PENDAHULUAN

Pengertian Penelitian
Penelitian pada dasarnya merupakan cara ilmiah untuk mendapatkan data dengan tujuan dan
kegunan tertentu. Cara ilmiah berarti kegiatan penelitian itu didasarkan pada ciri-ciri
keilmuan yaitu :
 Rasional : kegiatan penelitian itu dilakukan dengan cara-cara yang masuk akal,
 sehingga terjangkau oleh penalaran manusia
 Empiris : Cara-cara yang dilakukan dapat diamati oleh indera manusia
 Sistematis : Proses yang digunakan dalam penelitian menggunakan langkah-langkah
yang bersifat logis

Data yang diperoleh melalui penelitian itu mempunyai kriteria tertentu yaitu valid. Valid
menunjukkan derajat ketepatan antara data yang sesungguhnya terjadi pada obyek dengan
data yang dapat dikumpulkan oleh peneliti. Misalnya dalam suatu obyek terdapat korban
yang meninggal dunia 200 orang, sementara peneliti melaporkan jauh dibawah atau diatas
200 yang meninggal, maka derajat validitas hasil penelitian itu rendah. Data yang valid pasti
reliabel. Realibilitas menunjukkan derajat kekonsistenan data dalam interval waktu tertentu.
Misalnya pada hari pertama terkumpul data orang yang meninggal ada 200 orang. Maka
besok atau lusa pun data orang yang meninggal tetap 200 orang. Data yang reliabel belum
tentu valid. Misalnya setiap hari seseorang pegawai mengatakan secara konsisten ada rapat.
Padahal kenyataannya tidak ada rapat. Hal ini konsisten tetapi tidak valid.

Setiap penelitian mempunyai tujuan dan kegunaan tertentu. Secara umum ada 3 tujuan
penelitian:
 Bersifat Penemuan : Data yang diperoleh dari penelitian itu adalah data yang
betul- betul baru yang sebelumnya belum pernah diketahui
 Bersifat pembuktian : Data yang diperoleh itu digunakan untuk membuktikan
adanya keragu - raguan terhadap informasi atau
pengetahuan tertentu
 Bersifat pengembangan : Untuk memperdalam dan memperluas pengetahuan yang
telah ada

1
Pengertian dan penggunaan statistik non parametrik
Statistik non parametrik termasuk salah satu bagian dari statistik inferensi atau statistik
induktif dan disebut juga statistik bebas distribusi. Statistik non parametrik adalah bagian dari
statistik yang tidak memerlukan asumsi-asumsi tertentu, misalnya mengenai bentuk distribusi
dan hipotesa-hipotesa yang berkaitan dengan nilai-nilai parameter tertentu.

Pada dasarnya statistik inferensi mempelajari pengambilan keputusan tentang parameter

populasi (rata-rata, proporsi) berdasarkan karakteristik sampel yang ada. Pada statistik non
parametrik, kegiatan statistik inferensi adalah berkaitan dengan uji hipotesa.

Tujuan uji hipotesa statistik adalah untuk menguji apakah data dari sampel yang ada sudah
cukup kuat untuk menggambarkan populasinya. Atau apakah bisa dilakukan generalisasi
tentang populasi berdasarkan hasil sampel.

Statistik non parametrik digunakan apabila :

 Sampel yang digunakan memiliki ukuran yang kecil
 Data yang digunakan bersifat ordinal, yaitu data-data yang bisa disusun dalam urutan
atau diklasifikasikan rangkingnya
 Data yang digunakan bersifat nominal yaitu data – data yang dapat diklasifikasikan
dalam kategori dan dihitung frekuensinya
 Bentuk distribusi populasi dan tempat pengambilan sampel tidak diketahui menyebar
secara normal

Asumsi-asumsi yang harus terpenuhi pada penggunaan metode

parametrik:
 Sampel (data) diambil dari populasi yang mempunyai distribusi normal
 Pada uji t dan uji F untuk dua sampel atau lebih, kedua sampel diambil dari dua
populasi yang mempunyai varians yang sama
 Variabel (data) yang diuji haruslah data bertipe interval atau rasio, yang tingkatnya
lebih tinggi dari data tipe nominal atau ordinal. Tinggi badan (cm) adalah bertipe
rasio, karena didapat dari proses mengukur. Namun pendapat atau sikap (suka/tidak
suka yang diukur dengan skala likert) adalah data ordinal.

2
  Jumlah (sampel) data besar

Tes Statistik Parametrik dan Non Parametrik

Tes statistik parametrik adalah :

 Suatu tes yang modelnya menetapkan syarat-syarat tertentu tentang parameter
populasi yang menjadi sampel penelitiannya
 Terhadap syarat-syarat tersebut biasanya tidak dilakukan pengujian terlebih dahulu
dan dianggap sudah memenuhi syarat
 Tes-tes parametrik juga menuntut bahwa nilai-nilai yang dianalisis merupakan hasil
dari suatu pengukuran minimal dengan skala interval

Tes statistik Non-Parametrik adalah :

 Tes yang modelnya tidak menetapkan syarat-syarat mengenai parameter-parameter
populasi
 Tes non parametrik tidak menuntut pengukuran sekuat yang dituntut tes-tes
parametrik, sebagian besar tes non-parametrik dapat diterapkan untuk data dalam
skala ordinal dan beberapa yang lain juga diterapkan untuk data dalam skala nominal
 Kekuatan tes non-parametrik mungkin dapat ditingkatkan dengan hanya memperbesar
ukuran jumlah sampel

Kelebihan dan Kelemahan statistik Non Parametrik

Kelebihan-kelebihan yang dimiliki statistik non-parametrik :

 Perhitungan yang diperlukan sederhana dan dapat dikerjakan dengan cepat karena
analisisnya menggunakan cacahan, peringkat (rank) bahkan tanda dari selisih
pengamatan yang berpasangan
 Datanya tidak harus merupakan data kuantitatif, tetapi dapat berupa respon yang
kualitatif (skala nominal dan ordinal)
 Uji-ujinya disertai dengan asumsi-asumsi yang jauh tidak mengikat dibandingkan
dengan uji parametrik

Kelemahan - kelemahan yang dimiliki statistik non-parametrik :

3
  Uji-uji non parametrik tidak memanfaatkan semua informasi yang terkandung
didalam sampel
 Akibat pemborosan ini, uji non parametrik selalu sedikit kurang efesien dibandingkan
prosedur parametriknya bila kedua metode dapat diterapkan
 Uji non parametrik memerlukan ukuran sampel yang lebih besar dibandingkan dengan
uji parametrik
 Uji-uji non parametrik tidak dapat digunakan untuk :
 Menguji ada tidaknya pengaruh interaksi dari faktor-faktor yang di uji
seperti dalam analisis ragam dan
 Peramalan seperti dalam analisis regresi

Hipotesis Pengujian
Hipotesis dapat diartikan sebagai:
 Dugaan mengenai suatu hal
 Jawaban sementara terhadap suatu masalah
 Kesimpulan sementara tentang hubungan suatu variabel dengan variabel lainnya

Hipotesis yang baik selalu memenuhi 2 persyaratan :

 Menggambarkan hubungan antar variabel
 Dapat memberikan petunjuk bagaimana pengujian terhadap hubungan tersebut

Didalam pengujian terdapat 2 hipotesis :

 Hipotesis nol (Ho) digunakan sebagai dasar pengujian statistik atau hal yang berlaku
secara umum
 Hipotesis alternatif atau tandingan (Ha) merupakan kesimpulan sementara dari
hubungan antar variabel yang sudah dipelajari dari teori-teori yang berhubungan
dengan masalah tersebut

Rumusan dalam pengujian hipotesis tersebut :

 Uji 2 arah
Ho : μ = μo
Ha : μ ≠ μo

 Uji 1 arah
Ho : μ = μo
Ha : μ < μo

4
  Dan
Ho : μ = μo
Ha : μ > μo

Langkah-langkah dalam pengujian hipotesis :

1. Menyatakan hipotesis statistik (Ho) dan hipotesis alternatifnya (Ha), yang pada
prinsipnya adalah menguji karakteristik populasi berdasarkan informasi yang diterima
dari suatu sampel.
2. Menetapkan taraf nyata (tingkat signifikansi) α, yaitu probabilitas kesalahan menolak
hipotesis yang ternyata benar. Jika dikatakan α=5%, berarti resiko kesalahan
mengambil keputusan adalah 5%. Semakin kecil α, berarti semakin mengurangi
resiko kesalahan
3. Menetapkan wilayah kritis (daerah penolakan bagi Ho) atau menentukan apakah
dilakukan uji satu sisi atau uji dua sisi
4. Menghitung nilai statistik berdasarkan data pengamatan
5. Mengambil Kesimpulan.

Data

 Adalah merupakan kumpulan fakta atau angka atau segala sesuatu yang dapat
dipercaya kebenarannya sehingga dapat digunakan untuk mengambiul keputusan
 Dalam melakukan penelitian atau observasi dibutuhkan data-data yang berkualitas
 Data yang baik apabila diolah maka akan menghasilkan informasi yang berguna dan
bermanfaat

Tipe-tipe data

Data dikelompokkan dalam 2 tipe :

1. Data kuantitatif adalah suatu data yang nilai-nilainya dinyatakan dalam bentuk
numerik. Data kuantitatif dibagi 2 :
a. Data diskrit/nominal : data yang diperoleh dari hasil menghitung
b. Data kontinu : data yang bervariasi menurut tingkatan dan diperoleh dari
hasil pengukuran
5
 2. Data kualitatif adalah suatu data yang nilai-nilainya dinyatakan dalam bentuk non-
numerik atau atribut-atribut

Menurut sifatnya data kuantitatif dibagi menjadi 2 :

1. Diskrit adalah data kuantitatif yang berasal dari proses perhitungan dan berupa
bilangan bulat
2. Kontiniu adalah data kuantitatif yang berasal dari proses pengukuran dan nilai-
nilainya berada dalam suatu interval atau jangkauan tertentu. Nilai-nilai data
kuantitatif kontiniu berupa bilangan pecahan yang tidak terhingga banyaknya

Skala Pengukuran

Dalam proses pengukuran kita mengenal 4 tipe :

1. Skala nominal : apabila data yang di dapat dalam penelitian atau pengamatan dapat
dibedakan menjadi beberapa kategori tanpa memperhatikan urutan tertentu. Misalnya
pemberian nomor atau angka pada nama kota (1=Jakarta, 2=Bandung, 3=Surabaya,
dst), jenis kelamin (1=Laki-laki, 2=Perempuan)

2. Skala ordinal : apabila data yang didapat dalam penelitian atau pengamatan dapat
dibedakan menjadi beberapa kategori dengan memperhatikan urutan tertentu. Atau
data yang berbentuk rangking atau peringkat. Pemberian angka pada masing-masing
kategori dapat memberikan gambaran tentang urutan masing-masing kategori.
Misalnya sistim kepangkatan dalam dunia militer, dimana Kapten > sersan> Kopral
atau direktur > Supervisor > Staf

3. Skala interval : Skala ini lebih baik dari 2 skala pengukuran diatas karena memiliki
konsep interval, dimana jarak antara dua angka pada skala ini diketahui. Atau data
yang jaraknya sama tetapi tidak mempunyai nilai nol (0) . Misalnya jarak antara 1
dan 2 sama dengan jarak antara 3 dan 4

4. Skala Ratio: skala ini lebih baik dari3 skala sebelumnya karena memiliki titik pusat.
Atau data yang jaraknya sama dan mempunyai nilai nol. Skala ini menyajikan nilai

6
 yang sebenarnya dari variabel yang diukur. Misalnya orang yang beratnya 100 Kg
lebih berat 2 kali dari orang yang beratnya 50 Kg

Menentukan Ukuran Sampel

Salah satu syarat penggunaan teknik statistik non parametrik adalah bahwa sampel sebagai
sumber data harus diambil secara random. Random Sampling berarti teknik pengambilan
sampel yang memberi peluang sama kepada seluruh anggota populasi untuk dapat dipilih
sebagai anggota sampel.

Sampel yang baik adalah sampel yang representatif mewakili populasi. Berapa jumlah
anggota sampel yang akan digunakan sebagai sumber data tergantung pada tingkat
kepercayaan yang dikehendaki. Bila dikehendaki sampel dipercaya 100% mewakili populasi,
maka jumlah anggota sampel sama dengan jumlah anggota populasi. Bila tingkat kepercayan
95%, maka jumlah anggota sampel akan lebih kecil dari jumlah anggot populasi.

Roscoe dalam buku Research Methods For Business (1992:253) memberikan saran-saran
tentang ukuran sampel:
1. Ukuran sampel yang layak digunakan dalam penelitian adalah antara 30 s/d 500
2. Bila sampel dibagi dalam kategori (pria-wanita, pegawai negeri-swasta) maka jumlah
anggota sampel setiap kategori minimal 30
3. Bila dalam penelitian akan melakukan analisis dengan multivariat (korelasi atau
regresi berganda misalnya), maka jumlah anggota sampel minimal 10 kali dari jumlah
variabel yang diteliti. Misalnya variabel penelitiannya ada 5 (independen+dependen)
maka jumkah anggota sampel = 10 x 5 = 50
4. Untuk penelitian eksperimen yang sederhana yang menggunakan kelompok
eksperimen dan kelompok kontrol maka jumlah anggota sampel masing-masing 10
s/d 20

7
 PENGUJIAN SATU SAMPEL

I. UJI BINOMIAL

 Uji binomial adalah salah satu uji statistik yang digunakan untuk melakukan analisis
mengenai nilai peluang suatu kejadian yang diambil dari populasi yang memiliki dua
kategori. Dalam kehidupan sehari-hari terkadang kita menemukan kondisi populasi
yang tidak selalu sama. Ada populasi populasi yang komponen atau elemennya
berbentuk seperti kelas-kelas atau kategori-kategori.Terkadang kita diharapkan
melakukan penelitian mengenai peluang suatu kejadian yang terjadi pada populasi
yang memiliki kondisi demikian

 Uji binomial di gunakan untuk menguji hipotesis bila suatu variabel berasal dari
populasi binomial yang terdiri atas 2 kategori atau menguji hipotesis tentang suatu
proporsi populasi.
 Data yang cocok untuk melakukan pengujian adalah berbentuk nominal, seperti laki-
laki dan wanita, sukses dan gagal, dll (berbentuk 2 kategori)
 Cocok digunakan sebagai alat pengujian hipotesis bila ukuran sampelnya kecil ( n ≤
25 )
 Bila proporsi pengamatan yang masuk dalam kategori pertama adalah P, maka
proporsi yang masuk dalam kategori kedua adalah 1 – P = Q
 Hipotesa dalam uji binomial adalah sebagai berikut :
Ha : P ≠ Po  Pengujian dua sisi
Ha : P < Po  Pengujian satu sisi
Ha : P >Po  Pengujian satu sisi
 Aturan perhitungan parameter untuk nilai P adalah sebagai berikut :
A. Dua Sisi
Jika P < Po  P = 2P ( X ≤ x )
𝑛
= 2 ∑𝑥𝑛=0 (𝑥 ) 𝑃𝑜 𝑥 . 𝑄𝑜 𝑛−𝑥

Jika P > Po  P = 2P ( X ≥ x )
𝑛
= 2 [1 − ∑𝑥−1 𝑥
𝑛=0 (𝑥 ) 𝑃𝑜 . 𝑄𝑜
𝑛−𝑥
]

B. Satu Sisi

8
 Jika P < Po  P = P ( X ≤ x )
𝑛
= ∑𝑥𝑛=0 (𝑥 ) 𝑃𝑜 𝑥 . 𝑄𝑜 𝑛−𝑥

Jika P > Po  P = P ( X ≥ x )
𝑛
= 1 - [∑𝑥−1 𝑥
𝑛=0 (𝑥 ) 𝑃𝑜 . 𝑄𝑜
𝑛−𝑥
]

Dimana n = 0,........, n

 Formulasi yang digunakan untuk P(x) adalah

𝑛
𝑃(𝑥) = ( ) 𝑃 𝑥 𝑄𝑛−𝑥
𝑋

𝑛 𝑛!
Dimana : (𝑥 ) = 𝑥!(𝑛−𝑥)!

Note: Apabila Po dan Go = 0,5 bisa pergunakan tabel D

 Formulasi yang digunakan untuk sampel besar ( n ≥ 25)

𝑥− 𝑛𝑝
Z=
√𝑛𝑝𝑞
 Kaidah pengambilan keputusan : Bila harga P < α maka Ho diterima dan
Bila harga P > α maka Ho diterima

SAMPEL KECIL : n ≤ 25

Contoh soal 1
Sebuah perusahaan elektronik sedang mempertimbangkan untuk memberikan perjalanan
liburan berikut biayanya bagi para eksekutif senior dan keluarganya. Untuk menentukan
preferensi antara seminggu di Hawaii atau seminggu di Spanyol. Suatu sampel acak 18 staf
eksekutif ditanyai pilihannya. Ujilah pada taraf nyata 5 % bahwa kedua lokasi itu sama-sama
disukai lawan alternatifnya bahwa preferensi mereka berbeda bila ternyata 3 diantara 18 yang
ditanyai lebih menyukai Spanyol

Jawab:

Diketahui : n = 18 ; x = 3
3
Po = 0,5 (sudah ketetapan) ; P = 18 = 0,16 = 0,2 ---- Po > P
Q = 1- P = 1- 0,2 = 0,8

9
Misalkan : P1 = Seminggu di hawai
P2 = Seminggu di Spanyol

Langkah-langkah pengujian hipotesis :

1. Ho : P1 = P2
Ha : P1 ≠ P2
2. α = 0,05
3. Terima Ho jika : P < α
Tolak Ho jika : P > α

4. P < Po  P = 2 P( X ≤ x )
𝑛
= 2 ∑𝑥𝑛=0 (𝑥 ) 𝑃𝑜 𝑥 . 𝑄𝑜 𝑛−𝑥

P = 2 P( X ≤ 3 )
P = 2 P[(x=0) + (x=1) + (x=2) + (x=3)]
𝑛
P(x = n) = (𝑥 ) 𝑃 𝑥 . 𝑄 𝑛−𝑥
𝑛 𝑛!
(𝑥 ) = (𝑛−𝑥)!
𝑥!

Maka Untuk :
18
 P(x=0) = ( 0 ) (0,2)0 (0,8)18 = 1 . 1 . 0,0180 = 0,0180
18 18 !
----------- ( 0 ) = 0! = 1
18!
18
 P(x=1) = ( 1 ) (0,2)1 (0,8)17 = 18 . 0,2 . 0,0225 = 0,0810
18 18 !
----------- ( 1 ) = 1! = 18
17!
18
 P(x=2) = ( 2 ) (0,2)2 (0,8)16 = 153 . 0,04 . 0,0281 = 0,1719
18 18 !
----------- ( 2 ) = 2! = 153
16!
18
 P(x=3) = ( 3 ) (0,2)3 (0,8)15 = 816 . 0,008 . 0,0351 = 0,2291
18 18 !
----------- ( 3 ) = 3! = 816
15!

Maka : P = P[(x=0) + (x=1) + (x=2) + (x=3)]

= 0,0180 + 0,0810 + 0,1719 + 0,2291
= 0,5
Jadi untuk : P = 2 P( X ≤ 3 )
P = 2 P[(x=0) + (x=1) + (x=2) + (x=3)]
P = 2 ( 0,0180 + 0,0810 + 0,1719 + 0,2291)
P = 2 (0,5)

10
 P=1
5. Kesimpulan : P > α = 1 > 0,05  maka Ho ditolak, ha diterima
Artinya : bahwa preferensi mereka berbeda dalam menentukan tempat liburan.

Contoh soal 2
Soal sama dengan no.1 diatas, hanya dirubah x = 10 dan n = 18

Jawab:

Diketahui : n = 18 ; x = 10
10
Po = 0,5 (sudah ketetapan) ; P = 18 = 0,55 = 0,5
Q = 1- P = 1- 0,5 = 0,5

Misalkan : P1 = Seminggu di hawai

P2 = Seminggu di Spanyol

Langkah-langkah pengujian hipotesis :

1. Ho : P1 = P2
Ha : P1 ≠ P2

2. α = 0,05

3. Terima Ho jika : P < α

Tolak Ho jika : P > α

4. Note : Jika nilai P dan Q sama sama setengah, maka nilai P dapat langsung dilihat
pada tabel D
Tabel D 
x
n 10

18
0,760 = p

5. Kesimpulan : P > α = 0,760 > 0,05  maka Ho ditolak, ha diterima

Artinya : bahwa preferensi mereka berbeda dalam menentukan tempat liburan.

11
Contoh soal 3
Suatu perusahaan otomotif memproduksi 2 jenis mobil minibus yaitu mobil yg berbahan
bakar bensin dan solar. Perusahaan tersebut ingin mengetahui apakah masyarakat lebih
senang mobil berbahan solar atau bensin. Berdasarkan 24 anggota sampel yang dipilih secara
random ternyata 14 orang memilih mobil berbahan bakar bensin dan 10 orang memilih mobil
berbahan bakar solar. Bagaimanakan kecendrungan masyarakat dalam memilih mobil?

Jawab

12
SAMPEL BESAR : n ≥ 25

Contoh soal 1
Dari sampel sebesar 500 orang balita yang selalu dibawa ke posyandu di daerah Jawa
Tengah, ternyata 40 orang menunjukkan hasil diatas normal. Apakah data ini membuktikan
bahwa proporsi balita yang menunjukkan hasil diatas normal lebih besar dari 0,06, dengan α
=5%

Jawab :
Diketahui : n = 500 ; x = 40 ; P = 0,06 ; q = 1 – P = 0,94

Langkah-langkah pengujian hipotesis :

1. Ho : P = 0,06
Ha : P1 ≥ 0,06

2. α = 0,05

3. Terima Ho jika : P < α

Tolak Ho jika : P > α
𝑥− 𝑛𝑝 40−(500 .0,06 ) 10
4. Parameter : Z = = √500 .0.06 .0,94 = = 1,88
√𝑛𝑝𝑞 5,31

Lihat Tabel A 
z 0,08

1,8 0,0301 = p

5. Kesimpulan : P < α = 0,0301 < 0,05  Ho diterima, Ha ditolak

Artinya : Memang benar bahwa proporsi balita yang menunjukkan hasil diatas
normal lebih besar dari 0,06

Contoh soal 1
Andaikan sebuah survei pada ibu RT yang memakai kompor gas pada tahun 2015 sebesar 25
%. Pada tahun 2019 diambil sampel sebanyak 350 orang ibu RT dan 70 diantaranya
menggunakan kompor gas. Apakah dari data itu kita dapat menyimpulkan bahwa proporsi ibu
RT yang menggunakan kompor gas pada tahun 2019 berbeda 25 % ( tahun 2015). Gunakan
alpha = 1 %

13
14