BIOSTATISTIK

STATISTIK NONPARAMETRIK

Dosen Pengampu :
Ade Suzana Eka Putri, SKM, M.Comm Health Sc, PhD

Disusun oleh:
KELOMPOK 4

SyafridaWulandari (1711312007)
Sri Dinda Andrifa (1711312009)
Ilda Yunanda (1711312011)
Adzkia Pinta Dano (1711312013)
Makhda Nurfatmala L.(1711312017)

JURUSAN ILMU KEPERAWATAN

FAKULTAS KEPERAWATAN
UNIVERSITAS ANDALAS
2020
 KATA PENGANTAR

Puji syukur kami ucapkan kepada Allah SWT yang telah memberikan
rahmat-Nya sehingga kami dapat menyelesaikan makalah yang berjudul “Statistik
Non Parametrik”. Shalawat dan salam semoga tetap tercurahkan kepada Nabi
Muhammad SAW.
Kami mengucapkan terima kasih kepada semua pihak yang telah
membantu penyelesaian makalah ini. Secara khusus ucapan terima kasih kepada
dosen mata kuliah Biostatistik, yang telah membimbing dan berkenan
memberikan masukan pada kami. Kami juga mengucapkan terimakasih kepada
keluarga dan teman-teman yang telah mendukung kami dalam penulisan makalah
ini.
Kami menyadari masih banyak kekurangan dalam makalah ini. Oleh
karena itu, kami mengharapkan kritik dan saran dari pembaca demi
kesempurnaan makalah ini sehingga maksud dan tujuan dapat tercapai sesuai
dengan yang diharapkan serta nantinya dapat membantu pembaca semua.

Padang, September 2020

Penulis

2
 DAFTAR ISI
KATA PENGANTAR…………………………………………………………..2
DAFTAR ISI…………………………………………………….…………..…...3
BAB I PENDAHULUAN

1.1 Latar Belakang…………………………………………………………….....4

1.2 Rumusan Masalah…………………………………………………………....5
1.3 Tujuan Penulisan………………………………………………………….….5

BAB II KAJIAN TEORI

2.1 Pengertian Statistik Non Parametrik……………..…………………………..6
2.2 Ciri-Ciri Statistik Nonparametrik……….....…………………………………7
2.3 Kelebihan dan Kekurangan Statistik Nonparametrik…….…………………..7
2.4 Jenis Uji Statistik Nonparametrik………………………….…………………8
2.5 Metode-MetodeStatistikNonparametrik………………..…………………….8
BAB III PENUTUP
3.1 Kesimpulan…………………………………………..………………………25
3.2 Saran………………………………………………...……………………….25
DAFTAR PUSTAKA…………………………………………………………..26

3
 BAB I
PENDAHULUAN

A. LatarBelakangMasalah
Dalam dunia statistika banyak cara mengumpulkan data sebagai dasar dalam
melakukan penelitian. Pengumpulan data ini dilakukan agar peneliti dapat
memperoleh data-data yang dibutuhkan, mencari hubungan dari variabel-
variabel yang diteliti, memprediksi masa depan dan sebagainya untuk
kebutuhan penelitian. Untuk memprediksi hal tersebut, terdapat statistik
parametrik dan nonparametrik yang merupakan dua hal yang sering digunakan.
Secara sederhana sebetulnya antara statistik parametrik dan non parametrik
mudah dibedakan dari istilahnya saja. Statistik non parametrik adalah statistik
yang tidak didasarkan pada parameter-parameter statistik.
Jika anda melakukan penelitian, tentu anda melakukan pengukuran-
pengukuran, 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. 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.
Metode Statistika Non Parametrik pengambilan kesimpulan dapat ditarik
tanpa memperhatikan bentuk distribusi populasi. Sedangkan Penelitian Survei,
digunakan untuk pengambilan data dari suatu populasi dengan menggunakan
media kuesioner sebagai alat pengumpul data yang pokok. Statistika
menggunakan metode penelitian survey dalam mengumpulkan data sebagai
dasar penelitian dan menggunakan Statistika Non Parametrik untuk mengatasi
pemecahan data yang memiliki ukuran sampel kecil dan asumsi-asumsi yang
kurang dimiliki oleh peneliti. Ini digunakan agar pendapat dari suatu populasi
tersebut dapat diolah sebagai data statistik dan kita dapat memprediksi masa
depan dan sebagainya seperti yang disebutkan di atas.

4
B.     RumusanMasalah
1. Apa yang dimaksud dengan statistic nonparametrik ?
2. Apa saja ciri-ciri statistik nonparametrik ?
3. Apa kelebihan dan kekurangan pada statistik nonparametrik?
4. Apa jenis uji statistik nonparametrik?
5. Apasaja metode-metode statistic nonparametrik ?

C.     Tujuan
1. Mengetahui pengertian statistic nonparametrik
2. Mengetahui apasaja ciri-ciri satistik nonparametrik
3. Mengetahui kelebihan dan kekurangan pada statistik nonparametrik
4. Mengetahui jenis uji statistik nonparametrik
5. Mengetahui apasaja metode-metode statistic non parametrik

5
 BAB II
PEMBAHASAN

1. Pengertian Statistik Nonparametrik

Statistik nonparametik merupakan bagian statistik yang parameter
populasinya atau datanya tidak mengikuti suatu distribusi tertentu atau memiliki
distribusi yang bebas dari persyaratan dan variansnya tidak perlu homogen.
Statistika nonparametik biasanya digunakan untuk melakukan analisis pada data
berjenis nominal atau ordinal.
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.

6
2. Ciri-ciri Statistik Nonparametrik
Statistik Nonparametrik
1. Data tidak berdistribusi normal 
2. Umumnya data berskala nominal dan ordinal
3. Umumnya dilakukan pada penelitian sosial
4. Umumnya jumlah sampel kecil 

3. Kelebihan dan Kekurangan Statistik Nonparametrik

a) Kelibihan:
1. Tidak membutuhkan asumsi normalitas.
2. Secara umum metode statistik non-parametrik lebih mudah dikerjakan dan
lebih mudah dimengerti jika dibandingkan dengan statistik parametrik 
karena ststistika non-parametrik tidak membutuhkan perhitungan
matematik yang rumit seperti halnya statistik parametrik.
3. Statistik non-parametrik dapat digantikan data numerik (nominal) dengan
jenjang (ordinal).
4.  Kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan
atau jenjang secara formal karena sering dijumpai hasil pengamatan yang
dinyatakan dalam data kualitatif.
5. Pengujian hipotesis pada statistik non-parametrik dilakukan secara
langsung pada pengamatan yang nyata.
6. Walaupun pada statistik non-parametrik tidak terikat pada distribusi
normal populasi, tetapi dapat digunakan pada populasi berdistribusi
normal.

b) Kekurangan :
1. Statistik non-parametrik terkadang mengabaikan beberapa informasi
tertentu.
2. Hasil pengujian hipotesis dengan statistik non-parametrik tidak setajam
statistik parametrik.
3. Hasil statistik non-parametrik tidak dapat diekstrapolasikan ke populasi
studi seperti pada statistik parametrik. Hal ini dikarenakan statistik non-

7
 parametrik mendekati eksperimen dengan sampel kecil dan umumnya
membandingkan dua kelompok tertentu.

4. Jenis Uji Statistik Non Parametrik

a. Penelitian deskriptif
Penelitian Desktiptif adalah penelitian yang dilakukan untuk tujuan
mendeskripsikan atau menganalisis satu atau lebih variabel tanpa membuat
perbandingan atau tanpa menghubungkan antara variabel yang satu dengan
yang lain. Alat analisis yang digunakan adalah statistik deskriptif yaitu
mean, median, modus, standar deviasi, dan sebagainya. Contoh: penelitian
untuk menganalisis kualitas pelayanan puskesmas, menganalisis prestasi
kinerja perawat, menganalisis pertumbuhan jumlah kunjungan pasien, dan
lain-lain.
Hipotesis pada penelitian ini bersifat deskriptif (tidak membandingkan
dan menghubungkan dengan variabel lainnya). Misal: kualitas pelayanan
RS pemerintah baik, Prestasi kerja perawat ruang rawat inap baik,
Pertumbuhan kunjungan poli penyakit dalam tinggi.
b. Penelitian komparatif adalah penelitian yang dilakukan untuk tujuan
membandingkan sampel/kelompok satu dengan sampel/kelompok lainnya,
baik sampel bebas atau berpasangan (paired). Dengan demikian, hipotesis
penelitian komparatif sifatnya membandingkan.

5. Metode – Metode Statistika Nonparametik

a. Uji tanda (sign test)

Uji tanda digunakan untuk membandingkan data yang berpasangan.

Adapun syarat-syarat pada uji tanda yang harus dipenuhi, yaitu:
1. Pasangan hasil pengamatan yang sedang dibandingkan bersifat independent
2. Masing-masing pengamatan dalam tiap pasang terjadi karena pengaruh
kondisi yang serupa.
3. Pasangan yang berlainan terjadi karena kondisi yang berbeda.

8
 Rumus Uji Tanda ½  ( n – 1 ) – K 
Uji t untuk satu variable/sampel
Uji ini digunakan untuk mengetahui kebenaran pernyataan atau dugaan yang
dihipotesiskan oleh sipeneliti. Uji t untuk satu variabel dibagi kedalam dua
kategori, yaitu:
1. Uji – t untuk satu variable dengan satu arah kiri atau knan ( One Tail )
2. Uji – t untuk satu variable dengan dua arah ( two tail )
Rumus yang dapat diigunakan dalam melakukan Uji t ini adalah:
x −μ ˳
t=
s̸ √n
di mana:
x = Rata-rata hasil pengambilan data
µ˳= Nilai yang dihipotesiskan
𝑠 = Standar deviasi sampel
𝑛 = Jumlah sampel

1) Uji – t untuk satu variable dengan satu arah ( kiri )

Penelitian ini uji satu pihak, yaitu pihak kiri yang digunakan, bila
rumusan hipotesis Ho menyatakan paling kecil, paling sedikit dan paling
rendah atau sama dengan, tandanya ( ¿ ) maka untuk rumusan hipotesis
alternatifnya ( Ha ) dinyatakan dengan bunyi kalimat kebalikan dari Ho,
misalnya paling besar, paling tinggi paling banyak dengan tanda ( ≤ ).

Prosedur Uji – t
a) Membuat hipotesis dengan uraian kalimat
Ho : pernyataan atau dugaan yang menyatakan nilai paling rendah atau
sama dengan Dari suatu objek penelitian.
Ha : pernyataan yang menyatakan nilai paling tinggi maksimum dari
objek
Penelitian.
b) Membuat hipotesis dalam bentuk model statistic
Ho : µ≥ µ ˳ Di mana:

9
 µ : nilai dugaan
µ˳ : objek penelitian
c) Menentukan syarat signifikan ( α )
d) Kaidah pengujian
Ho diterima, jika - ttabel (α ,n-1 ) ≤ thitung’
Ho tolak, jika - ttabel (α ,n-1 ) > thitung’
e) Menghitung thitung dan ttabel
(1) Tahapan menghitung nilai thitung

(a) Membuat table penolong

Responden X1 x (X1 - x)2
1 ….. ….. ……
2 …… ….. …..
3 …… ….. …..
. ….. …… …..
N

(b) Menentukan nilai rata-rata pengamatan

Rumus :
Ʃ Xi
x=
n
di mana:
X1 = hasil pengamatan
n = jumlah pengamatan
(c) Menentukan nilai standar deviasi sampel
Rumus:

s=
√ Ʃ [ X 1−x ] ❑2
n−1
di mana:
x : rata-rata pengamatan
(d) Menentukan nilai thitung
Rumus:
x −μ ˳
t=
s̸ √n

10
 (2) Menentukan nilai ttabel
Nilai ttabel dicari pada tabel distribusi – t dengan ketentuan: db = n – 1,
sehingga ttabel (α , db)

CONTOH :
Dekan Fakultas Sains dan Tekhnologi Universitas “UIN” menduga bahwa
kualitas mengajar dosen statistic paling tinggi 70 % dari nilai idealnya. Untuk
membuktikan dugaan tersebut dilakukan penyebaran kuesioner dengan
mengambil sampel 20 orang mahasiswa untuk mengisi kuesioner dengan jujur
dan adil sesuai dengan kualitas dan professional dosen ketika mengajar. Jumlah
pertanyaan yang diajukan dalam kuesioner ada 10 pertanyaan, instrumen
penelitian kualitas mengajar diberi skala : (5) = sangat baik, ( 4 ) baik, ( 3 )
cukup, ( 2 ) kurang baik, ( 1 ) sangat tidak baik. Taraf signifikan 𝜶 = 5%

Data total hasil jawaban setiap mahasiswa diperoleh sebagai berikut:

40 35 40 36 32 39 40 32 33 38 40 40 37
37
34 40 40 40 40 39

Langkah-langkah menjawab:
1) Menghitung nilai idealnya
Nilai idealnya = 10 x 4 x 20 = 800
Rata-rata nilai idealnya = 800/20 = 40
Jadi, 70% dari nilai rata-rata idealnya = 0,7 x 40 = 28 atau ( µ˳ ) = 28
2) Membuat hipotesis penelitian
Hipotesis penelitian dibuat dalam uraian kalimat berdasarkan dari dugaan
bahwa kualiatas mengajar dosen statistic paling tinggi 70%.
Ho : kualitas mengajar dosen statistik paling rendah atau sama dengan
70% dari nilai
Rata-rata idealnya
Ha : kualitas mengajar dosen statistik paling tinggi 70% dari rata-rata nilai
idealnya

11
 3) Membuat hipotesis dalam model statistik
Ho : µ ≥ 28
Ha : µ < 28
4) Menentukan risiko kesalahan ( taraf signifikan )
Pada kasus ini = 5%
5) Kaidah pengujian
Jika: - ttabel (α ,n-1 ) <thitung, maka Ho diterima dan Ha diterima
6) Menghitung thitung dab ttabel
a) Tahapan menentukan nilai thitung
( 1 ) membuat tabel penolong

No Xi x (X1 - x)2 No Xi x (X1 - x)2

1 40 37.6 5.76 11 38 37.6 0.16
2 35 37.6 6.76 12 40 37.6 5.76
3 40 37.6 5.76 13 40 37.6 5.76
4 36 37.6 2.56 14 37 37.6 0.36
5 39 37.6 1.96 15 37 37.6 0.36
6 32 37.6 31.36 16 34 37.6 12.96
7 39 37.6 1.96 17 40 37.6 5.76
8 40 37.6 5.76 18 40 37.6 5.76
9 32 37.6 31.36 19 40 37.6 5.76
10 33 37.6 21.16 20 40 37.6 5.76
ƩXi = 752 ƩXi = 162.8

( 2 ) menentukan nilai rata-rata pengamatan

Rumus:
Ʃ Xi
x=
n
Ʃ X i 752
x= =
n 20
= 37,6
( 3 ) menghitung nilai standar deviasi ( s )
Rumus:

s=
√ Ʃ [ X i−x ] ❑2
n−1

12
 =√ ¿ ¿ ¿

=
√ 162,8 =2,9272
19
( 4 ) menghitung thitung
Rumus:
x −μ ˳ 37,6−28 9,6
t= = =
s̸ √n 2,9272̸ √ 20 2,9272̸ 4,47

9,6
= =14,7
0,6545
b) Menghitung ttabel ( 𝜶)
Dengan taraf signifikan 𝜶 = 0.05. kemudian dicari nilai ttabel pada tabel
distribusi – t dengan ketentuan: db = n – 1, db = 20 – 1 = 19.
Sehingga ttabel (𝜶, db ) = t( 0.05, 19) = 1,729

13
7) Membandingkan ttabel dan thitung
ttabel ( 𝜶 ) = 1.729 dan thitung = 14.7
ternyata: ttabel ( 𝜶 )< thitung = - 1.729 < 14.7 maka Ho diterima.

8) Kesimpulannya: karena ttabel < thitung maka Ho diterima dan Ha ditolak

dengan demikian kualitas mengajar dosen statistik paling rendah atau
sama dengan 70% dari nilai rata-rata idealnya.

14
2) Uji Satu Arah Pihak Kanan

Penelitian uji satu pihak yaitu pihak kanan, bila rummusan hipotesis
Ho dinyatakan paling besar, paling banyak dan aling tinnggi dengan tanda ( ≤
)nmaka rumusan hipotesis alternatifnya (Ha) dinyatakan dengan bunyi
kkalimat kebalikan darai Ho, misalnya palling kecil, paling rendah, paling
sedikit dengan tanda ( > ).

CONTOH
Dekan Fakultas Sains dan Tekhnologi Universitas “UIN” menduga bahwa
kualitas mengajar dosen statistic paling rendah 80 % dari nilai idealnya. Untuk
membuktikan dugaan tersebut dilakukan penyebaran kuesioner dengan
mengambil sampel 20 orang mehasiswa untuk mengisi kuesioner dengan jujur
dan adil sesuai dengan kualitas dan professional dosen ketika mengajar.
Jumlah pertanyaan yang diajukan dalam kuesioner ada 10 pertanyaan,
instrumen penelitian kualitas mengajar diberi skala : ( 5 ) = sangat baik, ( 4 )
baik, ( 3 ) cukup, ( 2 ) kurang baik, ( 1 ) sangat tidak baik. Taraf signifikan 𝜶 =
5%

15
Data total hasil jawaban setiap mahasiswa diperoleh sebagai berikut:
40 35 40 36 32 39 40 32 33 38 40 40 37
37
34 40 40 40 40 39

Langkah-langkah menjawab:
1) Menghitung nilai idealnya
Nilai idealnya = 10 x 4 x 20 = 800
Rata-rata nilai idealnya = 800/20 = 40
Jadi, 80% dari nilai rata-rata idealnya = 0,8 x 40 = 32 atau ( µ˳ ) = 32
2) Membuat hipotesis ( Ha dan Ho ) dalam uraian kalimat
Ho : kualitas mengajar dosen statistik paling tinggi atau sama dengan
80% dari nilai
Rata-rata idealnya
Ha : kualitas mengajar dosen statistik paling rendah 80% dari rata-rata
nilai idealnya
3) Membuat hipotesis dalam model statistik
Ho : µ ≤ 32
Ha : µ > 32
4) Menentukan risiko kesalahan ( taraf signifikan )
Pada kasus ini = 5%
5) Kaidah pengujian
Jika: - ttabel (α ,n-1 ) <thitung, maka Ho diterima
Jika: - ttabel (α ,n-1 ) ≥ thitung, maka tolak Ho
6) Menghitung thitung dab ttabel
a) Tahapan menentukan nilai thitung
( 1 ) membuat tabel penolong

No Xi x (X1 - x)2 No Xi x (X1 - x)2

1 40 37.6 5.76 11 38 37.6 0.16
2 35 37.6 6.76 12 40 37.6 5.76
3 40 37.6 5.76 13 40 37.6 5.76
4 36 37.6 2.56 14 37 37.6 0.36
5 39 37.6 1.96 15 37 37.6 0.36
6 32 37.6 31.36 16 34 37.6 12.96
7 39 37.6 1.96 17 40 37.6 5.76
8 40 37.6 5.76 16 18 40 37.6 5.76
9 32 37.6 31.36 19 40 37.6 5.76
10 33 37.6 21.16 20 40 37.6 5.76
ƩXi = 752 ƩXi = 162.8
( 2 ) menentukan nilai rata-rata pengamatan
Rumus:
Ʃ Xi
x=
n
Ʃ X i 752
x= =
n 20
= 37,6
( 3 ) menghitung nilai standar deviasi ( s )
Rumus:

s=
√ Ʃ [ X i−x ] ❑2
n−1
=√ ¿ ¿ ¿

=
√ 162,8 =2,9272
19
( 4 ) menghitung thitung
Rumus:
x −μ ˳ 37,6−32 5,6
t= = =
s̸ √n 2,9272̸ √ 20 2,9272/4.47

5.6
= =8.6
0,6545

b) Menghitung ttabel ( 𝜶)
Dengan taraf signifikan 𝜶 = 0.05. kemudian dicari nilai ttabel pada tabel
distribusi – t dengan ketentuan: db = n – 1, db = 20 – 1 = 19.
Sehingga ttabel (𝜶, db ) = t( 0.05, 19) = 1,729

7) Membandingkan ttabel dan thitung

ttabel ( 𝜶 ) = 1.729 dan thitung = 8.6
ternyata: ttabel ( 𝜶 )< thitung = - 1.729 < 8.6 sehingga Ho ditolak.

8) Kesimpulannya: karena ttabel < thitung maka Ho diterima dengan demikian

kualitas mengajar dosen statistik paling rendah atau sama dengan 80%
dari nilai rata-rata idealnya.

17
3) Uji – T Untuk Satu Variabel Dengan Dua Arah
Uji dua arah ( two tail ), bila rumusan null hipotesys Ho dinyatakan
dengan kalimat sama dengan ( = ) maka rumusan Ha harus dinyatakan dengan
bunyi kalimat tidak sama dengan ( =).
Prosedur uji statistiknya sama denngan uji satu arah ( pihak kiri )

CONTOH
Dekan Fakultas Sains dan Tekhnologi Universitas “UIN” menduga bahwa
kualitas mengajar dosen statistic sama dengan 90 % dari nilai idealnya. Untuk
membuktikan dugaan tersebut dilakukan penyebaran kuesioner dengan
mengambil sampel 20 orang mehasiswa untuk mengisi kuesioner dengan jujur
dan adil sesuai dengan kualitas dan professional dosen ketika mengajar. Jumlah
pertanyaan yang diajukan dalam kuesioner ada 10 pertanyaan, instrumen
penelitian kualitas mengajar diberi skala : ( 5 ) = sangat baik, ( 4 ) baik, ( 3 )
cukup, ( 2 ) kurang baik, ( 1 ) sangat tidak baik. Taraf signifikan 𝜶= 5%

Data total hasil jawaban setiap mahasiswa diperoleh sebagai berikut:

40 35 40 36 32 39 40 32 33 38 40 40 37
37
34 40 40 40 40 39

Langkah-langkah menjawab:
1) Menghitung nilai idealnya

18
 Nilai idealnya = 10 x 4 x 20 = 800
Rata-rata nilai idealnya = 800/20 = 40
Jadi, 90% dari nilai rata-rata idealnya = 0,9 x 40 = 36 atau ( µ˳ ) = 36
2) Membuat hipotesis ( Ha dan Ho ) dalam uraian kalimat
Ho : kualitas mengajar dosen statistik sama dengan 90% dari nilai
Rata-rata idealnya
Ha : kualitas mengajar dosen statistik tidak sama dengan 90% dari rata-
rata nilai idealnya
3) Membuat hipotesis dalam model statistik
Ho : µ ≤ 36
Ha : µ > 36
4) Menentukan risiko kesalahan ( taraf signifikan )
Pada kasus ini = 5%
5) Kaidah pengujian
Jika: - ttabel ≤thitung ≤ttabel (𝜶 /2)’ maka Ho diterima
Jika: - ttabel , > ttabel (𝜶 /2) maka Ho ditolak
6) Menghitung thitung dab ttabel
c) Tahapan menentukan nilai thitung
( 1 ) membuat tabel penolong

No Xi x (X1 - x)2 No Xi x (X1 - x)2

1 40 37.6 5.76 11 38 37.6 0.16
2 35 37.6 6.76 12 40 37.6 5.76
3 40 37.6 5.76 13 40 37.6 5.76
4 36 37.6 2.56 14 37 37.6 0.36
5 39 37.6 1.96 15 37 37.6 0.36
6 32 37.6 31.36 16 34 37.6 12.96
7 39 37.6 1.96 17 40 37.6 5.76
8 40 37.6 5.76 18 40 37.6 5.76
9 32 37.6 31.36 19 40 37.6 5.76
10 33 37.6 21.16 20 40 37.6 5.76
ƩXi = 752 ƩXi = 162.8

( 2 ) menentukan nilai rata-rata pengamatan

Rumus:

19
 Ʃ Xi
x=
n
Ʃ X i 752
x= =
n 20
= 37,6
( 3 ) menghitung nilai standar deviasi ( s )
Rumus:

s=
√ Ʃ [ X 1−x ] ❑2
n−1
=√ ¿ ¿ ¿

=
√ 162,8 =2,9272
19

( 4 ) menghitung thitung
Rumus:
x −μ ˳ 37,6−36 1.6
t= = =
s̸ √n 2,9272̸ √ 20 2,9272̸ 4.47

1.6
= =2.5
0,6545
d) Menghitung ttabel ( 𝜶)
Dengan taraf signifikan 𝜶 = 0.05/2 = 0.025 (dua sisi). kemudian dicari
nilai ttabel pada tabel distribusi – t dengan ketentuan: db = n – 1, db = 20
– 1 = 19.
Sehingga ttabel (𝜶, db ) = t( 0.025, 19) = 2,093

7) Membandingkan ttabel dan thitung

ttabel ( 𝜶) = 2.093 dan thitung = 2.5
ternyata: ttabel ( 𝜶 )< thitung = - 2.093 < 2.5 > 2.093 sehingga Ho ditolak.
8) Kesimpulannya: karena ttabel < thitung maka Ho ditolak dengan demikian
kualitas mengajar dosen statistik sama dengan 90% dari nilai rata-rata
idealnya.

20
b. Uji Wilcoxon ( Wilcoxon Test )
Wilcoxon test merupakan pengembangan dari The Sign Test, ketelitian hasil
analisis Wilcoxon Test dibandingkan The Sign Test adalah tidak hanya bias
menunjukkan arah perbedaan tetapi juga menunjukkan perbedaan antara
kelompok-kelompok yang dibandingkan. Prosedur pembangunan rumusan ini
menurut HJohn W. best, disarankan untuk mengikuti langkah-langkah berikut:
1) Mencari besarnya d yang menunjukkan selisih skor antara pasangan-
pasangan yang diberi perlakuan eksperimen dan perlakuan control, harus
ada saatu d untuk setiap satu pasang skor.
2) Jejak atau rangking d tanpa mengindahkan tandanya (+ ataupun -), dengan
memberikan jenjang kesatu untuk selisih seterusnya, jumlah jenjang harus
sama dengan jumlah pasangan.
3) Untuk setiap jenjang diberi tanda perbedaan plus ( + ) atau minus ( - ).
4) Jumlahkan jenjang untuk perbedaan plus sama dengan jumlah jenjang
minus. Jika jumlah jenjang plus sama dengan jumlah jenjang minus, hal
ini dapat disimpulakan bahwa tidak adaa perbedaan antara dua kelompok.

Yang perlu diperhtikan adalah, jika skor suatu pasangan tertentu

ternyata sama, maka pasangan itu dibuang. Dalam formulasi rumus Wilcoxon
Test terdapat tanda T ini adalah tanda untuk jumlah rangking yang berkonotasi +
atau – yang paling sedikit ( minoritas ).
Adapun formulasi rumusnya adalah sebagai berikut:

21
 N ( N +1)
Z=T–
4
N ( N + 1)(2 N +1)
√ 24
rumus 17 c: tes wilcoxon

Keterangan:
N : jumlah pasangan yang dijenjangkan
T : jumlah jenjang minoritas yang tandanya sama

CONTOH PERHITUNGAN:
Suatu penelitian hendak mengetahui ada tidaknya perbedaan berformansi 13
pasangan anak berdasarkan tingkat kecerdasannaya (IQ), pasangan tersebut
dipisahkan, yang satu diberi latihan dengan metode A dan yang satunya lagi
diberi latihan dengan metode B, setelah latihan selesai kedua pasangan tersebut
diberi tes keterampilan. Dalam persoalan ini peneliti mengemukakan hipotesis
nihil sebagai berikut:
“ tidak ada perbedaan keterampilan kedua pasangan sampel pada tingkat
signifikansi o,o5%”.
Data Hasil Tes Keterampilan Anak Yang Ber-Iq Sama Yang Dilatih Dengan
Metode A Dan Metode B
Pasangan Metode A Metode B d Jenjang d
A 70 80 +10 11
B 62 69 +7 8
C 85 90 +5 6
D 70 68 -2 2
E 54 58 +4 4.5
F 49 58 +9 10
G 80 74 -6 7
H 87 87 0 0
I 79 80 +1 1
J 90 93 +3 3
K 64 75 +11 12
L 75 79 +4 4.5
M 81 89 +8 9

22
Dari tabel diatas ternyata ada pasangan yang memiliki skor keterampilan sama ,
yaitu pasangan h dengan skor 87, oleh karenanya pasangan ini diibuang tidak
dimasukkan dalam perhitungan. Sehingga jumlah pasangan (N) tinggal 12.
Sedangkan jumlah jenjang minoritas (T) yang memiliki tanda sama (-) yaitu pada
jenjang 2 dan jenjang 7, sehingga T = 2 + 7 = 9. Selanjutnya dilakukan analisis
tes wilcoxon, sebagai berikut:
N ( N +1)
Z = T-
4
N ( N + 1)(2 N +1)
√ 24

12(12+ 1)
Z =9-
4
12(13)(2(12)+1)
√ 24

156
Z = 9-
4
3900
√ 24
9−39
Z=
√162.5
−30
Z=
12.74
Z = -2.35

Tes signifikansi Tes Wilcoxon menggunakan harga kritik Z, untuk

tes dua ekor pada tingkat signifikansi 0.05% atau pada taraf kepercayaan 95%
diperoleh harga Z sebesar – 1.96. jika harga kritik ini dibandingkan dengan harga
Z perhitungan (-2.35), ternyata harga Z terhitung jauh lebih besar dari pada harga
kritiknya, oleh karenanya hipotesis nihil yang diajukan ditolak pada taraf
signifikansi 0.05%. sehingga dengan demikian hipotesis alternatifnya diterima,
dan peneliti dalam hal ini dapat membuat kesimpulan, bahwa ada perbedaan
tingkat keterampilan antara anak yang mempunyai IQ sama, setelah dilatih

23
dengan mengunakan metode yang berbeda. Yaitu metode A dan metode B, atau
dengan antara lain, bahwa metode pelatihan mempunyai pengaruh secara
signifikan terhadap tingkat keterampilan anak.

24
 BAB III
PENUTUP

3.1 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. 

3.2 SARAN
Dengan adanya makalah ini, semoga pembaca dan juga penulis dapat
menambah wawasan dan ilmu pengetahuan mengenai statistic non parametrik.
Dalam pembuatan makalah ini penulis menyadari masih banyak kekurangan dan
jauh dari kesempurnaan. Maka dari itu, penulis mengharapkan kritik dan saran
dari pembaca demi perbaikan makalah selanjutnya.

25
 DAFTAR PUSTAKA
Siregar Syofian, 2010. Statistika Deskriptif Untuk Penelitian, Jakarta : PT. Raja
GrafindoPersada
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
Siregar Syofian, Statistika Deskriptif untuk Penelitian. ( Jakarta : PT. Raja
grafindo Persada, 2010 ).hal. 3

W.W. Daniel, Statistika Non Parametrik Terapan. ( Jakarta: PT. Gramedia,

1978).hal.76
W.W. Daniel. Statistika Non Parametrik Terapan, ( Jakarta: PT. Gramedia, 1978 )
hal. 34
Sudjana. Metode Statistika, ( Bandung: Tarsito, 1992 ).hal. 47

26