Perhitungan Uji Beda Dua

Kelompok Data Nominal

Disusun Oleh :
Fakih Fauzan,S.Pd / 14707251036 Ence Surahman, S.Pd. / 14707251039

Makalah ini disusun guna memenuhi tugas mata kuliah Statistik Dosen
Pengampu : Prof. Dr. Badrun Kartowagiran

Teknologi Pendidikan Program Pascasarjana Universitas Negeri Yogyakarta

i
 Kata Pengantar

Syukur Alhamdulillah kepada Alloh SWT yang telah memudahkan kami

dalam menyelesaiakn tugas makalah statisik kami yang akan kami presentasikan
di hadapan dosen dan mahasiswa. Serta tidak lupa sholawat dan salam
tercurahkan kepada Nabi Agung Muhammad Saw yang mengajarkan kepada
umatnya untuk pantang menyerah dan terus berusaha untuk melakukan perbaikn
dan perbaikan untuk mencapai suatu yang lebih baik yang dirahmati oleh Alloh
SWT seperti dalam firman Alloh Q.S. AL-Ra’d :

“Sesungguhnya Allah tidak akan mengubah nasib suatu kaum kecuali

kaum itu sendiri yang mengubah apa apa yang pada diri mereka ” (QS.13:11)

Makalak ini bukanlah makalah yang sempurna dan masih membutuhkan

bimbingan dan masukan dari Prof. Dr. Badrun Kartowagiran selaku dosen
pengampu mata kuliah ststistik dan rekan – rekan mahasiswa TP B PPS UNY.
Masukan dan bimbinganya yang bersifat membangun sangat kami harapkan
dalam perbaikan makalah kami ini ataupun sebagai pemantapan ilmu kami
tentang statistik.

Atas perhatiannya dan masukan yang bersifat membangun perbaikan

yang lebih baik tentang ilmu statistik, kami haturkan terimakasih banyak.

Yogyakarta, 19 Mei 2014

Hormat Kami,

Penulis

ii
 DAFTAR ISI

Halaman Judul ......................................................................................... i

Kata Pengantar ......................................................................................... ii

Daftar Isi ......................................................................................... iii

BAB I PENDAHULUAN

A. Kompetensi Dasar ............................................................................... 1

B. Materi Pokok ....................................................................................... 1
C. Indikator ......................................................................................... 1

BAB II PEMBAHASAN

A. Statistik Non Parametrik ..................................................................... 2

B. Macam – macam data penelitian ......................................................... 4
C. Pedoman Umum Memilih Uji Statistik Nonparametrik ......................
D. Fisher Exact Probability Test ..............................................................
E. Chi-Kuadrat ......................................................................................... 5

BAB III PENUTUP

A. Kesimpulan ......................................................................................... 9
B. Saran ......................................................................................... 10

DAFTAR PUSTAKA ..................................................................................... 11

iii
BAB I PENDAHULUAN
A. Kompetensi Dasar :
Melakukan Uji Beda Dua Kelompok Data tidak Interval atau Ratio (Data
Nominal dan Ordinal)

B. Materi Pokok :
Uji Beda Dua Kelompok Data Nominal

C. Indikator :
1. Mahasiswa memahami membedakan antara statistik parametrik dan
non parametrik
2. Mahasiswa dapat membedakan data nominal, ordinal, interval, dan
ratio
3. Mahasiswa memahami kapan harus menggunaan data nominal
4. Mahasiswa memahami Fisher Exact Probability Test dalam uji mencari
uji beda dua kelompok
5. Mahasiswa memahami Chi-Kuadrat dalam uji mencari uji beda dua
kelompok

1
 BAB II PEMBAHASAN
A. Statistik Parametrik dan Non Parametrik

Dalam perhitungan “Uji Beda Dua Kelompok Data Nominal”

merupakkan bagian dari statistik non parametrik. Mungkin agak sedikit asing bagi
rekan- rekan mahasiswa TP B mendengar kata statistik non parametrik.
Dikarenakan pada presentasi sebelumnya sebagian besar yang diterangkan adalah
statistik parametrik. Berikut ini adalah definisi serta perbedaan antar statistik
parametrik dan non parametrik.

Statistik non parametrik berbeda dengan uji statistika parametrik. Uji

statistik parametrik adalah suatu uji yang modelnya menetapkan adanya syarat-
syarat tentang parameter populasi yang merupakan sumber sampel penelitiannya
(Siegel, 1994: 38). Penggunaan analisis statistika parametrik, tergantung dari
asumsi - asumsi dasar berkaitan dengan distribusi dan jenis skala data yang
diperoleh dari populasi maupun sampel penelitiannya. Ada beberapa persyaratan
asumsi dasar untuk menggunakan statistik parametrik, yaitu:

1. Data yang diperoleh dari observasi harus bersifat independent, dimana

pemilihan salah satu kasus tidak tergantung pada pemilihan kasus lainnya.
2. Sampel yang diperoleh dari populasi berdistribusi normal, dan diambil
secara random.
3. Sampel-sampelnya memiliki varians yang sama atau mendekati sama,
terutama jika sampelnya kecil.
4. Variabel-variabel yang digambarkan berupa skala interval atau rasio.

Data yang berskala nominal dan atau ordinal tidak memenuhi

syarat untuk diolah dengan statistik parametrik. Berbeda dengan statistik
parametrik, statistik nonparametrik adalah prosedur statistik yang tidak mengacu
pada parameter tertentu. Itulah sebabnya, statistik nonparametrik sering disebut
sebagai prosedur yang bebas distribusi (freedistibution procedures). Banyak orang
berpendapat, jika data yang dikumpulkan terlalu kecil maka prosedur
statistik nonparametrik lebih baik digunakan. Pendapat ini bisa benar dan bisa

2
pula salah. Yang jelas, harus pasti menggunakan statistik nonparametrik bila tidak
diketahui dengan pasti distribusi dari data yang diamati. Namun jika peneliti yakin
data yang diamati berdistribusi normal, misalkan dibuktikan dengan memakai uji
statistik, maka kita bisa memakai prosedur statistik parametrik untuk distribusi
normal. Sebaliknya, walaupun data yang dikumpukan berjumlah besar, tetapi
tidak dapat dipastikan distribusinya, maka sebaiknya dipakai prosedur statistik
nonparametrik. Statistik nonparametrik mempunyai beberapa kelebihan dan
kekurangan. Kelebihannya antara lain adalah:

1. Tingkat kesalahan penggunaan prosedur statistik nonparametrik relatif kecil

karena statistik jenis ini tidak memerlukan banyak asumsi.
2. Perhitungan yang harus dilakukan pada umumnya sederhana dan mudah,
khususnya untuk data yang kecil.
3. Konsep dalam statistik nonparametrik mudah untuk dimengerti.
4. Dapat digunakan untuk menganalisa data yang berbentuk hitungan maupun
peringkat (rank).

Sebaliknya, kekurangan statistik non parametrik yang paling utama

adalah hasil tidak selalu sesuai dengan yang diharapkan karena
kesederhanaan perhitungannya. Namun, walaupun perhitungan dalam statistik
nonparametrik sangat sederhana, bila jumlah datanya sangat besar maka
dibutuhkan perhitungan yang sangat lama. Untuk kasus yang demikian, prosedur
statistik parametrik lebih tepat untuk digunakan.

B. Macam – macam Data Penelitian

Untuk dapat menentukan teknik statistik mana yang digunakan untuk

menguji hipotesis, terlebih dahulu harus diketahui macam-macam data dan bentuk
hipotesis penelitiannya :

3
 Gambar 1. Macam – macam data hasil penelitian

Sumber : http://id.wikibooks.org/

Data hasil penelitian ada dua macam, yaitu:

1. Data kualitatif
Data yang dinyatakan dalam bentuk kata, kalimat, dan gambar
2. Data kuantitatif
Data dalam bentuk angka atau data kualitatif yang diangkakan. Data
kuantitatif dibagi menjadi dua, yaitu:
a. Data diskrit
Contohnya adalah data nominal dan data ordinal:
1) Data nominal
Merupakan data kuantitatif yang paling sederhana. Pada data
nominal biasanya angka – angka digunakan semata-mata hanya
untuk mengklarifikasikan objek. Misalnya pemberian nomor atau
angka pada jenis kelamin (1= laki – laki dan 2 = perempuan) atau
menyatakan warna kulit (1 = putih, 2 = coklat, 3 = hitam, dan 4 =
kuning langsat). Data nominal diperoleh dari hasil menghitung.
Misalnya : dalam satu kelas yang mengikuti perkuliahan statistik
nonparametrik 20 mahasiswa, terdiri dari 8 wanita dan 12 pria.

4
 2) Data ordinal
Merupakan data dalam bentuk rengking atau peringkat dan jika
dinyatakan dalam bentuk skala jaraknya satu data dengan yang lain
tidak sama.
b. Data Kontimun
Data kontinum adalah data yang bervariasi menurut tingkatannya dan
diperoleh dari hasil pengukuran.
1) Data interval
Data yang jaraknya sama, tetapi tidak mempunyai nilai nol
mutlak/absolut.contohnya:
Tabel 1. Contoh data interval

Nilai UN Frekuensi
75 – 100 10
50 – 74 4
25 – 49 5
0 – 24 1

2) Data Rasio
Data yang jaraknya sama dan mempunyai nilai nol mutlak. serta
dapat dioperasikan secara matematik (dijumlah, dibagi, dikurangi
dan dikali) Misal: Pendapatan, Tinggi badan, dll.

C. Pedoman Umum Memilih Uji Statistik Nonparametrik

Untuk menentukan teknik statistik nonparametrik yang digunakan untuk

pengujian hipotesis dapat dilihat pada tabel 2, berikut :

5
Tabel 2. Pedoman umum memilih teknik statistik nonparametrik untuk pengujian
hipotesis

Bentuk Hipotesis
Macam Data Deskriptif Komparatif dua sampel Komparatif k sampel Asosiatif
satu sampel Berpasangan Independent Berpasangan Independent
Uji Exact
Uji Binomial
Fisher
Uji Mc Uji 𝑥 2 k Koefisien
Normal Uji Chocran
Uji 𝑥 2satu Nemar sampel Kontingensi
Uji 𝑥 2 dua
sampel
sampel
Korelasi
Perluasan Uji
Uji median Analisis Rank
Media
Uji Tanda Ragam Dua Spearman
Ordinal Uji run
Uji Wilcoxon Uji U Mann Arah
Uji Kruskal -
Whitney Friedman Korelasi
Wallis
Kendal Tau
Sumber : Hermawan, (2012:9)

Jadi, untuk perhitungan uji beda dua kelompok data nominal adalah menggunakan
uji 𝑥 2 dua sampel atau sering disebut dengan Chi-Kuadrat dan atau dengan Uji
Exact Fisher.

D. Fisher Exact Pobability Test

Uji Fisher exact probability test (eksask fisher) digunakan untuk menguji
signifikansi hipotesis komparasi dua sampel independen yang jumlahnya kecil
{(𝑛1 + 𝑛2 )} < 20} bila datanya dalam bentuk nominal.

Untuk memudahkan perhitungan dalam pengujian hipotesis, maka data

hasil pengamatan perlu disusun ke dalam tabel kontingensi 2 x 2 sebagai berikut:

Tabel 3. Tabel kontingensi 2 x 2 atau tabel bantu untuk uji eksak fisher

Kelompok Jumlah
I A B A+B
II C D C+D
Jumlah A+C B+D N
Sumber : Hermawan, (2012:50)

6
Contoh soal :

Disinyalir ada kecenderungan para birokrat lebih menyukai mobil

berwarna gelap dan pakar akademisi lebih menyukai mobil berwarna terang.
Untuk membuktikan hal tersebut telah dilakukan pengumpulan data dengan
menggunakan sampel secara random.

Dari 8 orang birokrat yang diamati, 5 (A) orang bermobil warna gelam
dan 3 (B) orang bermobil warna terang. Selanjutnya dari 7 orang akademisi yang
diamati, 5 (C) orang bermobil warna terang dan 2 (D) orang bermobil warna
gelap.

Uji dengan taraf signifikansi 5% bagaimana kesimpulan penelitian

tersebut:

Langkah – langkah analisis datanya :

1. Menulis hipotesis yang akan diuji :

𝐻𝑜 : tidak terdapat perbedaan yang signifikan antara birikrat dan
akademin dalam memilih warna mobil.
𝐻𝑎 : terdapat perbedaan yang signifikan antara birokrat dan akademis
dalam memilih warna mobil

2. Kriteria pengujian hipotesis :

𝐻𝑜 : ditolak jika 2p ≤ α (Ha diterima)
𝐻𝑎 : ditolak jika 2p > α (Ho di terima)

3. Data yang diperoleh dimasukan dalam data kontingensi 2 x 2 untuk uji

eksak fisher
Warna Mobil
Kelompok Jumlah
Gelap Terang
(A) (B) (A+B)
Birokrat
5 3 8
(C) (D) (C+D)
Akademis
2 5 7
(A+C) (B+D) (N)
Jumlah
7 8 15

7
4. Hitung harga p (probabilitas) dengan rumus ;
(𝑨 + 𝑩)! 𝑿 (𝑪 + 𝑫)! 𝑿 (𝑨 + 𝑪)! 𝑿 (𝑩 + 𝑫)!
𝒑=
𝑵! 𝑿 𝑨! 𝑿 𝑩! 𝑿 𝑪! 𝑿 𝑫!
! = adalah tanda faktorial yang artinya [ n - (n - 1) x (n – 2) x (n - ...)

(𝟓 + 𝟑)! 𝑿 (𝟐 + 𝟓)! 𝑿 (𝟓 + 𝟐)! 𝑿 (𝟑 + 𝟓)!

𝒑=
𝟏𝟓! 𝑿 𝟓! 𝑿 𝟑! 𝑿 𝟐! 𝑿 𝟓!

𝟖! 𝑿 𝟕! 𝑿 𝟕! 𝑿 𝟖!
𝒑=
𝟏𝟓! 𝑿 𝟓! 𝑿 𝟑! 𝑿 𝟐! 𝑿 𝟓!

𝟒𝟎. 𝟑𝟐𝟎 𝑿 𝟓. 𝟎𝟒𝟎 𝑿 𝟓. 𝟎𝟒𝟎 𝑿 𝟒𝟎. 𝟑𝟐𝟎

𝒑=
𝟏. 𝟑𝟎𝟕. 𝟔𝟕𝟒. 𝟑𝟔𝟖. 𝟎𝟎𝟎𝑿 𝟏𝟐𝟎 𝑿 𝟔 𝑿 𝟐 𝑿 𝟏𝟐𝟎

𝟒,𝟏𝟑 𝒙 𝟏𝟎𝟏𝟔
𝒑 = 𝟐,𝟐𝟔 𝒙 𝟏𝟎𝟏𝟕 = 𝟏, 𝟖𝟑 𝒙 𝟏𝟎−𝟏 = 0,18

𝒑 = 𝟎, 𝟏𝟖 𝒋𝒂𝒅𝒊 𝟐𝒑 = 𝟎, 𝟑𝟔

5. Uji hipotesis dengan membandingkan antara nilai 2p dengan α

2p = 0,36
α = 0,05
Jadi, 2p > α
Kesimpulan analisis Ho diterima
Jadi, tidak terdapat perbedaan yang signifikan antara birokrat dan akademisi
dalam memilih warna mobil.

8
Uji Chi-kuadrat Dua Sampel Independen

Uji Chi Kuadrat dua sampel independen digunakan untuk menguji signifikansi
hipotesis komparatif dua sampel independen yang jumlahnya besar (n1+n2)>=20
dan bila data berbentuk nominal.

Untuk memudahkannya sama perlu membuat tabel kotingensi 2X2 seperti tabel
berikut:

Tabel

Tabel Kontingensi 2 x 2 Untuk Uji Chi Kuandrat Dua Sampel Independen

Frekuensi Data
Kelompok Jumlah
Objek I Objek II
Sampel A A B a+b
Sampel B C D c+d
Jumlah a+c b+d n

Contoh Soal :

Disinyalir ada kecenderungan para birokrat lebih menyukai mobil berwarna gelap
dan para akdemisi lebih menyukai mobil ebrwarna terang. Untuk membuktikan
hal tersebut telah dilakukan pengumpulan data dengan menggunakan sampel
secara random. Dari 30 orang birokrat yang diamati, 23 orang bermobil warna
gelap dan 7 orang bermobil warna terang. Selanjutnya dari 26 orang akademisi
yang diamati, 21 orang bermobil warna terang dan 5 orang bermobil warna gelap.

Ujilah dengan taraf signifikansi 5% bagaimana kesimpulan penelitian tersebu?

Langkah analisis datanya:

1. Tulis Hipotesis yang akan diuji

H0 : tidak terdapat perbedaan yang signifikan antara birokrat dan
akademisi dalam memilih warna mobil
Ha: terdapat perbedaan yang signifikan antara birokrat dan akademisi
dalam emmilih warna mobil.

9
2. Kriteria pengujian hipotesis : tolak H0 jika χ2hitung ≥ χ2tabel

3. Data yang diperoleh disajikan dalam tabel sebagai berikut :

Sampel Warna Mobil Jumlah

Gelap Terang
Sampel A a b a+b
23 7 30
Sampel B c d c+d
21 5 26
Jumlah a+c b+d n
44 12 56

4. Hitung harga χ2hitung dengan rumus

𝑛 2
n(|𝑎𝑑 − 𝑏𝑐| −)
2
χ2hitung-- =
(a + b)(𝑎 + 𝑐)(𝑏 + 𝑑)(𝑐 + 𝑑)

56 2
56(|115 − 168| − )
2
χ2hitung-- =
(23 + 7)(23 + 21)(7 + 5)(21 + 5)

56 (53 − 28 )2
χ2hitung-- =
(30)(44)(12)(26)

56 (625)
χ2hitung-- =
(30)(44)(12)(26)

10
 35.000
χ2hitung-- = = 0,085
411.840

5. cari χ2tabel dari tabel nilai-nilai chi kuadrat dengan dk =1

Α
0,05  χ2tabel = 3,481
Dk
1

6. Uji hipotesisi dengan membandingkan antara χ2hitung dengan

χ2tabel
χ2hitung = 0,085 ≤ χ2tabel = 3,481
Kesimpulan analisis Chi Kuadrat terima tidak terdapat
perbedaan yang signifikan antara birokrat dan akademisi
dalam memilih warna mobil

11
 BAB III PENUTUP
A. Kesimpulan

Dari pembahasan dari BAB II Pembahasan, dapat disimpulkan sebagai

berikut:

1. Uji parametrik adalah uji yang modelnya menetapkan adanya syarat-syarat

tentang parameter populasi yang merupakan sumber sampel penelitiannya
serta harus dilakukan uji homogenitas, sedangkan uji nonparametrik
adalah prosedur statistik yang tidak mengacu pada parameter tertentu
sehingga disebut parameter non distribusi.
2. Dalam penelitian parametrik identik dengan data interval dan ratio,
sedangkan penelitian nonparametrik identik dengan data nominal dan
ordinal.
3. Dalam melakukan penelitian uji beda dua kelompok dengan data nominal
dapat dilakukan dengan uji Exact Fisher dan uji Chi – Kuadrat.
4. Dalam uji Exact Fisher dapat dilakukan jika jumlahnya kecil {(𝑛1 + 𝑛2 )}
< 20}.
5. Dalam uji Chi-Kuadrat dapat dilakukan jika jumlahnya {(𝑛1 + 𝑛2 )} ≥ 20}

B. Saran

Statistik nonparametrik sebaiknya dilakukan untuk perhitungan yang

sederhana dan jumlah datanya sedikit karena perhitungan yang sederhana
sehingga hasilnya tidak selalu sesuai.

12
 DAFTAR PUSTAKA

Hermnawan, Edi. (2012). Pengantar Statistik Nonparametrik. Tasikmalaya. LPPM

Universitas Siliwangi.
Sidney Siegel.(1994).Statistik Nonparametrik untuk Ilmu-ilmu Sosial.Jakarta. PT
Gramedia Pustaka Utama.
Sumber Internet :
http://id.wikibooks.org/

13