OLEH
KELOMPOK 3 B11-A :
Om Swastyastu
Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa karena telah
memberikan rahmat dan karunia-Nya kepada kami sehingga kami mampu
menyelesaikan makalah ini yang berjudul “Analitik Non Parametrik” ini tepat pada
waktunya. Adapun makalah ini merupakan salah satu tugas dari Biostatistik.
Denpasar, 17 Februari2019
Penulis
ii
DAFTAR ISI
BAB I PENDAHULUAN
1.1 Latar Belakang .................................................................................................1
1.2 Rumusan Masalah ............................................................................................2
1.3 Tujuan ..............................................................................................................2
1.4 Manfaat .............................................................................................................2
iii
BAB I
PENDAHULUAN
Dalam dunia statistika banyak cara mengumpulkan data sebagai dasar dalam
melakukan penelitian. Pengumpulan data ini dilakukan agar peneliti dapat
memperoleh data-data yang dibutuhkan, mencari hubungan dari variabel-variabel
yang diteliti, memprediksi masa depan dan sebagainya untuk kebutuhan penelitian.
Untuk memprediksi hal tersebut, kita menggunakan metode Statistika Non parametrik
dan Penelitian Survei.
1
Statistika Non Parametrik untuk mengatasi pemecahan data yang memiliki ukuran
sampel kecil dan asumsi-asumsi yang kurang.
1.3 Tujuan
a. Untukmengetahuiapa yang dimaksuddenganStatistik Non Parametrik?
b. UntukmengetahuiHipotesisUjiKorelasi Spearman?
c. Untukmengetahuiapa yang dimaksuddenganujihubungan Rank Spearman?
d. Untukmengetahuibagaimanalangkah-langkahujihubungan Rank Spearman?
1.4 Manfaat
1.4.1 Manfaat Teoritis
Hasil dari penyusunan makalah ini diharapkan dapat memberikan manfaat
kepada semua pihak, khususnya kepada mahasiswa untuk menambah pengetahuan
dan wawasan mengenaianalitik non parametrik.
1.4.2 Manfaat Praktis
Hasil dari penyusunan makalah ini diharapkan dapat dijadikan sebagai suatu
pembelajaran bagi mahasiswa yang nantinya ilmu tersebut dapat dipahami dan
diaplikasikan dalam praktik biostatistik.
2
BAB II
TINJAUAN PUSTAKA
Statistik nonparametrik termasuk salah satu bagian dari statistik onferensi atau
statistik induktif dan disebut juga statistik bebas distribusi. Statistik nonparametrik
adalah bagian statistik yang tidak memerlukan asumsi-asumsi tertentu, misalnya
mengenai bentuk distribusi dan hipiotesis-hipotesis yang berkaitan dengan nilai-nilai
parameter tertentu.
2.2 Hipotesis
Uji korelasi Spearman dibedakan menjadi 3, yakni uji dua pihak, uji satu pihak
untuk korelasi positif dan uji satu pihak untuk korelasi negatif. Berikut hipotesis statistik
untuk masing-masing jenis uji korelasi Spearman.
3
𝐻1 : (Ada hubungan dari nilai lebih besar di variabel satu dan nilai lebih kecil di
variabel 2 yang dipasangkan, atau sebaliknya)
2.3.1 Pengertian
2.3.2 Langkah-langkah
4
Aturan pengamilan keputusan
Uji korelasi Spearman digunakan untuk menguji korelasi antara dua buah
variabel yang independen, yang bergantung satu sama lain. Setelah mengkonversi
data untuk setiap sampel ke dalam bentuk ranking, jika tidak ada hubungan di
antara ranking-ranking pada variabel pertama dan kedua, nilai dari uji statistiknya
dapat dihitung menggunakan rumus yang dikembangkan dari rumus koefisien
korelasi Kendall Tau berikut.
∑ 𝑥𝑦
𝑟=
√∑ 𝑥 2 ∑ 𝑦 2
Di mana jumlah-jumlah mencakup harga-harga 𝑛 dalam sampelnya.
Sekarang bila X dan Y adalah harga-harga ranking 𝑟 = 𝑟𝑠 , dan jumlah 𝑛 bilangan
bulat 1,2, . . . . 𝑛 adalah
𝑛(𝑛 + 1)
∑𝑋 =
2
dari jumlah kuadrat bilangan-bilangan 12 , 22 ,. . . . 𝑛2 dapat ditunjukkan
sebagai berikut.
𝑛(𝑛 + 1)(2𝑛 + 1)
∑ 𝑋2 =
6
2
(∑ 𝑋)
Oleh sebab itu, ∑ 𝑥 2 = ∑(𝑋 − 𝑋̅)2 = ∑ 𝑋 2 − 𝑛
𝑛(𝑛+1)(2𝑛+1) 𝑛(𝑛+1)2 𝑛3 −𝑛
dan ∑ 𝑥 2 = − =
6 4 12
𝑛3 −𝑛
Maka, ∑ 𝑦 2 = .
12
5
Sekarang 𝑇 = 𝑥 − 𝑦
𝑇 2 = (𝑥 − 𝑦)2 = 𝑥 2 − 2𝑥𝑦 + 𝑦 2
∑ 𝑇 2 = ∑ 𝑥 2 + ∑ 𝑦 2 − ∑ 2𝑥𝑦
∑ 𝑇 2 = ∑ 𝑥 2 + ∑ 𝑦 2 − 2𝑟𝑠 √∑ 𝑥 2 ∑ 𝑦 2
∑ 𝑥 2 +∑ 𝑦 2 −∑ 𝑇 2
dengan demikian 𝑟𝑠 =
2√∑ 𝑥 2 ∑ 𝑦 2
𝑛3 −𝑛
dengan 𝑋 dan 𝑌 dalam rank, kita dapat mensubstitusikan ∑ 𝑥 2 = = ∑ 𝑦 2 ke
12
𝑛3 −𝑛
2 − ∑ 𝑇2
12
= 𝑛3 −𝑛
2 12
∑ 𝑇2
= 1− 𝑛3 −𝑛
6
6 ∑ 𝑇2
=1−
𝑛(𝑛2 − 1)
Maka, didapatkan rumus korelasi Spearman sebagai berikut :
6 ∑𝑛𝑠=1 𝑇 2
𝑟𝑠 = 1 −
𝑛(𝑛2 − 1)
Keterangan:
𝑟𝑠 : koefisien korelasi untuk sampel data berpasangan (statistik sampel)
𝜌𝑠 : koefisien korelasi untuk semua data populasi (parameter populasi)
𝑛 : banyaknya pasangan data sampel
𝑇 : selisih ranking data variabel 𝑋 dan 𝑌
6
Kriteria pengujian untuk uji korelasi Spearman yaitu tolak 𝐻0 jika 𝑟𝑠 ≥
𝑟𝑡𝑎𝑏𝑒𝑙 . 𝑟𝑡𝑎𝑏𝑒𝑙 diperoleh dari Tabel Spearman Rho (𝜌) untuk 𝑛 ≤ 30. Jika 𝑛 > 30,
maka perhitungan dilanjutkan dengan menentukan nilai 𝑧𝑠 menggunakan rumus
berikut.
𝑧𝑠 = 𝑟𝑠 √𝑛 − 1
Untuk uji korelasi dua pihak, 𝐻0 ditolak jika 𝑧𝑠 > 𝑧(0,5−1𝛼) , sedangkan
2
untuk uji korelasi satu pihak, 𝐻0 ditolak jika 𝑧𝑠 > 𝑧(0,5−𝛼) . Nilai 𝑧(0,5−1𝛼) dan
2
1) Uji Manual
Langkah-langkah untuk uji manual korelasi Spearman adalah sebagai
berikut.
a) Tentukan hipotesis pengujian.
7
b) Konversikan data tersebut dalam bentuk ranking.
c) Hitung selisih dari ranking pasangan data dari dua variabel yang diuji (𝑇)
kemudian hitung nilai 𝑇 2 .
d) Subsitusikan nilai 𝑇 2 dan 𝑛 ke rumus korelasi Spearman 𝑟𝑠
e) Tentukan nilai 𝑟𝑡𝑎𝑏𝑒𝑙 . Untuk 𝑛 ≤ 30, lihat nilai 𝑟𝑡𝑎𝑏𝑒𝑙 dari tabel Spearman
rho (𝜌). Jika 𝑛 > 30, hitung nilai 𝑧𝑠 .
f) Jika 𝑛 ≤ 30, tolak 𝐻0 jika 𝑟𝑠 ≥ 𝑟𝑡𝑎𝑏𝑒𝑙 . Untuk 𝑛 > 30, jika uji yang
dilakukan dua pihak, maka 𝐻0 ditolak jika 𝑧𝑠 > 𝑧(0,5−1𝛼) . Jika uji yang
2
8
kedua variabel yang diuji atau 𝑟𝑠 dan taraf kritik dari dua variabel yang
diuji.
g) Perhatikan nilai taraf kritik dari dua variabel yang diuji. Tolak 𝐻0 jika
nilai taraf kritik < 𝛼.
ContohSoal
1. Sebuah penelitian mengenai pertumbuhan populasi bakteri dilakukan dengan
waktu yang dipilih secara acak (dalam jam) dan dihasilkan data sebagai
berikut.
Banyaknya Bakteri dalam Pertumbuhan Populasi
Waktu
6 107 109 125 126 128 133 143 177 606
(dalam jam)
Ukuran
2 3 4 10 16 29 35 38 41 45
Populasi
Gunakan taraf signifikansi 0.05 untuk mengetahui korelasi antara waktu dan
populasi bakteri.
Selesaian :
Jelas bahwa data tersebut merupakan sampel yang acak.
𝐻0 : 𝜌0 = 0 (Tidak ada korelasi antara waktu dan populasi bakteri)
𝐻1 : 𝜌0 ≠ 0 (Ada korelasi antara waktu dan populasi bakteri)
Beri ranking pada urutan skor yang ada dalam data, kemudian hitung
selisihnya.
Waktu
6 107 109 125 126 128 133 143 177 606
(dalam jam)
Ranking dari
1 2 3 4 5 6 7 8 9 10
waktu (𝑋𝑖 )
Ukuran
Populasi 2 3 4 10 16 29 35 38 41 45
Bakteri
Ranking dari
populasi 1 2 3 4 5 6 7 8 9 10
(𝑌𝑖 )
𝑇 0 0 0 0 0 0 0 0 0 0
9
𝑇2 0 0 0 0 0 0 0 0 0 0
Jelas bahwa ranking antara waktu yang dipilih dengan ukuran populasi saling
6 ∑𝑛
𝑠−1 𝑇
2
bebas. Berarti kita gunakan rumus 𝑟𝑠 = 1 − . Maka :
𝑛(𝑛2 −1)
6 ∑10
1 𝑇
2
𝑟𝑠 = 1 −
𝑛(𝑛2 − 1)
6(0)
=1−
10(102 − 1)
0
=1−
990
=1
Jelas 𝑟𝑡𝑎𝑏𝑒𝑙 untuk n=10 adalah 0,648. Karena 𝑟𝑠 > 𝑟𝑡𝑎𝑏𝑒𝑙 , maka kita tolak
𝐻0 . Berartti terdapat korelasi positif yang sempurna antara waktu yang
dipilih dan ukuran populasi bakteri. Semakin lama waktunya, maka semakin
besar ukuran populasi bakteri.
10
Tabel Skor Otoritas dan Perjuangan Status Sosial
Skor
Mahasiswa
Keotoriteran (K) Perjuangan Status Sosial (PS)
1 82 42
2 98 46
3 87 39
4 40 37
5 116 65
6 113 88
7 111 86
8 83 56
9 85 62
10 126 92
11 106 54
12 117 81
Selesaian :
Jelas bahwa data tersebut merupakan sampel yang acak.
𝐻0 : 𝜌0 = 0 (Tidak ada korelasi antara keotoriteran dan perjuangan status
sosial)
𝐻1 : 𝜌0 ≠ 0 (Ada korelasi antara keotoriteran dan perjuangan status sosial)
11
8 83 56 3 6 -3 9
9 85 62 4 7 -3 9
10 126 92 12 12 0 0
11 106 54 7 5 2 4
12 117 81 11 9 2 4
Jumlah 52
Jelas bahwa ranking antara waktu yang dipilih dengan ukuran populasi saling
6 ∑𝑛
𝑠−1 𝑇
2
bebas. Berarti kita gunakan rumus 𝑟𝑠 = 1 − . Maka :
𝑛(𝑛2 −1)
6 ∑12
1 𝑇
2
𝑟𝑠 = 1 −
𝑛(𝑛2 − 1)
6(52)
=1−
12(122 − 1)
312
=1−
1716
= 1 − 0,182
= 0,818
Jelas 𝑟𝑡𝑎𝑏𝑒𝑙 untuk 𝑛 = 12 adalah 0,591. Karena 𝑟𝑠 > 𝑟𝑡𝑎𝑏𝑒𝑙 , maka kita tolak
𝐻0 . Berartti terdapat korelasi positif yang sangat kuat antara keotoriteran dan
perjuangan status sosial mahasiswa.
12
menggunakan SPSS, yakni terdapat korelasi positif antara keotoriteran dan
perjuangan status sosial yang dimiliki mahasiswa. Semakin tinggi tingkat
keotoriteran, maka semakin tinggi pula perjuangan status sosial yang dimiliki
mahasiswa.
3. Seorang guru inginmengetahuiapakahadakorelasi
positifantarapelajaranStatistikadanEkonometrika.
Diambilsampelsecaraacaksebanyak 42siswa yang berasaldari 2 kelas. Berikut
data nilai ujian Statistika dan Ekonometrika dari siswa-siswa tersebut.
1 76 77 15 88 89 29 70 89
2 59 99 16 70 99 30 82 83
3 99 76 17 56 78 31 60 79
4 71 88 18 83 82 32 91 89
5 89 92 19 78 89 33 98 89
6 92 82 20 78 86 34 87 58
7 80 89 21 82 83 35 76 89
8 89 66 22 81 89 36 78 76
9 78 93 23 88 89 37 78 68
10 66 70 24 88 56 38 92 93
11 90 82 25 78 79 39 83 82
12 56 77 26 56 79 40 83 88
13 98 99 27 67 79 41 98 76
14 88 99 28 87 76 42 76 79
13
Hipotesis:
• 𝐻0 : 𝜌0 = 0 (Tidak ada korelasi positif antara pelajaran Statistika dan
Ekonometrika)
• 𝐻1 : 𝜌0 ≠ 0 (Ada korelasi positif antara pelajaran Statistika dan
Ekonometrika)
Perhitungan:
6 ∑12
1 𝑇
2
𝑟𝑠 = 1 −
𝑛(𝑛2 − 1)
6(11084,5)
=1−
42(422 − 1)
66507
=1−
74046
= 1 − 0,8982
= 0,1018
𝑧𝑠 = 𝑟𝑠 √𝑛 − 1
= 0,1018√42 − 1
= 0,1018√41
= 0,1018(6,4031)
= 0,6518
Dengan 𝛼 = 5%, diperoleh 𝑧(0,5−𝛼) = 𝑧0,495 = 2,57.
Karena 𝑧𝑠 < 𝑧(0,5−𝛼) , maka 𝐻0 diterima. Jadi, tidak ada korelasi positif
antara hasil ujian pelajaran Statistika dan Ekonometrika.
Perhitungan dengan bantuan aplikasi SPSS menghasilkan output sebagai
berikut.
Gambar 4. Hasil Uji Korelasi Spearman dengan SPSS pada Soal No. 3
14
Berdasarkan Gambar 4, diperoleh 𝑡𝑎𝑟𝑎𝑓 𝑘𝑟𝑖𝑡𝑖𝑘 = 0,558 > 𝛼 = 0,05, maka
kita terima 𝐻0 . Dengan demikian, diperoleh kesimpulan yang sama dari hasil
pengujian dengan perhitungan manual dan menggunakan SPSS, yakni tidak
ada korelasi positif antara hasil ujian pelajaran Statistika dan Ekonometrika.
15
BAB III
PENUTUP
3.1 Kesimpulan
Statistik non parametrik termasuk salah satu bagian dari statistik onferensi atau
statistik induktif dan disebut juga statistik bebas distribusi. Statistik non parametrik
adalah bagian statistik yang tidak memerlukan asumsi-asumsi tertentu, misalnya
mengenai bentuk distribusi dan hipiotesis-hipotesis yang berkaitan dengan nilai-nilai
parameter tertentu.Uji korelasi Spearman dibedakan menjadi 3, yakni uji dua pihak, uji
satu pihak untuk korelasi positif dan uji satu pihak untuk korelasi negatif.
3.2 Saran
Dalam pembuatan makalah ini penulis sadar bahwa makalah ini masih banyak
kekurangan dan masih jauh dari kata kesempurnaan. Oleh karena itu, kritik dan saran
dari pembaca sangatlah kami perlukan agar dalam pembuatan makalah selanjutnya akan
lebih baik dari sekarang dan kami juga berharap pengetahuan tentang analitik non
parametrikdapat terus di kembangkan dan diterapkan dalam bidang biostatistik.
16
DAFTAR PUSTAKA
Conover, W. J. 1980. Practical Nonparametric Statistics. USA: John Wiley & Sons, Inc.
Irianto, A. 2008. Statistik Konsep Dasar dan Aplikasinya. Jakarta: Kencana Prenada Media
Group.
Siegel, S. 1994. Statistik Nonparametrik untuk Ilmu-ilmu Sosial. Jakarta: PT Gramedia
Pustaka Utama.
Sudjana. 2005. MetodaStatistika. Bandung: TARSITO
Sugiyono.2011. .Statistik Nonparametrik Untuk Penelitian.Bandung : CV ALFABETA
Sukawana, I Wayan.2008.
PengantarStatistikuntukPerawat.Denpasar.JurusanKeperawatanPoltekkes Denpasar
Supangat, A. 2008. Statistika dalam Kajian Deskriptif, Inferensi, dan Non Parametrik.
Jakarta: Kencana Prenada Media Group.
Triola, M. F. 2011. Elementary Statistics Using The TI-83/84 Plus Calculator 3rd Edition
Elementary Statistics Using The TI-83/84 Plus Calculator 3rd Edition. USA: Pearson
Education, Inc.
17