Statistik Komparatif dalam Kajian Geografi
Pertanyaan yang menjadi pokok
permasalahan dalam kajian geografi adalah seberapa besar perbedaan? dan
seberapa signifikankah itu?.
Dalam hal ini statistik komparatif dapat membantu menjawab dua permasalahan
tersebut. Statistik
komparatif
berbicara mengenai 3 tipe situasi: (1) perbandingan antara satu kelompok data dengan distribusi frekuensi teoritis, (2)
perbandingan antara dua kelompok data, (3) perbandingan antara tiga atau lebih
kelompok data.
Kelayakan setiap teknik tertentu juga
tergantung pada skala pengukuran data baik itu data nominal, ordinal, maupun
interval dan pada asumsi-asumsi yang melekat pada teknik tersebut. Misalnya, statistik parametrik dalam penggunaannya diasumsikan bahwa
pengukuran sampel yang sudah diambil secara random dari populasi dimana
karakteristik
tertentu yang diukur berdistribusi normal. Sedangkan statistik non-parametrik dalam pemakaiannya tidak
ada asumsi yang dibuat mengenai distribusi frekuensi data.
Dalam
statistik komparatif, ada beberapa uji statistik yang dapat digunakan untuk
menganalisis tingkat perbedaan atau untuk menguji perbandingan, antara lain: Uji Smirnov Kolmogorof, Run Test, Mann-Whitney U Test, Student’s t Test, Uji Chi Kuadrat, Kruskal-Wallis H
Test, dan Analisis Varian. Namun, yang akan kita bahas dalam kesempatan kali ini
adalah Uji Smirnov Kolmogorof, Run Test, dan Mann-Whitney U Test.
Uji
Smirnov Kolmogorof
Uji Smirnov
Kolmogorov berfungsi
menguji secara teliti
bagaimana probabilitas yang diobservasi cocok terhadap probabilitas teoritis.
Untuk membandingkan dua distribusi probabilitas dengan menggunakan uji Smirnov Kolmogorov, distribusi tersebut harus
dikonversi menjadi distribusi probabilitas kumulatif.
Statistik
Smirnov Kolmogorov secara sederhana merupakan perbedaan absolut maksimum antara
distribusi probabilitas kumulatif yang diobservasi dan yang teoritis. Tingkat
kebebasan terhadap kebenaran uji kecocokan Smirnov Kolmogorov adalah sejumlah
item dalam distribusi yang diobservasi atau jumlah frekuensi yang diobservasi.
Run
Test
Distribusi Poisson dapat digunakan untuk
menghitung probabilitas setiap frekuensi yang ditentukan pada peristiwa yang
terjadi random pada rangkaian kesatuan ruang atau waktu. Diastribusi Poisson tidak dapat digunakan
sebagai uji keacakan dalam orde kejadian peristiwa baik pada ruang atau waktu. Run Test dapat digunakan untuk
mengestimasi probabilitas rangkaian alternatif tertentu yang dapat dihasilkan secara
kebetulan.
Mann-Whitney
U Test
Mann-Whitney U test adalah uji sederhana
yang agak baik apakah ada perbedaan yang signifikan antara dua kelompok data
sampel. Mann-Whitney U test ini termasuk uji non-parametrik yang mana uji ini
tidak terikat
oleh tiap asumsi mengenai sifat populasi dimana sampel tersebut diambil.
Mann-Whitney U test ini bisa digunakan untuk data ordinal (tersusun).
Mann-Whitney U test adalah sebuah uji
signifikansi perbedaan antara dua sampel. Hipotesis null-nya adalah dua sampel tersebut diambil
dari sebuah populasi yang umum sehingga akan ada perbedaan yang tidak konsisten
antara dua kelompok nilai. Setiap perbedaan yang diamati antara dua sampel yang
demikian adalah satu kelompok nilai secara konsisten lebih besar dari pada yang
lain karena percobaan sepenuhnya dalam proses pengambilan sampel.
Referensi:
Ebdon D., 1985, Statistics
in Geography,
USA and England, Blackwell Publishers
Penulis:
I Gedhe Putu Eka Suryana
Anzal Abu
Apdikusuma Thamrin
Taqorrub Ubaidillah
2 komentar:
Thanks bro Taqo
ok pak apdi, piye kabare? lama tak jumpa :D
Post a Comment