Tugas

Statistika Non-Prametrik

Oleh
Anisa Ulfadilah ( 17037006 )
Rince Ayu Andira(17037056)

Dosen
Dina Fitria, S.Pd,M.Si

PRODI STATISTIKA (D3)

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI PADANGN
2018
 Banyaknya Kelahiran Lahir Hidup dan Keguguran

di RSU Lubuk Sikaping

No Bulan Bersalin Keguguran

1 Januari 7 4
2 Februari 5 0
3 Maret 6 2
4 April 13 4
5 Mei 4 5
6 Juni 4 7
7 Juli 6 3
8 Agustus 9 7
9 September 4 6
10 Oktober 4 4
11 November 5 7
12 Desember 13 8

Dengan menggunakan data di atas cobalah uji manual menggunakan berbagai macam uji non
parametrik kemudian simpulkan dan bedakan dengan uji menggunakan software!

1. UJI LILIEFORS
 Uji liliefors adalah suatu analisis yang digunakan untuk menguji apakah data
berasal dari populasi yang berdistribusi normal atau tidak.
 Data yang digunakan dalam pengujian ini adalah data tunggal atau belum di
kelompokan.
 Uji liliefors bisa untuk data sampel n besar atau n kecil.
 Statistik ujinya:
Nilai terbesar dari  F(x)-S(x)
 Kriteria uji:
Tolak H0 apabila L hitung  L table
Alasan memakai uji liliefors adalah untuk menguji apakah data berasal dari
populasi yang berdistribusi normal atau tidak. Dan juga disini data nya masih
belum di kelompokan makanya uji liliefors bisa digunakan.

a. Uji liliefors bagian kolam

 Manual
H0 : data berdistribusi normal
H1 : data tidak berdistribusi normal
 = 0,05
∑ 𝑥𝑖 80
𝑋= = = 6,6667
𝑛 12
 ∑𝑛𝑖=1(𝑥𝑖 − 𝑋 )2 174,4119
𝑆2 = = = 3,31025
𝑛−1 11

X (𝑥𝑖 − 𝑋) (𝑥𝑖 − 𝑋)2 Z F(X) S(X) F(X)-S(X)

7 0,333333 0,1111111 0,1006425 0,5398 0,083 0,4568
5 -1,66667 2,7777778 -0,503213 0,2743 0,16 0,1143
6 -0,66667 0,4444444 -0,201285 0,4207 0,25 0,1707
13 9,687947 93,856312 2,9250576 0,9982 0,33 0,6682
4 -2,66667 7,1111111 -0,80514 0,2119 0,45 -0,2381
4 -2,66667 7,1111111 -0,80514 0,2119 0,45 -0,2381
6 -0,66667 0,4444444 -0,201285 0,4207 0,58 -0,1593
9 2,333333 5,4444444 0,7044975 0,758 0,66 0,098
4 -2,66667 7,1111111 -0,80514 0,2119 0,7 -0,4881
4 -2,66667 7,1111111 -0,80514 0,2119 0,7 -0,4881
5 -1,66667 2,7777778 -0,503213 0,3085 0,91 -0,6015
13 6,333333 40,111111 1,9122076 0,9719 1 -0,0281

Statistik ujinya:
Nilai terbesar dari  F(x)-S(x) = 0,6682
Kriteria uji:
Tolak H0 berarti terima H1 apabila L hitung  L tabel
Berdasarkan tabel uji liliefors dengan n=12, =0,05 didapat L tabel=0,242
Karena L hitung=0,6682 L tabel=0,242 maka tolak H0
Artinya data tidak berdistribusi normal.
Kesimpulannya : data kelahiran ,datanya tidak berdistribusi normal.

 Dengan SPSS
Langkah uji liliefors dengan menggunakan spss
1) Isi data pada variabel terlebih dahulu
2) Pada menu pilih analyze
3) Klik descriptive statistics
4) Pilih explore
5) Nanti akan muncul kotak dialog, lalu masukan variabel kolom ke
dalam dependent listt.
6) Centang both pada display
7) Klik tombol plots yang ada samping
8) Kemudian centang normality plots with test.
9) Continue
10) Ok
 Melahirkan

Observed N Expected N Residual

4 4 2,0 2,0
5 2 2,0 ,0
6 2 2,0 ,0
7 1 2,0 -1,0
9 1 2,0 -1,0
13 2 2,0 ,0
Total 12

Test Statistics

Melahirkan

Chi-Square 3,000a
Df 5
Asymp. Sig. ,700

a. 6 cells (100,0%) have

expected frequencies less
than 5. The minimum
expected cell frequency is
2,0.

2.UJI KOLMOGROV

 Uji Kolmogrov adalah suatu analisis yang digunakan untuk membandingkan

distribusi data yang akan di uji normalitasnya dengan distribusi normal baku.
 Data yang digunakan dalam pengujian ini adalah data tunggal atau belum di
kelompokan.
 Uji Kolmogrov bisa untuk data sampel n besar atau n kecil.
 Statistik ujinya:
Nilai terbesar dari  F(x)-S(x)
 Kriteria uji:
Tolak H0 apabila L hitung  L table
Alasan menggunakan uji kolmogorof karena uji kolmogrof bias dipakai untuk
menguji keselarasan data yang berskala minimal ordinal.
 H0 : data berdistribusi normal
H1 : data tidak berdistribusi normal
 = 0,05

X (𝑥𝑖 − 𝑋) (𝑥𝑖 − 𝑋)2 Z F(X) S(X) F(X)-S(X)

7 0,333333 0,1111111 0,1006425 0,5398 0,083 0,4568
5 -1,66667 2,7777778 -0,503213 0,2743 0,16 0,1143
6 -0,66667 0,4444444 -0,201285 0,4207 0,25 0,1707
13 9,687947 93,856312 2,9250576 0,9982 0,33 0,6682
4 -2,66667 7,1111111 -0,80514 0,2119 0,45 -0,2381
4 -2,66667 7,1111111 -0,80514 0,2119 0,45 -0,2381
6 -0,66667 0,4444444 -0,201285 0,4207 0,58 -0,1593
9 2,333333 5,4444444 0,7044975 0,758 0,66 0,098
4 -2,66667 7,1111111 -0,80514 0,2119 0,7 -0,4881
4 -2,66667 7,1111111 -0,80514 0,2119 0,7 -0,4881
5 -1,66667 2,7777778 -0,503213 0,3085 0,91 -0,6015
13 6,333333 40,111111 1,9122076 0,9719 1 -0,0281

Statistik ujinya:
Nilai terbesar dari  F(x)-S(x) = 0,6682
Kriteria uji:
Tolak H0 berarti terima H1 apabila L hitung  L tabel
Berdasarkan tabel uji Kolmogorov dengan n=12, =0,05 didapat L tabel=0,361

Dengan SPSS

Langkah-langkah dengan SPSS:

1) Isi data pada variabel terlebih dahulu

2) Pilih menu analyze
3) Pilih non-parametrik test kemudian legacy dialogs-pilih sub menu 1-
sample k-s
4) Masukkan variable unstandarlized residual ke kotak test variable list.
5) Pada test distribution centang(v) normal(default)
6) Klik OK

One-Sample Kolmogorov-Smirnov Test

Melahirkan

N 12
Mean 6,67
Normal Parametersa,b
Std. Deviation 3,312
 Absolute ,246
Most Extreme Differences Positive ,246
Negative -,210
Kolmogorov-Smirnov Z ,854
Asymp. Sig. (2-tailed) ,460

a. Test distribution is Normal.

b. Calculated from data.

One-Sample Kolmogorov-Smirnov Test 2

Melahirkan

N 12
Minimum 4
Uniform Parametersa,b
Maximum 13
Absolute ,444
Most Extreme Differences Positive ,444
Negative -,167
Kolmogorov-Smirnov Z 1,540
Asymp. Sig. (2-tailed) ,017

a. Test distribution is Uniform.

b. Calculated from data.

One-Sample Kolmogorov-Smirnov Test 4

Melahirkan

N 12
Exponential parameter.a,b Mean 6,67
Absolute ,451
Most Extreme Differences Positive ,142
Negative -,451
Kolmogorov-Smirnov Z 1,563
Asymp. Sig. (2-tailed) ,015

a. Test Distribution is Exponential.

b. Calculated from data.

3. UJI TANDA
 Uji tanda atau uji sign digunakan untuk membandingkan dua populasi.
 Uji tanda ini menggunakan data yang berbentuk ranking dan berpasangan.
 Statistik uji :
Tanda yang jumlahnya paling sedikit
 Kriteria uji:
 Tolak H0 apabila h hitung  h tabel
 Manual
H0 : tidak ada pengaruh pelayanan RSU Lubuk Ketaping terhadap kelahiran dan
keguguran
H1 : ada pengaruh pelayanan RSU Lubuk Ketaping terhadap kelahiran dan
keguguran
Alasan menggunakan uji tanda adalah untuk mengetahui apakah ada pengaruh
banyaknya angka kelahiran dan keguguran di rumah sakit. Dan data yang digunakan
dalah data yang berpasangan, makanya uji tanda bisa dilakukan.

 = 0,05
No Bersalin Keguguran Tanda
1 7 4 -
2 5 0 -
3 6 2 -
4 13 4 -
5 4 5 +
6 4 7 +
7 6 3 -
8 9 7 -
9 4 6 +
10 4 4 0
11 5 7 -
12 13 8 +

Statistik uji :
Tanda paling sedikit = 4
Berdasarkan tabel krisis uji tanda
N=12 , =0,05, Ptabel= 2
Karena h hitung=h tabel maka tolak H0
Artinya pengaruh pelayanan RSU Lubuk Ketaping terhadap kelahiran dan
keguguran.

Dengan SPSS

Langkah uji tanda menggunakan spss

1) Pada menu pilih analyze
2) Kemudian klik nonparametric test
 3) Legacy dialog
4) 2 related samples
5) Maka akan muncul kotak dialog
6) Masukan variabel yang sudah diinputkan sebelumnya
7) Pada test type centang sign
8) Ok

Frequencies

Negative Differencesa 4

Positive Differencesb 7
Melahirkan - Keguguran
Tiesc 1

Total 12

a. Melahirkan < Keguguran

b. Melahirkan > Keguguran
c. Melahirkan = Keguguran

Test Statisticsa

Melahirkan -
Keguguran
Exact Sig. (2-tailed) ,549b

a. Sign Test
b. Binomial distribution used.

4. UJI WILCOXON
 Menggunakan data berpasangan
 Setiap data dipilih secara acak dan independent
 Skala pengukurannya minimal ordinal
 Statistik uji:
Harga mutlak terkecil
 Kriteria pengujian:
 Tolak H0 apabila Whitung  Wtabel
 Manual
H0 : : tidak ada pengaruh pelayanan RSU Lubuk Ketaping terhadap kelahiran dan
keguguran

H1 : ada pengaruh pelayanan RSU Lubuk Ketaping terhadap kelahiran dan

keguguran
Alasan menggunakan uji wilcoxon adalah untuk melihat perbedaan pengaruh Rumah
sakit terhadap angka kelahiran dan keguguran Dan juga uji ini digunakan karena data
nya berpasangan.

 = 0,05
No Bersalin Keguguran Selisih Ranking Tanda
1 7 4 3 6,5 +
2 5 0 5 9,5 +
3 6 2 4 8 +
4 13 4 9 11 +
5 4 5 -1 -4 -
6 4 7 -3 -1 -
7 6 3 3 6,5 +
8 9 7 2 5 +
9 4 6 -2 -2,5 -
10 4 4 0 - 0
11 5 7 -2 -2,5 -
12 13 8 5 9,5 +

Statistik uji:
Harga mutlak terkecil = -13
Dengan n=12,  = 0,05 di dapat W tabel = 35
Karena Whitung = -5 < Wtabel = 35 maka tolak H0
Artinya terdapat perbedaan pengaruh terhadap lokasi pembibitan

Dengan SPSS
langkah uji wilcoxon menggunakan spss
1) Isikan data pada variabel
2) Masukan data pada data view
3) Pada tab menu pilih analyze
4) Kemudian klik nonparametric test
 5) Legacy test
6) 2 related samples
7) Maka akan muncul jendela baru
8) Masukan variabel
9) Centang wilcoxon pada test type
10) Ok

Ranks

N Mean Rank Sum of Ranks

Negative Ranks 4a 3,25 13,00

Positive Ranks 7b 7,57 53,00

Melahirkan - Keguguran
Ties 1c

Total 12

a. Melahirkan < Keguguran

b. Melahirkan > Keguguran
c. Melahirkan = Keguguran

Test Statisticsa

Melahirkan -
Keguguran

Z -1,786b
Asymp. Sig. (2-tailed) ,074

a. Wilcoxon Signed Ranks Test

b. Based on negative ranks.

5.UJI MEDIAN

 Untuk melihat apakah median antar populasi itu sama

 Statistik uji:
𝑛
𝑛(𝑎𝑑 − 𝑏𝑐 − 2)2
2 =
(𝑎 + 𝑏)(𝑐 + 𝑑)(𝑎 + 𝑐)(𝑏 + 𝑑)
 Kriteria uji:
Tolak H0 apabila 2  2(,1)
 Manual
H0 : tidak terdapat perbedaan median antara kedua populasi
H1 : setidaknya terdapat satu perbedaan median antar populasi
 Alasan memakai uji median adalah untuk mengetahui apakah median antara kelahiran
dan keguguran di rumah sakit.

 = 0,05

Median gabungan = 5

metode
Melahirkan Keguguran Jumlah
diatas median 7 5 12
dibawah median 5 7 12
12 12 24

Statistik uji:
𝑛
𝑛(𝑎𝑑 − 𝑏𝑐 − 2)2
 =
2
(𝑎 + 𝑏)(𝑐 + 𝑑)(𝑎 + 𝑐)(𝑏 + 𝑑)

24
24 (49−25− )2
2
= (12)(12)(12)(12)
= 0,16667

Karena 2 = 0,16667 < 2(,1) = 3,841 maka terima H0

Artinya tidak terdapat perbedaan pelayanan rumah sakit lubuk sikaping tehadap angka
kelahiran dan keguguran.

Dengan SPSS

Langkah menggunakan uji median pada spss:

1) Tulis variabel
2) Pada kolom value variabel metode masukan 1 sebagai kelahiran dan 2
keguguran
3) Masukan data pada data view
4) Pada tab menu pilih analyze
5) Nonparametric test
6) Legacy samples
7) K independent samples
8) Masukan variabel nilai pada test variable list
9) Masukan variabel metode pada grouping variable
10) Klik define group kemudian masukan angka sesuai dengan yang
dimasukan pada kolom value di atas.
11) Centang median pada test type
12) Ok
 Test Statisticsa

Keguguran
N 80
Median 4,00
Chi-Square 31,970b
df 5
Asymp. Sig. ,000

a. Grouping Variable:
Melahirkan
b. 5 cells (25,0%) have
expected frequencies less
than 5. The minimum
expected cell frequency is
3,4.
 Test Statisticsa

Keguguran

N 80
Median 4,00
Chi-Square 31,970b
df 5
Asymp. Sig. ,000

a. Grouping Variable:
Melahirkan
b. 5 cells (25,0%) have
expected frequencies less
than 5. The minimum
expected cell frequency is
3,4.

Cara membaca hasil output dari uji median adalah dengan melihat asymp.sig. Apabila
hasilnya kecil dari  maka tolak H0 dan begitupun sebaliknya. Apabila hasilnya besar dari 
maka terima H0.