Anda di halaman 1dari 14

KATA PENGANTAR

Alhamdulillah kami panjatkan puji syukur kehadirat ilahi rabbi yang masih
mengizinkan kami untuk tetap menikmati kehidupan dunia dengan menitipkan nafas yang
masih kami miliki. Shalawat beserta salam kami pajatkan pada pemimipin seluruh manusia
dunia dan akhirat, Muhammad bin abi thalib SAW.

Makalah ini kami susun untuk memenuhi tugas KEPERAWATAN RISET untuk
memenuhi dan meningkatkan pengetahuan kami tentang pendalaman materi Analisis Non
Parametrik. Dan makalah ini kami buat sebagai tugas tambahan ujian perbaikan
KEPERAWATAN RISET.

Kami ucapkan banyak-banyak terima kasih kepada dosen pembimbing yang telah
memberikan arahan kepada kami beserta teman-teman yang selalu memberi suport dan
motivasi kepada kami, sehingga kami dapat menyelesaikan tugas makalah ini dengan baik.
Kami sangat sadar bahwa makalah ini masih jauh dari kata sempurna, oleh sebab itu, kritik
dan saran dari pembaca sangat kami harapkan demi penyempurnaan makalah kami
selanjutnya.

Jombang 07 Februari 2013

Penyusun

1
DAFTAR ISI

HALAMAN JUDUL..................................................................................................................1
KATA PENGANTAR................................................................................................................1
DAFTAR ISI .............................................................................................................................2
BAB I PENDAHULUAN
1.1 Latar Belakang.....................................................................................................................3
1.2 Rumusan Masalah................................................................................................................3
1.3 Tujuan...................................................................................................................................4
BAB II KONSEP DASAR
2.1 Definisi Statistika Nonparametrik ……………………………………………………...…5
2.2 Kelebihan dan kelemahan Statistika Nonparametrik ……………………………………..5
2.3 Cara Penggunaan Statistika Nonparametrik ………………………………………………6
2.4 Metode Statistika Nonparametrik …………………………………………………………8
BAB III PENUTUP
3.1 kesimpulan …………………………………………………………………………….....13
3.2 Penutup ………………………………………………………………………………….13
DAFTAR PUSTAKA ………………………………………………………………………..14

2
BAB 1
PENDAHULUAN
1.1 Latar Belakang

Statistika adalah pengetahuan yang berhubungan dengan cara-cara pengumpulan data,


pengolahan atau penganalisaannya, dan penarikan kesimpulan berdasarkan kumpulan data
dan penganalisaan yang dilakukan.

Metoda statistika telah di gunakan untuk persoalan di mana populasinya di misalkan


mempunyai atau mengikuti distribusi tertentu yang di ketahui bentuknya.pada umumnya
telah di misalkan bahwa populasinya berdistribusi normal.akan tetapi tidak kita selalu dapat
memperolehkepastian kenormalan.sehingga dengan demikian asumsi kenormalan tidak selalu
dapat di jamin penuh,kalau metoda statistika bersifat ajeg terhadap asumsi kenormalan,yaitu
pelanggaran moderat terhadap syarat kenormalan tetapi tidak akan mengganggu banyak dan
tidak membahayakan kesimpulan kesimpulan yang di buat apabila metoda statistika itu di
gunakan,barangkali tidak terlalu di permasalahkan,namun sayang,bahwa tidak semua metoda
atau tehnik statistic itu ajeg,karena tekhnik lain perlu di kembangkan dan di gunakan.Metoda
Statistika Nonparametrik atau kadang kadang di sebut pula Metoda Statistika Bebas
Distribusi,adalah metoda yang berlaku untuk ini.

Suatu hipotesis statistika merupakan pernyataan tentang fungsi peluang dari suatu atau lebih
peubah acak. Hipotesis dikatakan sederhana apabila pernyataan menunjukkan ciri populasi
secara lengkap. Bila tidak, hipotesis dikatakan majemuk. Hipotesis yang dipelajari yaitu
hipotesis nol (H0) dan hipotesis yang merupakan konklusi apabila hipotesis nol ditolak adalah
hipotesis tandingan (H1).

1.2. Rumusan Masalah

 Apa Definisi Statistika Nonparametrik ?


 Apa Kelebihan dan kelemahan Statistika Nonparametrik ?
 Bagaimana cara Penggunaan Statistika Nonparametrik ?
 Bagaimana Metode Statistika Nonparametrik ?

3
1.3. Tujuan

 Mengetahui Definisi Statistika Nonparametrik


 Mengetahui Kelebihan dan kelemahan Statistika Nonparametrik
 Memahami Penggunaan Statistika Nonparametrik
 Memahami Metode Statistika Nonparametrik

4
BAB II

PEMBAHASAN

2.1. Definisi Statistika Nonparametrik

Istilah nonparametrik sendiri pertama kali digunakan oleh Wolfowitz, 1942. Istilah lain
yang sering digunakan antara lain distribution-free statistics dan assumption-free test. Dari
istilah-istilah ini, dengan mudah terlihat bahwa metode statistik nonparametrik merupakan
metode statistik yang dapat digunakan dengan mengabaikan segala asumsi yang melandasi
metode statistik parametrik, terutama yang berkaitan dengan distribusi normal.

Statistika Nonparametrik adalah suatu data yang berskala nominal,suatu data yang berskala
ordinal dan data yang berskala interval atau rasio,terpenuhi di mana distribusi populasi-
populasi tersebut tidak di ketahui dan mengenai uji chi-kuadrat untuk uji kecocokan dan uji
independent.(prof.DR.SUDJANA,M.A.,M.Sc dan Suparman I.A.,M.Sc.)

2.2. Kelebihan dan kelemahan Statistika Nonparametrik

 Kelebihan statistika Nonparametrik


1. Mudah menghitungnya
2. Bisa di aplikasikan pada data di mana metode parametric mungkin sulit di
aplikasikannya (biasanya pada nominal dan ordinal)
3. Non parametric di aplikasikan tanpa mengetahui distribusi populasi data
tersebut.
4. Jika suatu metode analisa non parametric bisa di aplikasikan pada data
nominal,maka metode tersebut bisa di aplikasikan pada data ordinal,interval
dan rasio.begitu juga bila di aplikasikan padadxata ordinal,maka metode
tersebut bisa di aplikasikan pada data interval dan rasio( metode yang bisa di
aplikasikan pada ukuran data yang lebih rendah ,maka berlaku pada skala yang
lebih tinggi).
5. Jika ukuran sampel kita kecil, tidak ada pilihan lain yang lebih baik daripada
menggunakan metode statistika nonparametrik, kecuali jika distribusi populasi
jelas normal.

5
 Kukurangan Statistika Nonparametrik
1. Jika data bisa di analisa dengan cara parametric,maka ketelitian dan kekuatan
hasil analisa tersebut untuk metode non parametric selalu lebih rendah dari
pada metode parametric.
2. Biasanya non parametric ini merupakan analisa yang agak kasar.

3. Jika asumsi untuk metode parametrik terpenuhi, dengan ukuran sampel yang
sama, metode nonparametrik kurang memiliki kuasa dibandingkan metode
parametrik.
4. Meski konsep dan prosedur nonparametrik sederhana, tetapi pekerjaan hitung
menghitung bisa membutuhkan banyak waktu jika ukuran sampel yang
dianalisis besar.

2.3 Penggunaan Statistika Nonparametrik


Berikut ini akan dijelaskan pedoman penggunaan uji statistika nonparametrik dalam pengambilan
kesimpulan.

APLIKASI TEST PARAMETRIK TEST NONPARAMETRIK

Dua sampel saling Uji T Sign Test


berhubungan
Uji Z Wilcoxon Signed-Rank

Mc Nemar Change Test

Dua sampel tidak Uji T Mann-whitney U test


berhubungan
Uji Z Moses Extreme Reactions

Chi-square test

Kolmogorov-Smirnov Test

Walt-Wolfowitz runs

Beberapa sampel Freidman test


berhubungan
Kendall W test

Cochran’s Q

6
Beberapa sampel tidak Uji ANOVA (Uji F) Kruskal-Wallis test
berhubungan
Chi-square test

Median test

Macam BENTUK HIPOTESA


Data
1 sampel Komparatif 2 sampel Komparatif lebih dari 2 Asosiatif
sampel /

Dependen Independen Dependen Independen hubungan

NOMINAL Binomial McNemar Fisher Exact Cochran Q Chi-square Koefisien


Kontingensi
(C)

Chi-square

Chi-square

ORDINAL Run test Sign test Median test Median Korelasi


Extention Sparman
Rank

Kruskal-
Wilcoxon Mann Friedman
Wallis Korelasi
Matched Whitney U
Kendal
Pairs test
Tau

Kolmogorov

7
-Smirnov

Wald
Wolfowitz

2.4Metode Statistika Nonparametrik

Berikut ini akan dijelaskan beberapa metode pengambilan keputusan yang termasuk dalam
uji statistika nonparametrik.

a. Uji Tanda
Uji tanda digunakan untuk menguji hipotesis mengenai median populasi. Dalam
banyak kasus prosedur nonparametrik, rataan digantikan oleh median sebagai
parameter lokasi yang relevan untuk diuji.
Uji ini sangat baik apabila syarat syarat berikut di penuhi
o Pasangan hasil pengamatan yang sedang di bandingkan bersifat independen
o Masing masing pengamatan dalam tiap pasang terjadi karena pengaruh kondisi
yang serupa
o Pasangan yang berlainan terjadi karena kondisi yang berbeda.

Uji tanda banyak digunakan karena uji ini paling mudah untuk dilakukan
pengujiannya dan tidak memakan waktu yang lama. Pengerjaan pengujian ini terbilang cukup
mudah. Apabila setiap nilai pengamatan memiliki nilai lebih besar dari nilai rataannya maka
diganti dengan tanda (+). Sedangkan, apabila setiap nilai pengamatan memiliki nilai kurang
dari nilai rataannya maka diganti dengan tanda (-). Dan, apabila nilai pengamatannya sama
dengan nilai rataannya maka nilai pengamatan tersebut harus dibuang.

b. Uji WIlcoxon
Uji ini merupakan perbaikan dari uji tanda yang di jelaskan dalam bagian yang
lalu.dalam uji wilcoxon bukan saja tanda yang di perhatikan tetapi juga nilai selisih
(X-Y).
Uji ini memanfaatkan baik tanda maupun besarnya selisih. Uji rang-tanda Wilcoxon
digunakan untuk kasus dua sampel yang dependen bila skala ukur memungkinkan kita

8
menentukan besar selisih yang terjadi, jadi bukan sekedar hasil pengamatan yang
berbeda saja.

Uji rang-tanda Wilcoxon cocok digunakan bila kita dapat mengetahui besarnya selisih antara
pasangan-pasangan harga pengamatan X1 dan Y1 berikut arah selisih yang bersangkutan.
Apabila kita dapat menentukan besarnya setiap selisih, maka kita dapat menetapkan peringkat
untuk masing-masing selisih itu. Melalui penyusunan peringkat selisih – selisih inilah uji
Wilcoxon memanfaatkan informasi tambahan yang tersedia.

Caranya adalah sebagai berikut :

 Beri nomor urutuntuk setiap harga mutlak selisih (Xi-Yi).harga mutlak yang terkecil
di bagi di beri nomor urut atau peringkat 1,harga mutlak selisih berikutnya di beri
nomor urut 2,dan akhirnya harga mutlak terbesar di beri nomor urut n,jika terdapat
selisih yang harga mutlak nya sama besar,untuk nomor urut di ambil rata ratanya .
 Untuk tiap nomor urut berikan pula tanda yang didapat dari selisih (X-Y).
 Hitunglah jumbalh nomor urut yang bertanda positif dan juga jumlah nomor urut yang
bertanda negative.
 Untuk jumlah nomor urut yang terdapat di c),ambillah jumlah yang harga mutlaknya
paling kecil,sebutlah jumlah ini sama dengan J.jumlah J inilah yang di pakai untuk
menguji hipotesis.
 H0 : tidak ada perbedaan pengaruh kedua perlakuan.
H1 : terdapat perbedaan pengaruh kedua perlakuan.

Asumsi

Data untuk analisis terdiri atas n buah beda. D1 = Y1 – X1


Sampel X dan sampel Y adalah Variabel- variable acak kontinyu dan beda X1 - Y1,
X2 -Y2…dst bersifat kontinyu pula.
Hipotesis nol yang di uji menyatakan bahwa median perbedaan pasangan nilai
pengamatan kedua sampel sama dengan nol.

9
Menguji Tandingan Hitunglah

H0 H1

μ1 = μ2 μ1 < μ2 μ1

μ1 > μ2 μ2

μ1 μ2 u

c. Uji Jumlah-rang
Uji ini dilakukan apabila ingin menguji kesamaan rataan dua distribusi yang kontinu
yang jelas tidak normal dan sampelnya bebas.

Misalkan n1 banyaknya pengamatan dalam sampel yang lebih kecil, dan n2 banyaknya
pengamatan dalam sampel yang lebih besar. Urutkanlan n1 dan n2 pengamatan dari kecil ke
besar dan beri peringkat. Bila terdapat yang seri, maka pengamatan tersebut diganti dengan
dengan rataan rangnya jika keduanya dapat dibedakan (tidak seri).

Jumlah rang yang berasal dari n1 pengamatan dalam sampel yang lebih kecil dinyatakan
dengan w1. Dan w2 merupakan jumlah rang yang berasal dari n2 pengamatan dalam sampel
yang lebih besar.

d. Pengujian Mann-Whitney
Pengujian ini adalah analog dengan pengujian t dari dua sample yang
independent.dalam hal ini asumsi yang di perlukan adalah :
 X1,X2,…Xn dan Y1,Y2,…Yn adalah dua acak sample yang independent.
 Kedua sampel tersebut merupakan acak variable kontinu dan paling sedikit
dari data ordinal.

10
Adapun tahap pengujian hipotesanya adalah :

1. H0 : kedua acak sample di ambil dari dua populasi yang sama.


2. Ha : kedua acak sample di ambil dari populasi yang berbeda.
3. Test statistic :
Data X dan Y di ranking sekaligus sehingga tes statistiknya adalah :

T = ∑Rx – n(n+1)
2
e. Pengujian Kruskal – Wallis
Pengujian ini adalah merupakan modifikasi dari pengujian mann-whitney.

Uji Kruskal – Wallis sering pula disebut Uji H Kruskal – Wallis, adalah rampatan uji
jumlah rang (dwisampel Wilcoxon) untuk sejumlah sampel k>=2. Uji ini digunakan untuk
menguji hipotesis nol bahwa k sampel bebas berasal dari populasi yang sama. Diperkenalkan
oleh W.H. Kruskal dan W.A. Wallis pada tahun 1945, uji ini merupakan padanan cara
nonparametrik untuk menguji kesamaan rataan dalam analisis variansi ekafaktor bila si
pencoba ingin menghindari bahwa sampel berasal dari populasi normal.

Uji ini mirip dengan uji Anova pada data parametrik hanya saja tidak dipenuhi
anggapan k kenormalan dari data. Analisis yang digunakan berdasarkan R ij yaitu
ranking data, bukan data itu sendiri

Asumsi yang di gunakan adalah :

a. K acak sample adalah saling lepas.


b. Acak variable Xij kontinu dan paling tidak merupakan data ordinal.

Maka pengujian hipotesanya adalah :

 H0 : K distribusi populasi adalah sama


 Ha : K distribusi populasi adalah tidak sama.

Langkah – langkah uji Kruskal - Wallis :

1. H0 : Semua K populasi adalah identik


2. H1 : Tidak semua K populasi identik

11
3. Tentukan taraf nyatanya.
4. Tentukan daerah kritisnya dengan menggunakan tabel chi-kuadrat. Dengan derajat
kebebasan v = k-1
5. Bila nilai h jatuh dalam daerah kritis pada tabel, dengan derajat kebebasan v = k – 1,
tolak H0 pada taraf nyata. Dan terima H0 jika tidak jatuh dalam daerah kritis pada
tabel.

12
BAB III
PENUTUP
3.1 Kesimpulan
. Kelebihan statistika nonparametrik dari parametrik adalah perhitungannya lebih
sederhana, data tidak harus kuantitatif, dan asumsi tidak mengikat.
. Kelemahan statistika nonparametrik adalah tidak terlalu efisien karena jumlah
contoh atau sampel lebih besar.
. Beberapa metode pengambilan keputusan yang biasanya dilakukan menggunakan
uji statistika nonparametrik adalah uji tanda, uji rang-tanda, uji jumlah-rang, uji
kruskal-wallis, dll.

3.2 Saran
sebelum anda melakukan dengan penghitungan dengan statistika non parametric maka
anda di sarankan untuk menghitungnya dengan statistika parametric karena cara
penghitungannya tidak sama dan menggunakan metodeyang berbeda sehingga
mendapatkan hasil dan cara yang berbeda pula karena teknik lain perlu di
kembangkan dan di gunakan,metoda statistika non parametric yakni metode yang
berlaku untuk mengenai uji chi-kuadrat untuk uji kecocokan dan uji independen
dengan beberapa macam atau tahapan pengujian yang telah ada.

13
DAFTAR PUSTAKA

Sudjana.1989.Metoda Statistika edisi 5.Bandung.Tarsito.

Suparman.1995.Statistik Sosial edisi 2 cetakan 3.Jakarta.Grafindo Persada.

Suparman.1990.Statistik Sosial edisi 2 cetakan 2.Jakarta.Grafindo Persada.

14