Uji NONPARAMETRIK

STATISTIKA PARAMETRIK VS
SATISTIKA NON PARAMETRIK
Statistika Parametrik:
Didasarkan atas asumsi mengenai
populasi yang diambil sampelnya.
Membutuhkan data kuantitatif
dengan level interval dan rasio

STATISTIKA PARAMETRIK VS
SATISTIKA NON PARAMETRIK
Teknik non parametrik secara garis
besar merupakan uji statistik yang
tidak memerlukan asumsi
kenormalan data, berbeda dengan
ANOVA yang telah dijelaskan
sebelumnya.
Dapat digunakan untuk data
nominal dan ordinal

KEUNTUNGAN STATISTIKA
NONPARAMETRIK
Kadang-kadang tidak ada
alternatifnya pada statistika
parametrik
Proses perhitungan sederhana
pada data kecil

KEKURANGAN STATISTIKA
NONPAMETRIK
Untuk sampel besar perhitungan
akan menjadi rumit

SKALA PENGUKURAN DATA

SKALA NOMINAL
Contoh: Jenis Kelamin, arah mata angin
SKALA ORDINAL
Contoh: Tingkat Pendidikan, Kelompok
Usia
SKALA INTERVAL
Contoh: Tinggi Badan, Berat Badan
SKALA RASIO
Contoh: Suhu

Secara keseluruhan teknik nonparametrik

dijelaskan pada bagan berikut:

1 Populasi

Non
Parametrik

2 Populasi

K Populasi

Independen: Uji
Run
Dependen: Wilcoxon, Uji
Tanda
Independen: Mann
Whitney, KolmogorovSmirnov
Dependen: Friedman, Q Cohran,
Independen: KruskalWallis, Uji Median

Uji Run
Uji Run untuk menguji keacakan
(randomness)
Hipotesis
Ho: Pengamatan pada sampel terjadi
secara acak
H1: Pengamatan pada sampel terjadi
secara tidak acak

 Ide:
PWPWPWPWPWPWPWPWPW
tidak acak (banyaknya run 18)
PPPPPPPPPWWWWWWWWW tidak
acak (banyaknya run 2)
Jika Run terlalu banyak atau terlalu
sedikit menyebabkan data menjadi
tidak acak

Uji Run dengan SampEl

Kecil

Sampel kecil: n1 < 20 dan n2<20

R= Banyaknya run

Rkritik pada tabel A.5: P(R

Rkritik)
<
2
Rkritik pada tabel A.6: P(R
Rkritik)<

Daerah Penolakan

Rkritis Tabel A.5

Daerah Penolakan

Rkritis Tabel A.6

Contoh

Apakah sequence ini terjadi secara acak?

DCCCCCDCCDCCCCDCDCCCDDDCCC
Jawab:
n1= 18 (banyaknya C)
n2= 8 (banyaknya D)
R=12
Dengan n1=8 dan n2=8:
Dari tabel A.5: R Kritis:7
Dari Tabel A.6: R Kritis:17

=0.05

Daerah penolakan
7
dan R
17
R
Karena R=12 berada diluar daerah penolakan maka H0
diterima. Artinya Sequence tersebut terjadi secara acak.

Uji Run dengan Sample

Besar
Untuk n1 dan n2 besar, distribusi sampling
R akan mendekati distribusi normal dengan
rata-rata dan standar deviasi Sbb:

2n1n2
R
1
n1 n2
2n1n2 (2n1n2 n1 n2 )
R
(n1 n2 ) 2 (n1 n2 1)

 Hipotesis
Ho: Pengamatan pada sampel terjadi
secara acak
H1: Pengamatan pada sampel terjadi
secara tidak acak
R R
Statistik Uji:
z
R

Z Z
Daerah Penolakan:
2

Apakah sequence ini terjadi secara acak? Gunakan

alpha 5 %
NNNFNNNNNNNFNNFFNNNNNNFNNNNFNNNNNNFFFFN
NNNNNNNNNNN
Jawab:
Ho: Pengamatan pada sampel terjadi secara acak
H1: Pengamatan pada sampel terjadi secara tidak
acak
n1= 40 (banyaknya N)
R F) R
n2= 10 (banyaknya
z
R=13
R
Statistik Uji:

2n1n2
R
1 17
n1 n2
2n1n2 (2n1n2 n1 n2 )
R
2.213
2
(n1 n2 ) (n1 n2 1)
13 17
z
1.81
2.213

 Dengan aplha 5 %, daerah penolakan

adalah jika

Z Z 0.025 1.96

Karena Z=-1.81 berada di luar

daerah penolakan, maka H0
diterima. Artinya, data tersebut
terjadi secara acak

Uji JUMLAH PERINGKAT Wilcoxon

Untuk membandingkan nilai tengah
bukan normal yang kontinu

 Uji hipotesis :
H0 : 1 2
H1 :1 2

Langkah-langkah:
Tarik contoh acak dari masing-masing populasi.
Misalkan n1 ukuran contoh yang lebih kecil dan
n2 ukuran contoh yang lebih besar.
Gabungkan kedua contoh tersebut dan urutkan
pengamatannya dari yang terkecil hingga
terbesar, dan berikay peringkat 1, 2, , n1 + n2
pada setiap pengamatan. Bila terdapat dua atau
lebih pengamatan yang sama maka berikan
peringkat rata-ratanya.
Lambangkan jumlah peringkat pada contoh
yang berukuran kecil dengan w1, dan w2 untuk
jumlah peringkat pada contoh yang berukuran
lebih besar.

 Hitung

(n1 n2 )(n1 n2 1)
w1 w2
2

w2

(n1 n2 )(n1 n2 1)
w1
2

n1(n1 1)
u1 w1
2

atau

n2 (n2 1)
u

2
2
atau
2

Untuk
Menguji
Ho
1 2

Lawan H1

1 2
1 2

1 2

Wilayah Kritik

Hitung

w1 <w2
w1>w2
w1<w2 atau
w1>w2

u1
u2
u

Contoh
Kadar nikotin dua rokok cap A dan B, dalam
milligram, adalah sebagai berikut:
Merk
A

2.1

4.0

6.3

5.4

4.8

3.7

6.1

3.3

Merk
B

4.1

0.6

3.1

22.5

4.0

6.2

1.6

2.2

1.9

Ujilah hipotesis, pada taraf nyata 0.05 bahwa

rata-rata kadar nikotin kedua rokok itu sama
lawan alternatifnya bahwa kadar nikotin
keduanya tidak sama

5.4

 Jawaban:
n1= 8 n2=10
Ho : 1 2
H1 :
1 2
=0.05
17
wilayah kritik:
u
perhitungan:
susun pengamatannya dari yang terkecil hingga
yang terbesar dan berikan peringkat dari 1
sampai 18.

Data Asal

Peringkat

0.6
1.6
1.9
2.1
2.2
2.5
3.1
3.3
3.7
4.0
4.0
4.1
4.8
5.4
5.4
6.1
6.2

1
2
3
4
5
6
7
8
9
10.5
10.5
12
13
14.5
14.5
16
17

Peringkat bagi pengamatan yang termasuk dalam contoh

yang lebih kecil digarisbawahi.
w1 = 4+8+9+10.5+13+14.5+16+18=93
W2=
maka
u1=93u2=78-

(18)(19)
93 78

(8)(9)
2 57

(10)(11)
23

#sehingga u =23#
Keputusan : terima Ho dapat disimpulkan bahwa tidak ada
perbedaan kadar nikotin rata-rata untuk kedua rokok
tersebut

Uji U-Man-Whitney
Merupakan satu metoda untuk
menguji
signifikansi
perbedaan
antara dua sample bebas yaitu
mengujimungkin
tidaknya
dua
sample bebas berasal dari populasi
yang sama.

Uji Mann-Whitney digunakan untuk menguji hipotesis nol

tentang kesamaan
parameter-parameter lokasi populasi . Dalam beberapa
kasus uji ini disebut juga
Uji Mann-Whitney Wilcoxon, karena wilcoxon menggunakan
kasus dengan
ukuran sampel yang sama sedangkan Mann-Whitney dapa
juga menggunakan
ukuran sampel yang berbeda.
Sehingga secara garis besar pada uji Mann-Whitney
diperoleh dua sampel random
yang ukurannya bisa berbeda dan bisa sama, misalnya X1,
X2, , Xn dari populasi X dan Y1, Y2, , Ym dari populasi
Y.

Langkah Pengujian untuk

n

20

Hitung rangking gabungan kedua sample

Hitung R1 dan R2 yaitu jumlah rangking setiap
sample.
Hitung Ua dan Ub dengan rumus
Ua

n1 ( n1 1)
n1 . n2
R1
2

n2 (n2 1)
U b n1. n2
R2
2

lalu tentukan nilai U terkecil U=min (Ua, Ub )

 Bandingkan statistic U dengan nilai

U pada tabel U-Man-Whitney
Tolak Ho jika U<Utabel
Untuk n >20
Digunakan pendekatan normal
Z

1
u n1.n2
2
1
n1.n2 (n1 n2 1)
2

 Ujilah dengan alpa =0.05

Ho : Dpria = Dwanita tidak berbeda denyut nadi
olahragawan pria dan wanita
Ha : Dpria Dwanita ada berbeda denyut nadi
olahragawan pria dan wanita

Denyut
Pria

nadi 20

Denyut Nadi
Wanita

21

15

18

19

10

17

10

12

22

18

23

Jawaban:
H0: 1 2
H1: 1 2

D Pria

20
15
(10) (5)

6
(1)

18
(7.5)

19
(9)

10
(2.5)

n1=6

R1=35

D
Wanita

21
17
(11) (6)

10
(2.5)

12
(4)

22
(12)

18
(7.5)

23 n2=7
(13)

R2=56

6(6 1)
U a (6)(7)
35 28
2

U min =min (28,14)=14

7(7 1)
U b (6)(7)
56 14
2

U min =min (28,14)=14

U tabel = 9
U min > U tabel
Keputusan :Terima Ho
Kesimpulan : Tidak terbukti ada
perbedaan antara denyut nadi pria
dan denyut nadi wanita

SOAL
Seorang penyuluh pekerjaan berkeyakinan
bahwa lulusan PT cenderung lebih merasa
puas pada pekerjaanya dari pada mereka yang
bukan lulusan PT. Pengujian kepuasan kerja
dilakukan kepada para pekerja untuk setiap
kategori. (Skor yang tinggi menunjukkan
kepuasan
yang
tinggi)
PT (Y)
47 68
39 29 36 42 33 54
Non PT 43 56 31 30
(X)

41

38

Ujilah dengan alpa=5%, Apakah pernyataan

penyuluh tersebut dapat diterima

UJI Kruskal-Wallis
Kruskal-wallis test adalah Anova one-way
dengan menggunakan Rank.
Hipotesis test ini adalah bahwa sampel
berasal dari populasi yang sama.
Uji ini mirip dengan uji Anova pada data
parametrik hanya saja tidak dipenuhi
anggapan kenormalan dari data.
Analisis yang digunakan berdasarkan Rij
yaitu ranking data, bukan data itu sendiri.

Langkah-langkah uji hipotesis

H0 : Semua K populasi adalah identik
H1 : Tidak semua K populasi identik
Statistik Uji
2
Tj
12
H
3( N 1)

N ( N 1) n j

Tj = Total peringkat populasi ke-j

nj = Banyaknya sample populasi ke-j
N = Total pengamatan

Tolak Ho bila H > ( , r )

r = k-1
k = banyaknya populas
Contoh :
Suatu penelitian dilakukan untuk
mengetahui apakah ada perbedaan
tingkat penjualan (komisi, tetap,

komisi&tetap) dari tiga tipe penggajian

tenaga sales ujilah dengan
= 0.05

Tingkat penjualan yang dihasilkan

oleh Tiga tipe Penggajian
Komisi

Tetap

Komisi & Tetap

165

120

140

98

115

156

130

90

220

210

126

112

195

107

 Jawaban :
Ho : Tingkat penjualan tiga tipe sales
adalah sama
H1 : Tingkat penjualan tiga tipe sales
ada yang tidak sama

Komisi

Tetap

Komisi & Tetap

165 (11)

120 (6)

140 (9)

98 (2)

115 (5)

156 (10)

130 (8

90 (1)

220 (14)

210 (13)

126 (7)

112 (4)

195 (12)

107 (3)

T1 =46 n1 =5
T2 =22 n2 =5
T3 =37 n3 =4
N =14
2

46
12
22 2 37 2
H

3(14 1) 4.27
14(14 1) 5
5
4

2 (0.05,2) 5.99
2 ( , r )

Tolak Ho bila H >

Keputusan : H < ( , r )

maka

terima Ho
Kesimpulan : Tidak ada perbedaan
tingkat penjualan dari tiga tipe
penggajian sales.

Soal:
Data berikut
menyatakan berapa
lama, dalam jam, 3
jenis kakulator ilmiah
dapat digunakan
sebelum harus diisi
tenaga listrik
kembali:

Kalkulator
A

4.9

5.5

6.4

6.1

5.4

6.8

4.3

6.2

5.6

4.6

5.8

6.5

5.3

5.5

6.3

5.2

6.6

4.8

 Gunakan uji Kruskal-Walis, pada taraf

nyata 0.01, untuk menguji hipotesis
bahwa lamanya ketiga kalkulator itu
dapat digunakan sebelum harus diisi
listrik kembali adalah sama

UJI FRIEDMAN
digunakan jika skalapengukuran
datanya ordinal dan skala nominal
skala interval maupun rasio yang
tidak memenuhi syarat untuk uji t
atau uji F
kategori/perlakuan yang diteliti lebih
besar dari dua (P>2)
serupa dengan Rancangan Acak
Kelompok (RAK)

 Rumus uji Friedman :

k
12
2
F
Ri
3n(k 1)

nk (k 1) i 1

Ket:
F: nilai Friedman dari hasil perhitungan
Ri : jumlah rank dari kategori/perlakuan
ke i
k: banyaknya katagori/perlakuan
(i=1,2,3,,k)
n: jumlah pasangan atau kelompok

 Hipotesis yang diuji :

Ho : R1 = R2 = R3 =..=Rk
H1 : RiRi untuk suatu pasngan Ri
(ii)
dg Ri adalah jumlah rangking ke i
Kriteria penerimaan Ho :
Jika F<2(:db=(k-1), atau (P>) maka H
diterima
Jika F>2:db=(k-1), atau (P<) maka H
ditolak atau (P<)
Jika Ho ditolak berarti ada pasangan

 untuk mencari pasangan mana yang

berbeda maka kita harus melakukan uji
lanjutan yaitu uji jumlah rangking
dengan rumus sebagai berikut :
nk (k 1)
t H t / 2;db
6
dg db=(n-1)(k-1)
k adalah banyaknya kategori
/perlakuan dan n adalah banyaknya
pasangan atau kelompok.

 Jika Ri Ri' t H
maka terima Ho atau
tidak ada perbedaan ranking pasangan
perlakuan
Ri Ri ' t H
Jika
maka tolak Ho atau
ada perbedaan ranking pasangan
perlakuan
Catatan:
Pada uji Kuskal Wallis perangkingan
data dilakukan serempak pd seluruh
data sedangkan uji Friedman
perangkingan data dilakukan tiap

Contoh
Seorang peneliti ingin mengetahui
perbedaan titer antibody pada ayam
buras jantan yang diberikan 4 jenis
vaksin yang berbeda. Pengukuran
antobodi dilakukan pada kelompok
pertama,kedua dan ketiga
Data
diperoleh
sebagai
berikut :
Kel keyang
j
Jenis vaksin
ke i
1
2
3

1
5
10
8

2
2
8
4

3
1
7
5

4
3
9
7

 Hipotesis :
Ho : R1 = R2 =R3 =R4
H1 : RiRi untuk suatu pasangan Ri
(ii)
Rangking:
Kelompk
Jenis vaksin ke-i
ke -j

1
2
3
Ri

4
4
4
12

2
2
1
5

1
1
2
4

3
3
3
9

12
F
(12 2 52 4 2 9 2 ) 3 x3(4 1)
3 x 4(4 1)

12
F
(266) 45 53,2 45 8,2
60

karena nilai F>2(0,05;db yaitu 8,2 >7,81

maka Ho ditolak sehingga dpat
disimpulkan bahwa jenis vaksin
berpengaruh nyata terhadap titer
antibody ayam buras.

 Untuk mengetahui antar vaksin yang

mana memberikan titer antibody yang
berbeda maka dilanjtkan dengan uji
sebagai berikut :
Untuk =0,05 db =(3-1)(4-1) =2,447
3x 4(4 1)
t H 2,447
2,447 x3,16228 7,74
6

 Untuk mempermudah membandingkan

antara perlakuan urut dari Ri terbesar
sampai terkecil
Vaksin

Ri

(R1-Ri)

(R4-Ri)

(R2-Ri)

1
4
2
3

12
9
5
4

3
7
8

4
5

0,05
a
ab
ab
b

vaksin 1 memberikan antibody yang berbeda nyata

bila dibandingkan dengan vaksin 3 sedangkan
antara vaksin 1,4 dan 2 serta antara vaksin 3,2 dan