Anda di halaman 1dari 11

BIOSTATISTIKA

MEDOTE NOPARAMETRIK

OLEH
KELAS A 10 C
KELOMPOK 3

I KOMANG KRISNA 163.212.540


I WAYAN LENTARA YASA 163.212.545
KADEK AYU KARLINA DEWI 163.212.547
NI NYOMAN AYU ARSE TRI DEWI PACUNG 163.212.576
NI WAYAN ADISTYA WIRAJAYA 163.212.580
NI KADEK DWI NOVI MIRAYANI 163.212.551
I PUTU SUARTAMA PUTRA 163.212.542
NI KOMANG JULI OPENYANI 163.212.561

PROGRAM STUDI S1 ILMU KEPERAWATAN


SEKOLAH TINGGI ILMU KESEHATAN WIRA MEDIKA BALI
DENPASAR
2019

1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Istilah nonparametrik pertama kali digunakan oleh Wolfowitz, pada
tahun 1942. Metode statistik nonparametrik merupakan metode statistik yang
dapat digunakan dengan mengabaikan asumsi-asumsi yang melandasi
penggunaan metode statistik parametrik, terutama yang berkaitan dengan
distribusi normal. Istilah lain yang sering digunakan untuk statistik
nonparametrik adalah statistik bebas distribusi (distribution-free statistics) dan
uji bebas asumsi (assumption-free test). Statistik nonparametrik banyak
digunakan pada penelitian-penelitian sosial. Data yang diperoleh dalam
penelitian sosial pada umunya berbentuk kategori atau berbentuk rangking.
statistik nonparametrik adalah prosedur statistik yang tidak mengacu
pada parameter tertentu. Itulah sebabnya, statistik nonparametrik sering disebut
sebagai prosedur yang bebas distribusi (free-distibution procedures). Banyak
orang berpendapat, jika data yang dikumpulkan terlalu kecil maka prosedur
statistik nonparametrik lebih baik digunakan. Statistik nonparametrik biasanya
digunakan untuk melakukan analisis pada data nominal atau ordinal karena pada
umumnya data berjenis nominal dan ordinal tidak menyebar normal.
Uji statistik nonparametrik ialah suatu uji statistik yang tidak
memerlukan adanya asumsi-asumsi mengenai sebaran data populasi. Dari segi
jumlah data, pada umumnya statistik nonparametrik digunakan untuk data
berjumlah kecil (n < 30).
Contoh metode statistik nonparametrik diantaranya adalah Uji
Wilcoxon (Signed-rank Test), Uji Tanda (sign Test), Uji Mann-Whitney (Mann-
Whitney Test), Uji Kruskal-Wallis (K-W Test), Uji Kolmogorov-Smirnov(K-S
Test), dan Uji McNemar (McNemar Test).

2
1.2 Rumusan masalah
1. Bagaimanakah konsep statistika non parametrik melalui uji Wilcoxon
2. Bagaimanakah konsep statistika non parametrik melalui uji Mann Whitney

1.3 Tujuan penulisan


1. Memahami konsep statistika non parametrik melalui uji Wilcoxon
2. Memahami konsep statistika non parametrik melalui uji Mann Whitney

3
BAB II
PEMBAHASAN
2.1 Uji Wilcoxon
Pada tahun 1945 Frank Wilcoxon mengusulkan suatu cara
nonparametrik yang sangat sederhana untuk membandingkan dua populasi
kontinu bila hanya tersedia sampel bebas yang sedikit dan kedua populasi
asalnya tidak normal. Cara ini dinamakan uji Wilcoxon atau uji jumlah rang
Wilcoxon
Hipotesi nol Ho bahwa µ1 = µ2 akan diuji lawan suatu tandingan yang
sesuai pertama-tama ambillah sampel acak dari tiap populasi. Misalkan n1
banyaknya pengamatan dalam sampel yang lebih kecil, dan n2 banyaknya
pengamatan dalam sampel yang lebih besar. Bila sampelnya berukuran sama,
maka n1 dan n2 dapat dipertukarkan. Urutkanlah semua n1 + n2 pengamatan
dengan urutan membesar dan berikan rang 1, 2, . . . , n1 + n2 pada tiap
pengamatan. Bila terdapat seri (pengamatan yang besarnya sama), maka
pengamatan tersebut diganti dengan rataan rang nya.
Jumlah rang yang berasal dari ke n1 pengamatan dalam sampel yang
lebih kecil dinyatakan dengan w1. Begitu juga, w2 menyatakan jumlah rang
yang berasal dari n2 pengamatan dalam sampel yang lebih besar. Jumlah n1 +
n2 hanya bergantung pada banyaknya pengamatan dalam kedua sampel dan
sama sekali tidak dipengaruhi oleh hasil percobaan. Jadi, bila n1=3 dan n2=4,
maka w1+w2=1+2+…+7=28
(𝑛1 +𝑛2 )(𝑛1 +𝑛2 +1)
Secara umum: w1+w2= 2

Dari rumus w1 didapat rumus untuk w2, yaitu:


(𝑛1 +𝑛2 )(𝑛1 +𝑛2 +1)
w2 = - w1
2

Bila sampel ukuran n1 dan n2 diambil beberapa kali, maka dapat


diharapkan bahwa w1 dan w2 akan berubah. Jadi w1 dan w2 masing-masing di
pandang sebagai nilai peubah acak W1 dan W2.
Untuk lebih mudah dalam menghitung peluangnya, kita menggunakan
tabel. Tabel ini didasarkan pada statistika U, minimum U1 dan U2, dengan:
𝑛1 (𝑛1 +1) 𝑛2 (𝑛2 +1)
U1 = W1- dan U2 = W2-
2 2

4
Untuk uij ekaarah, Bila P(U ≤ u  Ho benar) ≤ α, uji tersebut berarti dan
Ho ditolak. Untuk uji dwiarah, uji tersebut berarti bila 2P(U ≤ u  Ho benar) ≤
α, dalam hal ini hipotesis tandingan bahwa µ1 ≠ µ2 diterima.
(8)(9)
Bila, n1 = 3, n2 = 5, dan w1 = 8, sehingga w2 = - 8 = 28, jadi
2
(3)(4) (5)(6)
u1 = 8 – =2 u2 = 28 – = 13
2 2
dengan menggunakan tabel, untuk u = 2, diperoleh:
P(U ≤ 2 Ho benar) = 0,071

2.2 Langkah-Langkah uji Wilcoxon


Untuk menguji hipotesis nol, bahwa rataan dua populasi yang tak normal adalah
sama bila hanya tersedia sampel acak yang terkecil (ukurannya), maka
dikerjakan melalui langkah-langkah berikut:
1. Ho : µ1 = µ2
2. H1 : Tandingannya adalah µ1 < µ2 , µ1 > µ2 , atau µ1 ≠ µ2
3. Pilih taraf keberartian
4. Daerah kritis:
a) Semua nilai u yang memenuhi P(U ≤ u  Ho benar) < α bila n2 ≤ 8
dan ujinya ekaarah;
b) Semua nilai u yang memenuhi 2P(U ≤ u  Ho benar) < α bila n2 ≤
8 dan ujinya dwiarah;
c) Semua nilai u yang lebih kecil atau sama dengan nilai kritis yang
sesuai dalam table bila 9 ≤ n2 ≤ 20
5. Hitung w1, w2, u1, u2dari sampel bebas berukuran n1 dan n2, dengan
n1≤n2.
Dengan menggunakan yang terkecil diantara u1 dan u2 sebagai u,
tentukanlah apakah u jatuh pada daerah penerimaan atau pada daerah kritis.
6. Kesimpulan: tolak Ho bila u jatuh dalam daerah kritis; jika sebaliknya,
terima Ho.

Contoh 1:

5
1. Untuk mengetahui apakah suatu serum baru akan menyembuhkan
leukemia, dipilih Sembilan tikus yang penyakit leukemianya sudah
cukup parah. Lima tikus mendapat pengobatan sedangkan empat tidak.
Lamanya tikus hidup, dalam tahun sejak permulaan percobaan adalah
Perlakuan 2,1 5,3 1,4 4,6 0,9
Tanpa perlakuan 1,9 0,5 2,8 3,1
Pada tarif keberartian 0,05, dapatkah dikatakan serum tersebut manjur?
Jawab: n1 = 4 dan n2 = 5, diperoleh:
1. Ho : µ1 = µ2
2. H1 : µ1 < µ2
3. α = 0,05
4. daerah kritis: semua nilai u yang memenuhi P(U ≤ u  Ho
benar)<0,05
5. perhitungan: semua pengamatan diurutkan membesar dan diberi
rang 1 sampai 9
Data Asli 0,5 0,9 1,4 1,9 2,1 2,8 3,1 4,6
5,3
Rang 1 2 3 4 5 6 7 8
9
Rang pengamatan dari sampel perlakuan digarisbawahi.
w1 = 1 + 4 + 6 + 7 = 18
(9)(10)
w2 = [ ] - 18 = 27
2
(4)(5) (5)(6)
Jadi, u1 = 18 – [ ]=8 u2 = 27 – [ ] = 12
2 2
sehingga u = 8. Karena P(U ≤ 8  Ho benar) = 0,365 < 0,05, maka
nilai u = 8 jatuh pada daerah penerimaan.
6. Kesimpulan: terima Ho dan simpulkan bahwa serum tidaklah
memperpanjang usia dengan cara mengobati leukemia.

6
2.3 Pengertian Uji Mann Whitney
Uji Mann-Whitney atau lebih dikenal dengan u-test (juga disebut
Mann–Whitney–Wilcoxon (MWW), Wilcoxon rank-sum test, or
Wilcoxon–Mann–Whitney test). Uji ini dikembangkan oleh H.B Mann dan
D.R. Whitney dalam tahun 1947. Uji Mann-Whitney ini digunakan sebagai
alternatif lain dari uji T parametrik bila anggapan yang diperlukan bagi uji T
tidak dijumpai. Tehnik ini
dipakai untuk mengetest signifikansi perbedaan antara dua populasi, den
gan menggunakan
sampel random yang ditarik dari populasi yang sama. Test ini berfungsi
sebagai alternatif penggunaan uji-t bilamana persyaratan-
persyaratan parametriknya tidk terpenuhi, dan bila datanya berskala ordinal.
uji ini berbeda dengan uji wilocoxon karena uji wilcoxon untuk dua sampel
yang berpasangan. sedangkan mann whitney khusus untuk dua sampel yang
independent.

2.4 Persyaratan
1. Data berskala ordinal, interval atau rasio.
2. Terdiri dari 2 kelompok yang independent atau saling bebas.
3. Data kelompok I dan kelompok II tidak harus sama banyaknya
4. Data tidak harus berdistribusi normal, sehingga tidak perlu uji normalitas

2.5 Prosedur pengujian dapat dilakukan sebagai berikut :


1. Susun kedua hasil Pengamatan menjadi satu kelompok sampel
2. Hitung jenjang/ rangking untuk tiap – tiap nilai dalam sampel gabungan
3. Jenjang atau rangking diberikan mulai dari nilai terkecil sampai terbesar
4. Nilai beda sama diberi jenjang rata –rata
5. Selanjutnya jumlahkan nilai jenjang untuk masing-masing sampel.
6. Hitung Nilai statistik uji U.

7
Ada dua macam tehnik U-test ini, yaitu U-test untuk sampel-sampel kecil
dimana n ≤ 20 dan U-test sampel besar bila n > 20. Oleh karena pada sampel besar
bila n > 20, maka distribusi sampling U-nya mendekati distribusi normal, maka
test signifikansi untuk uji hipotesis nihilnya disarankan menggunakan harga kritik
Z pada tabel probabilitas normal. Sedangkan test signifikansi untuk sampel kecil
digunakan harga kritik U . Adapun formula rumus Mann-Whitney Test. Berikut
statistik uji yang digunakan dalam uji mann whitney:

Untuk sampel kecil (n1 atau n2 ≤ 20)


Untuk sampel kecil dimana n1 atau n2 ≤ 20. maka digunakan rumus umum
dari uji mann whitney. berikut statistik uji yang digunakan untuk sampel kecil.
𝑈1 = 𝑛1 . 𝑛2 - 𝑈2
𝑈2 = 𝑛1 . 𝑛2 - 𝑈1
Bisa menggunakan salah satu dari rumus di atas. Untuk mencari nilai 𝑈1 dan 𝑈2
seperti berikut.
𝑛2 (𝑛2 +1)
𝑈1 = 𝑛1 . 𝑛2 + - ∑ 𝑅2
2
𝑛1 (𝑛1 +1)
𝑈2 = 𝑛1 . 𝑛2 + - ∑ 𝑅1
2

Keterangan:
𝑈1 = Statistik uji 𝑈1
𝑈2 = Statistik uji 𝑈2
𝑅1 = jumlah rank sampel 1
𝑅2 = jumlah rank sampel 2
𝑛1 = banyaknya anggota sampel 1
𝑛2 = banyaknya anggota sampel 2

Setelah mendapatkan nilai statistik uji 𝑈1 dan 𝑈2 . kemudian mengambil nilai


terkecil dari kedua nilai tersebut. Nilai terkecil yang diperoleh kemudian
dibandingkan dengan tabel mann whitney.
Dengan kriteria Pengambilan keputusan :
H0 diterima bila U hitung ≥ U tabel
H0 ditolak bila U hitung  Utabel

8
Untuk sampel besar (n1 atau n2 >20)
Berbeda dengan kasus jumlah sampel kecil, jumlah sampel besar
menggunakan statistik uji z karena jumlah sampel yang besar yaitu > 20 setiap
sampel. Cara ini tidak membutuhkan tabel mann whitney tapi menggunakan tabel
z yang mungkin lebih populer. Caranya hampir sama untuk sampel kecil yaitu
mencari U1 dan U2. kemudian ada langkah tambahan untuk menentukan statistik
uji z. Nantinya akan digunakan untuk membandingkan dengan tabel z. Berikut
rumus yang digunakan.

𝑛 .𝑛
𝑈− 1 2
2
Z=
𝑛 .𝑛 .(𝑛 +𝑛 +1)
√ 1 2 1 2
12

Rumus diatas digunakan apabila ada rangking yang berbeda. Sedangkan untuk ada
rangking yang sama menggunakan rumus seperti berikut.

𝑛 .𝑛
𝑈− 1 2
2
Z=
𝑛1 .𝑛2 (𝑛1 +𝑛2)3−(𝑛1 +𝑛2 ) 𝑡3
𝑖 −𝑡𝑖
√( )( )−∑
(𝑛1 +𝑛2 ).(𝑛1 +𝑛2 −1) 12 12

Kriteria penerimaan Ho sebagai berikut :


Jika ZH ≤ Zα, maka Ho diterima
Jika ZH > Zα, maka Ho ditolak

9
BAB III
PENUTUP
3.1 Simpulan
Uji statistik nonparametrik ialah suatu uji statistik yang tidak
memerlukan adanya asumsi-asumsi mengenai sebaran data populasi uji
Wilcoxon atau uji jumlah rang Wilcoxon adalah suatu cara nonparametrik yang
sangat sederhana untuk membandingkan dua populasi kontinu bila hanya
tersedia sampel bebas yang sedikit dan kedua populasi asalnya tidak normal
Uji Mann Whitney
dipakai untuk mengetest signifikansi perbedaan antara dua populasi, den
gan menggunakan
sampel random yang ditarik dari populasi yang sama. Test ini berfungsi
sebagai alternatif penggunaan uji-t bilamana persyaratan-
persyaratan parametriknya tidk terpenuhi, dan bila datanya berskala ordinal.

3.2 Saran
Akhir kata kami dapat menyelesaikan makalah ini tepat pada waktunya.
Meskiupun dalam penyusunan makalah ini banyak sekali hambatan. Tapi kami
selaku penyusun mengucapkan terima kasih kepada semua pihak yang telah
banyak membantu dalam menyelesaikan makalah ini.
Kami sangat memohon saran dan kritiknya terutama yang membangun.
Hal ini ditujukan untuk perbaikan dimasa yang akan datang. Saran kami,
diharapkan makalah – makalah selanjutnya dalam penyusunannya agar dapat
lebih baik lagi.

10
DAFTAR PUSTAKA
Boedijoewono, Noegroho. 2007. Pengantar Statistika. Yogykarta: UGM
Irianto, A. 2008. Statistik Konsep Dasar dan Aplikasinya. Jakarta: Kencana
Prenada Media Group

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.

11