UJI STATISTIK

NONPARAMETRIK
OLEH :
NUR MUKARROMAH
 Kondisi free distribution / sebarannya
bebas
Metode
Pengujian
Didasarkan : Non Parametrik : dalam
pengujiannya tidak
ex : uji goodness
of fit test
•test for
melibatkan parameter/ randomness : uji
data tsb apakah
yang diuji bukan diambil scr
parameter random
Prinsip ■ Didasarkan pada ranking atau orde :
berdasark peringkat/urutan dr nilai2 yg akan
dianalisis, diurutkan dr data terkecil ke yg
Analisis dr uji ■
besar, analisisnya didasarkan pr urutan nilai
Sign, dt dasar tsb diberikan tanda. Pemberian
Nonpar tanda didasarkan pd nilai patokan tandanya +,
patokannya median, modus, mean, diatas
mean tanda + dibawah tanda –
■ Run/deret/runtun : menghitung banyaknya
deret dari data ialah banyaknya data sejenis yg
berurutan sebelum berganti dg jenis yg lain
■ Klasifikasi /kategori : data dikelompokkan
atau diklasifikasikan
Keuntungan Uji Nonpar

Cara mengerjakan mudah dan cepat dibandingkan dg uji

parametrik

Nilai p yang diperoleh dr analisis itu merup nilai yg

eksak/nyata karena sampel kecil

Sampelnya kecil
Kelemahan

Kalau persyaratan uji Berkaitan dg power of

parametrik terpenuhi kmd efficiency, biasanya uji
Jenisnya banyak
dianalisis dg uji nonpar→ nonpar lebih rendah
pemborosan informasi dibandingkan par
•biasanya memerlukan
tabel titik kritisnya banyak
dan bervariasi unt
mempelajarinya perlu
waktu
 Ukuran sampel kecil

Data yang dianalisis : ordinal atau

Kapan nominal
menggunakan
statistik
Data interval atau ratio tapi distribusi
nonparametrik menceng

Data interval atau ratio yang

dikategorikan
X2 = CHI
SQUARE TEST
UJI KAI
KUADRAT
Nur Mukarromah
PENDAHULUAN
• Dikembangkan oleh Pearson 1900
• digunakan utk analisis data dlm bentuk frekuensi
dr data kategorik ( data yg dikategorikkan mrt
kriteria t3 )
• data kategorik berasal :
1. Data nominal
2. Data ordinal
3. Interval/ratio yang dikategorikan
KEGUNAAN :
1. Menguji kesesuaian (goodness of fit test) antara data
sampel dg populasi asalnya
2. Menguji test of independensi : ada tidaknya asosiasi 2
variabel analisis hub/korelasi
3. Test homogenity antara beberapa sampel dlm hal
variabel yg diteliti analisis perbedaan/ komparasi

PRINSIP :
1. Yg dianalisis adl.frekuensi observasi (fo) dibandingkan
dg frekuensi expected (fe) ant teori & kenyataan
2. Perbedaan fe & fo disimbulkan dg X2
Runus chi square adl selisih ant fe dan fo yaitu :

X2 = ∑ ( Oi – Ei )2
Ei

Beberpa kemungkinan hasil hitungan chi square :

1. X2 = 0 artinya ada kesamaan ant fe & fo tdk ada cukup
bukti utk menolak Ho berarti Ho diterima tdk ada hub
2. X2 > 0, kemungkinan angkanya kecil artinya ant variabel 1 & 2
tdk berbeda jauh nilainya cenderung menerima Ho
3. X2 hasilnya besar, cenderung menolak Ho (cendr. significant)
Persyaratan…..

Berkaitan dg sampel sizenya : yg Tidak ada fe dimasing2 kotak (sel) itu Sel2 dg fe < 5 tdk boleh melebihi 20%
mengajukan Cochran 1950 dituangkan kurang dr 1 dr total sel, kalo kotak 2x2 tdk boleh
dlm rule of the thum (baik) : satupun sel yg nilai fenya < 5
Kalau ke2 syarat tdk terpenuhi,
solusinya …

Yg tdk memenuhi persyaratan gabung ke

sebelahnya, ini terjd kalo sampel sizenya kecil

Tujuan : untuk memperbesar fe, tentunya yg

digabung memberikan informasi/ memp. Arti

Kalo masih tdk memenuhi syarat diselesaikan

dg FISHER EXACT probability test
Catatan …..

■ Hasil X² dibandingkan dg titik kritis/tabel chi-square yg disesuaikn dg α dan df = (r-

1)(c-1)
■ Untuk mengetahui df populasi = df : (r-1)
■ Kalo df makin besar maka titik kritis makin besar pula
Kalo df = 1 atau
tabel 2x2
■ Dianjurkan Yate rumus chi-square harus dikoreksi dg mengurangi =
X² = ∑ ( Oi – Ei – 0,5)²
Ei
Alasan : sampling distribusinya supaya continue, maka rumus itu diabadikan dg Yate’s
Correction for Continuity
 Kritetia
Penolakan …
■ Ho ditolak kalau
X²hitung > X² tabel
■ Program komputer :
Ho ditolak jika p < α
Langkah-Langkah Pengujian

1. Menentukan H0 dan H1
Untuk menganalisis “Contigency Table”
H0 : Tidak ada hubungan antara A dan B
H1 : Ada hubungan antara A dan B
Untuk uji “Goodness Of Fit”
H0 : Tidak ada perbedaan antara distribusi teoritis dengan distribusi
aktual
H1 : Ada perbedaan antara distribusi teoritis dengan distribusi aktual
2. Menentukan daerah penerimaan H0 dan H1 dengan menggunakan distribusi X2
(Chi Square)
Ciri-ciri distribusi Chi Square adalah :
- Nilainya selalu positif (karena merupakan nilai square atau kuadrat)
- Ada suatu himpunan distribusi Chi Square, dimana bentuk distribusinya
ditentukan oleh nilai degree of freedom (d.f). Rumus untuk menghitung d.f = (n
– 1)(k – 1), dimana n adalah jumlah baris, k adalah jumlah kolom. Dengan
demikian bentuk distribusi Chi Square tidak dipengaruhi oleh besarnya
sampel.
- Titik kritis dicari dengan menggunakan bantuan tabel distribusi X2 yang
disajikan pada lampiran, ditentukan oleh nilai taraf nyata () dan derajat
bebas (df).
df = (r – 1) (c – 1) * Jika baris hanya 1, df = c - 1
r =  baris
c =  kolom
H0 akan diterima jika nilai statistik uji lebih kecil dari titik kritis.
3. Menghitung nilai statisktik uji (X2 hitung)

dimana,
f0 = frekuensi yang diobservasi
fe = frekuensi yang diharapkan
fe = (total baris i x total kolom j)
total jumlah
4. Membandingkan nilai statistik uji dengan titik kritis , kemudian
mengambil kesimpulan
contoh 1. Pengujian Independensi (Analisis “Contogency
Table”)
Pengujian ini digunakan untuk mengethaui
apakah 2 variabel memiliki hubungan (relation
ship) atau tidak. Misalnya, apakah usia
berhubungan dengna IQ, apakah gizi
berhubungan dengan indeks prestasi, dan
sebagainya.
Contoh :
Ingin diuji apakah ada hubungan atau tidak
antara jenis kelamin dengan prestasi belajar
(IP) mahasiswa. Untuk itu diambil sampel 120
mahasiswa dan 80 mahasiswi. Hasilnya adalah
sebagai berikut :
 Indeks Prestasi
Bgus Bagus Cukup Kurang Total
sekali

Mahasiswa 27 35 33 25 120

Mahasiswi 13 15 27 25 80

Total 40 50 60 50 200
■ Dengan  = 5%, ujilah hipotesis yang menyatakan bahwa indeks prestasi tidak
berhubungan dengan jenis kelamin mahasiswa.
■ Langkah-langkah pengujian :
Menentukan H0 dan H1
H0 : Indeks prestasi tidak berhubungan dengan jenis kelamin
H1 : Indeks prestasi berhubungan dengan jenis kelamin
Menentukan daerah penerimaan H0 dan H1 dengan menggunakan distribusi X2.
df = (c – 1) (c – 1)

dimana :
n = jumlah baris
k = jumlah kolom

df = (2 – 1) (4 – 1) = 3
Pada table X2 (Lampiran 4), nilai  = 5% dan df = 3 adalah 7,815
H0 ditolak jika nilai uji statistik > 7,815
 db X2 0,05 X2 X2 0,01
0,025

Tabel cai 2
3 7,815
square 4
5
6
7
■ Menghitung nilai statistik uji
x2 = Σ (fo – fe )2
fe

■ fe atau expected frequency untuk setiap sel dapat dicari dengan rumus
:
fe = (total baris i x total kolom j)
total jumlah
■ misalnya, fe untuk baris 1 dan kolom 1 :
fe11 = (total baris 1 x total kolom 1)
total jumlah
(120 x 40) = 24
200
fe23 = (total baris 2 x total kolom 3)
total jumlah

(80 x 60) = 24
200
 Hasil BGUS SKL BGUS
INDEK PRESTASI
CUKUP KURG TOTAL

perhitungan FO FE FO FE FO FE FO FE FO FE

semua fe MHSWA
MHSWI
27
13
24
16
35
15
30
20
33
27
36
24
25
25
30
20
120
80
120
80
adalah : TOTAL 40 40 50 50 60 60 50 50 200 200
 Menghitung nilai statistik uji
x2 = Σ (fo – fe )2 = 5,729
fe

4. Karena nilai statistik uji (5,729) < titik kritis (7,815), H0

diterima. Ada bukti yang kuat bahwa indeks prestasi
tidak berhubungan dengan jenis kelamin
2. Pengujian “Goodness Of Fit”
Pengujian ini adalah salah satu metode non
parametrik yang banyak digunakan. Metode yang
dikembangkan oleh Karl Pearson ini digunakan
untuk menguji apakah distribusi frekuensi suatu
percobaan sama atau tidak dengan distribusi
frekuensi teoritis (yang diharapkan).
Contoh :
Penelitian tentang distribusi penyebaran penyakit
Tb Paru di daerah pedesaan kabupaten “X” pada
tahun 2018 menunjukkan :
Penyebaran Tb Persentase
Paru Pada tahun 2020, diadakan
penelitian yang serupa di
Tinggi 15% daerah tersebut. Dari sample
300 keluarga diperoleh hasil
Menengah 40% sebagai berikut :

Rendah 45%
100%
Penyebaran Tb Paru Jumlah

Tinggi 50 Ujilah dengan alpha = 5% apakah ada alasan

untuk mengatakan bahwa pada penyebaran Tb
Paru di kota “X” tidak berbeda pada tahun
Menengah 156 2018 dan 2020.
Bagaimana hasilnya bila diuji dengan alpha = 1% ?

Rendah 94

300
Jawab :
H0 : Tidak ada perbedaan pola penyebaran TB Paru di kabupaten “X”
H1 : Ada perbedaan pola penyebaran Tb Paru di kabupaten “X”
- Menentukan daerah kritis
X2 = 5% d.f = k – 1 = 3 – 1 = 2
X2 (5%,2) = 5,99
- H0 ditolak bila X2 > 5,99
- H0 diterima bila X2 < 5,99
- Mencari X2 hitung
Data tahun 2020 dianggap sebagai fo, dan
Data tahun 2018 dianggap sebagai fe.
 TABEL
Penyebaran Tb
Persentase fe
Paru
Tinggi 15% 15% x 300 = 45
Menengah
Rendah
45%
40%
45% x 300 = 135
40% x 300 = 120 FE
300
fo fe (fo –fe) (fo –fe)2 (fo –fe)2 /fe
50 45 5 25 0,555
156 135 21 441 3,267
94 120 -26 676 5,633
9,455
X2 hitung = 9,455
X2 hitung sebesar 9,455 terletak di daerah X2 > 5,99 sehingga H0 ditolak
Kesimpulan :
Pola penyebaran Tb Paru di kabupaten “X” pada tahun 2018 berbeda dengan tahun 2020.
Bila kita menggunakan  = 1%, daerah kritisnya menjadi :
X2 = 1% d.f = k – 1 = 3 – 1 = 2
X2 (1%,2) = 9,21
Ternyata X2 hitung = 9,455 terletak di daerah X2 > 9,21 sehingga H0 di tolak. Maka pengujian
dengan = 1% memberikan kesimpulan yang sama seperti pada pengujian dengan  = 5%.
 3. Pengujian
• Meskipun lebih sering digunakan untuk
Hipotetis
menguji ada tidaknya hubungan antara 2
variabel (contingency table) serta cocok
Tentang Lebih
•
tidaknya frekuensi distribusi teoritis
dengan aktual (goodness of fit),
Chi Square dapat digunakan untuk
dari 2 Proporsi
menguji apakah proporsi populasi satu
sama atau tidak dengan proporsi
populasi lain (dimana jumlah populasi
lebih dari 2).

Contoh :
Seorang psikolog ingin mengetahui apakah
ada perbedaan tanggapan manusia terhadap
warna putih, merah, hijau dan hitam. Dari 200
sampel yang diwawancarai diperoleh hasil :
 Warna Putih Merah Hijau Hitam Jumlah

Jumlah
33 42 67 58 200
yang suka
■ Pengujian dengan menggunakan  = 5%, kesimpulan apa yang diperoleh ?
■ Jawab :
■ H0 : P1 = P2 = P3 = P4 = Proporsi hipotesis null = ¼
■ P1 = proporsi yang suka warna putih
■ P2 = proporsi yang suka warna merah
■ P3 = proporsi yang suka warna hitam
■ P4 = proporsi yang suka warna hijau
■ H1 : Tidak semua proporsi adalah sama
Menentukan daerah kritis

 = 5%. d.f = k – 1 = 4 – 1 = 3

X2 (5%,3) = 7,815

Daerah menolak H0 adalah X2 > 7,815

Daerah terima H1 adalah X2 < 7,815

Menentukan X2 hitung

H0 menyebutkan P1 = P2 = P3 = P4

fe kolom 1 = ¼ x 200 = 50

fe kolom 2 = ¼ x 200 = 50

fe kolom 3 = ¼ x 200 = 50

fe kolom 4 = ¼ x 200 = 50
x2 = Σ (fo – fe )2

fe

=
(33 − 50 )
2
+
(42 − 50 )
2
+
(67 − 50 )
2
+
(58 − 50 )
2

50 50 50 50
= 14,12

•X2 hitung = 14,12 terletak di daerah X2 > 7,815

sehingga H0 ditolak
•Kesimpulan :
Ada perbedaan tanggapan manusia terhadap
warna-warna putih, merah, hijau dan hitam.
 Latihan soal

■ Dilakukan penelitian untuk menguji pengaruh kondisi

sanitasi lingkungan terhadap terjangkitnya penyakit
diare. Kelompok kondisi sanitasi baik sebanyak 70
orang, yang terjangkit penyakit diare sebanyak 50
orang dan yang tidak terjangkit penyakit diare
sebanyak 20 orang. Sedangkan kelompok sanitasi
buruk sebanyak 50 orang, yang terjangkit penyakit
diare sebanyak 20 orang dan yang tidak terjangkit
penyakit diare sebanyak 30 orang. Dengan alfa 5%
■ Silahkan dikerjakan