METODE STATISTIKA

Uji Nonparametrik (Uji Tanda)

Dosen Pengampu :

Dr. H. Karim, M.Si.

Kamaliyah, M.Pd.

Disusun Oleh:

Ratna Anisa (1810118120012)

PROGRAM STUDI PENDIDIKAN MATEMATIKA

JURUSAN PENDIDIKAN MATEMATIKA DAN IPA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS LAMBUNG MANGKURAT

BANJARMASIN
DESEMBER 2019

ii
a. Pendahuluan

1. Latar Belakang

Metode untuk mendapatkan nilai-nilai dari parameter seperti mean,

varians, dan lain sebagainya dengan menggunakan data dari sampel. Metode-

metode ini kemudian dikenal sebagai metode parametrik. Untuk

menggunakan teknik-teknik tersebut, asumsi dasar yang digunakan adalah

bahwa sampel berasal dari populasi yang mengikuti suatu distribusi tertentu,

misalnya distribusi normal. Namun, dalam banyak hal, asumsi tersebut sulit

dilakukan karena tidak ada informasi yang cukup memberi petunjuk

mengenai bentuk distribusi populasi yang dikaji. Dalam kondisi seperti ini

metode-metode non parametrik dapat digunakan untuk melakukan suatu uji

statistic sebagai alat untuk mengambil keputusan.

Metode non-parametrik kebanyakan dipakai dalam menangani data

kualitatif. Metode ini khususnya digunakan dalam menangani situasi berikut:

1. Jika ukuran sampel terlalu kecil sehingga distribusi sampling dari

statistik tidak mendekati distribusi normal dan ketika bentuk

distribusi populasi asal sampel tersebut tidak dapat diasumsikan.

2. Jika digunakan jenis data ordinal (atau data peringkat)

3. Jika digunakan jenis data nominal

Dengan demikian dapat dipahami bahwa metode non-parametrik

memberi keleluasaan yang lebih luas dalam melakukan inferensi statistik

karena metode ini dapat digunakan dalam keterbatasan data dari sampel dan

keterbatasan informasi mengenai populasi. Meskipun tidak seefisien metode

parametrik, metode ini lebih mudah dipahami dibandingkan metode

3
 parametrik serta melibatkan perhitungan-perhitungan yang lebih sederhana.

Namun terdapat juga beberapa keterbatasan dari metode ini. Jika jenis data

yang digunakan adalah data ordinal atau data nominal, maka seluruh data

hasil pengukuran yang sudah tersedia diabaikan sehingga menjadi sia-sia.

Hasil dari uji statistic dengan metode ini juga bersifat umum, namun kurang

begitu kuat dan kurang sensitif dibandingkan dengan hasil dari uji statistik

yang menggunakan metode parametrik.

2. Rumusan Masalah

a. Apa kegunaan dari uji tanda?

b. Bagaimana cara menyelesaikan uji tanda dengan manual?

c. Bagaimana langkah-langkah menyelesaikan uji tanda dengan SPSS?

3. Tujuan

a. Untuk dapat mengetahui kegunaan dari uji tanda

b. Untuk mengetahui cara menyelesaikan uji tanda dengan manual

c. Untuk mengetahui langkah-langkah menyelesaikan uji tanda dengan

SPSS

b. Kajian Teori

Uji tanda (sign test) digunakan untuk menentukan apakah perbedaan-

perbedaan antara seluruh nilai-nilai pasangan itu secara signifikan adalah

besar. Untuk menunjukkan perbedaan-perbedaan, didalam pengujian itu tidak

4
dipergunakan bilangan-bilangan nyata (riil), melainkan sebagai penggantinya

dipakai tanda-tanda plus (+) dan minus (-) yang sederhana. Jika perbedaan

antara dua buah nilai didalam sebuah pasangan adalah nol, maka pasangan itu

dikeluarkan dan jumlah pasangan nilai yang tinggal akan dipergunakan

sebagai besaran sampai n didalam perhitungan.

Hipotesis Nol (H0) menganggap bahwa dua buah populasi dari kedua

buah cuplikan (atau dua buah kumpulan nilai) yang dianalisis itu masing-

masing ditarik, adalah sama.

Jika hipotesis itu benar, pernbedaan positif dan negatif daripada nilai-

nilai yang berpasangan itu seharusnya didistribusikan secara sama. Dengan

perkataan lain, kemungkinan untuk memiliki sebuah tanda + dan

kemungkinan untuk memiliki sebuah tanda – untuk setiap perbedaan adalah

sama, atau

P = P (memiliki sebuah tanda +) = P (memiliki sebuah tanda -)

= 0,5

Juga, jumlah banyaknya tanda + dan jumlah banyaknya tanda – didalam

populasi seharusnya sama, atau nilai prakiraan dari tanda + (atau tanda -)

adalah:

E(tanda + atau -) = nP = μ

Kemungkinan untuk memiliki sejumlah X tanda + atau – yang

diinginkan dari sebuah besaran cuplikan n dengan P = 0,5 dapat dihitung

dengan rumus binomial berikut:

Pr(X; n, P) = nCx . PX . Qn-x

5
 Atau dapat diperkirakan dengan kurva normal dengan σ = √ nPQ dan z = (X –

0,5 – nP)/σ dimana 0,5 merupakan koreksi untuk kontinuitas menurut kurva

normal dan X adalah jumlah less frequent signs.

c. Kasus

Data ini di dapat dari buku “Statistik Lanjutan” yang ditulis oleh Prof.

Drs. Soegyarto Mangkuatmodjo dan diterbitkan oleh PT RINEKA CIPTA

pada tahun 1999 di Jakarta.

Sebuah perusahaan taksi menggunakan 20 buah mobil yang

dioperasikan selama 2 minggu. Pada minggu pertama dipergunakan bensin A

dan pada minggu kedua dipergunakan bensin B. Sebuah catatan mengenai

jarak kilometer rata-rata per liter untuk setiap merek bensin bagi setiap mobil

tampak pada Tabel: XI-1.

Tabel: XI-1

Data dan perhitungan

Nomor Km/Ltr Km/Ltr d

Tanda dari d
Mobil Bensin A (1) Bensin B (2) (1) – (2)
1 6 7 -1 -
2 6 5 +1 +
3 6 7 -1 -
4 8 9 -1 -
5 8 10 -2 -
6 5 8 -3 -
7 8 6 +2 +
8 7 6 +1 +
9 6 10 -4 -
10 9 9 0 *)
11 8 11 -3 -
12 11 6 +5 +
13 10 5 +5 +

6
 14 5 10 -5 -
15 5 11 -6 -
16 5 11 -6 -
17 8 8 0 *)
18 7 5 +2 +
19 12 5 +7 +
20 6 10 -4 -
Total: 7 buah tanda + *) Dikeluarkan

11 buah tanda + -)

18 = besaran cuplikan n

Manajer perubahan ingin mengetahui apakah terdapat perbedaan yang

signifikan atau tidak antara jumlah jumlah kilometer yang dihasilkan dari

kedua jenis bensin tersebut.

1. Secara Manual dengan rumus pada statistika

Pemecahan:

(1) H0 : Tidak terdapat perbedaan antara kedua jenis bensin dilihat dari

jumlah kilometer yang dihasilkan.

(2) Cari nilai z cuplikan. Di sini:

X = jumlah less frequent sign = 7 buah tanda plus.

n = total tanda + dan tanda - = 18

P = 0,5

σ = √ nPQ = √ [18 ( 0,5 ) ( 1−0,5 ) ] = √ 4,5 = 2,12

z cuplikan = [7 – 0,5 – 18(0,5)] + 1,12 = (-2,15)/2,12 = -1,18

7
(3) Buatlah sesuatu keputusan tingkat signifikansi.

Di sini kita ingin menguji apakah jumlah less frequent sign (X atau 7 buah

tanda plus) secara signifikan berbeda dari (atau lebih kecil daripada)

jumlah tanda-tanda yang diperkirakan (atau nP = 18(0,5) = 9) atau tidak.

Jadi, didalam penempatan nilai kritis z dipakai pengujian satu ekor

sebelah kiri. Pada tingkat signifikansi α = 0,05, titik kritis zα = -1,645.

Nilai z cuplikan = -1,18 berada dalam daerah penerimaan. Jadi, kita

menerima H0 : yang berarti bensin A sama baiknya dengan bensin B

dalam menghasilkan kilometer.

Catatan:

Pendekatan kurva normal bagi distribusi kemungkinan binomial

adalah cukup untuk n yang sekecil 10. Hal ini disebabkan karena

distribusi binomial simetri bila P = 0,50. Tetapi, jika diinginkan suatu

jawaban yang lebih tepat, harus dipergunakan rumus binomial.

Perhitungannya adalah sebagai berikut:

X ≤ 7, atau X = 7, 6, 5, 4, 3, 2, 1, 0;

n = 18 ; P = 0,5

Pr(X ≤ 7;18, 0,5) = 0,1214 + 0,0708 + 0,0327 + 0,0117 + 0,0031 +

0,0006 + 0,0001 + 0,000

= 0,2404

Karena uji dua arah menjadi 0,2404 * 2 = 0,4808 ≈ 0,481 (terlihat

sama hasil perhitungan manual dengan menggunakan SPSS)

Jadi, kita menerima H0 : yang berarti bensin A sama baiknya dengan

bensin B dalam menghasilkan kilometer.

8
2. SPSS

Langkah-langkah menggunakan SPSS adalah sebagai berikut:

1. Langkah pertama, buka aplikasi SPSS pada laptop/komputer anda.

Kemudian klik variable view buat data yang ingin dicari seperti

gambar berikut:

9
2. Lalu kembali ke data view dan input data yang akan diuji

3. Kemudian klik Analyze dan pilih Nonparametric Test lalu klik 2

Related Samples

10
4. Lalu akan muncul kolom pilihan sebagai berikut, kemudian masukkan

kedua variable ke kolom Test Pair List dan pilih Sign lalu

klik Continue, kemudian OK

5. Kemudian akan muncul hasil output SPSS seperti dibawah ini

11
 Test Statisticsb

Bensin B - Bensin A
Exact Sig. (2-tailed) .481a
a. Binomial distribution used.
b. Sign Test

Berdasarkan hasil output SPSS diatas maka dapat diketahui

bahwa nilai signifikasi sebesar 0,481 (> 0,05) maka menerima H0. Jadi

kesimpulannya adalah bensin A sama baiknya dengan bensin B dalam

menghasilkan kilometer.

12