UJI STATISTIK NON PARAMETRIK

Macam macam uji statistik

Parametrik
Tujuan
A.

Rasio/interval
Distr. Normal

Komparasi
1. sampel vs sampel
a. = 2
t 2 sampel
b. 2
ANOVA
2. Antar pengamatan
a. = 2
paired t test
b. 2

B. Korelasi
1. Interdependency
(2 variabel)
2. Dependency
Variabel
terikat

Non Parametrik
Rasio/interval
Distr. Tdk Normal

Mann- Whitney
Kruskal Wallis

Nominal

2
2

Wilcoxon signed
Mc. nemar
rank test
ANOVA Friedman
Q Cochran

Pearson

Spearman

Contingency C

Regrasi linier

Regresi
Polinomial

Regresi
logistik

KOEFISIEN KORELASI RANK

SPEARMAN rs
Kapan digunakan :
1. Tujuan penelitian untuk mencari
hubungan 2 variabel
1. Skala data ordinal atau
Skala data interval/rasio dengan
distribusi asal sampel tidak normal
3. Satu sampel dengan 2 variabel

Formulasi
H0 : Tidak ada hubungan antara 2
variabel
H1 : Ada hubungan antara 2 variabel
Ada hubungan positif antara 2
variabel
Ada hubungan negatif antara 2
variabel

Langkah-langkah
uji
1. Nilai pengamatan dari 2 variabel
diganti dengan ranking Rx dan Ry
2. Bila ada ties dibuat rata-rata ranking
3. Setiap pasangan Rx dan Ry dihitung
perbedaannya (d)
4. Hitung d2 dan d2

Nilai rs (koefisien korelasi

Spearman)
dihitung dengan rumus
n

rs 1

6 d

2
i

i 1
2

n( n 1)

Harga rs berkisar antara -1 rs

1

Apakah nilai rs yang dihasilkan bermakna ?

Uji kemaknaan rs

n2
t rs .
2
(1 rs )
Kriteria pengambilan keputusan :
Ho diterima: t/2 ; n-2 t -t /2; n-2
Ho ditolak : t >-t /2 ; n-2 atau t <-t /2; n-2

Bila terdapat ties yang cukup banyak

maka harga rs perlu dikoreksi
x2 =

n3 - n

Tx

Tx =

t3 - t

12

12

n3 - n
y2 =
12

t3 - t

rs corrected

Ty

Ty =

12

y d
2

2 ( x ).( y )
2

Contoh:
Suatu test standar matematika dan
bahasa Inggris diberikan pada 12
murid SLTA
Formulasi
H0 : Tidak ada hubungan antara
nilai
matematika dan bahasa
Inggris
H1 : Ada hubungan antara nilai

matematika

bhs. Inggris

Rx

Ry

d2

1.

82

79

2.

75

80

7,5

-2,5

6,25

3.

95

90

11,5

11

0,5

0,25

4.

95

90

11,5

11

0,5

0,25

5.

85

90

11

-2

6.

75

65

7.

75

67

8.

60

62

1,5

2,5

-1

9.

60

61

1,5

0,5

0,25

10.

63

62

2,5

0,5

0,25

11.

80

80

7,5

-0,5

0,25

12.

89

84

10

1
d2 = 18,5

6 x 18,5

rs = 1 -
= 0,935
12 . (122 1)
Karena ada ties maka perlu dikoreksi
x = 60 2 T = (23 2)/12 = 0,5
75 3 T = (33 3)/12 = 2
95 2 T = (23 2)/12 = 0,5
Tx = 0,5 + 2 + 0,5 = 3
x2 = {(123 12)/12 } - 3 x2 = 140

y = 62 2 T = (23 2)/12 = 0,5

80 2 T = (23 2)/12 = 0,5
90 3 T = (33 3)/12 = 2

Ty = 0,5 + 0,5 + 2 = 3
y2 = {(123 12)/12 } - 3 x2 =

140

rs corrected

140 + 140 - 18,5

=
= 0,934
2. 140 x 140

Uji kemaknaan rs
t = 0,934.

12 - 2
2
(1 - 0,934 )

t hitung = 8,27
t tabel dengan df=10;=0,05 = 2,228

Ho ditolak : t hitung > t tabel

TABEL DISTRIBUSI t

Chi Square test ( 2

)Kegunaan :
1. Uji kesesuaian antara data sampel
dengan populasi (Goodness of fit)
2. Uji komparasi antara sampel dengan
sampel
( 2 sampel)
1. Uji asosiasi antara variabel dengan
variabel
Kapan digunakan :
Data nominal

Prinsip uji : membandingkan antara nilai

pengamatan (observed value) / O dengan
nilai harapan (expected value) / E
Kategori
I
a

E2

E1
Kategori

II

Total

II

b1= a+b
b2 = c+d

E3
E4
a , b , c , d : nilai pengamatan
k1=
k2=
N=a+b+c
E1, E2, E3, E4: nilai harapan

Cara menghitung nilai harapan :

E1 : r1 x c1 / N : (a+b) x (a+c) /
a+b+c+d
E2 : r1 x c2 / N : (a+b) x (b+d) /
a+b+c+d
E3 : r2 x c1 / N : (c+d) x (a+c) /
a+b+c+d
E4 : r2 x c2 / N : (c+d) x (b+d) /
a+b+c+d

Contoh
penghitungan nilai harapan pada tabel
3x4
A

I
I
B

II
b

a
E1

E2

III

IV

Total

c
E3

d
E4

r1

II

e
E5

f
E6

g
E7

h
E8

r2

III

i
E9

j
E10

k
E11

l
E12

r3

Total

c1

c2

c3

c4

Cara menghitung nilai harapan :

E1 = r1 x c1 / N
E1 = (a+b+c+d)x(a+e+i)/a+b+c+d+e+f+g+h+i+j+k+l
E2 = r1 x c2 / N
E2 = (a+b+c+d)x(b+f+j)/a+b+c+d+e+f+g+h+i+j+k+l
E3 = r1 x c3 / N
E3 = (a+b+c+d)x(c+g+k)/a+b+c+d+e+f+g+h+i+j+k+l
Dan seterusnya

Syarat untuk nilai harapan

a. E 1 tidak boleh terjadi untuk semua sel
b. 1 E 5 boleh terjadi, tidak boleh
melebihi 20% jumlah sel

Bila syarat tersebut di atas dilanggar

maka sel-sel yang berdekatan harus
digabung (disesuaikan dengan teori)
Bila penggabungan sampai dengan tabel
2x2 syarat tetap tidak terpenuhi maka
analisis data tidak boleh menggunakan 2,
tetapi harus menggunakan Fishers Exact

Nilai

x
2

statistik :

O - E
E

Rumus I

Pada tabel 2x2 perhitungan 2

menggunakan koreksi Yate (Yates
correction continuity):
2
1
O
E
2
Rumus II
x2
E
atau
N( ad - bc - N/2)2
2 =
Rumus III
(a+b) (c+d) (a+c) (b+d)

Koefisien kontigensi C merupakan ukuran

kuat hubungan / asosiasi

C =

X2
2
X N

0C1

Untuk baris = kolom, harga C perlu

dikoreksi dengan C maximumnya

C max =

k -1
k

C corrected = C / C
max

Hasil 2 hitung dibandingkan dengan 2

tabel :
2 hitung 2 (DF;) tabel : Ho ditolak
2 hitung 2 (DF;) tabel : Ho diterima

Catatan :
DF = degree of freedom atau derajat
kebebasan
DF = (jumlah baris - 1) x ( jumlah kolom - 1)
Misalnya tabel 3 x 2
jumlah baris = 3 dan jumlah kolom = 2

DF

= (1-)

Contoh 1.

Seorang peneliti mempelajari kesembuhan dari 3

enis terapi terhadap suatu penyakit X.
100 pasien diterapi I, 200 pasien diterapi II, dan
200 pasien diterapi III. Kesembuhan terapi I 70%,
erapi II 80% dan terapi III 84%, sisanya berarti tidak
berhasil.
Apakah ada perbedaan respons kesembuhan
penyakit X ini terhadap ketiga jenis terapi tersebut
pada taraf kemaknaan 5%.

Ho : Tidak ada perbedaan respons diantara jenis

erapi I ,
II , dan III.
H1 : Ada perbedaan respons diantara jenis terapi I ,
I,
dan III.

Respon
s

Jenis Terapi
I

Baik
Gagal
Total

70
79,6

II
160
159,2

II
168
159,2

30
20,4
100

40
40,8
200

32
40,8
200

Total
398
102
500

(O - E) 2
Sel
E
1
(70 - 79,6) 2 / 79,6
2 (160 - 159,2) 2 / 159,2
3 (168 - 159,2) 2 / 159,2
4
(30 - 20,4) 2 / 20,4
5
(40 - 40,8) 2 / 40,8
6
(32 - 40,8) 2 / 40,8
jumlah

1,158
0,004
0,486
4,518
0,016
1,900
8,082

DF = (3 - 1) x (2 - 1) = 2
2 tabel (DF=2; = 0,05) = 5,99
Karena 2 hitung > 2 tabel maka Ho ditolak
Kesimpulan : Ada perbedaan respons diantara
jenis terapi I , II , dan III.

DF

= (1-)

Contoh 2.
Ho : Tidak ada hubungan antara anemia
selama
ibu hamil dengan BBLR anaknya
Anemia
+

BBLR

total

25
14

15
26

40

10
21

50
39

60

35

65

100

Untuk menghitung 2 digunakan rumus III :

100 ( (25x50) - (15x10) - 100/2)2
2 =
40 x 60 x 35 x 65
100 ( 1250 - 150 - 50)2
2 =
=
20,19
5,46 x 106

1,1025 x 108
=
5,46 x 106

2 DF = (2 - 1) x (2 - 1) = 1
2 tabel (DF=1; = 0,05) = 3,84
Karena 2 hitung > 2 tabel maka Ho ditolak
Kesimpulan : Ada hubungan antara anemia
selama ibu hamil dengan BBLR anaknya

DF

= (1-)

Untuk mencari kuatnya hubungan maka

perlu dicari besarnya C (Koefisien
kontingensi) yaitu

C =

2019
,
2019
, 100

C 0,41

2 -1
C max =
2
C max 0,707

C corrected = 0,41 / 0,707 0,58

Hubungan antara anemia selama ibu hamil
dengan BBLR anaknya sebesar 58%