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:

apdikusuma said...

Thanks bro Taqo

taqo said...

ok pak apdi, piye kabare? lama tak jumpa :D

Post a Comment