MAKALAH

PENGUJIAN NON PARAMETRIK

DOSEN PENGAMPU
Hartinah, SPd, MPd.

DISUSUN OLEH

Aris Purwadi 047

UNIVERSITAS MUHAMMADIYAH TANGERANG

 FAKULTAS TEKNIK
TEKNIK MESIN
2019/2020
KATA PENGANTAR

Puji syukur saya panjatkan kepada kehadirat Allah SWT karena atas limpahan
rahmad dan hidayahnya saya mampu menyelesaikan makalah ini dengan tepat
waktu. Makalah dengan judul “Pengujian Non Parametrik” disusun dengan
maksud untuk memenuhi tugas mata kuliah Statistika & Probabilitas serta
memberikan pengetahuan baru bagi penulis dan pembaca mengenai Pengujian
Non Parametrik.

Pada kesempatan ini saya juga mengucapkan terima kasih kepada beberapa
sumber media yang saya baca sehingga saya dapat menyelesaikan makalah ini
dengan tepat waktu, Semoga makalah ini dapat membawa manfaat khususnya
bagi saya dan orang lain yang telah membaca makalah saya.

Saya menyadari bahwa makalah ini saya susun masih jauh dari sempurna, oleh
karena itu kritik dan saran yang bersifat membangun sangat saya harapkan dengan
tujuan agar makalah ini selanjutnya akan lebih baik. Semoga bermanfaat.

Tangerang, 1 Agustus 2020

Penulis

2
 DAFTAR ISI

KATA PENGANTAR……………………………………………………………………………………………ii

DAFTAR ISI…………………………………………………………………………………………………..….iii

BAB I PENDAHULUAN

1. Latar Belakang………….………………………………………………………………..…..……4

2. Rumusan Masalah……………………………………………………………………………..…4 

3. Tujuan………………………………………………………………………………………………….4

BAB II PEMBAHASAN

1. Pengertian Pengujian Non Parametrik…………………………………………………5

2. Kelebihan Pengujian Non Parametrik ...................................................5-6

3. Kekurangan Pengujian Non Parametrik ……………………………………………. ..6

4. Contoh Pengujian Berdasarkan Mann-Whitney ………………………………7-13

BAB III PENUTUP

Kesimpulan….……………………………………………………………………………………….
………14

DAFTAR PUSTAKA…………………………………………………………………………………….....15

3
 BAB I
PENDAHULUAN

A. Latar Belakang Masalah

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.

B. Rumusan Masalah
1. Apa yang dimaksud dengan statistik nonparametrik ?
2. Apa keunggulan pada statistik nonparametrik?
3. Apa kelemahan pada statistik nonparametrik?
4. Memberikan contoh pengertian pengujian menurut Man-Whitney!

C. Tujuan
1. Mengetahui maksud dari statistik nonparametrik
2. Mengetahui keunggulan pada statistik nonparametrik
3. Mengetahui kelemahan pada statistik nonparametrik
4. Mengetahui pengertian pengujian menurut Man-Whitney

4
 BAB II
PEMBAHASAN

A. Pengertian pengujian non parametrik

Pengujian statistik non parametrik adalah pengujian yang modelnya tidak

menetapkan syarat-syarat mengenai parameter-parameter populasi yang
merupakan induk sampel penelitiannya. Pengujian non parametrik tidak menuntut
pengukuran sekuat yang dituntut pengujian statistik parametrik. Sebagian besar
pengujian non parametrik dapat diterapkan untuk data dalam skala ukur ordinal
dan beberapa yang lain dapat diterapkan untuk data dalam skala ukur nominal.

Meskipun semua anggapan pengujian parametrik mengenai populasi dan syarat-

syarat mengenai kekuatan pengukuran dipenuhi (5 poin syarat parametrik), kita
ketahui bahwa dengan memperbesar ukuran sampel dengan banyak elemen yang
sesuai dapat menggunakan suatu pengujian non parametrik sebagai ganti
pengujian parametrik dengan masih mempertahankan kekuatan yang sama untuk
menolak H0.

B. Kelebihan pengujian non parametrik

1. Pernyataan kemungkinan yang diperoleh dari sebagian besar pengujian statistik

non parametrik adalah kemungkinan-kemungkinan yang eksak, tidak peduli
bagaimana bentuk distribusi populasi yang merupakan induk sampel-sampel yang
kita tarik.

2. Jika sampelnya sekecil N = 6, hanya pengujian statistik non parametrik yang

dapat digunakan kecuali kalau sifat distribusi populasinya diketahui secara pasti.

5
3. Terdapat pengujian statistik non parametrik untuk menggarap sampel-sampel
yang terdiri dari observasi-observasi dari beberapa populasi yang berlainan. Tidak
ada satupun di antara pengujian parametrik dapat digunakan untuk data semacam
itu tanpa menuntut kita untuk membuat anggapan-anggapan yang nampak tidak
realistis.

4. Pengujian statistik non parametrik dapat untuk menggarap data yang pada
dasarnya merupakan ranking dan juga untuk data yang skor-skor keangkaanya
secara sepintas kelihatan memiliki kekuatan ranking. Jika data pada dasarnya
berupa ranking atau bahkan data itu hanya bisa diikategorikan sebagai plus (+)
atau minus (-), data tersebut dapat digarap dengan menggunakan statistik non
parametrik.

5. Metode pengujian statistik non parametrik dapat digunakan untuk menggarap

data yang hanya merupakan klasifikasi semata, yakni yang diukur dalam skala
nominal.

C. Kekurangan pengujian non parametrik

1. Jika data telah memenuhi semua anggapan model statistik parametrik, dan jika
pengukurannya mempunyai kekuatan seperti yang dituntut, maka penggunaan tes
statistik non parametrik akan merupakan penghamburan data. Misal : kita ingat
bahwa bila suatu tes statistik non parametrik memiliki kekuatan efisiensi besar,
katakanlah 90%, ini berarti bahwa kalau semua syarat tes statistik parametrik
dipenuhi, maka tes statistik parametrik yang sesuai akan efektif dengan sampel
yang 10% lebih kecil daripada yang digunakan dalam tes statistik non parametrik.

2. Belum ada satupun metode statistik non parametrik untuk menguji interaksi-
interaksi dalam model analisis varian (ANOVA), kecuali kita berani membuat
anggapan-anggapan khusus tentang aditivitas.

6
D. Contoh pengujian berdasarkan Mann-Whitney

Contoh Kasus Untuk Sampel Kecil (U ≤ 20)

“Misalnya Tim Statistik Ceria penasaran ingin mengetahui apakah ada

perbedaaan Denyut nadi pria dan denyut nadi wanita. kemudian dilakukan
penarikan sampel untuk pria dan wanita dengan melihat denyut nadi masing-
masing. Berikut hasil perhitungan masing-masing denyut nadi.”

Denyut Nadi Pria Denyut Nadi Wanita

90 79

89 82

82 85

89 88

91 85

86 80

85 80

86

84

Pembahasan Untuk Sampel Kecil (U ≤ 20)

Pemilihan Metode
Dari kasus di atas yang pertama kita lihat yaitu tujuannya. Dari tujuannya yaitu
ada perbedaan antara denyut nadi pria dan wanita. dari tujuan itu ada tiga hal yang
ditangkap yaitu analisis yang digunakan yaitu uji perbandingan dan sampel yang
digunakan ada dua kelompok serta antar kelompok tersebut merupakan kelompk
yang saling bebas atau independent. Bisa disimpulkan menggunakan uji beda dua

7
rata-rata independent. Dah paham kan sampai disini?

“Sampai Tahap diatas masih berupa jenis metode yang digunakan

yang tentunya masih umum. Sekarang kita menentukan metode yang digunakan.
langkah selanjutnya melihat skala data yang digunakan. Pada ngerti kan. skala
data ada 4 yaitu nominal, ordinal, interval dan rasio. untuk uji mann whitney
minimal ordinal. artinya ordinal, interval dan rasio bisa digunakan untuk uji
mann whitney. jika menggunakan data ordinal langsung pakai mann whitney.
sedangkan apbila menggukan data interval dan rasio harus diuji dulu apakah
normal atau tidak. jika setelah diuji datanya normal menggunakan metode uji t
beda dua rata-rata independent (parametrik). sedangkan apabila tidak normal
menggunakan mann whitney (non parametrik).”

Kembali ke contoh kasus. Dari tujuannya kita menggunakan analisis pebandingan

dua rata-rata independent. kemudian dari data yang digunakan yaitu interval.
sehingga perlu uji normalitas terlebih dahulu untuk menentukan apakah
menggunakan mann whitney atau uji t beda dua rata-rata independent. Dalam
contoh ini kita anggap saja datanya tidak berdistribusi normal. Sehingga disini
kita menggunakan uji Mann-Whitney.

Hipotesis:
H0 : Denyut nadi wanita sama dengan denyut nadi pria
H1 : Denyut nadi wanita berbeda dengan denyut nadi pria

Susun kedua hasil Pengamatan menjadi satu kelompok sampel dan buat peringkat
seperti berikut

Denyut Nadi Rangking Jenis Kelamin

79 1 Wanita

80 2,5 Wanita

80 2,5 Wanita

82 4,5 Pria

82 4,5 Wanita

84 6 Pria

8
85 8 Pria

85 8 Wanita

85 8 Wanita

86 10,5 Pria

86 10,5 Pria

88 12 Wanita

89 13,5 Pria

89 13,5 Pria

90 15 Pria

91 16 Pria

Selanjutnya jumlahkan nilai jenjang untuk masing-masing sampel

Denyut Nadi Pria Rangking Denyut Nadi Wanita Rangking

90 15 79 1

89 13,5 82 4,5

82 4,5 85 8

89 13,5 88 12

91 16 85 8

86 10,5 80 2,5

85 8 80 2,5

9
86 10,5

84 6

Jumlah Rangking 97,5 38,5

Hitung Nilai statistik uji U

Setelah melalu langkah-langkah diatas. Sekarang saatnya untuk menghitung
statistik uji U.  Pertama yaitu dengan menghitung U1. Berikut perhitungannya.

 
Sedangkan untuk menghitung U2. Bisa dengan menggunakan rumus.

U2 = n1.n2 - U1
U2 = 9.7 - 52,5
U2 = 10,5

Kemudian dari kedua nilai tersebut diambil nilai terkecil yaitu 10,5 yang

digunakan untuk membandingkan dengan tabel Mann Whitney. Untuk tabel mann
whitney bisa didownload dilink berikut. Tabel Mann Whitney.
Cara membaca tabel mann whitney:
Pertama tentukan jumlah setiap sampel. Misalnya dalam contoh diatas
yaitu n1=9 dan n2 =7. Kemudian tentukan nilai titik kritis (α). dalam contoh ini
menggunakan 0,05. Kemudian dihubungkan kolom n1 dan baris n2. dan lihat titik
kritis (α) yang digunakan yaitu 0,05. Hasilny yaitu 12.
Kesimpulan
Oleh karena nilai U statistik uji lebih kecil dari nilai U tabel Mann Whitney yaitu
10,5 < 12. Sehingga Keputusan H0 ditolak, H1 diterima. Sehingga bisa
disimpulkan ada perbedaan antara denyut nadi pria dan denyut nadi wanita.

Contoh Kasus untuk Sampel Besar (U > 20)

Tim Statistik Ceria sedang mendapatkan kasus dalam penelitian
mengenai kepadatan hunian rumah antara di daerah nelayan dengan daerah
pertanian, Tim menggunakan α = 0,05. Tim penasaran apakah ada perbedaan
kepadatan hunian rumah antara daerah nelayan dengan daerah pertanian.

10
didapatkan data seperti pada tabel di bawah. Disini sudah diranking caranya
sama dengan contoh di atas.
Keadatan Rumah Nelayan Rank Keadatan Rumah Pertanian Rank

4,25 37 1,75 1

3,1 21 2,35 8

3,25 25 3,22 23

3,05 19 3,4 29

2,41 10 2,67 13

2,15 6 4,01 33

2,25 7 1,9 3

3,52 31 2,48 11

2,03 5 3,33 27

1,85 2 3,26 26

4,19 36 2,89 17

2,86 15 3,35 28

4,02 34 2,87 16

3,83 32 2,55 12

1,92 4 3,46 30

3,02 18

3,23 24

4,05 35

3,21 2

11
 3,09 20

2,83 14

2,36 9

Jumlah Rank 284 419

Pembahasan Untuk Sampel Besar (U > 20)

Pemilihan Metode
Dari kasus di atas yang pertama kita lihat yaitu tujuannya. Dari tujuannya yaitu
ada perbedaan antara kepadatan rumah nelayan dengan petani. dari tujuan itu ada
tiga hal yang ditangkap yaitu analisis yang digunakan yaitu uji perbandingan dan
sampel yang digunakan ada dua kelompok serta antar kelompok tersebut
merupakan kelompk yang saling bebas atau independent. Bisa disimpulkan
menggunakan uji beda dua rata-rata independent. pemikirannya sama dengan cara
di atas.

Sampai Tahap diatas masih berupa jenis metode yang digunakan yang
tentunya masih umum. Sekarang kita menentukan metode yang digunakan.
langkah selanjutnya melihat skala data yang digunakan. Pada ngerti kan. skala
data ada 4 yaitu nominal, ordinal, interval dan rasio. untuk uji mann whitney
minimal ordinal. artinya ordinal, interval dan rasio bisa digunakan untuk uji
mann whitney. jika menggunakan data ordinal langsung pakai mann whitney.
sedangkan apbila menggukan data interval dan rasio harus diuji dulu apakah
normal atau tidak. jika setelah diuji datanya normal menggunakan metode uji t
beda dua rata-rata independent (parametrik). sedangkan apabila tidak normal
menggunakan mann whitney (non parametrik).

Kembali ke contoh kasus. Dari tujuannya kita menggunakan analisis pebandingan

dua rata-rata independent. kemudian dari data yang digunakan yaitu interval.
sehingga perlu uji normalitas terlebih dahulu untuk menentukan apakah
menggunakan mann whitney atau uji t beda dua rata-rata independent. Dalam
contoh ini kita anggap saja datanya tidak berdistribusi normal. Sehingga disini
kita menggunakan uji Mann-Whitney.

Hipotesis:
H0 : Kepadatan rumah nelayan dan rumah petani sama
H1 : Terdapat perbedaan kepadatan rumah nelayan dengan rumah petani

12
Hitung Nilai statistik uji U
Sebelum melakukan perhitungan staistik uji. lakukan tahap seperti pada contoh
sebelumnya yaitu mengurutkan data kemduian buat rank lalu dijumlahkan
sehingga hasilnya seperti pada tabel di atas. Kemudian langsung ke
perhitungannya saja. Pertama mencari U1.

 
Kedua untuk menghitung U2. Bisa dengan menggunakan rumus.

U2 = n1.n2 - U1
U2 = 15.22 -164
U2 =166

Berbeda dengan sampel kecil. untuk sampel besar menggunakan tabel Z sehingga
perlu mencari nilai z dari nilai U yang telah diperoleh. 

Sedangkan apabila kita memasukkan nilai U2 maka hasilnya yaitu kebalikan dari
nilai U1 yaitu +0,0309. Jadi tidak perlu dihitunga lagi. Nah, Kemudian yang
diambil yaitu yang positif shingga yang dibandingkan nanti yaitu 0,0309. Setelah
memperoleh nilai Z maka langkah terakhir yaitu mencari nilai tabel Z. Nilai tabel
pada tabel Z, Uji dua arah dengan α = 5%, yaitu 1, 96.
Nb: Jika ada yang butuh tabel z. silahkan download di link berikut. Tabel Z

Kesimpulan
Oleh karena nilai statistik uji z lebih kecil dari nilai tabel Z yaitu 0,0309 < 1,96.
Sehingga Keputusan H0 diterima, H1 ditolak. Sehingga bisa disimpulkan tidak
ada perbedaan kepadatan rumah nelayan dan petani.

13
 BAB III
PENUTUP

A. Kesimpulan

Statistika non 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.

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. 

14
 DAFTAR PUSTAKA

https://statistikceria.blogspot.com/2014/06/contoh-perhitungan-manual-uji-u-
mann-whitney.html
Sukawana, I Wayan. 2008. Pengantar Statistik untuk Perawat. Denpasar. Jurusan
Keperawatan Poltekkes Denpasar
Siregar Syofian, 2010. Statistika Deskriptif Untuk Penelitian, Jakarta : PT. Raja
Grafindo Persada
Soepeno Bambang, 1997. Statistik Terapan, Jakarta : PT. Rineka Citra
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

15