Anda di halaman 1dari 59

Statistik

Non Parametrik
Oleh :
Ipin Aripin

Asumsi Non Parametrik


1. Observasi harus independen.
2. Data tidak berdistribusi normal & homogen
3. Pengukuran variabel dengan skala
ordinal dan skala nominal (kategorikal).
4. Jumlah sampel kecil (kurang dari 30).

Jenis Statistik Non Parametrik

Uji Mann-Whitney
Digunakan untuk mengetahui ada atau tidaknya perbedaan
dari dua sampel yg independen.
Merupakan uji non parametrik yang menjadi alternatif dari
uji-t (uji parametrik).
Data berskala nominal atau ordinal.
Disebut juga uji U, karena statistik yg digunakan untuk
menguji hipotesis nolnya disebut U.

Prosedur Uji
1. Formulasikan hipotesisnya
Ho : Tidak terdapat perbedaan rata-rata sample
satu dengan yang lainnya.
Ha : Ada perbedaan rata-rata sample satu dengan
dengan yang lainnya
2. Tentukan nilai dan U tabel
- yang digunakan biasanya 5% (0,05) atau 1% (0,01)
- Nilai U tabel dengan n1 dan n2 tertentu.
3. Hitung nilai U
4. Tentukan kriteria pengujian
apabila U Utabel Ho diterima (H1 ditolak)
apabila U < Utabel Ho ditolak (H1 diterima)

Menentukan nilai uji statistik (Nilai U)


Penentuan nilai uji statsitik melalui tahap-tahap sebagai
berikut :
Mengabungkan kedua sampel dan memberi urutan tiap-tiap
anggota, dimulai dari pengamatan terkecil sampai terbesar
Peringkat untuk X dipisahkan dan dijumlahkan menjadi RX
Peringkat untuk Y dipisahkan dan dijumlahkan menjadi RY
Menghitung statistik U dengan rumus :

UX = (nX x nY) +

Uy = (nX x nY) +

(nX + 1) x nX
2

(nY + 1) x nY
2

Keterangan :

UX = Jumlah peringkat 1
UY = Jumlah peringkat 2
nX = Jumlah sample 1
nY = Jumlah sample 2
RX = Jumlah rangking pada sampel X
RY = Jumlah rangking pada sampel Y

- RX

- RY

Contoh 1
Sampel X dan Y adalah sebagai berikut
X 1,9 0,5 2,8 3,1
Y 2,1 5,3 1,4 4,6 0,9

1. Gabungkan data dari kedua kelompok


kemudian urutkan dan beri peribgkat, lalu
jumlahkan peringkat masing2 kelompok

Asal Data Peringkat


X
0,5
1
Y
0,9
2
Y
1,4
3
X
1,9
4
Y
2,1
5
X
2,8
6
X
3,1
7
Y
4,6
8
Y
5,3
9

Per X
1

Per Y
2
3

4
5

6
7

18
RX

8
9
27
RY

2. Hitung nilai statistik U

UX = (nX x nY) +

UX= (4 x 5) +

(nX + 1) x nX

(4 + 1) x 4
2

UX = 20 + 10 18 = 12

- RX

- 18

Uy = (nX x nY) +

UY= (4 x 5) +

(nY + 1) x nY

(5 + 1) x 5

UY = 20 + 15 27 = 8

- RY

- 27

Step 3. Pilih nilai statistik U terkecil bandingkan


dengan U tabel
U tabel pada n1=4 dan n2=5 1
U terkecil = UY = 8
Tolak H0 jika U terkecil < 1
Terima H0 jika U terkecil 1

Step 4. Ambil kesimpulan uji statistik


U hitung (8) > U tabel (1) H0 gagal ditolak
Tidak ada perbedaan median antara kelompok X dan Y

Latihan 2
Lakukanlah uji hipotesis pada derajat kemaknaan
0,05% untuk menguji apakah memang pria dan
wanita berbeda tingkat kesetiaannya.
Pria 70 70 30 70 90 55 90 30 45 70 60

65 63 30 35 25 20
Wanita 20 10 75 66 95 66 82 67 70 70
10 30 47 15 35 60 30 30 90 80 50
30 66 83

Uji untuk Sampel Besar :


Tabel di Lampiran K meliputi nilai U hanya
untuk ukuran sampel antara 9 dan 20
Statistik U mendekati distri-busi normal
apabila ukuran sampelnya besar
Jika sampel lebih besar dari 20, pendekatan
normal dapat digunakan

Uji untuk Sampel Besar :


Rata-Rata dan Standar deviasi
untuk Uji Mann-Whitney U :

Dimana n1 and n2 Ukuran


Sampel dari Populasi 1 and 2

Uji untuk Sampel Besar :


Pendekatan Distribusi Normal
Uji Statistik Mann-Whitney U :

Contoh Sampel Besar :


Hipotesa:

Misalkan dua sampel diperoleh:


Ketika
peringkat
selesai,
jumlah peringkat untuk sampel
1 adalah
Ketika
peringkat
selesai,
jumlah peringkat untuk sampel
2 adalah

Contoh Sampel Besar :


Hitung statistik U :

Karena
hipotesis
alternatif
menunjukkan bahwa populasi 2
memiliki tinggi rata-rata, gunakan
U2 sebagai uji statistik
U statistik U=655

Contoh Sampel Besar :

Uji Median

Median test
Untuk menggunakan median test
Hitung gabungan dua kelompok (median untuk semua
kelompok)
Bagi dua dan masukkan dalam tabel berikut

Kelompok

Kel I

Kel II

jumlah

Diatas median gabungan

A+B

Dibawah median gabungan

C+D

A + C =n1

B + D = n2

N =n1+n2

Jumlah

Keterangan
A = banyak kasus klp I diatas median gabung =1/2 n1
B = banyak kasus klp II diatas median gabung =1/2 n2
C = banyak kasus klp I dibawah median gabung =1/2 n1
D = banyak kasus klp II dibawah median gabung =1/2 n2

Pengujian dengan menggunakan rumus


Chi kuadrat :
2

N AD BC
2

2

( A B )(C D )( A C )( B D )

Contoh
Dilakukan penelitian untuk mengetahui
apakah penghasilan guru biologi dan guru
kimia berbeda berdasarkan mediannya.
Dari hasil wawancara terhadap 10 guru
biologi dan 9 guru kimia diperoleh hasil
sebagai berikut :

Pendapatan Guru Biologi dan Kimia

NO
1
2
3
4
5
6
7
8
9
10

Guru Biologi
50
60
70
70
75
80
90
95
95
100

Guru Kimia
45
50
55
60
65
65
70
80
100

Hipotesis :
Ho : Tidak ada perbedaan pendapatan guru
biologi dan guru kimia
Ha : ada perbedaan pendapatan guru bio dan
guru kimia
Untuk menghitung nilai media maka data
diurutkan, sbb :
45 50 50 55 60 60 65 65 70
80 90 95 95 100 100

70

70 75 80

Nilai median untuk klp tsb adalah pada urutan 10 yaitu =


70
Maka dapat diketahui A = 6 , B = 2, C = 4, D = 7

Jml Skor

Bio

Kimia

Jml

Diatas Med

A= 6

B=2

A+B = 8

Dibawah Med

C=4

D=7

C+D = 11
N = 19

Perhitungan
2

19

19 6.7 2.4
2

2

(6 2)(4 7)(6 4)(2 7)

11404,75

1,43
7920

Interpretasi
Nilai tabel chi kuadrat dengan dk=1 pada
taraf nyata 5% = 3,841
Dengan demikian nilai hitung < nilai tabel
Ho diterima yang berarti
Tidak ada perbedaan yang bermakna
pendapatan guru biologi dan guru kimia

Uji Chi Square


(Kai Kuadrat)

Syarat Chi - Square


Kelompok yang dibandingkan pada variabel
independen
Variabel yang dihubungkan katagorik dengan
katagorik
Uji statistik chi square dapat digunakan untuk
menguji hipotesis bila data populasi terdiri dari
2 atau lebih kelas dan data berbentuk nominal.
Sampel yang berpasangan sering di gunakan
dalam penelitian eksperimen.
kontingensi 2 x 2 (dua baris x dua kolom).

Menghitung nilai chi-square


Rumus:
X 2 = ( O E )2
E
O : nilai Observasi (pengamatan)
E : nilai Expected (harapan)

Df = (b-1) (k-1) df=degree of freedom


b : jumlah baris
k : jumlah kolom

Tabel Silang
Paparan

Frekuensi
Obyek 1 Obyek 2

Total

Sampel A

a+b

Sampel B

c+d

a+c

b+d

a+b+c+d

Total

Rumus chi square


n ad bc 1 / 2n

X
2

a ba c b d c d

E = total barisnya x total kolomnya


jumlah seluruh data
Ea = (a+b) (a+c)
n
Eb = (a+b) (b+d)
n
Ec = (a+c) (c+d)
n
Ed = (b+d) (c+d)
n

Contoh Soal
Sebuah penelitian ingin mengetahui adakah
hubungan tingkat pendidikan dengan jenis
Bank yg dipilih dalam menyimpan uang. Dari
80 lulusan SLTA memilih Bank Pemerintah
sebnyk 60 orang dan Bank Swasta 20 orang,
sedangkan 70 lulusan PT memilih Bank
Pemerintah sebanyk 30 orang dan Bank
Swasta 40 orang

Hipotesis
Ho= tidak terdapat perbedaan tingkat
pendidikan masyarakat dlm memilih dua
jenis bank
Ha= terdapat perbedaan tingkat pendidikan
masyarakat dlm memilih dua jenis bank

Kriteria pengujian
Terima Ho bila harga Chi kuadrat hitung lebih
kecil dari harga chi kuadrat tabel, dengan dk =
1 dan tarap kesalahan 5%

Tabel Silang
Paparan

Frekuensi

Total

BP

BS

PT

60

20

80

SLTA

30

40

70

Total

90

60

150

Perhitungan
150 60 40 150
2

X2

60 20 60 30 20 30 30 40

14,76

Dengan =0,05, dan dk=1 diperoleh harga chi


quadrat tabel = 3,841; karena chi kuadrat
hitung > chi kuadrat tabel, dengan demikian
maka Ho ditolak dan Ha diterima
Kesimpulan: Terdapat perbedaan tingkat
pendidikan dlm memilih bank, SLTP cenderung
memilih bank pemerinth, PT bank swasta

Uji Wilcoxon
(Uji Peringkat Bertanda)

UJI RANK-BERTANDA WILCOXON


(WILCOXON SIGNED-RANK TEST)
Uji ini merupakan metode alternatif (nonparametrik)
dari uji parametrik sampel berpasangan.

Metodologi dari analisis sampel berpasangan


mensyaratkan:
Data pada skala interval, rasio
Perbedaan antara pasangan-pasangan observasi
diasumsikan terdistribusi normal.
Jika asumsi distribusi normal tidak terpenuhi, maka
uji rank-bertanda Wilcoxon dapat digunakan.

Untuk sampel besar


Bila sample size 25 memakai pendekatan
distribusi normal, yaitu dengan rumus Z
T-T
n(n+1)
Z=
T

T=
4
n(n+1)(2n+1)
T=
24

n (n+1)
T -
4
Z =
n(n+1) (2n +1)

24

Titik kritis lihat tabel Z

Contoh Soal
Seorang guru ingin mengetahui perbedaan
hasil belajar siswa dengan menggunakan
metode pembelajaran X, ia melakukan tes
dengan hasil sebagai berikut!

Contoh Soal
Pretes

Postes

95

100

98

94

76

78

90

98

87

90

89

85

77

86

92

87

78

80

82

83

Hipotesis & Kriteria Pengujian


Ho = tdk terdapat perbedaan hasil belajar siswa
sebelum dan sesudah diterapkan metode X
Ho = terdapat perbedaan hasil belajar siswa
sebelum dan sesudah diterapkan metode X
Kriteria pengujian :
Terima Ho bila harga jumlah jenjang yg terkecil T >
T tabel Wilcoxon

Tabel Penolong
No
urut

Skor Rasa Kantuk


Pre-tes
Postes

Selisih

Jenjang

Rank (+)
7.5

95

100

+5

7.5

98

94

-4

5.5

76

78

+2

2.5

2.5

90

98

+8

9.0

9.0

87

90

+3

4.0

4.0

89

85

-4

5.5

77

86

+9

10.0

92

87

-5

7.5

78

80

+2

2.5

2.5

10

82

83

+1

Rank (-)

5.5

5.5
10.0
7.5

T=36,5

18,5

Uji hipotesis
H0 : post-tes=pre-tes
Ha : post-tes > pretes
= 0,05
Tentukan nilai T (jumlah nilai ranking bertanda (-)
Bandingkan dengan nilai T tabel (tabel peringkat bertanda
wilcoxon)
Untuk N = 10, = 0,05 nilai T tabel 8 (2-tailed)/ 11
(1tailed)
Karena jumlah jenjang yang kecil 18,5 > 8, maka Ho
diterima. Artinya antara nilai post-test dan pre-test tdk
berbeda

Untuk Sampel Besar


n (n+1)
T -
4
Z =
n(n+1) (2n +1)

24

10 (10+1)

18,5 -
4
Z =
10(10+1) (2.10 +1)

24

Harga Z tabel = 1,96, karena z hitung = -0,918 < -1,96


maka Ho diterima

UJI KRUSKAL WALLIS

Kruskal Wallis
Fungsi :untuk menentukan apakah k sampel
independen berasal dari populasi-populasi yang
berbeda.
Teknik Kruskal Wallis menguji hipotesis-nol
bahwa k sampel berasal dari populasi yang
sama atau populasi identik, dalam hal harga
rata-rata.
Pengganti uji Anova

12
k Rj2
H = - 3 ( N+1).8.1
N(N+1) j=1 nj
k = banyak sampel
nj = banyak kasus dalam sampel kej
N = nj = banyak kasus dalam semua sampel
k

= menunjukkuan kita harus menjumlahkan


J=1 seluruh k sampel (kolom-kolom) mendekati
distribusi chikuadrat dengan db = k -1 untuk
ukuran sampel (harga nj) yang cukup besar.

Observasi - observasi berangka sama


Kalau terjadi angka sama antara dua skor atau lebih,
tiap-tiap skor mendapatkan ranking yang sama, yaitu
rata-rata rankingnya perlu koreksi dibagi dengan
T
1 - 8.2
N3 N
Dimana :
T = t2-1 (kalau t adalah banyak observasi-observasi
berangka sama )
N = banyaj observasi dlm seluruh k sampel bersamasama, yakni N = nj
T= menunjukkan kita untuk menjumlahkan semua
kelompok berangka sama.

Soal
Seorang guru ingin mengetahui adakah
perbedaan prestasi belajar biologi siswa
berdasarkan jarak rumah ke sekolah, dengan data
sbb:

Data Soal
0-5 km

6-10 km

> 10 km

78

82

69

92

89

79

68

72

65

56

57

60

77

62

71

82

75

74

81

64

83

62

77

56

91

84

59

53

56

90

85

88
69

Hipotesis & Kriteria Pengujian


Ho= tdk terdapat perbedaan prestasi belajar
biologi siswa berdasarkan jarak rumah ke
sekolah
Ha= terdapat perbedaan prestasi belajar biologi
siswa berdasarkan jarak rumah ke sekolah
Kriteria :
Terima Ho jika Chi kuadrat hitung < chi kuadrat
tabel

Kruskal Wallis
0-5 km

Rank

6-10 km

Rank

> 10 km

Rank

78

21

82

24.5

69

13.5

92

33

89

30

79

22

68

12

72

15

65

11

56

57

60

77

19.5

62

8,5

71

16

82

24.5

75

18.5

74

17

81

23

64

10

83

26

62

8.5

77

19.5

56

91

32

84

27

59

53

56

90

31

85

28

88

29

69

13.5

205,5

203

152,5

12
k Rj2
H = - 3 (N + 1) . (8.1)
N(N+1 ) j-I nj
12
(205,5)2 (203)2 (152,5)2
= +
+ - 3 ( 33 + 1 )
33(33+1 )
11
12
10
= 102,66-102 = 0,66
Harga H hitung kemudian di bandingkan dengan tabel Chi Kuadrat
dengan dk= k-2 = 3 -2 =1, dengan tarap kesalahan 5%, diperoleh chi
kuadrat tabel 5,59. Karena H hitung 0,66 < 5,59, maka Ho diterima Ha
ditolak. Artinya tidak terdapat perbedaan prestasi belajar biologi
berdasarkan jarak rumah ke skolah

Hatur Thanks U