STATISTIK

STATISTIK NONPARAMETRIK

AZKA ZAKA PRATAMA

2509100071
MATA KULIAH STATISTIK INDUSTRI II
KELAS D

INSTITUT TEKNOLOGI SEPULUH NOPEMBER

SURABAYA

Statistik Non-Parametrik
Statistik non-parametrik merupakan suatu metode statistik dimana pada metode ini tidak
mempertimbangkan jenis sebaran (tidak mensyaratkan bentuk sebaran parameter populasi baik
normal/tidak) dan tidak mengacu pada parameter tertentu. Dengan kata lain jika data-data yang
didapat tidak menyebar normal, maka data-data tersebut dapat dikerjakan dengan menggunakan
metode statistika non-parametrik. Oleh karena itu, statistik non-parametrik sering disebut sebagai
prosedur yang bebas terdistribusi (free-distribution procedures). Biasanya, metode statistika nonparametrik ini digunakan untuk melakukan analisis pada data berjenis nominal atau ordinal karena
tidak menyebar normal. Contoh metode Statistika non-parametrik antara lain:

Uji Mann-Whitney U atau uji Wilcoxon jumlah peringkat. Pengujian ini bertujuan untuk
membandingkan dua sampel bebas, sama seperti penggunaan uji-t untuk sampel bebas pada uji
parametrik. Pada pengujian ini, perhitungan secara statistik dimana distribusi bawah hipotesis nol
yang diketahui digunakan. Metode untuk menggunakan metode ini adalah pertama, mengatur
semua pengamatan ke dalam seri peringkat tunggal. Lalu, pilih sampel yang peringkatnya terlihat
rendah(dilakukan agar perhitungan lebih mudah). Sebut sampel ini sebagai sampel 1 dan sebut
sampel lain sebagai sampel 2. Kemudian yang perlu dilakukan adalah mengambil pengamatan
masing-masing dalam sampel 1, menghitung jumlah observasi dalam sampel 2 yang memiliki
peringkat lebih kecil, dimana jumlah hitungan ini adalah U. Pada sampel yang lebih besar, dapat
digunakan rumus:

dimana n1 adalah ukuran sampel untuk sampel 1, dan R1 adalah jumlah peringkat pada sampel 1.

Wilcoxon signed-rank test. Pengujian ini bertujuan untuk meneliti perbedaan dalam suatu grup.
Atau pada uji parametrik tujuan ini dapat dicari dengan menggunakan uji t berpasangan. Pada
pengujian ini, hipotesis nol yang diuji adalah H0: = 0. Pengujian ini dihitung dengan
menggunakan nilai absolut | Z1 |, ..., | Zn |, pangkat setiap memerintahkan | Zi | diberi peringkat
Ri. Mendenotasikan positif Zi nilai dengan i = I (Zi> 0), di mana I (.) merupakan fungsi
indikator. Pengujian ini didefinisikan sebagai :

Koefisien korelasi peringkat Spearman. Pengujian ini bertujuan untuk mengetahui hubungan
korelasi linier antara dua peubah yang juga bisa dicari dengan pengujian koefisien korelasi
pearson pada uji parametrik. Pada kenyataannya bagaimanapun, prosedur paling sederhana
biasanya digunakan untuk menghitung . N skor baku Xi, Yi dikonversi ke peringkat xi, yi, dan
perbedaan di = xi - yi antara jajaran masing-masing pengamatan terhadap dua variabel dihitung.
Jika tidak terikat peringkat, maka dapat dicari dengan:

Jika terdapat peringkat yang terikat, koefisien korelasi Pearson antara jajaran harus digunakan
dalam perhitungan:

Analisa varians menggunakan peringkat Kruskal-Wallis. Tujuan pengujian ini sama seperti
uji-f atau analisa varians satu arah pada uji parametrik yaitu untuk membandingkan tiga grup atau
lebih. Metode pada pengujian ini dilakukan dengan langkah, pertama urutkan semua data dari

semua kelompok bersama-sama, yakni, peringkat data dari 1 sampai N dengan mengabaikan
keanggotaan group. Lalu uji statistik dapat dicari menggunakan rumus:

* ni adalah jumlah pengamatan dalam kelompok i

* rij adalah peringkat (di antara semua pengamatan) pengamatan j dari grup i
* N adalah jumlah pengamatan di semua kelompok
*
*

adalah rata-rata dari semua rij

Analisa varians dua arah Friedman. Sama seperti penggunaan analisa varians dua arah pada uji
parametrik, pengujian ini bertujuan untuk membandingkan tiga grup atau lebih dengan
menggunakan dua faktor yang berbeda. Uji statistik diberikan oleh:

Perhatikan bahwa nilai Q yang dihitung atas tidak perlu disesuaikan untuk nilai terikat dalam
data.
Selain beberapa penjelasan diatas, terdapat pengujian non-parametrik lain seperti uji kuiper yang
digunakan dalam statistik untuk menguji apakah sebuah distribusi tertentu, atau keluarga distribusi,
adalah bertentangan dengan bukti dari sampel data, Anderson-Darling test yang digunakan untuk
mencari bukti apakah suatu sampel tertentu dari data tidak timbul dari distribusi probabilitas tertentu,
dan masih terdapat beberapa metode lain pada pengujian non-parametrik ini.

Statistik non-parametrik ini memiliki beberapa keunggulan, antara lain tingkat kesalahan pada
penggunaan metode ini relatif kecil karena statistik jenis ini tidak memerllukan banyak asumsi. Kedua,
perhitungan yang dilakukan tergolong mudah dan sederhana terutama bagi data yang kecil. Ketiga,
konsep ini dapat digunakan untuk menganalisa data yang berbentuk hitungan atau peringkat. Keempat,
uji-uji pada statistik non-parametrik ini dapat diterapkan ketika kita menghadapi keterbatasan data
yang tersedia, misalnya jika data yang telah diukur menggunakan skala pengukuran yang lemah.
Kelima, efisiensi teknik-teknik non-parametrik lebih tinggi dibandingkan dengan metode parametrik
untuk jumlah sampel yang sedikit.
Sebaliknya, ada beberapa kekurangan yang dimiliki metode ini antara lain yang paling utama
adalah bahwa hasil tidak selalu sesuai dengan yang diharapkan karena kesederhanaan perhitungan
yang dilakukan. Kemudian apabila dilakukan pada sampel jumlah besar, maka tingkat efisiensi nonparametrik relatif lebih rendah dibandingkan dengan metode parametrik. Oleh karena itu, berdasarkan
tulisan-tulisan diatas dapat disimpulkan bahwa metode statistik non-parametrik sebaiknya digunakan
jika :
1. Hipotesis yang diuji tidak menggunakan suatu parameter populasi tertentu.
2. Data telah diukur dengan menggunakan skala nominal atau ordinal.
3. Bila asumsi yang digunakan pada pengujian parametrik tidak terpenuhi.
4. Bila penghitungan harus dilakukan dengan cara manual.

-----------------------------------------------------------

Resources

http://www.ilmustatistik.com/2009/01/18/statistika-nonparametrik/. Diakses pada 25 Desember 2010

pukul 22.34.
http://junaidi-dummy.blogspot.com/2009/05/statistik-non-parametrik.html. Diakses pada 25 Desember
2010 pukul 22.34.
http://www.keudekupi.com/content/view/49/1/. Diakses pada 25 Desember 2010 pukul 22.34.
http://en.wikipedia.org/wiki/Friedman_test. Diakses pada 26 Desember 2010 pukul 22.15.
http://en.wikipedia.org/wiki/Kruskal-Wallis_one-way_analysis_of_variance. Diakses pada 26
Desember 2010 pukul 22.15.
http://en.wikipedia.org/wiki/Spearman%27s_rank_correlation_coefficient. Diakses pada 26 Desember
2010 pukul 22.15.
http://en.wikipedia.org/wiki/Wilcoxon_signed-rank_test. Diakses pada 26 Desember 2010 pukul
22.15.
http://en.wikipedia.org/wiki/Mann%E2%80%93Whitney_U. Diakses pada 26 Desember 2010 pukul
22.15.