A.

Pendahuluan
Uji statistik nonparametrik ialah suatu uji statistik yang tidak memerlukan adanya
asumsi-asumsi mengenai sebaran data populasinya (belum diketahui sebaran datanya dan
tidak perlu berdistribusi normal). Oleh karenanya statistik ini juga dikemukakan sebagai
statistik bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi, baik
normal atau tidak). Statistika non-parametrik dapat digunakan untuk menganalisis data
yang berskala Nominal atau Ordinal. Data berjenis Nominal dan Ordinal tidak menyebar
normal. Selain itu statistik ini dapat digunakan pada data yang berjumlah kecil, yakni
kurang dari 30 data.
Kelebihan dan Kelemahan Uji Nonparametrik
1. Kelebihan-kelebihan uji nonparametrik:
a. Perhitungan singkat dan mudah dikerjakan
b. Data tidak selalu berbentuk kuantitatif, tetapi dapat berbentuk kualitatif.
c. Lebih sedikit dibebani anggapan yang membatasi dibanding dengan uji
parametrik padanannya.
2. Kelemahan uji nonparametrik:
a. Tidak menggunakan semua keterangan yang tersedia dalam sampel.
b. Uji nonparametrik kurang efisien dibandingkan dengan cara parametrik
padanannya jika kedua metode dapat digunakan.
c. Jika uji parametrik dan nonparametrik keduanya dapat dilakukan pada
himpunan data yang sama, maka gunakan teknik parametrik. Tetapi jika
anggapan kenormalan tidak berlaku dan data kualitatif maka gunakan
nonparametrik.
Uji Satu Sampel
Uji satu sampel biasanya bertipe goodness of fit, yaitu untuk menguji apakah
suatu sampel random ditarik dari suatu populasi dengan distribusi tertentu, yaitu:
a. Uji chi-square
b. Uji binomial
c. Uji kolmogorov-smirnov
Uji lainnya adalah Uji Run untuk menguji kerandoman urutan kejadian.

B. Chi-Square Sebagai Uji Independensi

Uji independensi adalah suatu uji yang dipergunakan untuk melihat apakah
perbedaan yang diamati dari beberapa proporsi sampel signifikan atau hanya kebetulan
saja. Pengujian seperti ini pada dasarnya membandingkan frekuensi observasi dengan
frekuensi yang diharapkan, jika hipotesis nol adalah benar. Untuk mempermudah
menghitung frekuensi observasi, maka dipergunakan tabel kontingensi. Tabel itu
berisikan hasil observasi terhadap beberapa proporsi tertentu berdasarkan atribut yang
ingin diamati perubahannya dan pengaruhnya. Misalnya, akan diamati pengaruh
diterapkannya metode baru dengan tidak diterapkan dengan metode baru terhadap sampel
yang berasal dari 4 populasi, maka tabel tersebut berbentuk 24 (dua baris, empat
kolom). Dengan diketahuinya proporsi masing-masing sampel dan jumlah sampel untuk
setiap populasi, maka frekuensi observasi dapat dihitung.
Apabila hipotesis nol adalah benar maka frekuensi yang diharapkan dapat pula
dihitung berdasarkan jumlah proporsi masing-masing atribut (tidak diterapkan atau
diterapkan) dibagi dengan jumlah total sampel. Selanjutnya, untuk menguji hipotesis nol,
maka frekuensi observasi harus dibandingkan dengan frekuensi yang diharapkan. Jika
nilai observasi dan yang diharapkan adalah serupa, maka secara intuitif hipotesis nol
diterima. Jika terdapat perbedaan yang besar antara kedua frekuensi tersebut, maka
hipotesis nol ditolak dan dapat disimpulkan, bahwa terdapat perbedaan yang signifikan
pada keempat proporsi terhadap penerapan metode baru tersebut.

Fungsi:
Menguji apakah ada perbedaan antara frekuensi yang diamati dengan frekuensi
harapan.
H0:
Tidak ada perbedaan antara frekuensi harapan dengan frekuensi frekuensi
observasi.

H1

Ada perbedaan antara frekuensi harapan dengan frekuensi frekuensi observasi.

Statistik:

Oi Ei

2
X =1

;i=1K

dengan :

= frekuensi observasi kategori i

Ei

= frekuensi harapan kategori i

Jika frekuensi observasi dan frekuensi harapan tidak jauh berbeda, maka
Ei
X

Oi

kecil sehingga

X2

Oi

juga kecil dan sebaliknya, sehingga semakin besar

makin besar pula kemungkinan kedua frekuensi berbeda sehungga

H0

ditolak.
Metode :
o Hitung frekuensi harapan kategoori i sesuai dengan

H0 .

o Untuk setiap kategori, kurangkan frekuensi observasi dengan frekuensi

harapan dan kuadrat hasilnya, kemudian bagi dengan frekuensi harapan.
2
o Jumlahkan untuk setiap kategori untuk mendapat nilai X .

Keputusan
Distribusi sampling

X2

berdistribusi chi-square dengan derajat bebas db = k-1

(tabel C). Jika kemungkinan yang berkaitan dengan munculnya

, maka

H0

X2

dibawah H

ditolak dan H diterima.

Contoh Soal:
1. Dari hasil survei terhadap pengalaman kerja 75 orang guru diperoleh data sebagai
berikut.
Pengalaman Kerja Guru

Hasil Belajar Siswa

Belum berpengalaman
21
Antara 0 3 tahun
30
Lebih dari 3 tahun
24
Pertanyaaan :
a. Apakah ketiga kelompok guru berdasarkan pengalaman kerja sama besar?
b. Apakah perbandingan ketiga kelompok kerja adalah 20%, 60%, dan 20% ?
Catatan :
a. Jika db = 1 (jumlah kategori =2), maka frekuensi yang diharapkan harus 5, jika
tidak maka harus digunakan uji binomial. Uji binomial untuk populasi yang
dipandang hanya terdiri dari 2 kelas/ kategori. Contoh: sukses dan gagal.
b. Jika db > 1, uji ini tidak boleh dipakai jika lebih dari 20% dari frekuensi yang
diharapkan < 5 atau sembarang frekuensi yang diharapkan < 1. Pemecahannya
dengan menggabungkan kategori-kategori yang berdekatan.