MAKALAH BIOSTATISTIK

“ANALITIK NON PARAMETRIK”

OLEH :
KELOMPOK 4
KELAS : A12-A

NAMA KELOMPOK :
1. Ni Luh Putu Mas Ari Puspa Dewi (18.321.2841)
2. Ni Made Maria Sari (18.321.2848)
3. Ni Nyoman Budi Rahayu (18.321.2850)
4. Ni Putu Ary Manilawati (18.321.2853)
5. Ni Wayan Eka Subpremagni (18.321.2859)

PROGRAM STUDI KEPERAWATAN PROGRAM SARJANA

SEKOLAH TINGGI ILMU KESEHATAN
WIRA MEDIKA BALI
2021
 KATA PENGANTAR

Om Swastyastu

Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa karena telah
memberikan rahmat dan karunia-Nya kepada kami sehingga kami mampu
menyelesaikan makalah ini yang berjudul “Analitik Non Parametrik” ini tepat
pada waktunya. Adapun makalah ini merupakan salah satu tugas dari Biostatistik.

Dalam menyelesaikan penulisan makalah ini, kami mendapat banyak

bantuan dari berbagai pihak dan sumber. Karena itu kami sangat menghargai
bantuan dari semua pihak yang telah memberi kami bantuan dukungan juga
semangat, buku-buku dan beberapa sumber lainnya sehingga tugas ini bias
terwujud. Oleh karena itu, melalui media ini kami sampaikan ucapan terima kasih
kepada semua pihak yang telah membantu pembuatan makalah ini.

Kami menyadari bahwa makalah ini masih banyak kekurangannya dan

jauh dari kesempurnaan karena keterbatasan kemampuan dan ilmu pengetahuan
yang kami miliki. Maka itu kami dari pihak penyusun sangat mengharapkan saran
dan kritik yang dapat memotivasi saya agar dapat lebih baik lagi dimasa yang
akan datang.

Om Santih, Santih, Santih Om                                                

         

Denpasar, 21 September 2021

2
 Penulis

DAFTAR ISI

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

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

BAB I PENDAHULUAN

1.1 Latar Belakang .................................................................................................1

1.2 Rumusan Masalah ............................................................................................2
1.3 Tujuan ..............................................................................................................2
1.4 Manfaat.............................................................................................................2

BAB II TINJAUAN PUSTAKA

2.1 Pengertian Statistik Non Parametrik..................................................................3

2.2 Hipotesis Uji Korelasi Spearman.......................................................................3

2.3 Pengertian Uji Hubungan Rank Spearman........................................................4

2.3.1 Pengertian Uji Hubungan Rank Spearman..............................................4

3
 2.3.2 Langkah-langkah Uji Hubungan Rank Spearman ..................................4

2.3.3 Uji Statistik..............................................................................................5

2.3.4 Prosedur Pengujian Uji Hubungan Rank Spearman ..............................8

BAB III PENUTUP

3.1 Kesimpulan .....................................................................................................17

3.2 Saran ................................................................................................................17

DAFTAR PUSTAKA

BAB I
PENDAHULUAN

4
1.1 Latar Belakang

Pada kenyataannnya sangatlah sulit untuk mendapatkan sampel

yang memenuhi asumsi mempunyai distribusi tertentu. Kebanyakan sampel
yang diperoleh hanyalah sebatas menedekati tertentu. Oleh karena itu,
kemudaian dikembangkan suatu teknik inferensi yang tidak memerlukan uji
asumsi-asumsi tertentu memgenai distribusi sampelnya,dan juga tidak
memerlukan uji hipotesis yang berhubungan dengan parameter populasinya.
Teknik ini dikenal dengan parametrik bebas distribusi atau statistika non
parametrik.

Istilah non parametrik pertama kali digunakan oleh Wolfdwitz,

pada tahun 1942. Metode statistik non parametrik 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 non parametrik banyak
digunakan pada penelitian-penelitian sosial. Data yang diperoleh dalam
penelitian sosial pada umunya berbentuk kategori atau berbentuk rangking.

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, kita
menggunakan Metode Statistika Non Parametrik dan Penelitian Survei.

Metode Statistika Non Parametrik pengambilan kesimpulan dapat

ditarik tanpa memperhatikan bentuk distribusi populasi. Sedangkan
Penelitian Survei, disgunakan untuk pengambilan data dari suatu populasi
dengan menggunakan media kuesioner sebagai alat pengumpul data yang
pokok. Statistika menggunakan metode penelitian survei dalam
mengumpulkan data sebagai dasar penelitian dan menggunakan Statistika

5
 Non Parametrik untuk mengatasi pemecahan data yang memiliki ukuran
sampel kecil dan asumsi-asumsi yang kurang.

1.2 Rumusan Masalah

1. Apa yang dimaksud dengan Statistik Non Parametrik?
2. Bagaimana Hipotesis Uji Korelasi Spearman?
3. Apa yang dimaksud denganUji Hubungan Rank Spearman?
4. Bagaimana langkah-langkah Uji Hubungan Rank Spearman?

1.3 Tujuan
1. Untuk mengetahui apa yang dimaksud dengan Statistik Non Parametrik.
2. Untuk mengetahui Hipotesis Uji Korelasi Spearman.
3. Untuk mengetahui apa yang dimaksud dengan uji hubungan Rank
Spearman.
4. Untuk mengetahui bagaimana langkah-langkah uji hubungan Rank
Spearman.

1.4 Manfaat
1.4.1 Manfaat Teoritis
Hasil dari penyusunan makalah ini diharapkan dapat memberikan
manfaat kepada semua pihak, khususnya kepada mahasiswa untuk
menambah pengetahuan dan wawasan mengenai analitik non parametrik.
1.4.2 Manfaat Praktis
Hasil dari penyusunan makalah ini diharapkan dapat dijadikan
sebagai suatu pembelajaran bagi mahasiswa yang nantinya ilmu tersebut
dapat dipahami dan diaplikasikan dalam praktik biostatistik.

6
 BAB II

PEMBAHASAN

2.1 Pengertian Dan Penggunaan Statistik Non Parametrik

Statistik non parametrik termasuk salah satu bagian dari statistik

onferensi atau statistik induktif dan disebut juga statistik bebas distribusi.
Statistik non parametrik adalah bagian statistik yang tidak memerlukan
asumsi-asumsi tertentu, misalnya mengenai bentuk distribusi dan hipotesis-
hipotesis yang berkaitan dengan nilai-nilai parameter tertentu.

Statistik nonparametrik digunakan apabila :

1. Sampel yang digunakan memiliki ukuran yang kecil.

2. Data yang digunakan bersifat ordinal, yaitu data-data yang bisa disusun
dalam urutan atau klasifikasi rangkingnya.
3. Data yang digunakan bersifat nominal yaitu data-data yang dapat
diklasifikasikan dalam katagori hitung dan frekuensinya.
4. Bentuk distribusi populasi dan tempat pengambilan sampel tidak diketahui
menyebar secara normal.
5. Ingin menyelesaikan masalah statistic secara cepat tanpa menggunakan
alat hitung.

2.2 Hipotesis

Uji korelasi Spearman dibedakan menjadi 3, yakni uji dua pihak, uji
satu pihak untuk korelasi positif dan uji satu pihak untuk korelasi negatif.
Berikut hipotesis statistik untuk masing-masing jenis uji korelasi Spearman.

1. Uji Dua Pihak (Two Tailed Test)

H 0 : ρs=0 (Tidak ada korelasi di antara dua variabel)
H 1 : ρs ≠ 0 (Ada korelasi di antara dua variabel)
2. Uji Satu Pihak untuk Korelasi Positif (One Tailed Test for Positive
Correlation)

7
 H 0 :(Tidak ada korelasi di antara dua variabel)
H 1 : (Ada hubungan dari nilai lebih besar di variabel satu dan variabel 2
yang
dipasangkan)
3. Uji Satu Pihak untuk Korelasi Negatif (One Tailed Test for
NegativeCorrelation)
H 0 : (Tidak ada korelasi di antara dua variabel)
H 1 : (Ada hubungan dari nilai lebih besar di variabel satu dan nilai lebih
kecil di variabel 2 yang dipasangkan, atau sebaliknya)

2.3 Uji Hubungan (Rank Spearman)

2.3.1 Pengertian

Uji korelasi yang dikembangkan oleh Charles Spearman

(1863-1945), yakni sebuah uji statistik yang digunakan untuk menguji
hipotesis asosiatif dua variabel dengan data yang berskala ordinal. Uji
ini dilakukan untuk data nonparametrik atau tidak berdistribusi normal
dan tanpa memperhatikan linieritasnya. Data yang diuji berskala
ordinal, maka harus dibuat perankingan datanya terlebih dahulu
sebelum diuji.
Uji korelasi Spearman digunakan untuk menguji ada tidaknya
hubungan di antara dua variabel. Pengujian dilakukan dengan
menentukan koefisien korelasi dari dua variabel yang diuji. Koefisien
korelasi Spearman dilambangkan dengan ρ (rho) untuk parameter dan
r s untuk statistiknya. Nilai koefisien korelasi r s menyatakan seberapa
kuat hubungan kedua variabel yang diuji.
Jadi uji korelasi Rank Spearman adalah uji yang bekerja untuk
skala data ordinal atau berjenjang atau rangking, dan bebas distribusi

2.3.2 Langkah-langkah

1. Berikan peringkat pada nilai-nilai variable x dari 1 sampai n. Jika

terdapat angka-angka sama, peringkat yang diberikan adalah
peringkat rata-rata dari angka-angka yang sama.

8
 2. Berikan peringkat pada nilai-nilai variable y dari 1sampai n. Jika
terdapat angka-angka sama, peringkat yang diberikan adalah
peringkat rata-rata dari angka-angka yang sama.
3. Hitung di untuk tiap-tiap sampel (di = peringkat xi – peringkat
yi)
4. Kuadratkan masing-masing di dan jumlahkan semua di2
5. Hitung Koefisien Korelasi Rank Spearman () bacarho :
6 ∑ d 2i
ρ=1− 3
n −n
6. Bila terdapat angka-angka sama. Nilai-nilai pengamatan dengan
angka sama diberi rangking rata-rata.

Aturan pengamilan keputusan

2.3.3 Uji statistik

Uji korelasi Spearman digunakan untuk menguji korelasi

antara dua buah variabel yang independen, yang bergantung satu sama
lain. Setelah mengkonversi data untuk setiap sampel ke dalam bentuk
ranking, jika tidak ada hubungan di antara ranking-ranking pada
variabel pertama dan kedua, nilai dari uji statistiknya dapat dihitung
menggunakan rumus yang dikembangkan dari rumus koefisien
korelasi Kendall Tau berikut.

9
r=
∑ xy
√ ∑ x 2 ∑ y2
Di mana jumlah-jumlah mencakup harga-harga n dalam
sampelnya. Sekarang bila X dan Y adalah harga-harga ranking r =r s,
dan jumlah n bilangan bulat 1,2 ,.... n adalah
n(n+ 1)
∑ X= 2
dari jumlah kuadrat bilangan-bilangan 12 ,22,.... n2dapat
ditunjukkan sebagai berikut.
n ( n+1 ) (2 n+1)
∑ X 2= 6
Oleh sebab itu, ∑ x 2=∑ (X − X́ ¿)2=∑ X 2−¿ ¿ ¿ ¿

n ( n+1 ) (2 n+1) n(n+1)2 n 3−n

dan ∑ x 2= − =
6 4 12
n 3−n
2
Maka, ∑ y= .
12
Sekarang T =x− y
T 2=¿
∑ T 2=∑ x 2 + ∑ y 2−∑ 2 xy
Karena rumus r menyatakan bahwa

r=
∑ xy =r
s
√ ∑ x 2 ∑ y2
jika observasi-observasinya di ranking, maka diperoleh

∑ T 2=∑ x 2 + ∑ y 2−2 r s √ ∑ x 2 ∑ y 2
∑ x2 + ∑ y 2 −∑ T 2
dengan demikian r s=
2 √ ∑ x2 ∑ y2
dengan X danY dalam rank, kita dapat mensubstitusikan

2 n3 −n 2
∑x = =∑ y ke dalam rumus r s, maka akan diperoleh :
12

10
 n3 −n n 3−n
+ −∑ T 2
12 12
r s=
3 3
2
√( n −n
12 )( n −n
12 )
n3−n 2
2 −∑ T
12
¿
n3−n
2
12

¿ 1−
∑ T2
n3−n
6
2
6∑ T
¿ 1−
n(n¿¿ 2−1)¿
Maka, didapatkan rumus korelasi Spearman sebagai berikut :
n
6∑ T2
s=1
r s=1−
n( n¿¿ 2−1)¿
Keterangan:
r s : koefisien korelasi untuk sampel data berpasangan (statistik
sampel)
ρ s: koefisien korelasi untuk semua data populasi (parameter populasi)
n : banyaknya pasangan data sampel
T : selisih ranking data variabel X dan Y

Kriteria pengujian untuk uji korelasi Spearman yaitu tolak H 0

jika r s ≥ r tabel. r tabel diperoleh dari Tabel Spearman Rho (ρ ¿ untuk
n ≤ 30. Jika n>30, maka perhitungan dilanjutkan dengan menentukan
nilai z s menggunakan rumus berikut.
z s=r s √n−1

Untuk uji korelasi dua pihak, H 0 ditolak jika z s > z (0,5− 1 α ),

2

sedangkan untuk uji korelasi satu pihak, H 0 ditolak jika z s > z (0,5−α ).

11
 Nilai z(0,5− 1 α ) dan z(0,5−α ) diperoleh dari Tabel Distribusi Normal
2

Standar.
Syarat r s yang diterima dalam pengujian ini adalah sebagai
berikut.
1. Besarnya koefisien korelasi harus diasumsikan antara -1 dan 1.
2. Jika nilai yang lebih besar dari variabel I dipasangkan dengan
nilai yang lebih besar dari variabel II, maka nilai yang lebih kecil
dari variabel I dan variabel II dipasangkan, maka dinamakan
korelasi positif, dan nilai koefisien korelasinya mendekati 1 untuk
hubungan yang kuat.
3. Jika nilai yang lebih besar dari variabel I dipasangkan dengan
nilai yang lebih kecil dari variabel II, dan sebaliknya, maka
dinamakan korelasi negatif, dan nilai koefisien korelasinya
mendekati -1 untuk hubungan yang kuat.
4. Jika nilai dari variabel I dipasangkan secara acak dengan nilai dari
variabel II maka koefisien korelasinya akan mendekati 0. Hal
tersebut menunjukkan bahwa variabel I dan variabel II saling
bebas.
Kriteria korelasi dari hasil pengujian adalah sebagai
berikut.
Jika r = 0 maka tidak terdapat hubungan.
Jika 0 < r < 0,55 maka hubungan lemah.
Jika 0,55< r < 0,65 maka hubungan cukup kuat.
Jika 0,65< r < 0,75 maka hubungan kuat.
Jika 0,75< r < 0,99 maka hubungan sangat kuat.
Jika r = 1 maka hubungan sempurna

2.3.4 Prosedur Pengujian

1) Uji Manual
Langkah-langkah untuk uji manual korelasi Spearman adalah
sebagai berikut.
a) Tentukan hipotesis pengujian.

12
 b) Konversikan data tersebut dalam bentuk ranking.
c) Hitung selisih dari ranking pasangan data dari dua variabel
yang diuji (T ) kemudian hitung nilai T 2.
d) Subsitusikan nilai T 2 dan n ke rumus korelasi Spearman r s
e) Tentukan nilai r tabel . Untuk n ≤ 30, lihat nilai r tabel dari tabel
Spearman rho ( ρ). Jika n>30, hitung nilai z s.
f) Jika n ≤ 30, tolak H 0 jika r s ≥ r tabe l. Untuk n>30, jika uji yang

dilakukan dua pihak, maka H 0 ditolak jika z s > z (0,5− 1 α ). Jika uji
2

yang dilakukan satu pihak, maka H 0 ditolak jika z s > z (0,5−α ).

2) Uji Menggunakan SPSS
Langkah-langkah untuk uji menggunakan SPSS korelasi
Spearman adalah sebagai berikut.
a) Tentukan hipotesis pengujian.
b) Buat dua variabel pada variable view dalam SPSS
c) Masukkan data di data view dalam SPSS
d) Klik menu analyze, kemudian klik corelate kemudian klik
bivariate akan muncul dialog box.

Gambar 1. Dialog box Bivariate Correlations dalam SPSS

13
 e) Pada dialog box yang muncul, masukkan dua variabel yang
diuji ke dalam kotak variables.
f) Berikan tanda cek () pada corelation coefficient Spearman,
kemudian klik “OK”, maka akan muncul output yang berisi
koefisien korelasi dari kedua variabel yang diuji atau r s dan
taraf kritik dari dua variabel yang diuji.
g) Perhatikan nilai taraf kritik dari dua variabel yang diuji.
Tolak H 0 jika nilai taraf kritik ¿ α.
Contoh Soal
1. Sebuah penelitian mengenai pertumbuhan populasi bakteri
dilakukan dengan waktu yang dipilih secara acak (dalam jam) dan
dihasilkan data sebagai berikut.

Banyaknya Bakteri dalam Pertumbuhan Populasi

Waktu 12
6 107 109 125 128 133 143 177 606
(dalam jam) 6
Ukuran
2 3 4 10 16 29 35 38 41 45
Populasi

Gunakan taraf signifikansi 0.05 untuk mengetahui korelasi antara

waktu dan populasi bakteri.

Penyelesaian :
Jelas bahwa data tersebut merupakan sampel yang acak.
H 0 : ρ0=0 (Tidak ada korelasi antara waktu dan populasi
bakteri)
H 1 : ρ0 ≠ 0 (Ada korelasi antara waktu dan populasi bakteri)
Beri ranking pada urutan skor yang ada dalam data, kemudian
hitung selisihnya.

Waktu 10 12 14
6 107 125 126 133 177 606
(dalam jam) 9 8 3
Ranking dari 1 2 3 4 5 6 7 8 9 10

14
 waktu ( X i)
Ukuran
Populasi 2 3 4 10 16 29 35 38 41 45
Bakteri
Ranking dari
populasi 1 2 3 4 5 6 7 8 9 10
(Y i )
T 0 0 0 0 0 0 0 0 0 0
T2 0 0 0 0 0 0 0 0 0 0

Jelas bahwa ranking antara waktu yang dipilih dengan ukuran

populasi saling bebas. Berarti kita gunakan rumus

n
6∑ T2
s−1 . Maka :
r s=1−
n( n¿¿ 2−1)¿
10
6∑ T2
1
r s=1−
n( n¿¿ 2−1)¿
6(0)
¿ 1−
10(10¿¿ 2−1) ¿
0
¿ 1−
990
¿1
Jelas r tabel untuk n=10 adalah 0,648. Karena r s> r tabel, maka kita
tolak H 0. Berartti terdapat korelasi positif yang sempurna antara
waktu yang dipilih dan ukuran populasi bakteri. Semakin lama
waktunya, maka semakin besar ukuran populasi bakteri.

15
 Gambar 2. Hasil Uji Korelasi Spearman dengan SPSS Soal No.1

Berdasarkan Gambar 2, diperoleh taraf kritik ¿ 0,000, maka

taraf kritik< α =0,05, sehingga kita tolak H 0. Berarti terdapat
korelasi positif yang sempurna antara waktu yang dipilih dan
ukuran populasi bakteri. Semakin lama waktunya, maka semakin
besar ukuran populasi bakteri.

2. Sebagai bagian studi tentang akibat tekanan kelompok terhadap

individu untuk melakukan penyesuaian diri dalam suatu situasi
yang melibatkan resiko keuangan, suatu keotoriteran dan suatu
skala yang dibuat untuk mengukur perjuangan status sosial
terhadap 12 mahasiswa. Apakah ada korelasi keotoriteran dan
perjuangan status sosial?

Tabel Skor Otoritas dan Perjuangan Status Sosial

Skor
Mahasiswa Keotoriteran (K) Perjuangan Status Sosial
(PS)
1 82 42
2 98 46
3 87 39
4 40 37
5 116 65
6 113 88
7 111 86
8 83 56
9 85 62
10 126 92
11 106 54
12 117 81

Penyelesaian :
Jelas bahwa data tersebut merupakan sampel yang acak.
H 0 : ρ0=0 (Tidak ada korelasi antara keotoriteran dan
perjuangan status sosial)

16
 H 1 : ρ0 ≠ 0 (Ada korelasi antara keotoriteran dan perjuangan
status sosial)

Tabel Ranking Keotoriteran (K) dan Perjuangan Status Sosial

(PS)
Mahasisw Skor Ranking
K PS K PS T T2
a
1 82 42 2 3 -1 1
2 98 46 6 4 2 2
3 87 39 5 2 3 9
4 40 37 1 1 0 0
5 116 65 10 8 2 4
6 113 88 9 11 -2 4
7 111 86 8 10 -2 4
8 83 56 3 6 -3 9
9 85 62 4 7 -3 9
10 126 92 12 12 0 0
11 106 54 7 5 2 4
12 117 81 11 9 2 4
Jumlah 52

Jelas bahwa ranking antara waktu yang dipilih dengan ukuran

populasi saling bebas. Berarti kita gunakan rumus

n
6∑ T2
s−1 . Maka :
r s=1−
n( n¿¿ 2−1)¿
12
6∑ T2
1
r s=1−
n( n¿¿ 2−1)¿
6(52)
¿ 1−
12(12¿¿ 2−1)¿
312
¿ 1−
1716
¿ 1−0,182
¿ 0,818

17
 Jelas r tabel untuk n=12 adalah 0,591. Karena r s> r tabel, maka kita
tolak H 0. Berartti terdapat korelasi positif yang sangat kuat antara
keotoriteran dan perjuangan status sosial mahasiswa.

Gambar 3. Hasil Uji Korelasi Spearman dengan SPSS Soal No.2

Berdasarkan Gambar 3, diperoleh taraf kritik ¿ 0,001, maka

taraf krit ik<α =0,05, sehingga kita tolak H 0. Dengan demikian,
diperoleh kesimpulan yang sama dari hasil pengujian dengan
perhitungan manual dan menggunakan SPSS, yakni terdapat
korelasi positif antara keotoriteran dan perjuangan status sosial
yang dimiliki mahasiswa. Semakin tinggi tingkat keotoriteran,
maka semakin tinggi pula perjuangan status sosial yang dimiliki
mahasiswa.

3. Seorang guru ingin mengetahui apakah ada korelasi positif antara

pelajaran Statistika dan Ekonometrika. Diambil sampel secara
acak sebanyak 42 siswa yang berasal dari 2 kelas. Berikut data
nilai ujian Statistika dan Ekonometrika dari siswa-siswa tersebut.

18
 Tabel Nilai Ujian Statistika (S) dan Ekonometrika (E) Siswa

Sisw
S E Siswa S E Siswa S E
a
1 76 77 15 88 89 29 70 89
2 59 99 16 70 99 30 82 83
3 99 76 17 56 78 31 60 79
4 71 88 18 83 82 32 91 89
5 89 92 19 78 89 33 98 89
6 92 82 20 78 86 34 87 58
7 80 89 21 82 83 35 76 89
8 89 66 22 81 89 36 78 76
9 78 93 23 88 89 37 78 68
10 66 70 24 88 56 38 92 93
11 90 82 25 78 79 39 83 82
12 56 77 26 56 79 40 83 88
13 98 99 27 67 79 41 98 76
14 88 99 28 87 76 42 76 79

Hipotesis:
• H 0 : ρ0=0 (Tidak ada korelasi positif antara pelajaran
Statistika dan Ekonometrika)
• H 1 : ρ0 ≠ 0 (Ada korelasi positif antara pelajaran Statistika dan
Ekonometrika)
Perhitungan:
12
6∑ T2
1
r s=1−
n( n¿¿ 2−1)¿
6(11084,5)
¿ 1−
42( 42¿¿ 2−1)¿
66507
¿ 1−
74046

19
¿ 1−0,8982
¿ 0,1018
z s=r s √n−1
¿ 0,1018 √ 42−1
¿ 0,1018 √ 41
¿ 0,1018(6,4031)
¿ 0,6518
Dengan α =5 %, diperoleh z(0,5−α ) =z 0,495 =2,57.
Karena z s < z (0,5−α ), maka H 0 diterima. Jadi, tidak ada korelasi
positif antara hasil ujian pelajaran Statistika dan Ekonometrika.
Perhitungan dengan bantuan aplikasi SPSS menghasilkan output
sebagai berikut.

Gambar 4. Hasil Uji Korelasi Spearman dengan SPSS pada Soal

No. 3

Berdasarkan Gambar 4, diperoleh taraf kritik=0,558>α =0,05,

maka kita terima H 0. Dengan demikian, diperoleh kesimpulan
yang sama dari hasil pengujian dengan perhitungan manual dan
menggunakan SPSS, yakni tidak ada korelasi positif antara hasil
ujian pelajaran Statistika dan Ekonometrika.

BAB III

PENUTUP

20
3.1 Kesimpulan

Statistik non parametrik termasuk salah satu bagian dari statistik onferensi
atau statistik induktif dan disebut juga statistik bebas distribusi. Statistik non
parametrik adalah bagian statistik yang tidak memerlukan asumsi-asumsi
tertentu, misalnya mengenai bentuk distribusi dan hipiotesis-hipotesis yang
berkaitan dengan nilai-nilai parameter tertentu. Uji korelasi Spearman
dibedakan menjadi 3, yakni uji dua pihak, uji satu pihak untuk korelasi positif
dan uji satu pihak untuk korelasi negatif.

Ujikorelasi Rank Spearman adalah uji yang bekerja untuk skala data
ordinal atau berjenjang atau rangking, dan bebas distribusi. Uji korelasi
Spearman digunakan untuk menguji ada tidaknya hubungan di antara dua
variabel. Pengujian dilakukan dengan menentukan koefisien korelasi dari dua
variabel yang diuji. Koefisien korelasi Spearman dilambangkan dengan ρ
(rho) untuk parameter dan r s untuk statistiknya. Nilai koefisien korelasi r s
menyatakan seberapa kuat hubungan kedua variabel yang diuji.

3.2 Saran

Dalam pembuatan makalah ini penulis sadar bahwa makalah ini masih
banyak kekurangan dan masih jauh dari kata kesempurnaan. Oleh karena itu,
kritik dan saran dari pembaca sangatlah kami perlukan agar dalam pembuatan
makalah selanjutnya akan lebih baik dari sekarang dan kami juga berharap
pengetahuan tentang analitik non parametric dapat terus di kembangkan dan
diterapkan dalam bidang biostatistik.

21
 DAFTAR PUSTAKA

Conover, W. J. 1980. Practical Nonparametric Statistics. USA: John Wiley &

Sons, Inc.

Irianto, A. 2008. Statistik Konsep Dasar dan Aplikasinya. Jakarta: Kencana

Prenada Media Group.

Siegel, S. 1994. Statistik Nonparametrik untuk Ilmu-ilmu Sosial. Jakarta: PT

Gramedia Pustaka Utama.

Sudjana. 2005. MetodaStatistika. Bandung: TARSITO

Sugiyono.2011. .Statistik Nonparametrik Untuk Penelitian.Bandung : CV

ALFABETA

Sukawana, I Wayan.2008. Pengantar Statistik untuk Perawat. Denpasar.Jurusan

Keperawatan Poltekkes Denpasar.

Supangat, A. 2008. Statistika dalam Kajian Deskriptif, Inferensi, dan Non

Parametrik. Jakarta: Kencana Prenada Media Group.

Triola, M. F. 2011. Elementary Statistics Using The TI-83/84 Plus Calculator 3rd
Edition Elementary Statistics Using The TI-83/84 Plus Calculator 3rd
Edition. USA: Pearson Education, Inc.

22