Uji Binomial (Satu Kelas)

Uji binomial merupakan uji non parametrik yang digunakan untuk menguji hipotesis suatu
proporsi populasi yang terdiri dari dua kategori misalnya laki-laki dan perempuan, kaya dan
miskin, dll. Jumlah sampelnya kurang dari sama dengan duapuluh lima ( ≤ 25). Datanya
termasuk data nominal (hanya membedakan). Uji binomial digunakan sebagai pengganti uji
T (T test) jika asumsi normalitas data tidak terpenuhi.
a) Percobaan menghasilkan salah satu dari dua kemungkinan hasil yang saling
terpisah, misalnya : “sukses” atau “gagal”, “bagus” atau “jelek”, dll.
b) Probabilitas “sukses” ditulis sebagai p, nilainya selalu tetap dari percobaan yang
satu dengan percobaan yang lainnya. Sedangkan probabilitas “gagal” ditulis
sebagai 1-p atau ditulis q.
c) Percobaan-percobaan bersifat independen, artinya hasil dari satu percobaan tidak
akan mempengaruhi terhadap percobaan yang lainnya.
Variabel yang diuji seharusnya bertipe numerik dan merupakan variabel dikotomi. Variabel
dikotomi adalah variabel yang hanya terdiri dari dua macam value, misalnya benar dan salah,
ya dan tidak, 0 dan 1, dan sebagainya.
Contoh: Apakah ada perbedaan yang signifikan antara proporsi siswa yang menggunakan
metode A dengan metode B
𝐻0 : 𝑝 = 𝑝0 = 0,50 (Tidak ada perbedaan yang signifikan antara proporsi siswa yang
menggunakan metode A dengan metode B).
𝐻1 : 𝑝 ≠ 𝑝0 ≠ 0,50 (Ada perbedaan yang signifikan antara proporsi siswa yang menggunakan
metode A dengan metode B.

Uji Median(2 Kelas) Uji median ini adalah merupakan prosedur pengujian apakah dua atau
lebih populasi dari mana sampel independen diambil mempunyai median yang sama. Untuk
menyederhanakannya hanya akan dibatasi pada dua sampel saja (sebenarnya prosedur ini
dapat dengan mudah diperluas untuk tiga sampel atau lebih).
Contoh: Ada 4 macam jenis padi, dari sampel acak masing-masing jenis didapat hasil
sebagai berikut dalam satuan Ton. Data 4 Macam Jenis Padi Untuk membandingkan hasilnya
digunakan uji median (α = 0,05).
H0 : Semua jenis padi mempunyai median sama
H1 : Ada jenis padi yang mediannya tidaksama
Uji Wilcoxon Metode yang dapat digunakan dalam pengujian dua sampel berpasangan yang
umum adalah uji tanda. Dalam perhitungannya, uji tanda menggunakan tanda positif dan
negatif dari perbedaan data pengamatan sebelum dan sesudah diberi perlakuan.
H0 : Tidak ada perbedaan pengaruh kedua perlakuan
H1 : Terdapat perbedaan pengaruh kedua perlakuan
Contoh: Dari 15 orang siswa TK diminta untuk menyusun urutan angka dari terkecil sampai
terbesar. Skor dihitung dari benarnya susunan. Pada hari berikutnya siswa-siswa tersebut
diminta kembali untuk menyusun angkat tersebut dengan diiringi music.
H0 : Tidak terdapat perbedaan skor yang signifikan terhadap perlakuan tanpa music dan
dengan perlakuan musik.
H1 : Terdapat perbedaan skor yang signifikan terhadap perlakuan tanpa music dan
dengan perlakuan musik.

Mc NemarDengan uji McNemar dapat dianalisis perubahan untuk mengetahui apakah

perubahan dalam kedua arah berkemungkinan sama atau tidak.
Contoh: Suatu penelitian ingin mengetahui pengaruh implementasi model pembelajaran
Problem-based Learning masalah Open Ended terhadap minat belajar siswa pada mata
pelajaran matematika. Dalam penelitian itu diambil sampel secara random di suatu sekolah
dengan jumlah 35 siswa. Data penelitian sebelum dan setelah ada pembelajaran Problem-
based Learning masalah Open Ended
Hipotesis:
H0: Model pembelajaran Problem-based Learning masalah Open Ended
tidak berpengaruh terhadapminat belajar siswa pada matematika.
H1: Model pembelajaran Problem-based Learning masalah Open Ended
berpengaruh terhadap minatbelajar siswa pada matematika.
Q Cocran Sebelum melangkah ke uji Cochran, kita kenal uji Mcnemar yang digunakan
untuk menguji signifikansi dari perbedaan antara 2 proporsi sampel yang saling berhubungan
(data nominal dengan 2 sampel yang bersifat dependent). Uji Cochran merupakan perluasan
dari uji Mcnemar
Contoh: Misal akan dilakukan penelitian untuk mengetahui ada tidaknya perubahan
minat mahasiswa Pendidikan Matematika kelas A2 terhadap pelajaran analisis riil
setelah diadakannya belajar kelompok. Survey dilakukan 3 kali secara beruntun,
yaitu sebelum belajar kelompok, ketika belajar kelompok, dan sesudah belajar
kelompok.
Mann Whitney Mann Whitney U Test merupakan pilihan uji non parametris apabila
uji Independent T Test tidak dapat dilakukan oleh karena asumsi normalitas tidak terpenuhi.
Tetapi meskipun bentuk non parametris dari uji independent t test, uji Mann Whitney U Test
tidak menguji perbedaan Mean (rerata) dua kelompok seperti layaknya uji Independen T
Test, melainkan untuk menguji perbedaan Median (nilai tengah) dua kelompok.
H0 = Tidak ada perbedaan prestasi dari penggunaan metode A dan B
H1 = Terdapat pebedaan prestasi dari penggunaan metode A dan B
“Pengaruh Strategi Pembelajaran Aktif Metode melalui Pelajaran dengan Pertanyaan
(Learning Starts with a Question) terhadap Hasil Belajar Matematika Siswa” yang dimana
ketika diuji normalitasnya tidak memenuhi atau tidak normal.
H0 : Tingkat hasil belajar dengan Learning Starts with a Question sama dengan
tingkat hasil belajar dengan metode konvensional
H1 : Tingkat hasil belajar dengan Learning Starts with a Question lebih besar dari
pada tingkat hasil belajar dengan metode konvensional

Kruskal Wallis Jika hanya melibatkan dua contoh, uji Kruskal-Wallis ekuivalen dengan uji
Mann-Whitney sehingga uji ini untuk menguji hipotesis nol bahwa k sampel bebas berasal
dari populasi yang sama. uji ini identik dengan Uji One Way Anova pada pengujian
parametris, sehingga uji ini merupakan alternatif bagi uji One Way Anova apabila tidak
memenuhi asumsi misal asumsi normalitas. Selain sebagai uji alternatif, kegunaan lain adalah
sebagai perluasan dari uji Mann Whitney U Test, di mana kita ketahui bahwa uji tersebut
hanya dapat digunakan pada 2 kelompok variabel dependen. Sedangkan Kruskall-Wallis
dapat digunakan pada lebih dari 2 kelompok misal 3, 4 atau lebih.
Contoh: Data tentang kadar kartisol dalam tiga kelompok pasien yang melahirkan pada usia
kehamilan antara 38 sampai 42 minggu. Pengamatan terhadap kelompok I dilakukan sebelum
proses bedah Caesar yang sengaja dipilih. Pengamatan terhadap kelompok II dilakukan pada
proses bedah Caesar yang terpaksa dipilih akibat proses normal tidak berhasil. Dan kelompok
III terdiri atas pasien-pasien yang dapat melahirkan secara normal tetapi ada yang memilih
melahirkan melalui bedah Caesar. Kita ingin tahu apakah data ini menyediakan bukti yang
cukup untuk menunjukkan adanya perbedaan dalam kadar kortisol di antara ketiga populasi
yang diwakili.
Hipotesis-hipotesis
H0: Ketiga populasi yang diwakili oleh data tersebut identik
H1 : Ketiga populasi yang diwakili oleh data tersebut tidak identik
 Friedman Test Friedman Two Way Anova (Analisis Varian Dua Jalan Friedman)
digunakan untuk menguji hipotesis komparatif k sampel yang berpasangan (related) bila
datanya berbentuk ordinal (rangking). Bila data yang terkumpul berbentuk interval, atau ratio,
maka data tersebut diubah ke dalam data ordinal.
Contoh:
1. Seorang mahasiswa Fakultas Peternakan, ingin melakukan penelitian mengenai penilaian
para peternak terhadap kebijakan sektor peternakan pada tiga masa pemerintahan yang
berbeda. Penilaian dilakukan dengan menggunakan skor 1-10. Peternak yang diteliti ada
4 orang yang dipilih secara random. Peternak diminta untuk memberikan penilaian
terhadap kebijakan pemerintah yang menyangkut sektor peternakan pada masa
pemerintahan Presiden A, B, dan C. Dengan α= 5%,lakukan pengujian untuk membantu
peneliti adakah perbedaan penilaian terhadap kebijakan pemerintah yang dilakukan oleh
peternak – peternak tersebut?
Berikut tabel hasil penilaian peternak terhadap kebijakan pemerintah.
 Hipotesis
HO = Tidak ada perbedaan penilaian terhadap kebijakan pemerintahan dengan presiden
yang berbeda
HA = Ada perbedaan penilaian terhadap kebijakan pemerintahan dengan presiden yang
berbeda

Spearman Rank Korelasi Spearman merupakan alat uji statistik yang dikembangkan oleh
Charles Spearman (1863-1945) yang digunakan untuk menguji hipotesis asosiatif dua
variabel bila datanya berskala ordinal (rank). Uji ini dilakukan untuk data nonparametrik atau
tidak berdistribusi normal dan tanpa memerhatikan linieritasnya. Data yang diuji berskala
ordinal, maka harus dibuat perankan datanya terlebih dahulu sebelum diuji.
Contoh:
Berikut ini adalah data hubungan antara Nilai Ujian Tengah Semester (X) matematika dengan
Nilai Ujian Akhir Semester (Y) dan dihasilkan data sebagai berikut. Gunakan taraf
signifikansi 0.05 untuk mengetahui korelasi Nilai Ujian Tengah Semester dan Nilai Ujian
Akhir Semester
𝐻0 : 𝜌0 = 0 (Tidak ada korelasi antara nilai UTS (X) dan nilai UAS (Y) )
𝐻1 : 𝜌0 ≠ 0 (Ada korelasi antara nilai UTS (X) dan nilai UAS (Y))
Kendall Tau Adakah hubungan antara peringkat kelas semester genap dengan rata-rata nilai
UAN. (ada hubungan berarti jika peringkat kelas semester genap tinggi maka rata-rata nilai
UAN juga tinggi demikian sebaliknya).
Dilakukan penelitian untuk mengetahui adakah hubungan antara Kemampuan berpikir kritis
dengan motivasi belajar. Penelitian dilakukan dengan menggunakan sampel siswa kelas XII
SMK sebanyak 12 orang. Berdasarkan 12 orang siswa itu, diberikan tes untuk mengetahui
kemampuan berpikir kritis dan angket untuk mengetahui motivasi belajar siswa.
H1 : Terdapat hubungan antara kemampuan berpikir kritis dengan motivasi
H0 : Tidak terdapat hubungan antara kemampuan berpikir kritis dengan motivasi