Parametrik

 Memerlukan Non
asumsi sebaran parametrik
(Normal)
 Tidak memerlukan asumsi
 Pendekatannya sebaran (Normal)
adalah langsung
menggunakan  Pendekatannya tidak
statistik penduga langsung, tetapi
yang berkait menggunakan statistik
langsung dengan penduga yang tidak berkait
parameter yang langsung dengan parameter
dimaksud yang dimaksud
 Penggunaan metode non-parametrik
penggunaan metode pada data yang memenuhi asumsi
parametrik pada data parametrik dapat menyebabkan
yang tidak memenuhi berkurangnya efisiensi metode;
asumsi parametrik
menyebabkan analisis
tidak valid
Asumsi yang diperlukan sangat
minim

Pada beberapa prosedur,

perhitungan dapat dilakukan
dengan mudah dan cepat

Konsep dan metode lebih mudah

dipahami

Dapat diterapkan pada data

dengan skala yang lebih rendah
 terkadang dapat
‘membuang’ informasi
dari data

sangat membosankan
terutama ketika data
yang digunakan
berukuran besar
 Hipotesis yang diuji:

[1] H0 : M0 = M1 vs H1 : M0 ≠ M1
atau

[2] H0 : M0 = M1 vs H1 : M0 > M1
atau

[3] H0 : M0 = M1 vs H1 : M0 < M1
Uji Hipotesis pada Contoh Tunggal :
Uji Tanda (One Sample Sign Test)

Uji Peringkat Bertanda Wilcoxon

Uji Proporsi
1. Uji Tanda (One-Sample Sign Test)

merupakan pionir dari seluruh prosedur nonparametrik.

data diubah menjadi serangkaian tanda ‘plus’ (+) dan‘minus’ (-).

Asumsi:
• contoh acak selang bebas dari populasi yang tidak
diketahui median M
• variabel yang diukur minimal ordinal
hipotesis: • ada n buah nilai (x1, x2,…,xn)
• peubah yang diamati kontinu

H0 : M=M0 vs H1 : M≠M0
H0 : M≤M0 vs H1 : M>M0
H0 : M≥M0 vs H1 : M<M0
 a. (Hipotesis a) S= min(S-,S+)=S’
Statistik uji b. (Hipotesis b) S= S-
c. (Hipotesis c) S= S+
Langkah-langkahnya:
• Hitung selisih tiap median (xi-Mo)
• Jika hasilnya 0, hilangkan pengamatan tersebut
• Hitung banyaknya nilai bertanda “-” (S-) dan bertanda “+” (S+)

Kaidah Keputusan
(Hipotesis a) : Tolak H0 jika P(S ≤ S’ | b(n,0.5)) ≤ α/2

(Hipotesis b) : Tolak H0 jika P(S ≤ S- | b(n,0.5)) ≤ α

(Hipotesis c) : Tolak H0 jika P(S ≤ S+ | b(n,0.5)) ≤ α

Di bawah ini adalah waktu belajar mandiri dari tujuh mahasiswa.
Ujilah apakah benar bahwa mahasiswa pada umumnya
menyediakan waktu kurang dari dua jam untuk belajar mandiri!
Gunakan taraf nyata 5%.
Mahasiwa ke- 1 2 3 4 5 6 7
Lama belajar mandiri 1.5 2.1 1.7 1.8 2.2 1.1 0.8
(jam)

Hipotesis : H0 : M ≥ 2
H1 : M < 2
 Statistik Uji :
 Sesuai dengan hipotesis di atas, statistik uji yang akan digunakan adalah S+, yaitu
banyaknya selisih Xi – M0 yang lebih besar dari 0.
 Dari data di atas, ada dua pengamatan yang selisihnya lebih besar dari 0, yaitu
mahasiswa ke-2 dan ke-5, sehingga S+ = 2.

 Keputusan :Dari tabel binomial (Tabel A1), diperoleh :

P(S ≤ 2 | b(7,0.5)) = 0.0078 + 0.0547 + 0.1641= 0.2266
Karena nilai P > α=0.05, maka hipotesis nol tidak di tolak.

 Kesimpulan : Tidak cukup bukti bahwa waktu mahasiswa untuk belajar kurang dari 2
jam.
1
2
Sign Test for Median: Lama belajar mandiri (jam)
Sign test of median = 2.000 versus < 2.000

N Below Equal Above P Median

Lama belajar mandiri (jam) 7 5 0 2 0.2266 1.700
2. Uji Peringkat Bertanda Wilcoxon

suatu prosedur nonparametrik
untuk menguji median yang
memanfaatkan baik arah (tanda
‘plus’dan ‘minus’) maupun besar
arah itu.
Asumsi:
• Contoh acak saling bebas
dengan median (M) tidak
diketahui
•Peubah yang diamati kontinu
•Data diukur setidaknya dalam
skala interval (selang)
•Pengamatan saling bebas

 hipotesis
H0 : M = M0 vs. H1 : M ≠ M0 (dua arah)
H0 : M ≤ M0 vs. H1 : M > M0 (satu arah)
H0 : M ≥ M0 vs. H1 : M < M0 (satu arah)
 Jika ada nilai yang
Jika hasilnya Di = 0,
sama (disebut ties)
abaikan pengamatan
beri peringkat tengah
tersebut.
(mid-rank).

Hitung selisih nilai

data dan median
untuk setiap Beri peringkat
pengamatan, untuk |Di|
Di = Xi – M0.

Pasangkan tanda ‘plus’

 Statistik Uji dan ‘minus’ pada
peringkat sesuai nilai
pada langkah
pertama.
(Hipotesis a) : T = T’ = min (T-, T+)
(Hipotesis b) : T = T-
(Hipotesis c) : T = T+
Hitunglah jumlah peringkat
bertanda ‘plus’ (T+), dan
jumlah peringkat bertanda
Tolak H0 jika Thit <= T tabel ‘minus’ (T-).
Teladan 2

Seorang dosen beranggapan bahwa median IP mahasiswa suatu

kelas pada semester tertentu kurang dari 3.40. Ujilah anggapan dosen
tersebut jika IP dari 10 orang mahasiswa yang diambil secara acak
dari kelas tersebut adalah seperti yang tersaji dalam tabel berikut :
(Gunakan taraf nyata 5%)
Mahasiswa ke 1 2 3 4 5 6 7 8 9 10
IP 3.35 3.45 3.30 3.25 3.52 3.38 3.10 3.42 3.42 3.38

Hipotesis yang akan diuji dalam kasus ini adalah

H0 : M ≥ 3.40
H1 : M < 3.40
Sesuai dengan hipotesis tersebut, maka
statistik uji yang digunakan adalah T+ atau jumlah peringkat selisih
bertanda ‘plus’. Tahapan perhitungannya adalah sebagai berikut:
 i IP (Xi) Di=Xi -3.40 Peringkat Peringkat
Lanjutan Teladan 2 bagi |Di| bertanda
bagi |Di|

Langkah 0 Langkah 1 Langkah 2 Langkah 3

1 3.35 -0.05 5.5 -5.5

2 3.45 0.05 5.5 5.5
3 3.30 -0.10 7 -7
4 3.25 -0.15 9 -9
5 3.52 0.12 8 8
6 3.38 -0.02 2.5 -2.5
7 3.10 -0.30 10 -10
8 3.42 0.02 2.5 2.5
9 3.42 0.02 2.5 2.5
10 3.38 -0.02 2.5 -2.5
Langkah 4

T-=36.5 T+=18.5 n = 10
Lanjutan Teladan 2

Berdasarkan tabel di atas, diperoleh statistik uji

T = T+ = 18.5. Dari tabel peringkat bertanda
Wilcoxon

(Tabel A3), kita peroleh T10 (0.05) sekitar 11.

Karena T lebih besar dari Ttabel, maka hipotesis
nol
tidak ditolak.

Kesimpulan : Tidak cukup bukti untuk

menyatakan bahwa median IP mahasiswa suatu
kelas pada semester tertentu kurang dari 3.40,
artinya anggapan dosen tersebut salah.
1
2
Wilcoxon Signed Rank Test: IP
Test of median = 3.400 versus median < 3.400

N for Wilcoxon Estimated

N Test Statistic P Median
IP 10 10 18.5 0.193 3.375
3. Uji Proporsi

hipotesis:
Suatu prosedur nonparameterik
untuk menguji hipotesis H0 : p = p0 vs. H1 : p ≠ p0 (dua arah)
mengenai proporsi populasi. H0 : p ≤ p0 vs. H1 : p > p0 (satu arah)
H0 : p ≥ p0 vs. H1 : p < p0 (satu arah)

Asumsi:

 Contoh acak biner (nilainya berupa kejadian ‘sukses’ dan

‘gagal’) berukuran n. rasio antara banyaknya kejadian ‘sukses’
(S) dan banyaknya pengamatan (n) adalah proporsi contoh.
 Contoh acak saling bebas.
 Peluang sukses tetap.
 Statistik Uji ??? S = banyaknya kejadian
‘sukses’

•(Hipotesis a) : Tolak H0 jika S ≤ s1 atau S > s2

Dimana P(x ≤ s1) = α/2 dan P(x > s2) = α/2
•(Hipotesis b) : Tolak H0 jika S > s
Dimana P(x > s) = α
•(Hipotesis c) : Tolak H0 jika S ≤ s
Dimana P(x ≤ s) = α
Kaidah Keputusan
 Seorang pejabat mengatakan bahwa di daerahnya keluarga yang mempunyai
anak lebih dari dua orang hanya ada 30% di antara seluruh populasi. Dalam
sebuah survei ditemukan enam dari 15 keluarga yang diambil secara acak
mempunyai anak lebih dari dua. Bagaimana pendapat anda mengenai
pernyataan pejabat tersebut? Gunakan taraf nyata 10%.

 Jawab : Hipotesis yang diuji adalah

 H0 : p = 0.30
H1 : p ≠ 0.30.
n = 15
Statistik uji S = 6.
Note:
P(x ≤ s1) = α/2
P(x ≤ s1) = 0.05
s1 ≈ 1

P(x > s2) = α/2

P(x > s2) = 0.05
1-P(x < s2) = 0.95
s2 = 7

Berdasarkan tabel binomial (A1), diperoleh s1=1

dan s2=7. Berdasarkan kaidah keputusan,
statistik uji S=6 berada pada wilayah
penerimaan H0, sehingga kita dapat
berpendapat bahwa pernyataan pejabat
tersebut belum dapat diragukan.
Latihan

1. Berat contoh acak delapan mahasiswa laki-laki dalam kg di suatu

Universitas adalah
65 54 71 50 75 63 57 63
Apakah sebaran berat mahasiswa laki-laki di suatu Universitas lebih
dari 60?
Ujilah pada taraf α=0.05 dan berapa nilai –p?
Gunakan Uji Tanda
2. Suatu penelitian dengan menempatkan elektrode
pada otak belakang kepada 12 ekor tikus. Skor
endurance yang diperoleh adalah
93.0 89.1 97.7 84.4 97.8 94.5
88.3 97.5 83.7 94.6 85.5 82.6
Ujilah pada taraf α=0.05. Apakah skor
endurance dengan elektrode yang ditanam pada
otak belakang kurang dari 97.5. Berapa nilai –p?
Gunakan Uji Tanda.
3. Sekelompok wanita yang berusia 15 sampai 19 tahun
ditemukan 6.9% positif menderita penyakit
Neisseria gonorrhoeoe. Menurut hasil survey,
dari 20 wanita ditemukan 4 wanita mengidap
penyakit tersebut. Apakah data ini cukup bukti
untuk mengindikasikan proporsi wanita yang
menderita penyakit dalam populasi ledih dari 0.07,
dengan α=0.01 ?

Selamat Bekerja