UJI NON PARAMETRIK

Analisis Data Bertingkat

Uji Tanda
Uji Wilcoxon
Uji Kruskal wallis
Uji Median

SKALA DATA

Nominal
Skala yang tidak mempunyai jenjang/tingkatan hanya
membedakan subkategori secara kualitatif
Contoh: Jenis Kelamin (Laki-laki =1 Perempuan =2)

Ordinal
Data yang berjenjang atau berbentuk peringkat
Contoh : Juara I, Juara II dan III

Interval
Membagi objek menjadi kelompok tertentu, dapat diurutkan &
dapat ditentukan jarak urutan kelompok tersebut. Co: Pengukuran
Suhu: Celcius & Fahrenheit

Rasio
Dapat dikelompokkan, diurutkan, dan jarak antar urutan dapat
ditentukan serta dapat dibandingkan, dan memiliki titik nol
absolut. Co: 0 kg sampai 30 Kg

Pembagian

STATISTIK

PARAMETRIK

NON
PARAMETRIK

AsumsiAsumsi Parametrik
Sampel (data) diambil dari populasi memiliki distribusi
Pada Uji t dan Uji F untuk dua sampel atau lebih, kedua sampel diambil dari
dua populasi yang mempunyai varians sama. (Homoskedastis)
Variabel (data) yang diuji harus data bertipe interval atau rasio, yang
tingkatnya lebih tinggi dari data tipe nominal atau ordinal.
Ukuran sampel yang memadai (direkomendasikan > 30 per kelompok) - central
limit theorem

Statistik Non Parametrik

Statistik yang tidak perlu asumsi-asumsi yang melandasi
metode statistik parametrik, terutama tentang bentuk
distribusinya, dan juga tidak memerlukan uji hipotesis yang
berhubungan dengan parameter-parameter populasinya, oleh
karena itu teknik ini dikenal juga dengan distribution-free
statistics dan assumption-free test.

Perbedaan

Parametrik

Non Parametrik

Bentuk Distribusi

Harus diketahui bentuk

distribusinya (berdistribusi
normal/bentuk distribusi lain
(binomial, poisson, dsb)

Tidak
mempermasalahkan
bentuk distribusinya
(bebas distribusi)

Skala Pengukuran

Skala Interval & Rasio

Skala Nominal & Ordinal

(Pada umumnya)

Jumlah Sampel

Jumlah sampel besar, atau

bisa juga jumlah sampel kecil
tetapi memenuhi asumsi
salah satu bentuk distribusi.

Jumlah sampel kecil

Sign Test
Uji yang digunakan untuk mengetahui apakah terdapat perbedaan
yang nyata atau tidak dari pasangan
Data yang akan dianalisis dinyatakan dalam bentuk tanda, positif
dan negatif. Biasanya digunakan pada kasus sebelum-sesudah
Hanya melihat arah & adanya perbedaan nyata atau tidak untuk
setiap pasangan data, tanpa memperhatikan besarnya perbedaan

referensi
http://susenobimo.blogspot.com
http://kuliah-fpp.umm.ac.id