Anda di halaman 1dari 20

MAKALAH STATISTIKA NON PARAMETRIK

Diajukan Untuk Memenuhi dan


Melengkapi Persyaratan Akademik Mata Kuliah Tugas Akhir Pada Program Studi
Teknik Industri Fakultas Teknik Universitas Widyatama

Disusun Oleh :
Nama : Raden Mirna Pertiwi
NPM : 0514204005

PROGRAM STUDI TEKNIK INDUSTRI


FAKULTAS TEKNIK
UNIVERSITAS WIDYATAMA
SK Ketua Badan Akreditasi Nasional Perguruan Tinggi (BAN-PT)
Nomor : 045/BAN-PT/AK-XII/2010
BANDUNG
2014
BAB I
PENDAHULUAN

1.1 Definisi Statistik


Ada 2 pendekatan untuk menganalisis informasi berdasarkan jenis informasi yang
diperoleh, yaitu analisis kuantitatif dan analisis kualitatif. Analisis kuantitatif/analisis data
kuantitatif adalah analisis yang berbasis pada kerja hitung menghitung angka. Angka yang
diolah disebut input dan hasilnya disebut output juga berupa angka. Analisis
kualitatif/analisis data kualitatif adalah analisis yang berbasis pada kerja pengelompokan
simbol-simbol selain angka. Simbol itu berupa kata, frase, atau kalimat yang menunjukkan
beberapa kategori. Input maupun output analisis data kualitatif berupa simbol, dimana
outputnya disebut deskripsi verbal. Statistik adalah sebagai alat pengolah data angka.
Stasistik dapat juga diartikan sebagai metode/asas-asas guna mengerjakan/memanipulasi data
kuantitatif agar angka berbicara. Pendekatan dengan statistik sering digunakan metode
statistic yaitu metode guna mengumpulkan, mengolah, menyajikan, menganalisis &
menginterpretasikan data statistik. Statistika dapat pula diartikan pengetahuan yang
berhubungan dengan pengumpulan data, pengolahan data, penganalisisan dan penarikan
kesimpulan berdasarkan data dan analisis. Jadi statistik adalah produk dari kerja statistika.
Ada dua konsep dalam bahasa Inggris.Statistic: nilai yang dihitung dari sebuah sampel
(mean, median, modus, dsb). Statistics: metode ilmiah untuk pengumpulan data atau
kumpulan angka. Dalam bahasa Indonesia, statistik memiliki 3 pengertian dimuka.
Kumpulan data = data
Nilai yang dihitung dari dari sebuah sampel = statistik sampel
Metode ilmiah guna mengumpulkan, mengolah, menyajikan, dan analisis data =
statistik
1.2 Skala pengukuran
Pengukuran adalah proses hal mana suatu angka atau simbol dilekatkan pada
karakteristik atau properti suatu stimuli sesuai dengan aturan/prosedur yang telah ditetapkan
(Imam Ghozali, 2005). Misal, orang dapat diganbarkan dari beberapa karakteristik: umur,
tingkat pendidikan, jenis kelamin, tingkat pendapatan dan lain-lain. Ada 4 skala pengukuran.
a. Skala nominal

2
Skala nominal merupakan skala yang merupakan kategori atau kelompok dari suatu
subyek. Misal, variabel jenis kelamin responden dikelompokkan menjadi dua, L/P,
masing-masing diberi kode 1 dan 2. Angka ini hanya berfungsi sebagai label kategori,
tanpa memiliki nilai instrinsik dan tidak memiliki arti apa pun. Lambang-lambang
tersebut tidak memiliki sifat sebagaimana bilangan pada umumnya, sehingga pada
variabel dengan skala nominal tidak dapat diterapkan operasi matematika standar:
pengurangan, penjumlahan, perkalian, dll. Uji statistik yang sesuai dengan skala
nominal adalah uji yang mendasarkan pada jumlah seperti modus dan distribusi
frekuensi
b. Skala ordinal
Skala ordinal, lambang-lambang bilangan hasil pengukuran menunjukkan urutan atau
tingkatan obyek yang diukur menurut karakteristik yang dipelajari. Misal, kita ingin
mengetahui preferensi responden terhadap merek indomie goreng: merek Sarimi,
Indomie, Mie Sedap, Gaga Mie kemudian responden diminta untuk melakukan
ranking terhadap merek mie goreng dengan memberi angka 1 untuk merek yang
paling disukai, angka 2 untuk rangking kedua dan seterusnya. Rangkuman hasil
sebagai berikut.

Merek mie Rangking


goreng
Indomie 1
Mie Sedap 2
Sarimi 3
Gaga Mie 4

Tabel ini menunjukkan bahwa merek Indomie lebih disukai daripada Mie Sedap,
merek Mie Sedap lebih disukai daripada Sarimi, dsb. Walaupun perbedaan angka
antara preferensi satu dengan lainnya sama, namun kita tidak dapat menentukan
besarnya nilai preferensi dari suatu merek terhadap merek lainnya. Uji statistik yang
sesuai adalah modus, median, distribusi frekuensi dan statistik non-parametrik seperti
rank order correlation.
c. Skala Interval

3
Skala pengukuran mempunyai sifat seperti skala ordinal (memiliki urutan tertentu),
ditambah satu sifat khas, yaitu adanya satuan skala (scale unit). Artinya, perbedaan
karakteristik antara obyek yang berpasangan dengan lambang bilangan satu dengan
lambang bilangan berikutnya selalu tetap. Jika dalam pengukuran preferensi
responden terhadap merek indomie goreng tersebut diasumsikan bahwa urutan
kategori menunjukkan preferensi yang sama, maka kita dapat mengatakan bahwa
perbedaan indomie goreng merek urutan ke 1 dengan 2 adalah sama dengan
perbedaan merek 2 dengan lainnya. Namun demikian, kita tidak bisa mengatakan 3
bahwa merek yang mendapat ranking 5 nilainya lima kali preferensi daripada merek
1. Uji statistik yang sesuai adalah semua uji statistik kecuali uji yang mendasarkan
pada rasio seperti koefisien variasi.
d. Skala rasio
Skala rasio adalah skala yang menghasilkan data dengan mutu yang paling tinggi.
Perbedaan skala rasio dengan skala interval terletak pada keberadaan nilai nol (based
value). Pada skala rasio, nilai nol bersifat mutlak, tidak seperti pada skala interval.
Data yang dihasilkan oleh skala rasio adalah data rasio. Tidak ada pembatasan
terhadap alat uji statistik yag sesuai.

1.3 Statistika parametrik dan statistika non-parametrik


Ilmu statistika secara garis besar dibagi menjadi 2:
Statistika parametrik -> ilmu statistika yang mempertimbangkan jenis sebaran/distribusi data,
yaitu apakah data menyebar normal atau tidak. Pada umumnya, Jika data tidak
menyebar normal, maka data harus dikerjakan dengan metode Statistika non-
parametrik, atau setidak-tidaknya dilakukan transformasi agar data mengikuti
sebaran normal, sehingga bisa dikerjakan dg statistika parametrik. Statistika
parametrik adalah suatu uji yang modelnya menetapkan adanya syarat-syarat
tertentu (asumsi-asumsi) tentang variabel random atau populasi yang merupakan
sumber sampel penelitian. Statistika parametik lebih banyak digunakan untuk
menganalisis data yang berskala interval dan rasio dengan dilandasi asumsi
tertentu seperti normalitas. Contoh metode statistika parametrik: uji-z (1 atau 2

4
sampel), uji-t (1 atau 2 sampel), korelasi pearson, Perancangan Percobaan (1 or 2-
way ANOVA parametrik), dll.

Statistika non-parametrik -> statistika bebas sebaran (tdk mensyaratkan bentuk sebaran
parameter populasi, baik normal atau tidak). Statistika non-parametrik biasanya
digunakan untuk melakukan analisis pada data berjenis Nominal atau Ordinal.
Data berjenis Nominal dan Ordinal tidak menyebar normal. Statistika
nonparametik dapat digunakan untuk menganalisis data yang berskala nominal
dan ordinal. Contoh metode Statistika non-parametrik:Binomial test, Chi-square
test, Median test, Friedman Test, dll.
Berdasarkan kesepakatan, dua tipe utama prosedur statistik yang dianggap non parametrik
adalah:
1. Prosedur-prosedur non parametrik murni
2. Prosedur-prosedur bebas distribusi.
Atau secara ringkas dapat dikatakan bahwa prosedur-prosedur non parametrik tidak
berkepentingan dengan parameter populasi.

1.4 Keunggulan dan kelebihan statistika non parametrik


Karena kebanyakan prosedur non parametrik memerlukan asumsi dalam jumlah
yang minimum, maka kemungkinan untuk digunakan secara salah pun kecil. Untuk beberapa
prosedur non parametrik, perhitungan perhitungan dapat dilaksanakan dengan cepat dan
mudah, terutama bila kita ingin menyelesaikan secara manual. Jadi, penggunaan prosedur-
prosedur ini menghemat waktu yang diperlukan untuk perhitungan. Ini bisa dijadikan bahan
pertimbangan yang penting bila hasil pengkajian harus segera tersaji atau bila mesin hitung
berkemampuan tinggi tidak tersedia. Prosedur-prosedur non parametrik boleh diterapkan bila
data telah diukur menggunakan skala pengukuran yang lemah, sebagaimana bila hanya data
hitung atau data peringkat yang tersedia untuk analisis.

1.5 Kekurangan dan kelemahan statistika non parametrik

5
Karena perhitungan perhitungan yang dibutuhkan untuk kebanyakan prosedur non
parametrik cepat dan sederhana, prosedur-prosedur ini kadang-kadang digunakan untuk
kasus-kasus yang lebih tepat bila ditangani dengan prosedur-prosedur parametrik. Cara
seperti ini sering menyebabkan pemborosan informasi. Kendatipun prosedur non parametrik
terkena prinsip perhitungannya yang sederhana, pekerjaan hitung menghitung sendiri acap
kali membutuhkan banyak tenaga serta menjemukan.

1.6 Syarat-syarat pengujian statistika non parametrik :


1. Data nominal ( ada/tidak, mati/hidup, sembuh/sakit, dll )
2. Data ordinal ( agak sakit/sakit/sembuh, sangat setuju/setuju/tidak setuju,dll

1.7 Pembagian dalam pengujian statistika non parametrik

1. Pengujian Data Tidak Berpasangan / Bebas


Uji Khi-Kuadrat
syarat no.1
Uji Wilcoxon Tidak Berpasangan
syarat no.2
perlakuan = 2
Uji Mann-Whitney
idem dengan uji wilcoxon tidak berpasangan
Uji Kruskall-Wallis
syarat no.2
RAL

2. Pengujian Data Berpasangan


Uji Tanda
syarat no.1
perlakuan = 2
6
Uji Cochran
syarat no.1
perlakuan lebih dari 2
RAK
Uji Wilcoxon Berpasangan
syarat no.2
perlakuan = 2
Uji Friedman
syarat no.2
perlakuan lebih dari 2
RAK

BAB 2
PERMASALAHAN dan PEMBAHASAN

7
2.1 CONTOH 1

2.1.1 Penerapan dalam Bidang Pertanian

SUMBER :

Data yang tersaji dan yang dianalisis dalam tugas ini diambil dari tugas akhir dengan
judul Dampak Sekolah Lapang Pengendalian Hama Terpadu (SLPHT) Jeruk dalam
Pengembangan Agribisnis pada Petani Jeruk terhadap Perilaku dan Pendapatan
(Kasus di dusun Krajan, Desa Selorejo, Kecamatan Dau, Kabupaten Malang), oleh Dewi
Suli Arroh, Fakultas Pertanian Jurusan Sosial Ekonomi, 2006.

TUJUAN :

Berikut adalah tujuan Tugas Akhir ini dibuat :

1. Untuk mendeskripsikan pelaksanaan SLPHT jeruk dalam pengembangan


agribisnis pada petani jeruk di Desa Selorejo, Kecamatan Dau, Kabupaten
Malang.
2. Menganalisis perbedaan perilaku dan pendapatan pada petani jeruk di Desa
Selorejo, Kecamatan Dau, Kabupaten Malang untuk petani peserta SLPHT
dan petani non peserta sekolah.
3. Mendeskripsikan dampak perilaku dan pendapatan pada petani jeruk di Desa
Selorejo, Kecamatan Dau, Kabupaten Malang untuk petani peserta dan petani
non peserta SLPHT.
DATA :

Table skor pengetahuan peserta dan non peserta SLPHT (diperoleh dari penilaian
jawaban kuisioner)

8
skor
peserta rank skor non peserta rank R1 = 614
R2 = 377.5
69 42.5 57 31.5
DASAR TEORI :
47 22 45 16

47 22 37 1 Untuk menganalisis
data diatas penulis tugas akhir
67 40 43 9
menggunakan Uji U
43 9 57 31.5
Mann- Whitney, yaitu uji
yang 61 36.5 59 34 membandingkan 2
kelompok 45 16 43 9 yang tersebar
kelanjutan. 55 29.5 41 4.5 Hipotesis nol-nya
diujikan dari dua sample secara
67 40 59 34
bebas yang ditarik dari populasi
47 22 43 9
yang mempunyai mean
59 34 45 16
sama. Ujinya tersebut dapat
dengan 1 45 16 41 4.5 ujung maupun 2
ujung. 55 29.5 51 26 Namun kita juga
bisa 71 44 39 2 memakai Uji Mann-
Whitney yang lebih
47 22 43 9
sederhana, dengan data yang
45 16 63 38
diperoleh bersifat non
parametric 53 27.5 41 4.5 kontinu dengan
skala 69 42.5 45 16 pengukuran yang
sekurang- 49 25 43 9 kurangnya ordinal,
dan fungsi 47 22 61 36.5 kedua lokasi
berbeda dalam hal lokasi.
45 16 43 9

67 40 53 27.5 PEMBAHASAN :

Uji U Mann-Whitney
Ho : Dampak SLPHT jeruk tidak berbeda antara petani peserta dan bukan peserta

Hi : Dampak SLPHT jeruk berbeda antara petani peserta dan bukan peserta

9
Statistik Uji :

n1(n1 1)
U n1n 2 Ri = 0.05
2

Ket : n1 : jumlah data sample 1

n2 : jumlah data sample 2

Ri : total skor yang terendah diantara 2 sample

22(22 1)
U = 22 x 22 + - 377,5
2

= 484 + 253 -377.5

= 359.5
U E (U )
Z
Su

(22 x 22)
359.5 359.5 242
2
Z = = (484)(45) = 2.76
(22)(22)(22 22 1)
12
12

Keputusan : Z table (1.64) 2.76 , P_value = 0.0029 < (0.05), maka tolak Ho

Uji Mann-Whitney
Ho : Dampak SLPHT jeruk tidak berbeda antara petani peserta dan bukan peserta

Hi : Dampak SLPHT jeruk berbeda antara petani peserta dan bukan peserta

Statistik Uji:

n1(n1 1)
T S = 0.05
2

Ket : S : total skor yang tertinggi diantara 2 sample

n1 : jumlah data sample 1

n2 : jumlah data sample 2

W(1 / 2 ) n1n 2 W / 2 W/2 didapat dari table

Berikut adalah hasil output analisis menggunakan Minitab :


10
Mann-Whitney Test and CI: x1, x2

x1 N = 22 Median = 51.00

x2 N = 22 Median = 44.00

Point estimate for ETA1-ETA2 is 6.00

95.0 Percent CI for ETA1-ETA2 is (2.00,12.00)

W = 614.0

Test of ETA1 = ETA2 vs ETA1 not = ETA2 is significant at


0.0054

The test is significant at 0.0052 (adjusted for ties)

Keputusan : dari output tersebut kita dapatkan P-value sebesar 0.0054 yang berarti <
(0.05), dengan demikian tolak Ho

KESIMPULAN :

Secara umum dari dua pengujian diatas didapatkan keputusan yang sama yaitu tolak
Ho. Dengan demikian dapat disimpulkan bahwa dampak SLPHT jeruk dalam
pengembangan agribisnis mengenai pengetahuan jeruk berbeda antara petani peserta
dengan petani bukan peserta. Jadi, kita bisa menggunakan uji non parametric untuk
menganalisis data pada kasus ini.

CONTOH 2

2.2.1 Penerapan dalam Bidang Kedokteran

Krisis moneter yang terjadi pada pertengahan tahun 1997 yang berimbas pada
krisis ekonomi yang berkepanjangan menimbulkan daya beli masyarakat menurun,
sehingga gizi pun tidak terlalu diperhatikan. Penelitian bertujuan untuk mengetahui
faktor-faktor yang berhubungan dengan kekurangan energi protein pada BALITA telah
dilakukan penelitian lapangan dengan metode survei atau wawancara terhadap 99
responden ibu-ibu pada periode Juli Agustus 2006 di PUSKESMAS Karang Tengah
Kabupaten Cianjur, Jawa Barat

1. Faktor predisposisi terdiri dari :


11
a. Tingkat pendidikan ibu, mulai dari tidak pernah sekolah hingga tamat SLTA
(X1).
b. Pengetahuan ibu terhadap bahan makanan berprotein dan ciri-ciri kekurangan
protein pada balita (X2)
c. Perilaku ibu yaitu tindakan ibu terhadap perubahan fisik pada balita baik dari
segi pertumbuhan maupun kesehatan (X3)
2. Faktor pendukung yaitu mengenai pengetahuan tentang penyakit infeksi (X4),
3. Faktor penguat yang terdiri dari parameter :
a. Pendapatan keluarga per bulan (X5)
b. Jumlah anggota keluarga (X6)
PEMBAHASAN
Hipotesis:
H0 : pi = p2 vs
H1 : pi p2
Untuk pengujian hipotesis digunakan distribusi khi kuadrat dengan derajat
kebebasan sama dengan satu (df=1) perlu adanya koreksi kontinuitas (continuity
correction) dengan nama koreksi Yate seperti tertera di bawah ini :
1 2
n( ad bc n)
X 2 2
(a b)(a c)(b d )(c d )

ANALISIS DATA
Penyelesaian analisa data dilakukan dengan mengaplikasikan crosstab analysis
(uji ketergantungan) atau tabel silang dengan uji khi kuadrat (X 2 ) sebagai uji
statistik guna mengetahui Ho diterima atau ditolak, dengan mempergunakan
perangkat lunak SPSS ver. 11.5 for Windows. Hasilnya dapat diuraikan sebagai
berikut :
1. Pendidikan (X1) * Kekurangan Energi Protein (KEP) yaitu :

12
2. Pengetahuan (X2) * Kekurangan Energi Protein (KEP) yaitu

3. Perilaku Ibu (X3) * Kekurangan Energi Protein (KEP) yaitu :

13
4. Penyakit Infeksi (X 4) * Kekurangan Energi Protein (KEP) yaitu :

5. Pendapatan Keluarga (X5) * Kekurangan Energi Protein (KEP) yaitu :

14
6. Jumlah Anggota Keluarga (X6) * Kekurangan Energi Protein (KEP) yaitu

Hubungan antara pendidikan, pengetahuan, penyakit infeksi, perilaku ibu, tingkat


pendapatan dan jumlah anggota keluarga merupakan faktor-faktor yang
mempengaruhi terhadap kekurangan energi protein pada Balita, di mana hubungan
antara :
1. Pendidikan (X1) dan Kekurangan energi protein (KEP) sebagai peubah Y ,
diperoleh X2 = 8,55
15
2. Pengetahuan (X2) dan Kekurangan energi protein (KEP) sebagai peubah Y ,
diperoleh X2 = 49,1
3. Perilaku ibu (X3) dan Kekurangan energi protein (KEP) sebagai peubah Y ,
diperoleh X2 = 35,24
4. Penyakit infeksi (X4) dan Kekurangan energi protein (KEP)sebagai peubah Y ,
diperoleh X2 = 23,44
5. Pendapatan keluarga (X5) dan Kekurangan energi protein (KEP) sebagai peubah
Y , diperoleh X2 = 22,31
6. Jumlah anggota keluarga (X6) dan Kekurangan energi protein (KEP) sebagai
peubah Y , diperoleh X 2 = 70,71
Dari hasil pengujian diatas ternyata nilai X2 dari perhitungan untuk batas 1
sampai dengan 6 diisyaratkan Ho ditolak, pada tingkat konfiden interval 95% (a=5%).
Sebagai gambaran, berdasarkan hasil analisa data salah satu faktor yaitu hubungan
antara pendidikan dan kekurangan energi protein diperoleh hasil X2 sebesar 8,55
pada tingkat konfiden interval 95% (a=5%) menunjukkan berbeda nyata (P<0.05).
Berdasarkan probabilitas dimana pada kolom asymptotic Significan sebesar 0.003,
atau probabilitas lebih kecil dari 0.05 (0.003 < 0.05). Dengan demikian uji kuadrat
(X2 ) dapat diaplikasikan antara dua peubah yaitu peubah bebas (X) dan peubah tidak
bebas (Y).

KESIMPULAN
Dari hasil khi kuadrat (X2 ) menunjukkan bahwa kekurangan energi protein pada anak
Balita amat dipengaruhi oleh tingkat pendidikan yang rendah, kurangnya pengetahuan
tentang sumber bahan makanan, perilaku ibu dalam bertindak atas perubahan fisik
dan kesehatan anak. Disamping itu, cara mengolah makanan dan pengetahuan tentang
penyakit infeksi dan tindakan yang harus dilakukan, serta rendahnya pendapatan
keluarga yang diperoleh untuk kebutuhan hidup, menjad penyebab kekurangan energi
protein pada anak balita. Pendekatan uji statistik sangat penting ketepatannya untuk
mengetahui faktor-faktor yang berhubungan dengan kekurangan energi protein pada
Balita. Pada data bersifat kualitatif, metoda crosstab analysis dan uji khi kuadrat (X 2)
dapat diaplikasikan dan dapat dijadikan rekomendasi didalam membuat kebijakan.
16
2.3 CONTOH 3

2.3.1 Penerapan dalam Bidang Kedokteran Hewan

Pengaruh pemberian ekstrak daun api-api (Avicennia marina) terhadap resorpsi


embrio, berat badan dan panjang badan janin mencit (Mus musculus). Penelitian ini
bertujuan untuk menghindarkan terulangnya bencana thalidomide, dengan memberikan
tingkatan dosis ekstrak daun api-api (Avicennia marina) yang diuji cobakan pada hewan
coba mencit (Mus musculus) untuk mengetahui pengaruhnya terhadap resorpsi embrio,
berat badan dan panjang badan janin mencit. Manfaat yang dicapai bagi dunia peternakan
dan kedokteran hewan adalah untuk menghindarkan kerugian akibat penurunan
reproduksi hewan ternak. Bagi masyarakat, bahaya kecacatan janin akibat mengkonsumsi
obat-obatan tradisional selama kehamilan dapat dihindarkan. Data resorpsi embrio
diperoleh dengan membandingkan embrio yang teresorpsi dengan jumlah embrio
keseluruhan. Resorpsi embrio dilihat dari pembesaran korpus luteum atau adanya sisa
yang berwarna merah kehitaman atau kekuningan pada uterusnya sehingga embrio
dihitung sebagai unit percobaan

Analisis data non-parametrik menggunakan metode Kruskal-Wallis dengan SPSS


menunjukkan bahwa pemberian tingkatan dosis ekstrak daun api-api (Avicenniamarina)

17
per oral mempunyai taraf signifikasi lebih dari 0,05 (P>0,05) sehingga dapat dinyatakan
bahwa terdapat perbedaan yang tidak bermakna terhadap resorpsi embrio mencit.

Hasil penelitian membuktikan perbedaan yang tidak bermakna diantara dosis


perlakuan terhadap jumlah resorpsi embrio mencit. Hal ini kemungkinan disebabkan oleh
keadaan mencit yang kurang sehat yang tidak diketahui dengan pasti, karena penilaian
kesehatan hanya didasarkan pada penurunan berat badan dan aktifitas mencit. Penyakit-
penyakit infeksi, gangguan metabolik, keadaan genetis mencit dan keadaan uterus yang
kurang baik juga dapat meningkatkan jumlah resorpsi embrio.

Berdasarkan hasil penelitian ini maka adanya pendapat bahwa pemberian tingkatan dosis
ekstrak daun api-api (Avicennia marina) dapat meningkatkan resorpsi embrio mencit
ditolak. Data berat badan janin diperoleh dari penimbangan pada saat janin dalam keadaan
segar dan bebas dari selaput embrional. Dari hasil penimbangan terhadap berat badan janin
diperoleh data yang disajikan pada Tabel 2

Dari Tabel 2 setelah dianalisis dengan menggunakan uji statistik non-parametrik Kruskal-
Wallis dengan SPSS diperoleh taraf signifikasi lebih dari 0,05 (P>0,05) sehingga dapat
dinyatakan bahwa terdapat perbedaan yang tidak bermakna antara pembrian tingkatan dosis
ekstrak daun api-api (Avicennia marina) per oral terhadap berat badan janin mencit.

18
BAB III

KESIMPULAN

1. Statistika non parametrik memiliki kriteria dan metode syarat-syarat yang berbeda
dengan statistika parametrik.

2. Statistika non parametrik lebih baik digunakan pada saat tidak tersedia alat hitung yang
tinggi karena pengerjaannya lebih sederhana daripada statistika parametrik.

3. Resiko pada statistika non parametrik adalah kurang tepatnya penghitungan dibandingkan
dengan statistika parametrik.

4. Statistika nonparametrik dapat digunakan dalam bidang-bidang seperti pertanian,


kedokteran, kedokteran hewan, peternakan dan masih banyak lagi bidang lainnya.

19
DAFTAR PUSTAKA

Arroh, Dewi Suli.2006. Dampak Sekolah Lapang Pengendalian Hama Terpadu


(SLPHT) Jeruk dalam Pengembangan Agribisnis pada Petani Jeruk
terhadap Perilaku dan Pendapatan.Fakultas Pertanian Universitas
Brawijaya.Malang.

Daniel, Wayne.2000, Applied Statistical Non Parametric. John Wiley & Son.New York

Dwi Wijayanti. Erni. 2008. Pengaruh Pemberian Ekstrak Daun Api-Api (Avicennia
Marina) Terhadap Resorpsi Embrio, Berat Badan Dan Panjang Badan Janin
Mencit (Mus Musculus). Fakultas Kedokteran Hewan Universitas Airlangga.
Surabaya

Iriawan, Nur, Ph.D.2006, Mengolah Data Statistik dengan Mudah Menggunakan


Minitab 14. Penerbit Andi. Yogyakarta.

Yusnandar,M.E. 2005. Pemanfaatan Analisis Non Parametrik Satu Arah (One Way
Non Parametric) terhadap Hasil Penelitian Percobaan. Prosiding Temu
Teknis Nasional Tenaga Fungsional Pertanian 2005. Pusat Penelitian dan
Pengembangan Peternakan.

20