Cara melakukan tes z dua proporsi di sas

Uji z dua proporsi digunakan untuk menentukan apakah terdapat perbedaan yang signifikan secara statistik antara dua proporsi populasi.

Pengujian ini menggunakan hipotesis nol berikut:

• H ₀ : μ ₁ = μ ₂ (proporsi kedua populasi sama)

Hipotesis alternatif dapat bersifat bilateral, kiri atau kanan:

• H ₁ (dua sisi): π ₁ ≠ π ₂ (proporsi kedua populasi tidak sama)
• H ₁ (kiri): π ₁ < π ₂ (proporsi penduduk 1 lebih kecil dibandingkan proporsi penduduk 2)
• H ₁ (kanan): π ₁ > π ₂ (proporsi penduduk 1 lebih besar dibandingkan proporsi penduduk 2)

Kami menggunakan rumus berikut untuk menghitung statistik uji z:

z = (p ₁ -p ₂ ) / √ p(1-p)(1/n ₁ +1/n ₂ )

dimana p ₁ dan p ₂ adalah proporsi sampel, n ₁ dan n ₂ adalah ukuran sampel, dan dimana p adalah total proporsi gabungan yang dihitung sebagai berikut:

p = (p ₁ n ₁ + p ₂ n ₂ )/(n ₁ + n ₂ )

Jika nilai p yang sesuai dengan statistik uji z lebih kecil dari tingkat signifikansi yang dipilih (pilihan umum adalah 0,10, 0,05, dan 0,01), maka Anda dapat menolak hipotesis nol.

Contoh berikut menunjukkan cara melakukan uji z dua proporsi di SAS.

Contoh: Uji Z Dua Proporsi di SAS

Misalkan kita ingin mengetahui apakah ada perbedaan antara proporsi penduduk yang mendukung undang-undang tertentu di Kabupaten A dan proporsi yang mendukung undang-undang di Kabupaten B.

Untuk mengujinya, kami mengumpulkan sampel acak sebanyak 50 penduduk dari setiap daerah dan menghitung berapa banyak yang mendukung undang-undang tersebut.

Kode berikut menunjukkan cara membuat kumpulan data yang merangkum jumlah penduduk yang mendukung hukum di setiap wilayah:

 /*create dataset*/
data my_data;
    input county $status $count;
    datalines ;
A Bracket 34
A Reject 16
B Bracket 29
B Reject 21
;
run ;

/*view dataset*/
proc print data =my_data;

Kita kemudian dapat menggunakan pernyataan PROC FREQ dengan opsi Riskdiff (equal var = null) untuk melakukan pengujian z dua proporsi:

 /*perform two proportion z-test*/
proc freq data =my_data;
    weightcount ;
    county tables * status / riskdiff ( equal var = null);
run ; 

Dari tabel Uji Beda Resiko pada Hasil, kita dapat melihat informasi sebagai berikut:

• Statistik uji Z: -1,0356
• Nilai p dua sisi: 0,3004

Uji z dua proporsi khusus ini menggunakan asumsi berikut:

• H ₀ : π ₁ = π ₂ (proporsi kedua populasi sama)
• H ₁ : π ₁ ≠ π ₂ (proporsi kedua populasi tidak sama)

Karena nilai p pada keluaran tidak kurang dari 0,05, kita gagal menolak hipotesis nol.

Artinya, kami tidak memiliki cukup bukti untuk mengatakan bahwa proporsi penduduk yang mendukung undang-undang ini berbeda di kedua wilayah tersebut.

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan uji statistik umum lainnya di SAS:

Cara melakukan uji-t satu sampel di SAS
Cara melakukan uji-t dua sampel di SAS
Cara melakukan uji-t sampel berpasangan di SAS