihat hal ini, susunan umum dengan menggunakan jumlah baris dalam Tabel 1
kita sajikan dalam table 3 dibawah ini.
Obat A
Obat B
Jumlah
( 7x 5x8 )
Jumlah
7
8
15
( 47 18 )
atau
|3 x7|>5
Jumlah
7
8
15
(50)(107) =0,019
( 157)