BAB IX

TES STATISTIK NONPARAMETRIK

A. PENDAHULUAN

Tes nonparametrik (nonparemetric test) atau tes bebas distribusi (distribution-free test)
digunakan bilamana :

1. Sifat distribusi populasi (dari mana sampelnya ditarik) tidak

diketahahui normal/tidaknya.

2. Variabel-variabel berbentuk skala nominal (terklasifikasi

dalam kategori-kategori, dan dinyatakan dalam jumlah frekuensi

3. Variabel-variabelnya berbentuk skala ordinal (bertata-

jenjang),yang dinyatakan dalam urutan ke-1, ke2,ke 3 dan seterusnya.

Karena didasarkan atas data hitung atau rangking (ketimbang atas nilai atau harga
terukur), tes nonparametrik tidak begitu cermat. Kekuatannyapun tidak sebesar
kekuatan tes parametrik.

Banyak statistisi yang menyarankan penggunaan tes parametrik bila mungkin. Tes
nonparametrik digunakan hanya bilamana asumsi-asumsi parametrik tidak dapat
dipenuhi. Statisi lainnya menyatakan, tes nonparametrik justru memiliki manfaat yang
lebih besar ketimbang yang diduga orang, karena validitasnya tidak disasarkan atas
asumsi-asumsi mengenai sifat distribusi populasi, asumsi yang seringkalidiabaikan atau
disepelekan oleh para peneliti yang menggunakan tes parametrik. Dari berbagai tes
non paremetrik, yang paling sering digunakan (dan yang dibahas dalam buku ini )
ialah :

1. Tes Cehi Kuadrat (X2)

2. Tes median

3. Tes Mann- Ehitnye

4. Tes Sign

5. Tes Wilcoxon
 6. Koefisien korelasi ta-jenjang Spearman (rho). (sudah dibahas pada bab
terdahulu). Dalam diklat ini hanya dibahas 3 (t9ga) dari keenam tes
parametrik tersebut di atas, karena itu disarankan untuk membahas lebih
lanjut dari referensi diktat ini.

B. CHI KUADRAT (X2)

Tes chi kuadrat dipakai hanya untuk data diskrit,nilai atau harga yang dihitung
(ketimbang diukur). Tes chi-kuadrat adalah tes independensi, yakni bahwa suatu
variabel tidaklah dipengaruhi oleh atau berhubungan dengan suatu variabel lain. Chi
kuadrat bukanlah ukuran derajat hubungan. Ia hanya digunakan untuk megestimasi
kemungkinan bahwa beberapa faktor selain faktor chance (kesalahan samping)
menyebabkan adanya hubungan. Karena hiptesis nihilnya menyatakan tidak adanya
hubungan (variabel-variabelnya adalah independen), maka tes chi-kuadrat semata-
mata menilai probalitas bahwa hubungan yang namnpak adalah akibat dari faktor
kebetulan saja. Seperti pada tes-tes signifikansi lainya, tes chi kuadrat memiliki asumsi
bahwa observasi sampelnya diplihi secara random.

Untuk menolak hiptesis nihil atau asumsi independennya variabel pada tingkat
signifikansi 0,05 atau 0,01 maka harga X 2 yang dihitung haruslah sama atau lebih besar
dari harga kritik pada tabel X2.

Harga X2 yang ditemukan tidak musti menunjukkan hubungan sebab akitab (yang
merupakan kesalahan iterpretasi atau koefisien korelasi). Suatu harga X 2 yang
ditemukan, menujukkan bahwa variabel-variabelnya kemungkinan tidak
memperlihatkan indepedensi, bahwa variabel-variabelnya itu cenderung berhubungan
secara sistematik, dan bahwa hubungan-hubungan tersebut lebih dari sekedar faktor
kebetulan atau kesalahan sampling semata-mata.

Ada situasi di mana frekuensi teoritis atau frekuensi yang diharapkan harus dihitung
dari distribusi. Taruhlah bahwa 200 penghuni asrama mahasiswa di IKIP malang
berasal dari desa, kota kecamatan, dan kota kabupaten/kotamadya. Apakah variabel-
variabel tersebut ada hubungannya dengan jumlah kencan (date) mereka selama
jangka waktu tidak minggu? Hipotesis nihilnya menyatakan bahwa asal temapt tinggal
tidak berhubungan dengan frekuensi (banyaknya kali), berkencan, atau bahwa variabel
asal tempat tinggl dan frekuensi berkencan, atau bahwa variabel asal tempat tinggal
dan frekuensi berkencan adalah variabel bebas (independen)
Tabel 9.1 Frekuensi Berkencan

Kurang 11 – Lebh
Asal Jumlah
dari 10 15 dari 15

Desa 6(12) 60(56) 14(12) 80*

Kota Kecamatan 14(11) 48(49) 8(10) 70*

Kabupaten/Kotamady
10(7) 32(35) 8(18) 50*
a

30** 140** 30** 200***

() = Frekuensi yang diharapkan atau expected – frequencies

* = ∑ F lajur
** = ∑ F kolom
*** = jumlah akhir

Frekuensi teoritis atau frekuensi yang diharapkan untuk masing-masing dari kesembilan
sel tersebut, dihitung dengan rumus :

( ∑ f kolom )( ∑ f lajur )
fe=
frekuensitotal

Perhitungan frekuensi teoritis :

( 30 )( 80 ) ( 140 )( 80 ) ( 30 )( 80 )
=( 12 ) = ( 56 ) =( 12 )
200 200 200

( 30 )( 70 ) ( 140 )( 70 ) ( 30 )( 70 )
= (11 ) =( 49 ) = (10 )
200 200 200

( 30 )( 50 ) ( 140 )( 50 ) ( 30 )( 50 )
= ( 8) =( 35 ) = ( 8)
200 200 200

Menghitung harga X2
Rumus untuk menghitung harga chi-kuadrat adalah :

X 2 =∑ ¿ ¿ ¿ ¿

( 6−12 )2 ( 60−56 )2 ( 14−12 )2

=3,00 =0,28 =0,33
12 56 12

( 14−11 )2 ( 48−49 )2 ( 8−10 )2

=0,82 =0,29 =0,4
12 49 12

( 10−7 )2 ( 32−35 )2 ( 8−8 )2

=1,29 =0,26 =0
7 35 12
X2 = 3 + 0,28 + 0,33 + 0,82 + 0,02 + 0,4 + 1,26 + 0 = 64

Degree of freendom = df = (lajur – 1)(kolom – 1)

= (3 – 1 ) ( 3 – 1) = (2)(2) = 4

Harga kritik X2 untuk df 4 adalah

0,01 0,05

13,28 9,49

X2 = 6,4 < X2tabel

Tes tersebut menunjukkan bahwa tidak ada hubungan yang signifikansi antara asal
tempat tinggal dengan jumlah berkecan pada tingkat singnifikansi 0,05 tetapi tidak
pada tingkat signifikansi 0,01. Jika ingin dijawab pertanyaan “ adakah hubungan antara
mahasiswa dari desa dengan jumlah berkencannya?” maka kategori “Kota kecamatan”
dan “kabupaten/kotamadya” harus dikombinasikan, dan tabel yang digunakan adalah
tabel X2 dengan enam sel (bukan sembilan sel)

Frekuensi Berkencan

Kurang dari
Asal 11 – 15 Lebh dari 15 Jumlah
10

Desa 6(12) 60(56) 14(12) 80*

Non Desa 24(18) 80(84) 16(18) 120

30 140 30 200
 ( 30 )( 80 ) ( 140 )( 80 ) ( 30 )( 80 )
=( 12 ) = ( 56 ) =( 12 )
200 200 200

( 30 )( 120 ) ( 140 )( 120 ) ( 30 )( 120 )

=( 18 ) =( 84 ) =( 18 )
200 200 200

( 6−12 )2 ( 60−56 )2 ( 14−12 )2

=3,00 =0,29 =0,33
12 56 12

( 24−18 )2 ( 80−84 )2 ( 16−18 )2

=2,00 =0,19 =0,22
18 84 18

X2 = 3,00 + 0,29 + 0,33 + 2,00 + 0,19 + 0,22 = 6,03 > X 2 = 5,99

Dengan df = 2

0,01 0,05

9,21 5,99

Hipotesis nihil tersebut (yakni bahwa tidak ada hubungan antara asal tempat tinggal
dari desa dan non desa dengan jumlah berkencan ) ditolak pada tingkat signifikansi
0,05, tetapi tidak pada tingkat0,01. Dengan demikian, kesimpulannya adalah untuk
α = 0,05 ada hubungan tidak ada hubungan antara asal temapt tinggal dari desa
dan non desa dengan jumlah berkenca.

Dalam tabel 2 x 2 (4 sel) dengan df = 1, ada rumus sederhana yang tidak memerlukan
perhitungan frekuensi teoritis untuk tiap selnya.

2
2 N ⟦ AD−BC ⟧
Rumus :X =
( A+ B ) (C + D)(A +C)( B+ D)

Sebagai contah penggunaan rumus diatas, taruhlah suatu sampel random pengemudi
mobol ditarik untuk mengungkapkan hubungan antara merka yang pernah mengikuti
kursis mengemudi dengan mereka yang tidak pernah mengikuti kursus mengemudi,
mengenai banyaknya kecelakaan yang dialami.
 Pernah Tidak pernah
mengalami mengalami Total
kecelakaan kecelakaan

Ikut kursus 44 (A) 10 (B) 54

Tanpa kursus 81(C) 35 (D) 116

125 45 170

Tersebut diatas adalah tabel 2 X 2, dengan df = 1

2
170 ⟦ 44 x 35−10 x 81 ⟧
X2=
( 54 +10 ) (81+35)(44 +81)(10+35)
2
2 170 ⟦ 1540−810 ⟧
X =
( 54 ) (116)(125)(45)

2 170(730)2 90.593.000
X = ¿= =2,57
32.235 .000 ¿ 35.235.000

Harga X2 tersebut tidak sama atau tidak melebuhi harta kritiki X 2 pada tabel (3,84) yang
diperlukan untuk menolak hiptesis nihil pada tingkat signifikansi 0,05. Nampaklah, tidak
ada hubungan yang signifikansi antara pengalaman mengikuti kursus mengemudi
dengan pengalaman kecelakaan .

C. KOREKSI YATES

Dalam menghitung harga chi-kuadrat pada tabel 2 X 2 dengan df= satu, rumus diatas
harus diubah bila satu selnya memiliki frekeuensi kurang dari 10. Rumus baru ini
berbeda dengan rumus yang sudah dikemukakan.
2
N
X2=
[
N | AD−BC|−
2 ]
¿¿
Contoh :

Suatu perusahaan farmasi ingin mengevaluasi efektivitas pil anti influenza yang baru
saja dikembangkan. Dua sampel pasien dipilih secara random. Mereka sama-sama
menderita influenza. Kelompok eksperiman diberi pil anti infulenza sebanyak 6
tablet/hari. Kelompok kontrok diberi pil vitamin sebanyak 6 tablet / hari, tetapi kelompok
ini tetap mengiri bahwa meruka diberi pil anti influenza. Setelah seminggu, mereka
diperiksa. Hasilnya :

Pil Influenza Pil VitaminT Total

Sembuh 30 (A) 40(B) 70

Tidak
4(C) 10 (D) 14
sembuh

34 50 84

Contoh :

Tes X2 yang menggunakan tabel 2 X 2 pada df = 1 diterapkan, dengan koreksi Yates

pada tingkat signifikansi 0,05 apakah efektivitas pengobatan dengan pil anti influenza
itu signifikan ?
2
2
84 [|(30 x 10 )−(40 x 4)|−42 ]
X =
(30+40)( 4+10)(30+ 4)(40+ 10)
2
84 [|300−160|−42 ]
¿
(70)(14)(34 )( 50)

84 ( 98 )2 84 (9604)
¿ =
1.666.000 1.666 .000

806.736
¿ =0,84
1.666.000

Harga X2 tersebut jauh di bawah harga kritik X 2 tabel (yakni 3,84) yang diperlukan untuk
menolak hipotesis nihil pada tingkat signifikansi 0,05. Penelitian menyimpulkan bahwa
hipotesis nihilnya diterima : tidak ada hubungan yang signifikansi antara penggunaan pil
anti influenza pada dosis 6 tablet / hari, dengan kesembuhan sakit influenza. Kalau ada
kesembuhan tersebut, barangkali adalah akibat kesalahan sampling.
 TUGAS INDIVIDUAL

Sebuah perguruan tinggi Negeri menerima mahasiswa baru yang berasal dari tamatan
dari SMAN, SMA Swasta Bersubsidi, dan SMA Swasta Mandiri masing-masing 40
orang. Ketika mereka sudah kuliah, salah satu kegiatan pembelajaran yang diberikan
dosennya kepada mereka adalah belajar dengan cara belajar di perpustakaan yang ada
di Perguruan Tinggi tersebut. Berdasarkan data yang ada di Perpustakaan selama
kurang lebih 16 minggu adalah sebagai berikut:

Asal Sekolah Belajar di Perpustakaan

Kurang dari 5 Antara 5 sd 10 Lebih dari 10
SMAN 5 15 20
SMA SW Bersubsidi 10 10 20
SMA SW Mandiri 20 10 10

Hipotesis nihilnya menyatakan bahwa: (1) asal sekolah tidak ada hubungan dengan
banyaknya belajar di Perpustakaan, dan (2) asal sekolah negeri dan swasta tidak
hubungan dengan banyaknya belajar di perpustakaan. Ujilah kedua hipotesis tersebut
di atas.