Statistik Non Parameter

A. Pengertian Non Parametrik

Istilah nonparametrik sendiri pertama kali digunakan oleh Wolfowitz,
1942.

Istilah

lain

yang

sering

digunakan

antara

lain distribution-free

statistics dan assumption-free test. Dari istilah-istilah ini, dengan mudah terlihat
bahwa metode statistik nonparametrik merupakan metode statistik yang dapat
digunakan dengan mengabaikan segala asumsi yang melandasi metode statistik
parametrik, terutama yang berkaitan dengan distribusi normal.
Kelebihan Uji Non Parametrik:

Perhitungan sederhana dan cepat

Data dapat berupa data kualitatif (Nominal atau Ordinal)
Distribusi data tidak harus Normal

Kelemahan Uji Non Parametrik:

Tidak memanfaatkan semua informasi dari sampel (Tidak efisien)

Kelemahan diperbaiki dengan menambah ukuran sampel

Beberapa Uji Non Parametrik yang akan dipelajari :
1. Uji tanda berpasangan
2. Uji Peringkat 2 Sampel Mann-Whitney
3. Uji Peringkat 2 Sampel Wilcoxon
4. Uji Korelasi Peringkat Spearman
B. Uji Tanda
Uji tanda adalah uji nonparametrik yang digunakan pada situasi dimana
data tidak dianggap normal atau datanya bersifat ordinal. Asumsinya adalah
distribusinya bersifat binomial. Binomial artinya dua nilai. Nilai ini dilambangkan
dengan tanda, yaitu positif (+) dan negative ().
Uji ini sangat baik apabila syarat-syarat berikut dipenuhi :
a. pasangan hasil pengamatan yang sedang dibandingkan bersifat independen
b. masing-masing pengamatan dalam tiap pasang terjadi karena pengaruh
kondisi yang serupa
c. pasangan yang berlainan terjadi karena kondisi yang berbeda
1

Uji dilakukan pada 2 sampel terpisah (independen)

tanda (+) data pada sampel 1 > pasangannya sampel 2

tanda () data pada sampel 1 < pasangannya sampel 2
tanda Nol (0) data pada sampel 1 = pasangannya sampel 2

Tanda Nol tidak digunakan dalam perhitungan

SUKSES tergantung dari apa yang ditanyakan (ingin diuji) dalam soal.

Jika yang ingin diuji sampel 1 > sampel 2 maka SUKSES adalah banyak

tanda (+)
Jika yang ingin diuji sampel 1 < sampel 2 maka SUKSES adalah banyak
tanda ()

Contoh :
Berikut adalah nilai preferensi konsumen

terhadap 2 Merk Sabun Mandi.

Dengan taraf nyata 1%, ujilah apakah proporsi preferensi konsumen pada kedua
merk bernilai sama?

Contoh :

C. Uji Mann-Whitney
Uji ini merupakan alternatif uji beda 2 rata-rata Parametrik dengan menggunakan
t (Sampel-sampel berukuran kecil).
Langkah pertama pengujian ini adalah pengurutan nilai mulai dari yang terkecil
hingga terbesar. Pengurutan dilakukan tanpa pemisahan kedua sampel.
Selanjutnya lakukan penetapan Rank (Peringkat) dengan aturan berikut:

Peringkat ke -1 diberikan pada nilai terkecil di urutan pertama

Peringkat tertinggi diberikan pada nilai terbesar

Jika tidak ada nilai yang sama maka urutan = peringkat

Jika ada nilai yang sama, maka ranking dihitung dengan rumus :

Notasi yang digunakan :

Contoh :
Berdasarkan Tabel 2 (lihat Contoh 2a), ujilah dengan taraf nyata 5%, apakah
(peringkat) nilai mahasiswa Fak, Ekonomi lebih besar dibanding mahasiswa Ilmu
Komputer?

D. Uji Wilcoxon

Uji ini merupakan perbaikan dari uji tanda yang dijelaskan dalam bagian yang
lalu. Dalam uji Wilcoxon , bukan saja tanda yang diperhatikan tetapi juga nilai
selisih (X Y).
Caranya adalah sebagai berikut :
a. beri nomor urut untuk setiap harga mutlak selisih (Xi Yi). Harga mutlak
yang terkecil diberi nomor urut atau peringkat 1, harga mutlak selisih
berikutnya diberi nomor urut 2, dan akhirnya harga mutlak terbesar diberi
nomor urut n. Jika terdapat selisih yang harga mutlaknya sama besar,
untuk nomor urut diambil rata-ratanya.
b. Untuk nomor urut berikan pula tanda yang didapat dari selisih (X Y)
c. Hitunglah jumlah nomor urut yang bertanda positif

dan juga jumlah

nomor urut yang bertanda negatif.

d. Untuk jumlah nomor urut yang didapat di c, ambillah jumlah yang harga
mutlaknya paling kecil. Sebutlah jumlah ini sama dengan J, jumlah J inilah
yang dipakai untuk menguji hipotesis :
Ho

: tidak ada perbedaan pengaruh kedua perlakuan

H1

: terdapat perbedaan pengaruh kedua perlakuan

Prinsip pengerjaannnya sama dengan Uji Peringkat 2 Sampel Mann-Whitney,

hanya fokus kini dialihkan sampel dengan ukuran terkecil.
Notasi yang digunakan :

Contoh :
Berikut adalah data pendapatan di 2 kelompok pekerja

Tabel 3. Pendapatan Karyawan

10

11

E. Uji Korelasi Peringkat Spearman

Dua uji terakhir (Mann-Whitney dan Wilcoxon) ditujukan untuk 2 sampel yang
saling bebas (independen), sedangkan Uji Peringkat Spearman ditujukan untuk
penetapan peringkat data berpasangan.
Konsep dan interpretasi nilai Korelasi Spearman (R S ) sama dengan konsep
Koefisien Korelasi pada Regresi (Linier Sederhana).

Peringkat diberikan tergantung kategori penilaian. Jika ada item yang dinilai berperingkat sama, maka penetapan peringkat seperti dalam Mann-Whitney dapat
dilakukan (ambil rata-rata peringkatnya!)

12

Contoh :
Dua orang pakar (ahli) diminta memberikan peringkat kinerja pada 10 Bank di
Indonesia. Peringkat diberikan mulai dari bank terbaik = peringkat 1 sedang yang
terburuk diberi peringkat 10. Hasilnya disajikan dalam Tabel 4.
Tabel 4. Hasil peringkat 10 Bank oleh 2 Pakar

Dengan taraf nyata 5% ujilah apakah apa korelasi antara peringkat yang diberikan
kedua pakar?

13

14

Uji Chi kuadrat -->> kasus dua sampel independen

Uji Chi kuadrat -->> kasus dua sampel

independen
fungsi :

- bila penelitian terdiri dari frekuensi-frekuensi dalam kategori diskrit

- sama dengan uji eksak fisher, hanya data disusun dalam tabel b x k , dengan
b = banyak baris dan k = banyak kolom
- ekspetasi setiap sel 5

spesifikasi :

-data disusun dalam tabel kontingensi

-digunakan untuk menguji independensi

Langkah-langkah pengujian :

Ho : p(I) = p(II)
H1 : uji satu arah atau dua arah

: Tarafnyata

Statistik uji :

a. JIKA DATA DISUSUN DALAM TABEL 2 x 2

15

1. jika ukuran sampel n < 20 maka gunakan uji eksak fisher

2. jika ukuran sampel n 20 maka gunakan uji

sebagai berikut :

b. JIKA DATA DISUSUN DALAM TABEL bx k

dengan n > 40 maka gunakan uji

sebagai berikut :

Oij : frekuensi observasi baris i dan kolom j

Eij : frekuensi ekspetasi baris i dan kolom j

Kriteria uji :

uji satu pihak = Tolak Ho jika

, terima dalam hal lainnya

uji dua pihak = Tolak Ho jika

/2, terima dalam hal lainnya

contoh soal :
berdasarkan standar badan telekomunikasi internasional, dengan menggunakan data ASR dari
panggilan SLJJ dari kota kecil (KK) dan kota besar (KB) diperoleh hasil sebagai berikut :

16

STANDAR
BADAN
TELEKOMUNIK
ASI

KOTA
JUMLAH

KB

KK

SangatBaik

12

19

Baik

12

18

Buruk

Jelek

JUMLAH

15

25

40

Dengan =5%, apakah PT. TELKOM telah mencapai World Class

Operator (WCO) ?

jawab :

Ho : p(KB) = p(KK)

PT. TELKOM telah mencapai World Class Operator (WCO)

H1 : p(KB)

p(KK)

PT. TELKOM belum mencapai World Class Operator (WCO)

: 5%

17

statistik uji :

kriteria uji :

db

= 5%
db = (b-1)(k-1)=(4-1)(2-1)=3
18

maka

/2

= 9,35

= 1,2255
a

<

/2

= 9,35

maka Ho diterima, artinya PT. TELKOM telah mencapai World Class

Operator (WCO)

Contoh :

19

Dua buah kelompok mahasiswa diukur tingkat pengetahuannya tentang

HIV/AIDS. Kelompok A adalah Mahasiswa yang tidak diberi penyuluhan
kesehatan tentang HIV/AID, sedangkan Kelompok B adalah Mahasiswa yang
diberi penyuluhan kesehatan tentang HIV/AIDS. Banyaknya pasangan mahasiswa
tersebut adalah 21 orang. Hasilnya disusun dalam tabel berikut :
Tabel. Hasil Pengukuran Tingkat Pengetahuan tentang HIV/AIDS Pasangan
Mahasiswa
Pasangan
Observasi
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

Kelompok A

Kelompok B

Arah Perbedaan

Tanda

42
37
38
34
36
32
45
42
42
41
39
39
43
41
40
37
34
45
43
41
34
45
43
41
40
40

35
40
39
33
41
40
43
50
43
49
39
47
34
50
49
31
39
47
51
40
39
47
51
40
38
38

A>B
A<B
A<B
A<B
A>B
A<B
A>B
A<B
A<B
A<B
A=B
A<B
A>B
A<B
A<B
A>B
A<B
A<B
A<B
A>B
A<B
A<B
A<B
A>B
A>B
A>B

+
+
+
0
+
+
+
+
+
+

Penyelesaian:
1) H0 = Tidak ada Perbedaan Pengaruh Penyuluhan antara Mahasiswa Kelompok A
dengan Kelompok B.

20

Ha = Ada Perbedaan Pengaruh Penyuluhan antara Mahasiswa Kelompok A dengan

Kelompok B.
2) Titik Kritis pada = 0,05
3) Daerah Penolakan:
H0 ditolak bila ptabel< = 0,05
H0 diterima bila ptabel> = 0,05
4) Perhitungan Uji Tanda (Sign Test) :
X = (Banyaknya tanda dengan jumlah lebih sedikit) = 10
N = (Banyaknya pasangan yg menunjukkan perbedaan) = 25
D = (Tabel D yg menunjukkan nilai penolakan atau penerimaan Ho)
Interpretasi: Menurut tabel D, untuk X = 7 dengan N = 20 maka nilai p (p
tabel) = 0,132 > dari nilai = 0,05. Dengan demikian Ho diterima dan Ha
ditolak.
Sampel > 25, maka dilakukan pendekatan Uji Chi-Square:
Misalkan dari contoh soal di atas, diketahui:
n1 = banyaknya data positif = 10
n2 = banyaknya data negatif = 15

X2 =

= 1,44

Interpretasi: Untuk X dengan = 0,05, DF = K-1 nilai Xtabel = 3,841. Dari hasil
perhitungan X = 1,44. Artinya, X hitung < X tabel, dengan demikian Ho
diterima dan Ha ditolak.
5) Kesimpulan: Tidak ada Perbedaan Pengaruh Penyuluhan antara Mahasiswa
Kelompok A dengan Kelompok B.

21