UJI NON-PARAMETRIK
DISUSUN OLEH :
Jayanti Syahfitri
DOSEN PENGAMPU :
PROGRAM PASCASARJANA
MAGISTER PENDIDIKAN BIOLOGI (S-2)
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS MUHAMMADIYAH BENGKULU
2012
1
STATISTIK UJI NON-PARAMETRIK
2
yang dapat dibuat tentang bentuk distribusi populasi yang menjadi sampel
besar
Apabila digunakan data peringkat atau ordinal
Apabila data nominal yang digunakan
1. Keunggulan Statistik Nonparametrik
Asumsi dalam uji-uji statistik nonparametrik relatif lebih longgar. Jika
pengujian data menunjukkan bahwa salah satu atau beberapa asumsi
yang mendasari ujistatistik parametric. (misalnya mengenai sifat
distribusi data) tidak terpenuhi, maka statistik nonparametrik lebih sesuai
diterapkan dibandingkan statistik parametrik.
Perhitungan-perhitungannya dapat dilaksanakan dengan cepat dan
mudah, sehingga hasil penelitian segera dapat disampaikan.
Untuk memahami konsep-konsep dan metode-metodenya tidak
memerlukan dasar matematika serta statistika yang mendalam.
Uji-uji pada statistik nonparametrik dapat diterapkan jika kita
menghadap keterbatasan data yang tersedia, misalnya jika data telah
diukur menggunakan skala pengukuran yang lemah (nominal atau
ordinal).
Efisiensi statistik nonparametrik lebih tinggi dibandingkan dengan
metode parametrik untuk jumlah sampel yang sedikit.
Keuntungan Uji Statistika Nonparametrik 1. Nilai peluang yang didapat
dari uji statistika nonparametric adalah nilai yang pasti ( kecuali untuk
cuplikan-cuplikan yang besar, dimana pendekatan sebenarnya mungkin
dapat dicapai, tanpa memperhatikan bentuk sebaran populasi dari mana
cuplikan diambil. Ketepatan dari nilai peluang tidak tergantung pada
Bentuk populasinya. Dalam beberapa hal uji nonparametrik dapat
mengasumsikan suatu sebaran populasi yang kontinu yaitu asumsi yang
dikehendaki dalam uji parametric.
2. Keterbatasan Statistik Nonparametrik
Disamping keunggulan, statistik nonparametrik juga memiliki
keterbatasan. Beberapa keterbatasan statistik nonparametrik antara lain:
o Jika asumsi uji statistik parametrik terpenuhi, penggunaan uji
nonparametrik meskipun lebih cepat dan sederhana, akan menyebabkan
pemborosan informasi.
o Jika jumlah sampel besar, tingkat efisiensi nonparametrik relatif lebih
rendah dibandingkan dengan metode parametrik.
3
Kelemahan diperbaiki dengan menambah ukuran sampel
3. Macam-macam Uji Nonparametik
Beberapa Uji Non Parametrik :
a. Uji tanda berpasangan
b. Uji Peringkat 2 Sampel Mann-Whitney
c. Uji Peringkat 2 Sampel Wilcoxon
d. Uji Korelasi Peringkat Spearman
e. Uji Konkordansi Kendall
f. Uji Run(s)
B. Macam-Macam Uji Non-Parametrik
1. Uji Tanda Berpasangan
4
SUKSES tergantung dari apa yang ditanyakan (ingin diuji) dalam soal.
Jika yang ingin diuji sampel 1 > sampel 2 maka SUKSES adalah banyak
tanda (+)
Jika yang ingin diuji sampel 1 < sampel 2 maka SUKSES adalah banyak
tanda (–)
Contoh :
5
6
Contoh :
7
2. Uji Mann-Whitney
Langkah pertama pengujian ini adalah pengurutan nilai mulai dari yang terkecil
hingga terbesar. Pengurutan dilakukan tanpa pemisahan kedua sampel.
Jika ada nilai yang sama, maka ranking dihitung dengan rumus :
8
Notasi yang digunakan :
9
Contoh :
Berdasarkan Tabel 2 (lihat Contoh 2a), ujilah dengan taraf nyata 5%, apakah
(peringkat) nilai mahasiswa Fak, Ekonomi lebih besar dibanding mahasiswa Ilmu
Komputer?
10
3. Uji Wilcoxon
Uji ini merupakan perbaikan dari uji tanda yang dijelaskan dalam bagian
yang lalu. Dalam uji Wilcoxon , bukan saja tanda yang diperhatikan tetapi juga
nilai selisih (X − Y).
Caranya adalah sebagai berikut :
a. beri nomor urut untuk setiap harga mutlak selisih (Xi − Yi). Harga mutlak
yang terkecil diberi nomor urut atau peringkat 1, harga mutlak selisih
berikutnya diberi nomor urut 2, dan akhirnya harga mutlak terbesar diberi
nomor urut n. Jika terdapat selisih yang harga mutlaknya sama besar,
untuk nomor urut diambil rata-ratanya.
b. Untuk nomor urut berikan pula tanda yang didapat dari selisih (X − Y)
c. Hitunglah jumlah nomor urut yang bertanda positif dan juga jumlah
nomor urut yang bertanda negatif.
d. Untuk jumlah nomor urut yang didapat di c, ambillah jumlah yang harga
mutlaknya paling kecil. Sebutlah jumlah ini sama dengan J, jumlah J inilah
yang dipakai untuk menguji hipotesis :
Ho : tidak ada perbedaan pengaruh kedua perlakuan
H1 : terdapat perbedaan pengaruh kedua perlakuan
11
Prinsip pengerjaannnya sama dengan Uji Peringkat 2 Sampel Mann-Whitney,
hanya fokus kini dialihkan sampel dengan ukuran terkecil.
Contoh :
12
4. Uji Korelasi Peringkat Spearman
13
Dua uji terakhir (Mann-Whitney dan Wilcoxon) ditujukan untuk 2 sampel
yang saling bebas (independen), sedangkan Uji Peringkat Spearman ditujukan
untuk penetapan peringkat data berpasangan.
Konsep dan interpretasi nilai Korelasi Spearman (RS ) sama dengan konsep
Koefisien Korelasi pada Regresi (Linier Sederhana).
Peringkat diberikan tergantung kategori penilaian. Jika ada item yang dinilai ber-
peringkat sama, maka penetapan peringkat seperti dalam Mann-Whitney dapat
dilakukan (ambil rata-rata peringkatnya!)
Contoh :
14
Dua orang pakar (ahli) diminta memberikan peringkat kinerja pada 10 Bank di
Indonesia. Peringkat diberikan mulai dari bank terbaik = peringkat 1 sedang yang
terburuk diberi peringkat 10. Hasilnya disajikan dalam Tabel 4.
Dengan taraf nyata 5% ujilah apakah apa korelasi antara peringkat yang diberikan
kedua pakar?
15
6. Uji Konkordansi Kendall
Uji Run(s) digunakan untuk menguji keacakan dalam suatu sampel. Uji ini
di gunakan untuk menguji apakah data sampel di ambil secara random (acak) atau
tidak. Hipotesis :
16
Uji Z :
Contoh :
Berikut ini merupakan kecepatan (dalam mil per jam) Dimana setiap lima
penumpang mobil berhenti pada tempat tertentu dan waktu tertentu :
46 53 60 56 70 66 48 54 62 41
39 52 45 62 53 69 65 65 67 76
52 52 59 67 59 51 46 61 40 43
42 77 67 63 59 63 63 72 57 59
42 56 47 62 67 70 63 66 69 73
Test the null hypotesys of randomness at the 0,05 level of significance ; ujilah
hipotesis nol yang menyatakan bahwa data tersebut diambil secara Random
dengan tingkat kepercayaan 0,05.
Jawab :
Kita Gunakan cara Steam & Leaf Diagram atau biasa disebut Diagram
Batang Daun untuk memudahkan dalam mengurutkan Banyak Data :
3 9 1
4 6815603227 8
5 86423229197969 8
17
6 0622955771733327369 8
7 067203 5
Total Run 30
39 40 41 42 42 43 45 46 46 47
48 51 52 52 52 53 54 56 56 57
58 59 59 59 59 60 61 62 62 62
63 63 63 63 65 65 66 66 67 67
67 67 69 69 70 70 72 73 76 77
Nilai Median :
Nilai :
Maka di dapat :
18
Memberi Tanda Pada Nilai yang berada di atas Median
Yaitu :
46 53 60 56 70 66 48 54 62 41
39 52 45 62 53 69 65 65 67 76
52 52 59 67 59 51 46 61 40 43
42 77 67 63 59 63 63 72 57 59
42 56 47 62 67 70 63 66 69 73
Jumlah Warna : 20
Berarti, Jumlah Run Pada Data yang sudah Di ubah tandanya, ada 20 Run.
Untuk
19
Karena Nilai ,
Daftar pustaka
Supranto. 2009. Statistika Teori dan Aplikasi. Jakarta ; Erlangga
20