MAKALAH

UJI NONPARAMETRIK ( UJI MARGINAL

HOMOGENEITY WILCOXON DAN
FRIEDMAN )

Disusun Oleh : Kelompok XII

Inang Indriani Saputri

Suriani

Waode Rina

SEKOLAH TINGGI ILMU KESEHATAN GRAHA EDUKASI

PROGRAM STUDI ILMU KEBIDANAN

MAKASSAR

2020

i
 KATA PENGANTAR

Dengan memanjatkan puji syukur atas kehadirat Allah SWT, atas segala

limpahan rahmat dan karunia-Nya kepada penulis sehingga dapat menyelesaikan makalah

ini yang berjudul “Statistik Uji Non Parametrik”

Penulis menyadari bahwa didalam pembuatan makalah ini berkat bantuan dan

tuntunan Allah SWT dan tidak lepas dari bantuan berbagai pihak untuk itu dalam

kesempatan ini penulis menghaturkan rasa hormat dan terimakasihyang sebesar-besarnya

kepada semua pihak yang membantu dalm pembuatan makalah ini.

Penulis menyadari bahwa dalam proses penulisan makalah ini masih jauh dari

kesempurnaan baik materi maupun cara penulisannya. Namun demikian penulis telah

berupaya dengan segala kemampuan dan pengetahuan yang dimiliki sehingga dapat

selesai dengan baik dan oleh karnanya, penulis dengan rendah hati dan dengan tangan

terbuka menerima masukkan, saran, dan usul guna penyempurnaan makalah ini.

Akhirnya kami selaku penulis berharap semoga makalah ini dapat bermanfaat

bagi seluruh pembaca.

Makassar, Juni 2020

ii
 DAFTAR ISI

HALAMAN JUDUL......................................................................................i

KATA PENGANTAR...................................................................................ii

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

BAB I PENDAHULUAN..............................................................................1

A. Latar Belakang.........................................................................................1

B. Rumusan Masalah....................................................................................2

C. Tujuan Penulisan......................................................................................2

BAB II PEMBAHASAN...............................................................................3

A. Konsep uji Nonparametri........................................................................3

1. Keunggulan Uji Statistik Nonparametrik ...................................................4

2. Keterbatasan Uji Statistik Nonparametrik,,,...............................................4

3. Macam – Macam Uji Nonparametrik........................................................5

B. Uji Marginal Homogeneity Wilcoxon......................................................6

C. Uji Friedman...........................................................................................11

BAB III PENUTUP......................................................................................14

A. Kesimpulan.............................................................................................14

B. Saran........................................................................................................15

DAFTAR PUSTAKA ................................................................................16

iii
iv
 BAB I

PENDAHULUAN

A. Latar Belakang

Metode statistik nonparametrik merupakan metode statistik yang

dapat digunakan dengan mengabaikan asumsi-asumsi yang melandasi

penggunaan metode statistic parametrik,terutama yang berkaitan dengan

distribusi normal.

Uji statistik ini disebut juga sebagai statistik bebas sebaran

(distribution free). Statistik nonparametrik tidak mensyaratkan bentuk sebaran

parameter populasi berdistribusi normal.

Statistik nonparametrik dapat digunakan untuk menganalisis data

yang berskala nominal atau ordinal karena pada umumnya data berjenis

nominal dan ordinal tidak menyebar normal.

Macam-macam metode non parametrik yakni:

1. Uji untuk satu sampel: uji kolmogorov smirnov dan uji chi-square

2. Uji data dua sampel berhubungan (dependent): uji peringkat bertanda

wilcoxon, uji tanda (sign), dan uji mc.nemar

3. Uji data dua sampel tidak berhubungan (independent): uji chi square, uji

median, uji kormogorov smirnov, uji mann whitney, walt- wolfwritz runs,

dan moses extreme reaction

4. Uji data tiga atau lebih sampel berhubungan (dependent): uji friedman, uji

keselarasan (konkordansi) kendall, dan uji cochran

1
 5. Uji data tiga sampel atau lebih tidak berhubungan (independent): uji

kruskal wallis dan uji median

B. Rumusan masalah

1. Apakah yang di maksud dengan statistic nonparametric ?

2. Apakah keunggulan dan keterbatasan dari statistic nonparametric ?

3. Apakah Macam – macam dari statistic nonparametric ?

4. Bagaimana cara penggunaan uji Marginal Homogeneity Wilcoxon ?

5. Bagaimana cara menggunakan Uji Friedman ?

C. Tujuan

1. Untuk mengetahui maksud dari statistic nonparametric

2. Untuk mengetahui keunggulan dan keterbatasan statistic nonparametric

3. Untuk mengetahui macam-macam dari statistic nonparametrik

4. Untuk mengetahui cara penggunaan uji marginal homogeneity wilcoxon

5. Untuk mengetahui cara penggunaan uji Friedman

2
 BAB II
PEMBAHASAN

A. Konsep Uji Nonparametrik

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 statistic 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 nonparametric banyak

digunakan pada penelitian-penelitian sosial. Data yang diperoleh dalam

penelitian sosial pada umunya berbentuk kategori atau berbentuk rangking.

Uji statistik nonparametrik ialah suatu uji statistik yang tidak memerlukan

adanya asumsi-asumsi mengenai sebaran data populasi. Uji statistik ini disebut

juga sebagai statistik bebas sebaran (distribution free).Statistik nonparametrik

tidak mensyaratkan bentuk sebaran parameter populasi berdistribusi normal.

Statistik nonparametrik dapat digunakan untuk menganalisis data yang

berskala nominal atau ordinal karena pada umumnya data berjenis nominal

dan ordinal tidak menyebar normal. Dari segi jumlah data, pada umumnya

statistik nonparametrik digunakan untuk data berjumlah kecil (n <30).

3
1. Keunggulan Statistik Nonparametrik

a. Asumsi dalam uji-uji statistik nonparametrik relatif lebih longgar. Jika

pengujian datamenunjukkan bahwa salah satu atau beberapa asumsi

yang mendasari uji statistikparametrik. (misalnya mengenai sifat

distribusi data) tidak terpenuhi, maka statistik nonparametrik lebih

sesuai diterapkan dibandingkan statistic parametrik.

b. Perhitungan-perhitungannya dapat dilaksanakan dengan cepat dan

mudah,sehingga hasil penelitian segera dapat disampaikan.

c. Untuk memahami konsep-konsep dan metode-metodenya tidak

memerlukan dasarmatematika serta statistika yang mendalam.

d. Uji-uji pada statistik nonparametrik dapat diterapkan jika kita

menghadapi keterbatasan data yang tersedia, misalnya jika data telah

diukur menggunakanskala pengukuran yang lemah (nominal atau

ordinal).

e. Efisiensi statistik nonparametrik lebih tinggi dibandingkan dengan

metode parametrik untuk jumlah sampel yang sedikit.

2. Keterbatasan Statistik Nonparametrik

Disamping keunggulan, statistik nonparametrik juga memiliki

keterbatasan.Beberapa keterbatasan statistik nonparametrik antara lain:

4
 a. Jika asumsi uji statistik parametrik terpenuhi, penggunaan uji

nonparametric meskipun lebih cepat dan sederhana, akan menyebabkan

pemborosan informasi.

b. Jika jumlah sampel besar, tingkat efisiensi nonparametrik relatif lebih

rendah dibandingkan dengan metode parametrik.

3. Macam macam Uji Nonparametik

a. Uji untuk satu sampel

1) Uji Kolmogorov Smirnov

2) Uji Chi-Square

b. Uji data dua sampel berhubungan (dependent)

1) Uji Peringkat Bertanda Wilcoxon

2) Uji Tanda (Sign)

3) Uji Mc.Nemar

c. Uji data dua sampel tidak berhubungan (independent)

1) Uji Chi- Square

2) Uji Median (Median Tes)

3) Tes Dua Sampel Kolmogorov Smirnov (Kolmogorov Smirnov

Two Sample Test)

4) Uji Mann- whitney

5) Uji Run Wolfowitz

6) Moses Extreme Reaction

d. Uji data tiga atau lebih sampel berhubungan (dependent)

5
 1) Uji Friedman

2) Uji keselarasan (konkordansi) Kendall

3) Uji Cochran

e. Uji data tiga sampel atau lebih tidak berhubungan (independent)

1) Uji Kruskal Wallis

2) Uji Median

4. Ringkasan Metode Non Parametrik dan Aplikasinya

B. Uji Marginal Homogeneity Wilcoxon

Uji marginal homogeneity termasuk uji statistic non parametric.uji ini

dilakukan untuk dua sampel yang saling berhubungan dan merupakan

perluasan dari uji Mc Nemar.penggunaan uji ini untuk melihat apakah terdapat

perbedaan atau perubahan antara dua peristiwa sebelum dan sesudahnya.

Kategori data yaitu data kategori multinominal lebih dari 2x2.

Contoh kasus

6
 Seorang peneliti social mengambil sampel 30 responden / masyarakat dan

diminta pendapat terhadap pencabutan program JPS ( jarring pengaman

social). Data di catat sebelum dan sesudah sosialisasi yang dilakukan melalui

media TV,cetak dan sosialisasi langsung dimasyarakat.ada 3 kategori jawaban

yaitu : 0 = tidak setuju, 1 = ragu-ragu,2 = setuju.data yang diperoleh sebagai

berikut :

sebelu
m sesudah   sebelum sesudah
0 2   2 2
0 1   0 2
1 2   0 1
0 1   1 2
2 1   0 1
0 2   2 2
0 1   1 2
2 2   0 1
0 2   2 2
0 1   0 2
1 2   0 1
0 1   1 2
2 2   0 1
0 2   2 2
0 1   0 1
Langkah-langkah analisis :
1) Klik Analyze > non parametric test > 2 Related samples
2) Masukkan kedua variabel ke kolom test pair list
3) Pilih marginal homogeneity
4) Klik continue. Kemudian OK

7
Hasil output SPSS :

sebelum &
  sesudah
Distinct values 3
off-Diagonal cases 24
Observed MH statistic 7
Mean MH Statistic 21.000
Std. Deviation of MH
3.240
statistic
Std. MH statistic -4.320
Asymp.Sig. (2-talled) .000

Hipotesis :

H0 = Tidak terdapat perbedaan/perubahan pendapat masyarakat terhadap

pencabutan program JPS sebelum dan sesudah sosialisasi

H1 = Terdapat perbedaan/perubahan pendapat masyarakat terhadap

pencabutan program JPS sebelum dan sesudah sosialisasi

Kriteria Uji :

Tolak Hipotesis nol (H0) jika nilai signifikansi P – value (<0,05)

Table marginal homogeneity test di atas nilai P- Value uji marginal

homogeneity test sebesar 0,00 (< 0,05) maka tolak hipotesis nol (H 0).jadi

kesimpulannya terdapat perbedaan/perubahan pendapat masyarakat

terhadap pencabutan program JPS sebelum dan sesudah sosialisasi.

Untuk melihat persentase perubahan pendapat masyarakat dapat

digunakan analisis crosstabulasi.

8
C. Uji Friedman

Uji Friedman adalah uji yang dilakukan untuk mengetahui perbedaan

lebih dari dua kelompok sampel yang saling berhubungan.data yang di analisis

adalah data ordinal,sehingga data berbentuk interval atau ratio sebaiknya di

rubah dulu kebentuk ordinal.

Data ordinal adalah data yang tidak hanya mengkategorikan variable-

variabel untuk menunjukkan perbedaan di antara berbagai kategori,tetapi juga

mengurutkan dalam beberapa cara.setiap sampel mendapat perlakuan yang

berbeda ( repeated measurement).pengambilan data setiap sampel dilakukan

sebelum (pre test) dan sesudah (post test)

Uji ini pertama kali diperkenalkan oleh Milton friedman pada tahun

1937.uji friedman ini digunakan sebagai alternative dari teknik analisis

variance dua arah.uji Friedman ini termasuk dalam uji non parametric yang

tidak memerlukan anggapan bahwa populasi yang di teliti berdistribusi normal

dan mempunyai variance yang homogen.oleh karena itu,lengkapnya uji ini

dinamakan analisis variance jenjang dua arah Friedman.

Karena yang di analisis tidak hanya efek perlakuan terhadap

subjek,tetapi juga pengaruh sebuah variable luar yang menyebabkan variasi

antar subjek,maka uji Friedman analog dengan metode analisis parametric

yang di sebut ANOVA dua arah.pengaruh variable luar itu di sebut block (B).

Uji Friedman merupakan alternatif dari ANOVA satu jalur. Uji ini

dilakukan jika asumsi-asumsi dalam statistic parametric tidak terpenuhi,atau

9
juga karena sampel yang terlalu sedikit.asumsi yang perlu dipenuhi dalma uji

Friedman lebih longgar dibading uji ANOVA dua arah,yaitu :

1. Data di ukur paling sedikit dalam skala ordinal

2. Pengamatan – pengamatan antar block independent

3. Sampel-sampel yang mendapat perlakuan tidak independen

(berhubungan).ini dapat di jumpai dalam dua keadaan, yaitu :

a. Sebuah sampel mengalami beberapa (k) kali pengukuran (k repeated

measures)

b. Beberapa sampel mengalami percocokan (matching)

Tidak seperti ANOVA dua arah. Uji Friedman tidak memerlukan asumsi

dibawah ini :

1. Normalitas distribusi populasi asal sampel

2. Homogenitas varians populasi

3. Tersedianya data yang diukur dalam skala minimal interval

Hipotesis nol yang akan di uji menyatakan bahwa beberapa kali

pengukuran dari satu sampel atau beberapa sampel yang telah di

cocokkan,berasal dari populasi yang sama (atau lebih spesifik biasa

dikatakan berasal dari populasi dengan median yang sama).

Langkah-langkah uji Friedman sebagai berikut :

1. Berikan peringkat nilai-nilai observasi dalam masing-masing

blok,mulai dari 1 untuk nilai observasi terkecil sampai k untuk

10
 nilai observasi nilai terbesar. Bila terdapat beberapa angka sama

dalam blok,angka-angka sama diberi peringkat rata-rata menurut

posisi peringkat jika tidak terdapat angka sama

2. Jumlahkan peringkat pada masing-masing perlakuan.hasil

penjumlahan ini di sebut Rj dengan j = 1,2,…,k. pada keadaan

yang H0 benar,jumlah peringkat pada masing-masing tingkat

perlakuan itu haruslah sama. Perbedaan yang tampak hanya di

sebakan karena kebetulan ( peluang) .

Dengan uji Friedman kita dapat menyimpulkan apakah

sejumlah (k) kelompok perlakuan berasal dari populasi yang

sama.apabila H0 benar,kita dapat berharap bahwa jumlah peringkat

ada masing-masing kelompok perlakuan (Rj) adalah sama.bila H0

benar,nilai harapan Rj itu adalah = b (k=1) /2 di mana b adalah

banyaknya blok dan k adalah banyaknya perlakuan. Apabila

sebaliknya hipotesis nol keliru,tentu paling tidak jumlah peringkat

salah satu kelompok perlakuan lebih besar daripada jumlah

peringkat kelompok perlakuan lainnya.

Jika nilai n kecil yaitu k = 3 dan 2 ≤ n ≤ 9 ataukah = 4 dan 2

≤n≤4,maka digunakan table harga kritis ANOVA 2 way Friedman,

H0 di tolak jika P Value ≤ α = 0,05. Jika banyaknya perlakuan >4

atau banyaknya responden >9,atau syarat (g) tidak di penuhi,maka

digunakan formula uji Friedman berikut ini :

11
Dimana :

Xr2 = Nilai khai kuadrat jenjang dua arah friedman

n = jumlah sampel

k = banyaknya kelompok sampel

1,3,12 = konstanta

Rj = Jumlah peringkat populasi

 Menentukan degree of freedom (df atau dk) = k-1

 Cara menentukan peringkat jumlah populasi (R)

Populasi
  I II III IV
Kelompok A 1 2 3 4
Kelompok B 3 1 4 2
Kelompok C 1 4 2 3
Kelompok D 4 2 1 3

Jumlah peringkat populasi ( R )

Jumlah peringkat populasi I RI = 9

Jumlah peringkat populasi II RI = 9

12
Jumlah peringkat populasi III Ri = 10

Jumlah peringkat populasi IV RI = 12

 Jika peringkatnya sama maka menggunakan rumus :

13
 BAB III
PENUTUP
A. Kesimpulan
Kesimpulan yang dapat kami paparkan dari makalah ini yaitu:

1. Metode statistik nonparametrik merupakan metode statistik yang dapat

digunakan dengan mengabaikan asumsi-asumsi yang melandasi

penggunaan metode statistic parametrik, Terutama yang berkaitan dengan

distribusi normal.

2. Uji statistik ini disebut juga sebagai statistik bebas sebaran (distribution

free). Statistik nonparametrik tidak mensyaratkan bentuk sebaran

parameter populasi berdistribusi normal.

3. Statistik nonparametrik dapat digunakan untuk menganalisis data yang

berskala nominal atau ordinal karena pada umumnya data berjenis nominal

dan ordinal tidak menyebar normal.

4. Macam-macam metode non parametrik yakni:

a. Uji untuk satu sampel: uji kolmogorov smirnov dan uji chi-square

b. Uji data dua sampel berhubungan (dependent): uji peringkat bertanda

wilcoxon, uji tanda (sign), dan uji mc.nemar

c. Uji data dua sampel tidak berhubungan (independent): uji chi square,

uji median, uji kormogorov smirnov, uji mann whitney, walt-

wolfwritz runs, dan moses extreme reaction

d. Uji data tiga atau lebih sampel berhubungan (dependent): uji friedman,

uji keselarasan (konkordansi) kendall, dan uji cochran

14
 e. Uji data tiga sampel atau lebih tidak berhubungan (independent): uji

kruskal wallis dan uji median

5. Uji marginal homogeneity termasuk uji statistic non parametric.uji ini

dilakukan untuk dua sampel yang saling berhubungan dan merupakan

perluasan dari uji Mc Nemar.penggunaan uji ini untuk melihat apakah

terdapat perbedaan atau perubahan antara dua peristiwa sebelum dan

sesudahnya. Kategori data yaitu data kategori multinominal lebih dari 2x2.

6. Uji Friedman adalah uji yang dilakukan untuk mengetahui perbedaan lebih

dari dua kelompok sampel yang saling berhubungan.data yang di analisis

adalah data ordinal,sehingga data berbentuk interval atau ratio sebaiknya

di rubah dulu kebentuk ordinal.

B. Saran

Mungkin inilah yang diwacanakan pada penulisan kali ini, meskipun

penulisan ini jauh dari kata sempurna, minimal kita bisa mengimplementasikan

tulisan ini. Mungkin masih banyak kesalahan dari penulisan makalah ini, karena

saya adalah manusia yang tempatnya salah dan dosa: dalam hadits “al insanu

minal khotto’ wannisa’, dan kami juga butuh saran/ kritikan agar bisa menjadi

motivasi untuk masa depan yang lebih baik dari masa sebelumnya.

15
 DAFTAR PUSTAKA

____________. 2008. Step by Step SPSS 16 Analisis Data Statistik. Penerbit

ANDI. Yogyakarta

Andi. 1998. Panduan lengkap SPSS 6.0 for windows. Yogyakarta: Wahana

Komputer.

Nurjannah. 2006. Model Pelatihan Minitab 13. Karisma Learning Technologies.

Malang

Paryono. 1994. Mengolah data statistik dengan SPSS/PC +. Yogyakarta: Andi

Yogyakarta.

Sarwoko. 2007. Statistik Inferensi. Yogyakarta: ANDI.

Trihendradi, C. 2004. Memecahkan Kasus Statistik: Deskriptif, Parametrik dan

Non- Parametrik dengan SPSS 12. Penerbit ANDI. Yogyakarta

16