Misal:
Nominal
• Juga disebut sebagai skala kategorik
• Merupakan skala pengukuran yang bersifat membedakan saja
• Angka atau simbol yang diberikan tidak memiliki maksud
kuantitatif hanya menunjukkan ada aau tidak adanya atribut atau
kharakteristik yang diteliti
• Contoh : Jenis kelamin seseorang, status perkawinan, kepesertaan
keluarga berencana, lulus atau tidak dll.
• Bekerja dengan data ini, peneliti harus menentukan angka untuk
tiap kategori, sebagai contoh : 1 untk wanita dan 2 untuk laki-laki
(angka ini hanya representasi dari kategori atau kelas-2 dan tidak
meunjukkan bilangan dari suatu atribut atau karakteristik.
Ordinal
• Skala pengukuran yang sifatnya membedakan dan
mengurutkan
• Setiap sub kelas dapat dibandingkan dengan yang lain dalam
hubungan “ lebih besar” atau “ lebih sedikit”.
• Contoh: misalkan seseorang diminta untuk mengurutkan tiga
buah produk berdasarkan tingkat kepuasan terhadap produk.
Product A Product B Product C Brand Rank
A 1
B 2
Interval
• Skala pengukuran yang bersifat membedakan, mengurutkan
dan memiliki jarak yang sama
• Tidak memiliki nilai nol mutlak.
• Contoh :
• Suatu suhu 80 F tidak dapat dikatakan dua kali lebih panas
dari suhu 40 F, karena kita tahu bahwa 80 F, pada skala suhu
yang lain, seperti celcius adalah 26,7 C sedangkan 40 F = 4,4
C. meskipun 80 F kelihatannya dua kali 40F , seseorang tidak
dapat mengatakan bahwa 80F dua kali lebih panas dari 40F,
karena pada skala yang lain panasnya tidak dua kalinya.
Ratio
• Skala pengukuran yang sifatnya membedakan, mengurutkan dan
mempunyai nilai nol mutlak.
• Nilai nol mutlak adalah nilai dasar yang tidak bisa diubah meskipun
menggunakan skala yang lain.
• Karenanya nilai-nilai dalam skala ini dapat dibandingkan dan dapat
dilakukan operasi matematis seperti penjumlahan pengurangan, bagi
ataupun perkalian.
• Contoh :
• 100 Kg memiliki berat dua kali 50 kg
• 1000 meter memiliki panjang 20 kali 50 meter
• dll
INTERVAL NOMINAL
PARAMETRIK NON PARAMETRIK
RASIO ORDINAL
Fungsi pengujian:
• Untuk menguji perbedaan/perubahan ranking (median
selisih skor/ranking) dua buah populasi berdasarkan
ranking (median selisih skor/ranking) dua sampel
berpasangan
• Statistik Uji
untuk n ≤ 20
X ~ berdistribusi binomial dengan parameter k, n, p
Phitung = P(X ≥ k) = 1 - P(X ≤ k-1)
untuk n > 20
X ~ berdistribusi Normal (μ, ) dengan μ = np dan
sehingga Z k np Berdistribusi
np(1 p)
np(1 p) normal
hitung
standard (0,1)
SIGN TEST UNTUK SATU SAMPEL
• Daerah kritis
untuk n ≤ 20
H1 : μ ≠ μ0 daerah penolakan Ho : Phitung < /2 atau Phitung > (1- /2 )
H1 : μ > μ0 daerah penolakan Ho : Phitung <
H1 : μ < μ0 daerah penolakan Ho : Phitung > (1-)
untuk n > 20
H1 : μ ≠ μ0 daerah penolakan Ho : Zhitung < -Z/2 atau Zhitung >
Z/2
H1 : μ > μ0 daerah penolakan Ho : Zhitung < -Z
H1 : μ < μ0 daerah penolakan Ho : Zhitung > Z
Uji Tanda (Sign Test)
• Menentukan formulasi hipotesis
H0 : Probabilitas terjadinya tanda + dan - adalah sama
H1 : Probabilitas terjadinya tanda + dan - adalah berbeda
Membuat kesimpulan
• Menyimpulkan H0 diterima ataukah tidak
SI 2 - Statistik Non Parametrik 24
Contoh 1. Uji Tanda (Sign Test)
Pasangan 1 2 3 4 5 6 7 8 9 10
Istri 3 2 1 0 0 1 2 2 2 0
Suami 2 3 2 2 0 2 1 3 1 2
Pasangan 1 2 3 4 5 6 7 8 9 10
Istri 3 2 1 0 0 1 2 2 2 0
Suami 2 3 2 2 0 2 1 3 1 2
Selisih + - - - 0 - + - + -
kenaikan gaji. 3 86 82 -
4 60 67 +
Uji dengan taraf nyata 5 83 88 +
α = 5%, apakah ada 6 70 67 -
peningkatan mutu 7 72 75 +
karyawan setelah gaji 8 65 75 +
naik! 9 80 90 +
10 72 76 +
• Tingkat signifikansi
• Perhitungan data sampel untuk statistik uji
Hitung di = selisih (X1 – X2)
Jika di = 0 maka data dibuang
n = banyak data di setelah data dengan di = 0 dihapus dari data
Beri tanda (+) bila di > 0 dan (-) bila di < 0
R+ = banyaknya data yang bertanda +
R- = banyaknya data yang bertanda –
R = min (R+ ; R- )
SIGN TEST UNTUK DUA SAMPEL
BERPASANGAN
Untuk n ≤ 40 ; R~ berdistribusi R , n* (R , n* dari
tabel nilai kritis untuk uji tanda)
Untuk n > 40; R~ berdistribusi Normal dengan rata-rata
dan standard deviasi
n n
Sehingga R R
2 4
R R 2R n
Z hitung ~ berdistribusi Normal
R n standart N (0;1)
35
SIGN TEST UNTUK DUA SAMPEL
BERPASANGAN
• Daerah kritis
untuk n ≤ 40
H1 : μ1 ≠ μ2 daerah penolakan Ho jika R ≤ R , n*
H1 : μ1 > μ2 daerah penolakan Ho jika R- ≤ R , n*
H1 : μ1 < μ2 daerah penolakan Ho jika R+ ≤ R , n*
untuk n > 40
H1 : μ1 ≠ μ2 daerah penolakan Ho jika Zhitung < -Z/2
atau Zhitung > Z/2
H1 : μ1 > μ2 daerah penolakan Ho jika Zhitung > Z
H1 : μ1 < μ2 daerah penolakan Ho jika Zhitung < - Z
36
Contoh
Sebuah perusahaan otomotif akan menentukan apakah ban radial
bisa meningkatkan penghematan bahan bakar dibanding ban biasa.
Untuk itu 24 mobil dipasangi ban radial kemudian dicoba pada
lintasan tertentu. Tanpa mengganti sopir, mobil yang sama dipasangi
ban biasa dan dicoba sekali lagi pada lintasan yang sama. Konsumsi
bahan bakar (dalam kilometer perliter)
38
Penyelesaian
4. Statistik Uji
R+ = 13 n = 20
5. Daerah kritis :
Ho ditolak bila R+ ≤ R 0,05, 20* = 5
Karena R+ =13 > R , n* = 5 maka Ho diterima. Jadi ban
radial tidak lebih hemat bahan bakar dibanding ban
biasa.
39
Note :
Atau ada yang menggunakan perbandingannya
adalah probabilitas hasil sampel dengan taraf uji
nyata
– Taraf nyata uji :
– Kriteria pengujian :
– H0 diterima Jika probabilitas hasil sampel
– H0 ditolak Jika > probabilitas hasil sampel
Prosedur Uji
1. H0 : μ1 = μ2
H1 : μ1 ≠ μ2
H1 : μ1 > μ2
H1 : μ1 < μ2
2. Tingkat signifikansi
3. Perhitungan statistik uji
di = selisih (x1 – x2)
di = 0 data dibuang
UJI RANGKING BERTANDA WILCOXON
Beri peringkat atau rangking pada I diI dari terkecil hingga terbesar
Bila ada peringkat / rangking yang sama diambil peringkatnya diambil rata-rata
Hitung
w+ = total jumlah peringkat dari di yang positif
w- = total jumlah peringkat dari di yang negatif
w = min (w+; w- )
Untuk n ≤ 50 : w ̴ w (nilai w dari tabel rangking bertanda wilcoxon)
Untuk n > 50 : w ̴ berdistribusi normal dengan rata-rata : n(n 1)
w
4
dengan standard deviasi n(n 1)(2n 1)
sehingga : w
24
w w
Z hitung ~ berdistribusi normal standard N (0; 1)
w
4. Daerah kritis
untuk n ≤ 50 untuk n > 50
H1 : μ1 ≠ μ2 H0 ditolak jika w ≤ w H1 : μ1 ≠ μ2 H0 ditolak jika Zhitung < -Z /2 atau Zhitung >Z/2
H1 : μ1 > μ2 H0 ditolak jika w - ≤ w H1 : μ1 > μ2 H0 ditolak jika Zhitung > Z
H1 : μ1 < μ2 H0 ditolak jika w + ≤ w H1 : μ1 < μ2 H0 ditolak jika Zhitung > - Z
Contoh 1
Berikut adalah data rata-rata jam kerja yang terbuang perminggu karena kecelakaan
yang terjadi dalam 10 pabrik sebelum dan sesudah diterapkannya program
keselamatan kerja dengan menggunakan = 0,05 untuk menguji apakah program
tersebut efektif
Pabrik 1 2 3 4 5 6 7 8 9 10
Sebelum 45 73 46 124 33 57 83 34 26 17
Sesudah 36 60 44 119 35 51 77 29 24 11
Penyelesaian
Mobil 1 2 3 4 5 6 7 8 9 10 11 12
Ban radial 10,2 10,7 12,6 13 12,7 10,5 11,7 12 13,4 10,9 12,1 11,2
Ban biasa 10,1 10,9 12,2 12,9 12,8 10,4 11,7 11,8 12,9 10,9 12 10,9
Mobil 13 14 15 16 17 18 19 20 21 22 23 24
Ban radial 11,1 12,3 13,1 10,8 10,2 11,2 13,3 12,7 11,4 12 13,4 10,7
Ban biasa 10,9 12,4 13,1 10,5 10,7 11,2 13,4 12,2 11,7 11,8 13,1 10,8
Penyelesaian
1. H0 : μ1 = μ2 ( ban radial tidak lebih hemat bahan bakar dibanding ban biasa)
H1 : μ1 < μ2 (ban radial lebih hemat bahan bakar dibanding ban biasa)
2. Tingkat signifikansi = 0,05
Contoh 2
4. Perhitungan statistik uji
4. Statistik uji
w+ = 148 w - = 62
5. Daerah kritis jika w + ≤ w0,05; 20 = 60
karena w + = 148 > w0,05;20 = 60 maka H0 diterima Jadi ban radial tidak lebih
hemat bahan bakar dibanding ban biasa
Uji Urutan Bertanda Wilcoxon (Signed
Rank Test)
• Sebagai penyempurnaan uji tanda
• Diperkenalkan pertama kali oleh (Frank
Wilcoxon)
• Selain memperhatikan + dan -, uji ini juga
memperhatikan besarnya beda/selisih
1. H0 : m = 1,8
H1 : m ≠ 1,8
2. α = 0,05
3. Kriteria pengujian
•H0 : Diterima jika T < T0
•H0 : Ditolak jika T > T0
Untuk n = 10 (dengan menghilangkan satu data yg selisihnya
nol) dan α = 0,05 maka dari Tabel nilai kritis uji urutan
tanda (uji dua arah) =>T0.05 = 8
T 0 = 13 56
Uji Urutan Bertanda Wilcoxon untuk 2
sampel
Untuk 2 sampel
yang berbeda
Pertama kali
dikemukakan oleh
Carl Spearman
4. Daerah Kritis
Terima H0 jika Zsampel < Z0,05=1,64
Tolak H0 jika Zsampel > Z0,05=1,64
5. Kesimpulan
Karena Zsampel =2,26 > Z0,05=1,64, maka tolak H0 dan terima
H1 yang artinya bahwa ada kecocokan dalam rank – rank M
dan R
SI 2 - Statistik Non Parametrik 73
UJI MANN – WHITNEY / UJI U
UJI MANN – WHITNEY UJI U
Mann whitney test
Alternatif dari uji t maupun uji Z untuk dua sampel yang diambil dari dua populasi
yang bebas (independen) dan tidak berdistribusi normal
Prosedur Uji
Pekerja 11 12 13 14 15 16 17 18
Output 13 12 12 12 12 11 10 8
Ujilah dengan = 0,05 apakah iringan musik lembut akan meningkatkan produktivitas
kerja
Penyelesaian
Contoh
1. H0 : μ1 = μ2 ( iringan musik lembut tidak meningkatkan produktivitas)
H1 : μ1 < μ2 ( iringan musik lembut akan meningkatkan produktivitas)
2. Tingkat signifikansi =0,05
3. Perhitungan :
4. statistik uji
n2 (n2 1)
U 2 n1n2 R2
2
18(18 1)
U 2 10(18) 324,5 26,5
2
5. Daerah kritis jika U2 < U0,05; 10; 18 =55
karena U2 = 26,5 < U0,05; 10; 18 =55 maka
H0 ditolak Jadi iringan musik lembut
akan meningkatkan produktivitas.
Uji Mann-Whitney (U Test)
• Disebut juga pengujian U.
• Dikembangkan oleh H.B. Mann dan D.R. Whitney
• Digunakan untuk menguji rata-rata dari 2 sampel berukuran
tidak sama
• Data ordinal
• Uji Mann-Whitney merupakan alternatif bagi uji-t.
• Uji Mann-Whitney digunakan untuk
membandingkan dua mean populasi yang berasal
dari populasi yang sama.
• Uji Mann-Whitney juga digunakan untuk menguji
apakah dua mean populasi sama atau tidak.
SI 2 - Statistik Non Parametrik 80
Uji Mann-Whitney (U Test)
n2 (n2 1)
U 2 n1 .n2 R2
2
SI 2 - Statistik Non Parametrik 83
Contoh 1. Uji Mann-Whitney (U Test)
A 710 1 O 850 5
C 770 2 Q 940 8
D 920 7 R 970 9
E 880 6
R2 = 25,5
R1=19,5
5 65 5
6 70 7
7 70 7
8 70 7
9 75 9.5
10 75 9.5
11 78 11
12 80 12
13 85 13.5
14 85 13.5
15 88 15.5
16 88 15.5
17 90 17
18 95 18
19 98 19
Catatan: jumlah sampel mahasiswa 20
SI 2 - Statistik Non Parametrik 20 100 8920
Uji Mann-Whitney (U Test)
• Berdasarkan tabel tersebut, ujilah dengan taraf nyata 5%,
apakah (peringkat) nilai mahasiswa fakultas ekonomi lebih
besar dibanding mahasiswa ilmu komputer?
91
Contoh 3. Uji Mann-Whitney (U Test)
Taraf – taraf operasi (prosentase kapasitaa) telah didapat dari sampel – sampel
random n1 = 10 hari pada perusahaan 1 dan n2 = 12 hari pada perusahaan 2. n1
+ n2 = 22 taraf – taraf operasi diranking dalam besaran order. Jumlah rank pada
perusahaan 1 dan 2 berturut – turut adalah 145,5 dan 107,5. Pada α = 0,05
susunlah suatu pengujian untuk menentukan apakah taraf operasi rata – rata
perusahaan 1 lebih besar dari taraf operasi rata – rata perusahaan 2!
Jawab
Misalkan μ1 dan μ2 merupakan taraf operasi rata – rata perusahaan 1 dan 2
1. Hipotesis
H0 : μ1 = μ2
H1 : μ1 > μ2
2. Nilai kritis
Dengan α = 0,05, diperoleh:
Z0,05 = 1,64
SI 2 - Statistik Non Parametrik 92
Penyelesaian
3. Nilai hitung
4. Kesimpulan
Karena nilai statistik
Zsampel = 2,01 > Z0,05 =
Standar deviasi populasi 1,64 maka tolak H0. Ini
berarti taraf operasi
rata – rata perusahaan 1
lebih besar dari pada
taraf operasi rata – rata
perusahaan 2
Nilai statistik Z sampel
𝑛1 𝑛2 (𝑛1 + 𝑛1 + 1) (14)(11)(14 + 11 = 1)
𝛿𝑅 = = = 18,267
12 12
4, Kesimpulan
Karena nilai statistik Zsampel = 1,26 < Z0,05 = 1,64 maka terima H0. Ini berarti
taraf rata – rata kedua paket adalah sama
Daerah Daerah
penolakan H0 penolakan H0
Uji Mann-Whitney dengan k>2 sampel atau merupakan alternatif dari uji F untuk
pengujian kesamaan beberapa rata-rata dalam analisis variansi satu arah
Prosedur Uji
X 2;v k 1
• 4. Daerah kritis
• bila H > H0 ditolak
Contoh 1
Akan diuji apakah upah tukang kayu, tukang batu dan tukang
talang perjam mempunyai perbedaan yang signifikan. Untuk itu
diambil sampel 7 tukang kayu, 7 tukang batu dan 6 tukang
talang. Data sampel berupa upah harian dari pekerja-pekerja
tersebut disajikan dalam tabel berikut :
n = 7+7+6 = 20
12 k
Ri2 12 74 2 362 1002
H
n(n 1) i 1 ni
3(n 1)
20(20 1) 7
7
6
3(20 1) 12,26
Contoh 1