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