Istilah nonparametrik pertama kali digunakan oleh Walfowitz, pada tahun 1942.
Metode statistik nonparametrik merupakan metode statistik yang dapat digunakan dengan
mengabaikan asumsi-asumsi yang melandasi penggunaan metode statistik parametrik,
terutama yang berkaitan dengan distribusi normal. Istilah lain yang sering digunakan
untuk statistik nonparametrik adalah statistik bebas distribusi (distribution free statistics)
dan uji bebas asumsi (assumption-free test). Statistik nonparametrik banyak digunakan
pada penelitian-penelitian sosial. Data yang diperoleh dalam penelitian sosial pada
umumnya berbentuk kategori atau berbentuk rangking.
Uji statistik nonparametrik ialah suatu uji statistik yang tidak memerlukan adanya
asumsi-asumsi mengenai sebarab data populasi. Uji statistik ini disebut juga sebagai
statistik bebas sebaran (distribution free). Statistik nonparametrik tidak mensyaratkan
bentuk sebaran parameter populasi berdistribusi normal. Statistik nonparametrik dapat
digunakan untuk menganalisis data yang berskala nominal dan ordinal karena pada
umumnya data berjenis nominal dan ordinal tidak menyebar normal. Dari segi jumlah
data, pada umumnya statistik nonparametrik digunakan untuk data berjumlah kecil
(n<30).
Fungsi:
Digunakan pada penelitian dimana :
1. Pengukuran kuantitatif tdk mungkin atau tdk dapat dilakukan.
2. Unit observasi adalah data pasangan yg masih mungkin ditentukan tingkatannya
berdasarkan hubungan antara kedua pasangan.
3. Dapat diterapkan pada kasus dua sampel berhubungan dgn asumsi bahwa
terjadinya perbedaan karena adanya dua kondisi yg berbeda.
Prinsip
1. Variabel yg diamati memiliki selisih distribusi observasi.
2. Unit observasi tdk selalu ditarik dari satu populasi yg sama , tetapi (pasangan
observasi bisa berasal dari populasi yg berbeda).
3. Tiap subyek dipasangkan sedemikian rupa sehingga memberi kesamaan (ciri
tertentu sma) dan berlaku sebagai pengontrol terhadap dirinya sendiri.
Syarat Penggunaan
1. Pasangan hasil pengamatan yg sedang dibandingkan bersifat independen.
2. Masing-masing pengamatan dalam tiap pasang terjadi karena pengaruh kondisi yg
serupa.
3. Pasangan yg berlainan terjadi karena kondisi yg berbeda.
Prinsip Penyelesaian
Apabila hasil dari suatu pengamatan X dan Y terjadi karena perlakuan A dan
B, dengan sampel yg berukuran N, maka dapat ditulis (X1, Y1), (X2, Y2)…….(Xn, Yn)
Hasil perlakuan A dan B menghasilkan selisih dalam bentuk :
(X1 - Y1), (X2 - Y2)…….(Xn - Yn)
Apabila X1 > Y1 diberi tanda “ + “ (positif)
Apabila X1< Y1 diberi tanda “ - “ (negatif)
Apabila X1 = Y1 pasangan ini diabaikan
N = menyatakan banyaknya pasangan sampel, setelah dihilangkan pasangan X1 = Y1
H = menyatakan banyaknya tanda negatif atau positif yg paling sedikit
D = Ho ditolak atau diterima pada nilai , berdasarkan daftar nilai kritis untuk uji
tanda (tabel D).
Pernyataan hipotesis
Ho : tidak ada perbedaan pengaruh pada kedua perlakuan
Ha : terdapat perbedaan pengaruh pada kedua perlakuan
Penolakan hipotesis
Ho ditolak atau diterima pada nilai = 0,01 atau 0,05, berdasarkan daftar nilai
kritis untuk uji tanda (tabel D).
HIPOTESISNYA
Ho : p1 = p2 lawan H1 : p1≠p2
Disini p1 adalah jumlah pasangan positip dan p2 adalah jumlah pasangan
negative. Dalam hal ini pi diperoleh jika Xi1>Xi2 dan p2 diperoleh jika Xi1<Xi2 jika
Xi1 =Xi2 maka pasangan data tersebut tidak dipakai sehingga n= p1+p2
Jika p1=p2 maka p1/n=p2/n-0,5 jadi jika p1/n=p2/n=0,5 maka Ho diterima dan
jika p1/n atau p2 dekat dengan 0,5 maka Ho mungkin diterima, sedangkan jika p1/n
atau p2/n jauh lebih besar atau lebih kecil dari dari 0,5 maka Ho kemungkinan ditolak
untuk membuat kriteria penerimaan Ho(diterimaatau ditolak) maka telah dibuat tabel
(tabel uji tanda) sehingga :
Jika p1 atau p2 berada di dalam daerah peneriman Ho pada tingkat kepercayaan
95% (α=0,05) maka Ho diterima (P>0,05) sedangkan jika berada di luar daerah
penerimaan α=0,05 maka Ho ditolak (p<0,05) dan jika berada di luar daerah
penerimaan untuk α=0,01 maka Ho ditolak (P<0,01)
a. Uji tanda (sign test) satu sampel
Uji tanda satu sampel digunakan bila kita ingin mengetahui apakah sampel
yang kita peroleh berasal dari populasi dengan median tertentu.
Untuk menguji hipotesis, data sampel disusun sedemiian rupa sehingga untuk nilai
yang lebih besar dari nilai median populasi kita beri tanda positif ( + ), untuk nilai
lebih kecil dari median populasi diberi tanda negatif ( - ), dan bila nilai sampel
sama dengan median populasi maka diberi tanda 0, nilai ini tidak digunakan
dalam analisis.
Pada hipotesis nol kita harapkan tanda (+) sama dengan tanda (-) atau 50%
dengan tanda positif dan 50% dengan tanda negatif. Bila hasil pengamatan
menunjukkan adanya perbedaan tanda dengan yang kita harapkan maka kita ingin
mengetahui apakah perbed aan tersebut disebabkan karena memang berbeda atau
hanya karena faktor kebetulan.
Contoh :
1. Misalkan, diketahui bahwa obat A untuk menghilangkan rasa nyeri
mempunyai median (Me) waktu penyembuhan 8 jam. Bila obat A
dikombinasikan dengan obat C apakah dapat mempercepat waktu
kesembuhan? Untuk mengetahui hal ini maka kombinasi obat A dan C
diberikan pada 11 orang. Pengujian hipotesis dilakukan pada derajat
kepercayaan 95%.
H0 : Me populasi = Me sampel (median waktu penyembuhan kombinasi obat
A dan C = 8 jam)
Ha : Me populasi ≠ Me sampel
Α = 0,05
Hasil pengamatan terhadap 11 orang tersebut adalah sebagai berikut.
Dari hasil tersebut tampak bahwa 2 orang dengan tanda (-) dan satu orang
dengan tanda 0. Apa yang dapat kita simpulkan dengan 2 (-), sedangkan kita
berharap terdapat 5 (-)?
Untuk menyelesaikan soal diatas dapat digunakan Tabel 10 untuk Uji Tanda.
Pada n = 10 (1 tidak digunakan karena hasilnya 0) dengan derajat kemaknaan 5%
dihasilkan nilai h = 1.
Agar kombinasi obat (A + C berbeda secara bermakna dibandingkan dengan
obat A atau untuk menolak hipotesis nol maka jumlah tanda (-) harus = 1.
Dari hasil pengamatan diperoleh 2 orang dengan tanda (-) maka kita tidak
dapat menolak hipotesis nol berarti yang berarti secara statistik tidak terdapat
perbedaan efek kombinasi obat tersebut atau efek obat A tidak berbeda dengan
kombinasi obat A + C pada derajat kemaknaan 5% (p > ,05).
mempunyai median (Me) waktu penyembuhan 7 hari. Bila pods day cream
pemutihan ? Untuk mengetahui hal ini maka kombinasi pods day cream dan
Jawab :
Ha = Me populasi # Me sampel
α = 0,05
5 7 -
6 7 -
7 7 0
8 7 +
8 7 +
8 7 +
8 7 +
9 7 +
9 7 +
9 7 +
10 7 +
Dari hasil tersebut tampak bahwa 2 orang denga tanda (-) dan satu
secara bermakna dibandingkan obat A atau untuk menolak hipotesis nol maka
Dari hasil pengamatan diperoleh 2 orang dengan tanda (-) maka kita
tidak dapat meniloak hipotesis nol yang berarti secara statistic tidak terdapat
perbedaan efek kombinasi obat tersebut atau efek ponds dey cream tidak
Keterangan :
13 tanda ( + )
11 tanda ( – )
6 tanda 0
Pada tahap pertama diberi obat A yang lazim digunakan sebagai control,
dicatat waktu hilangnya nyeri, dan sebulan kemudian diberi obat B pada orang yang
sama dan dicatat waktu hilangnya rasa nyeri. Kedua hasil kemudian dibandingkan.
Bila obat B lebih cepat menghilangkan rasa nyeri daripada obat A maka diberi
tanda (+) dan bila obat B lebih lama daripada obat A maka diberi tanda (-) atau bila
sama diberi tanda ), hasil ini tidak dianalisis. Bila efek obat A sama dengan efek obat
B maka kita harapkan 50% (+) dan 50% (-).
Bila obat A sama dengan obat B maka kita harapkan 50 % dengan tanda (+) dan 50%
(-)
Ho = Efek obat A = Obat B
Ha = Efek obat A # obat B
a = 0,05
Tanda yang diperoleh dari hasil pengamatan dengan tanda negative (-) adalah
11. Untuk menolak hipotesis nol maka tanda ( - ) hasil pengamatan harus ≤ dari nila
yang terdapat dalam table 11 uji tanda.
Pada contoh di atas, jumlah tanda (-) 11, sedangkan dari tabel Uji Tanda
dengan n=24 diperoleh h = 6. Ini berarti bahwa untuk menolak hipotesis nol jumlah
tanda (-) hasil pengamatan harus lebih kecil daripada nilai yang terdapat dalam table.
Perbedaan tersebut dianggap belum cukup besar untuk menyatakan bahwa
kedua obat tersebut memang berbeda. Oleh karena itu, secara statistic kita tidak dapat
menolak hipotesist nol yang berarti obat B tidak berbeda dengan obat A pada derajat
kemaknaan 0,05.
CONTOH SOAL
1. Seorang peneliti ingin mengetahui perbedaan kelainan ginjalkanan dan kiri pada
ternak kelinci akibat pemberian insektisida pada pakannya. Dari 10 ekor kelinci yang
diperiksa diperoleh data sebagai berikut :
Kelinci 1 2 3 4 5 6 7 8 9 10
Ginjal kanan 1 1 1 0 1 0 0 1 1 1
Ginjalkiri 0 0 1 1 0 1 1 1 0 1
Xi1 –Xi2 1 1 0 -1 1 -1 -1 -1 1 -1
Hipotesisnya:
Ho : p1 = p2 lawan H1 : p1≠p2
Dari tabel diatas dapat ditentukan p1= 4 dan p2 =5 sehingga n = 4 +5=9.
Untuk n =9 pada α=0,05 daerah penerimaa Ho adalahantara 1-8 dan pada α=0,01
antara 0-9.
Oleh karena p1 dan p2 berada di dalam daerah penerimaan Ho maka Ho diterima
(P>0,05) sehingga dapat disimpulkan bahwa kelainan ginjal kelinci tidak terdapat
perbedaan yang nyata (P>0,05) antara yang kanan dengan yang kiri.
= 1,095
Karena 1,095 < 1,64, maka hipotesis nol akan diterima. Dalam hal ini,
kesimpilannya menjadi, tidak terdapat perbedaan nyata antara nilai rasa kedua
resep tersebut.
aturan pengambilan keputusan dapat dinyatakan dengan format yang serupa
sebagai berikut:
Start
Apakah
jumlah
sampel kecil?
Bandingkan jumlah
probabilitas dengan α
Stop