BAB I

PENDAHULUAN
1.1. Latar Belakang
Dalam terminologi ilmu statistika, terdapat statistik parametrik dan non
parametrik yang merupakan dua hal yang sering digunakan. Lantas apa perbedaan
keduanya? Secara sederhana sebetulnya antara statistik parametrik dan non parametrik
mudah dibedakan dari istilahnya saja. Statistik non parametrik adalah statistik yang
ditidak mendasarkan pada parameter-parameter statistik. apa itu parameter-parameter
statistik? jika anda melakukan penelitian, tentu anda melakukan pengukuran-
pengukuran, nah ukuran-ukuran tersebut diistilahkan dengan parameter. dalam statistik
kita mengenal mean, median, modus dan standar deviasi. itulah parameter-parameter
statistik. dalam statistik non parametrik, parameter tersebut tidak dijadikan acuan.
Mengapa? ketika kita menggunakan skala data nominal atau ordinal, parameter-
parameter tersebut menjadi tidak relevan. itu lebih kepada membuat ranking pada data.
selain itu, statistik non parametrik tidak mendasakan pada distribusi data tertentu.
1.2. Rumusan Masalah
1.2.1 Apa yang dimaksud dengan statistik nonparametrik ?
1.2.2 Apa saja ciri-ciri statistik nonparametrik ?
1.2.3 Apa metode-metode pada Statistika Non Parametrik?
1.2.4 Apa keunggulan dan kelemahan pada statistik nonparametrik?
1.3. Tujuan
1.3.1 Mengetahui maksud dari statistik non parametrik
1.3.2 Mengetahui apa saja ciri-ciri statistik non parametrik
1.3.3 Mengetahui metode-metode pada Statistika Non Parametrik
1.3.4 Mengetahui keunggulan dan kelemahan pada statistik non parametrik

1
 BAB II
TINJAUAN TEORITIS
2.1 Pengertian Statistik Nonparametrik
Statistik Non-Parametrik adalah test yang modelnya tidak menetapkan syarat-
syaratnya yang mengenai parameter-parameter populasi yang merupakan induk
sampel penelitiannya. Oleh karena itu observasi-observasi independent dan variabel
yang diteliti pada dasarnya memiliki kontinuitas. Uji metode non parametrik atau bebas
sebaran adalah prosedur pengujian hipotesa yang tidak mengasumsikan pengetahuan
apapun mengenai sebaran populasi yang mendasarinya kecuali selama itu kontinu.
Pendeknya: Statistik Non-Parametrik adalah yaitu statistik bebas sebaran (tidak
mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Selain itu,
statistik non-parametrik biasanya menggunakan skala pengukuran sosial, yakni
nominal dan ordinal yang umumnya tidak berdistribusi normal.
2.2 Ciri-Ciri Statistik Nonparametrik
1. Data tidak berdistribusi normal
2. Umumnya data berskala nominal dan ordinal
3. Umumnya dilakukan pada penelitian sosial
4. Umumnya jumlah sampel kecil
2.3 Metode Statistik Nonparametrik
2.3.1 Uji Tanda (Sign Test)
Uji tanda digunakan untuk membandingkan data yang berpasangan. Adapun syarat-
syarat pada uji tanda yang harus dipenuhi, yaitu:
1. Pasangan hasil pengamatan yang sedang dibandingkan bersifat independent
2. Masing-masing pengamatan dalam tiap pasang terjadi karena pengaruh kondisi
yang serupa.
3. Pasangan yang berlainan terjadi karena kondisi yang berbeda.
Rumus Uji Tanda ½ ( n – 1 ) – K

2
2.3.2 Rank Sum Test (Wilcoxon)
Merupakan suatu uji yang menghitung tanda dan besarnya selisih dari dua buah
rataan populasi. Uji ini lebih peka dari pada uji tanda dalam menemukan perbedaan
antara populasi. Dengan kata lain, uji peringkat bertanda wilcoxon digunakan jika
besaran maupun arah perbedaan relevan
Untuk menentukan apakah terdapat perbedaan yang sesungguhnya antara pasangan
data yang diambil dari dua sampel yang berkait.
1. Prosedur Uji wilcoxon Untuk Pengamatan Berpasangan
a. Menyatakan hipotesis nol dan hipotesis alternatif (H0 dan H1).
b. Memilih tarap keberartian.
c. Menentukan daerah kritis W (bila dist Z digunakan).
d. Menyusun peringkat tanpa memperhatikan tanda.
e. Pemberian tanda atas peringkat yang telah ditetapkan.
f. Menjumlahkan peringkat dengan jumlah terkecil sebagai W.
g. Penarikan kesimpulan statistic tentang hipotesis nol (tolak H0 atau terima H0)
2. Penarikan Kesimpulan Statistik
Untuk menguji hipotesis nol (H0) dari uji Wilocoxon ini, selain dapat
meggunakan table harga-harga kritis W dalam uji jenjang bertanda data
berpasangan wilcoxon khususnya untuk sampel kecil, juga dapat menggunakan
pendekatan distribusi normal. Sedangkan untuk sampel besar digunakan pendektan
distribusi normal.
Pengujian dilakukan dengan langkah-langkah sebagai berikut:
1) Hipotesis
a. Satu sisi
H0 :W(+) = (-)
H1 : W(+) > (-)
H0 :W(+) = (-)

3
 H1 : W(+) < (-)
b. Dua sisi
H0 :W(+) = (-)
H1 : W(+) ≠ (-)
Keterangan :
W(+) = jumlah semua peringkat selisih pasangan pengamatan (xi,yi)
yang bertanda positif
W(-)= jumlah semua peringkat selisih pasangan pengamatan (xi,yi)
yang bertanda negatif
α = …%
c. Daerah kritis
Tabel Wilcoxon
Jika harga W adalah sama dengan atau kurang dari harga yang diberikan
dalam tabel, untuk satu tingkat signifikasi tertentu dengan N tertetu, maka
tolak H0.
Jika harga α hit yang diperoleh dari tabel (dengan N dan W tertentu)
adalah sama dengan atau kurang dari harga yang telah ditentukan,maka
tolak H0.
2.3.3 Koefisien Korelasi Pangkat
Keofisien korelasi pangkat atau koefisien Spearman adalah derajat hubungan yang
mengukur korelasi pangkat. Yang dimana korelasi pangkat bersimbol r’ ( baca: er
aksen ).
Misalkan pasangan data hasil pengamatan ( X1, Y1), ( X2, Y2 ), …..,( Xn,Yn) kita
susun menurut urutan besar nilainya dalam tiap Variabel. Nilai X1 disusun menurut
urutan besarnya, yang terbesar diberi nomor urut atau peringkat 1, terbesar kedua
diberi peringkat 2, terbesar ketiga diberi peringkat 3, dan seterusnya sampai kepada
nilai X1 terkecil diberi peringkat n demikian pula untuk Variabel Y1. Sekarang kita

4
 bentuk selisih atau beda peringkat X1 dan Y1 yang data aslinya berpasangan.
Sebutlah beda ini b1.
Maka Koefesien korelasi peringkat r’ antara serentetan pasangan X1 dan Y1
dihutung dengan rumus :
Harga r’ bergerak dari -1 sampai dengan +1 , sebagaimana halnya koefisien
korelasi r biasa. Harga r’ = +1 berarty terdapat persesuaian yang sempurna antara Xi
dan Yi sedangkan r’ = -1 menyatakan penilaian yang betul-betul bertentangan
antara Xi dan Yi.
2.3.4 Uji Runtun
Uji Runtun adalah pengujian yang berdasarkan adanya keruntunan. Runtun adalah
barisan huruf-huruf atau tanda-tanda yang identic yang didahului atau didikuti oleh
sebuah huruf atau sebuah tanda yang berbeda. Untuk runtun permulaan, barisan
dimaksud tidak tidak didahului oleh huruf atau tanda apapun. Demikian pula untuk
runtun terakhir, barisan itu tidak diakhiri oleh huruf atau tanda yang berbeda. Panjang
runtun ditentukan oleh banyak huruf atau tanda dalam setiap runtun.
Dengan adanya runtun ini , kita dapat menguji hipotesis tentang :
1. Data pengamatan telah diambil secara acak dari sebuah populasi, atau sampel
yang diambil dari sebuah populasi adalah acak.
2. Dua sampel acak berasal dari populasi yang sama atau dua populasi mempunyai
distribusi yang sama.
2.3.5 Uji Median
Hipotesis yang dihadapi :
H0 : Dua sampel acak telah diambil dari dua populasi dengan median yang sama
atau telah diambil dari populasi yang sama.
H1 : kedua sampel itu berasal dari dua populasi dengan median yang berlainan atau
dari dua populasi yang berlainan.
2.3.6 Uji Kenormalan

5
 Uji kenormalan secara parametric dengan menggunakan penaksiran rata-rata dan
simpangan baku. Misalkan kita mempunyai sampel acak dengan hasil pengamatan
X1, X2,…Xn. Berdasarkan sampel ini akan diuji hipotesis nol bahwa sampel tersebut
berasal dari populasi berdistribusi normal melawan hipotesis tandingan bahwa
distribusi tidak normal.
Untuk pengujian hipotesis nol tersebut kita tempuh prosedur berikut :
a. Pengamatan x1,x2,….,xn dijadikan bilangan baku z1,z2,….,zn dengan
menggunakan rumus z1 = ( x dan s masing-masing merupakan rta-rata dan
simpangan baku sampel ).
b. Untuk tiap bilangan baku ini dan menggunakan daftar distribusi normal baku,
kemudian dihitung peluang F(z1) = P (z zi ).
c. Selanjutnya dihitung propporsi zi , z2,……..zn yang lebih kecil atau sama dengan
zi. jika proporsi ini dinyatakan oleh S (zi ), maka S( zi ) =Hitung selisih F (zi) –S
(zi) kemudian tentukan harga mutlaknya.
Ambil harga yang paling besar di antara harga-harga mutlak selisih tersebut. Harga
terbesar di beri lambing L0 .
2.4 Keunggulan Dan Kelemahan Statistik Nonparametrik
2.4. 1 Statistik Nonparametrik
1. Keunggulan :
a. Tidak membutuhkan asumsi normalitas.
b. Secara umum metode statistik non-parametrik lebih mudah dikerjakan dan
lebih mudah dimengerti jika dibandingkan dengan statistik parametrik karena
ststistika non-parametrik tidak membutuhkan perhitungan matematik yang
rumit seperti halnya statistik parametrik.
c. Statistik non-parametrik dapat digantikan data numerik (nominal) dengan
jenjang (ordinal).

6
 d. Kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan atau
jenjang secara formal karena sering dijumpai hasil pengamatan yang
dinyatakan dalam data kualitatif.
e. Pengujian hipotesis pada statistik non-parametrik dilakukan secara langsung
pada pengamatan yang nyata.
f. Walaupun pada statistik non-parametrik tidak terikat pada distribusi normal
populasi, tetapi dapat digunakan pada populasi berdistribusi normal.
2. Kelemahan :
a. Statistik non-parametrik terkadang mengabaikan beberapa informasi tertentu.
b. Hasil pengujian hipotesis dengan statistik non-parametrik tidak setajam
statistik parametrik.
c. Hasil statistik non-parametrik tidak dapat diekstrapolasikan ke populasi studi
seperti pada statistik parametrik. Hal ini dikarenakan statistik non-parametrik
mendekati eksperimen dengan sampel kecil dan umumnya membandingkan
dua kelompok tertentu

7
 BAB III
PENUTUP
3.1 Kesimpulan
Statistika Parametrik yaitu ilmu statistika yang mempertimbangkan
jenis sebaran/distribusi data, yaitu apakah data menyebar normal atau tidak.
Pada umumnya, Jika data tidak menyebar normal, maka data harus dikerjakan dengan
metode Statistika non-parametrik, atau setidak2nya dilakukan transformasi agar data
mengikuti sebaran normal, sehingga bisa dikerjakan dg statistika parametrik. Statistika
parametrik juga adalah prosedur yang pengujian yang dilakukan berlandaskan
distribusi. Salah satu karakteristiknya penggunaan prosedur ini melibatkan asumsi-
asumsi tertentu. Contoh dari statistik parametrik adalah analisis regresi, analisis
korelasi, analisis varians.
Statistik Non-Parametrik adalah test yang modelnya tidak menetapkan syarat-
syaratnya yang mengenai parameter-parameter populasi yang merupakan induk
sampel penelitiannya. Oleh karena itu observasi-observasi independent dan variabel
yang diteliti pada dasarnya memiliki kontinuitas. Uji metode non parametrik atau bebas
sebaran adalah prosedur pengujian hipotesa yang tidak mengasumsikan pengetahuan
apapun mengenai sebaran populasi yang mendasarinya kecuali selama itu kontinu.
3.2 Saran
Ada satu hal yang perlu diperhatikan, yaitu bahwa dikalangan ilmuan sendiri terjadi
pro-kontra tentang uji statistik mana yang paling tepat. Jangan terlalu khawatir tentang
hal itu. Masing-masing perguruan tinggi mungkin sudah memiliki peraturan untuk
menentukan pemilihan uji-uji statistik tertentu. Peraturan intern tersebut tentunya tetap
berdasarkan teori dan ketentuan baku dalam analisis statistik. Jika hal ini sudah ada,
tentunya akan sangat memudahkan anda ketika bekerja untuk menganalisis data.

8
 DAFTAR PUSTAKA
Sudijono, Anas (1987). Pengantar statistic pendidikan, Jakarta: Rajawali Pers
Sudjana, (1992), Metode Statistika, Bandung: Tarsito
W.W. Daniel, (1978) Statistika Non Parametrik Terapan, Jakarta: PT. Gramedia