UJI HIPOTESIS

STATISTIK NON PARAMETRIK

ekopujiyanto@ft.uns.ac.id

Pendahuluan
Statistik Non Parametrik
Umumnya digunakan pada jenis data
nominal dan ordinal
Dapat digunakan pada populasi yang
bebas distribusi ( distribusi normal atau
tidak normal )
Dapat digunakan pada jumlah sampel
kecil
Umumnya dilakukan pada penelitian
sosial

Pendahuluan
Keunggulan Statistik Non Parametrik
1.
2.
3.
4.
5.

6.

Tidak membutuhkan asumsi normalitas.

Secara umum metode statistik non-parametrik lebih
mudah dikerjakan dan lebih mudah dimengerti
Statistik non-parametrik dapat digantikan data numerik
(nominal) dengan jenjang (ordinal).
Tidak dibutuhkan urutan karena sering dijumpai hasil
pengamatan yang dinyatakan dalam data kualitatif.
Pengujian hipotesis pada statistik non-parametrik
dilakukan secara langsung pada pengamatan yang
nyata.
Walaupun pada statistik non-parametrik tidak terikat
pada distribusi normal populasi, tetapi dapat digunakan
pada populasi berdistribusi normal.

Pendahuluan
Kekurangan Statistik Non Parametrik
Statistik non-parametrik terkadang mengabaikan
beberapa informasi tertentu.
2. Hasil pengujian hipotesis dengan statistik nonparametrik tidak setajam statistik parametrik.
3. Hasil statistik non-parametrik tidak dapat
diekstrapolasikan ke populasi studi seperti pada
statistik parametrik. Hal ini dikarenakan statistik
non-parametrik mendekati eksperimen dengan
sampel kecil dan umumnya membandingkan dua
kelompok tertentu.
1.

Uji Statistik Non Parametrik

Bila uji parametrik tidak memenuhi syarat:
1. t-test tak berpasangan Mann Whitney
2. t-test berpasangan Wilcoxon
3. Korelasi Pearson Spearman rank
4. Tes proporsi Chi-square

Uji Statistik Non Parametrik

Uji Statistik Non Parametrik

1. Uji Mann Whitney
2. The Wilcoxon test
3. Kruskal-Wallis test

Uji Mann Whitney

Alternatif lain uji T dua sampel bebas

Perhitungannya berdasarkan frekuensi
sampel
H0 : Dua sampel bebas berasal dari
populasi yg identik atau mempunyai
mean sama.
H1 : Dua sampel bebas berasal dari
populasi berbeda

Uji Mann Whitney

R1 : Total peringkat salah satu sampel

Uji Mann Whitney

Contoh:
Suatu perusahaan besar diduga menerapkan
diskriminasi penggajian atas gender. Sebanyak 24
sampel dari antara karyawan dan gajinya ditunjukkan
tabel berikut:
Wanita
Pria
Wanita
Pria

22.5
21.9
20.9
23.9

19.8
21.6
21.6
20.5

20.6
22.4
23.5
24.5

24.7
24.0
20.7
22.3

23.2
24.1
21.6
23.6

19.2
23.4

Berdasarkan data di atas, apakah ada alasan untuk

percaya pada taraf nyata 0.05 bahwa telah terjadi
diskriminasi penggajian berdasarkan gender?

18.7
21.2

Uji Mann Whitney

Jawab:
H0 : Tidak ada perbedaan antara rata-rata gaji
wanita dengan rata-rata gaji pria, atau ratarata gaji wanita dan pria berasal dari populasi
yang berdistribusi sama, atau
1 = 2
H1 : Ada perbedaan antara rata-rata gaji
wanita dengan rata-rata gaji pria atau
1 2
= 0.05

Uji Mann Whitney

Jawab:
Wilayah kritik : zhit<-z0.025 atau zhit> z0.025 atau zhit < -1.96

atau zhit > 1.96

Perhitungan:
Urutkan dan berikan peringkat
Jumlah peringkat salah satu sampel
Hitung nilai E(U), var(U) dan z
Jenis

Gaji

18.7

19.2

19.8

20.5

20.6

20.7

20.9

21.2

21.6

21.6

21.6

21.9

Peri

10

10

10

12

Uji Mann Whitney

Jawab:
E(u) = (12X12)/2=72
Var(U)=(12)(12)(25)/12=300

U=12x12+(12x13)/2=105
Z=(105-72)/300=1.91

Keputusan : karena zhit < 1.96 dan zhit > -1.96,

maka terima H0

Uji Mann Whitney

Go to example

The Wilcoxon test

Step by step example of the Wilcoxon test:
Suppose we wanted to know if people's ability to report words
accurately was affected by which ear they heard them in. To
investigate this, we performed a dichotic listening task. Each
participant heard a series of words, presented randomly to either
their left or right ear, and reported the words if they could. Each
participant thus provided two scores: the number of words that
they reported correctly from their left ear, and the number
reported correctly from their right ear. Do participants report
more words from one ear than the other? Although the data are
measurements on a ratio scale ("number correct" is a
measurement on a ratio scale), the data were found to be
positively skewed (i.e. not normally distributed) and so we use
the Wilcoxon test.

Go to example

The Kruskal-Wallis test

Step by step example of the Kruskal-Wallis test
Does physical exercise alleviate depression? We find some
depressed people and check that they are all equivalently
depressed to begin with. Then we allocate each person
randomly to one of three groups: no exercise; 20 minutes
of jogging per day; or 60 minutes of jogging per day. At the
end of a month, we ask each participant to rate how
depressed they now feel, on a Likert scale that runs from 1
("totally miserable") through to 100 (ecstatically happy").

Go to example

Go to online
http://users.sussex.ac.uk/~grahamh/R
M1web/teaching08-RS.html