TUGAS RESUME MATA KULIAH

STATISTIKA DASAR

Kelompok 11

Asri Alfia Sugiharti (1301238)

Meita Fuji Pratiwi (1306133)

Tri Supadmi (1304376)

Departemen Pendidikan Matematika

Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam

Universitas Pendidikan Indonesia

2015
 STATISTIKA NONPARAMETRIK
1. Pendahuluan
Dalam bab-bab yang lalu, metoda statistika telah digunakan untuk
persoalan di mana populasinya dimisalkan mempunyai atau mengikuti distribusi
tertentu yang diketahui bentuknya. Pada umumnya telah dimisalkan bahwa
populasinya berdistribusi normal. Uji kenormalan tentunya perlu dilakukan untuk
memastikan bahwa asumsi tersebut dipenuhi. Asumsi kenormalan tidak selalu
dapat dijamin penuh. Kalau metoda statistika bersifat tetap terhadap asumsi
kenormalan, yaitu pelanggaran moderat terhadap syarat kenormalan, tetapi tidak
akan mengganggu banyak dan tidak membahayakan kesimpula-kesimpulan yang
dibuat apabila metoda statistika itu digunakan, barangkali tidak terlalu
dipermasalahkan. Namun, bahwa tidak semua metoda atau teknik statistika itu
tetap. Karenanya teknik lain perlu dikembangkan dan digunakan. Metoda statistika
nonparametrik, atau kadang-kadang disebut pula metoda statistika bebas distribusi,
adalah merupakan metoda yang berlaku untuk ini. Sebenarnya, metoda
nonparametrik sudah diberikan, dalam pembahasan yang lalu, yakni mengenai uji
chi-kuadrat untuk uji kecocokan dan uji independen. Dalam bab ini akan dipelajari
beberapa metoda nonparametrik lainnya lagi yang sederhana.

2. Uji Tanda atau Sign Test

            Berdasarkan pada tanda-tanda positif atau negatif dari perbedaan antara

pasangan pengamatan., bukan besarnya perbedaan. Uji tanda digunakan dengan
tujuan untuk mengetahui pengaruh sesuatu. Langkah-langkah dengan ujia tanda ialah
sebagai berikut:
a.   Menentukan formulasi hipotesis:
Ho : Probabilitas terjadinya tanda + dan probabilitas tanda – adalah sama.
H1 : Probabilitas terjadinya tanda + dan probabilitas tanda – adalah berbeda.
b.   Menentukan taraf nyata (α)
Pengujian dapat berbentuk satu sisi atau dua sisi.
c.   Menentukan kriteria pengujian
i. Pengujian satu sisi
Ho diterima apabila α ≤ probailitas hasil sampel
Ho ditolak apabila α > probailitas hasil sampel
ii. Pengujian dua sisi
Ho diterima apabila α ≤ 2 kali probailitas hasil sampel
Ho ditolak apabila α > 2 kali probailitas hasil sampel
d.   Menentukan nilai uji statistik
Merupakan nilai dari probabilitas hasil sampel. (lihat tabel probabilitas binomial
dengan n,r tertentu dengan p = 0.5) r = jumlah tanda yang terkecil.
e.   Membuat kesimpulan
 Menyipulkan Ho diterima atau ditolak dengan catatan untuk sampel besar
(n≥30), uji statistik adalah CR = (2r-n)/(n)^0.5  dengan r menerangkan jumlah
tanda positif dan n menunjukkan jumlah pasangan observasi yang relevan.

3. Uji Wilcoxon
Uji ini merupakan perbaikan dari uji tanda yang dijelaskan dalam bagian yang
lalu. Dalam uji Wilcoxon,bukan saja tanda yang diperhatikan tetapi juga nilai
selisih
(X–Y).

LANGKAH-LANGKAH PENGUJIAN:

1. Berikan jenjang (rank) untuk  tiap beda dari pasangan pengamatan (yi – xi)
sesuai dengan besarnya, dari yang terkecil sampai terbesar tanpa
memperhatikan  tanda dari beda itu  (nilai beda absolut). 
2. Bila ada dua atau lebih beda yang sama, maka jenjang untuk tiap-tiap beda itu
adalah jenjang rata-rata
3. Bubuhkan tanda positif atau negatif pada jenjang untuk tiap beda sesuai dengan
tanda dari beda itu. Beda 0 tidak diperhatikan
4. Jumlahkan semua jenjang bertanda positif atau negatif, tergantung dari mana
yang memberikan jumlah yang lebih kecil setelah tandanya dihilangkan. Notasi
jumlah jenjang yang lebih kecil ini dengan T
5. Bandingkan nilai T yang diperoleh dengan nilai t uji wilcoxon 

HIPOTESIS:

  H0  : dua populasi adalah sama

  H1  : dua populasi tidak sama

Artinya: Sesuai dengan tujuan yaitu ingin melihat apakah ada perbedaan atau
tidak antar dua populasi sesuai dengan tujuan kita. Nah, jawabannya tuh ada dua
yaitu antara kedua populasi sama atau tidak. jawaban diperoleh dari uji yang
akan digunakan.

KAIDAH KEPUTUSAN :

 H0 diterima apabila t ≥ tα
 H0 ditolak apabila t < tα
Note: nilai t ini diperoleh dari rumus yang digunakan dalam uji wilcoxon
sedangkan tα diperoleh dari t tabel khusus wilcoxon.

4. Uji Korelasi Urutan Spearman

Pengujian korelasi urutan Spearman dicetuskan oleh Carl Spearman pada tahun
1904. Metode ersebut digunakan dengan tujuan untuk mengukur keeratan
hubungan antara 2 variabel. Kedua variabel itu tidak memiliki distribusi normal &
 kondisi varians tidak diketahui sama. Koefisien korelasi urutan Spearman
disimbolkan dengan rs dengan ketentuan sebagai berikut:
a. Jika rs = 1, data sampel menunjukkan hubungan positif sempurna, yaitu urutan
untuk setiap data sama.
b. Jika rs = -1, data sampel menunjukkan hubungan negatif sempurna, yaitu urutan
untuk setiap data merupakan urutan terbalik.
c.  Jika rs = 0, data sampel tidak ada hubungan.
Hal tersebut menujukan bahwa nilai rs nilainya berkisar antara -1 sampai dengan 1.
6 ∑ b2 i
Rumus rs = 1 -  2     dengan tanda b menunjukkan beda urutan dalam 1
n(n −1)
pasangan data dan  n menunjukkan banyaknya pasangan data
Untuk menghitung koefisien korelasi urutan Spearman dapat digunakan langkah-
langkah berikut:
a. Nilai pengamatan dari 2 variabel yang akan diukur hubungannya diberi urutan.
Jika ada nilai pengamatan yang sama dihitung urutan rata-ratanya.
b.  Setiap pasangan urutan dihitung perbedaannya.
c.  Perbedaan setiap pasangan urutan tersebut dikuadratkan & dihitung jumlahnya,
kemudian dihitung nilai rs-nya.
5. Uji Runtun
Uji runtun merupakan pengujian yang ditujukan untuk menguji keacakan suatu
sampel. Pengujian ini berdasarkan kepada adanya runtun. Runtun adalah barisan huruf-
huruf atau tanda-tanda yang identik yang didahului atau diikuti oleh sebuah huruf atau
sebuah tanda yang berbeda. Dengan adanya runtun ini, kita dapat menguji hipotesis
tentang:
a. Data pengamatan/sampel telah diambil secara acak
Untuk melakukan uji hipotesis ini maka :
H0 : data sampel telah diambil secara acak
H1 : data sampel diambil tidak secara acak
Langkah yang perlu ditempuh adalah sebagai berikut :
1. Tuliskan data hasil pengamatan dalam sampel menurut urutan didapatnya atau
urutan terjadinya
2. Tentukan besarnya median sampel
3. Data yang harganya lebih besar dari median diberi tanda positif sedangkan data
yang lebih kecil dari median diberi tanda negatif.
4. Banyak tanda positif diberi simbol n1 dan banyak tanda negatif diberi simbol n2.
5. Dengan mengambil taraf nyata 0.05 bandingkan harga u yang didapat dengan
harga u dari tabel.
6. Kriterian pengujian ini:
H0 diterima apabila utabel < uhitung < utabel dan selebihnya H0 ditolak.
Contoh:
Tempat duduk ahli ekonomi(E) dan ahli statistika(S) dalam suatu pertemuan adalah
sebagai berikut:
EEESSSSSSEESSES
 Apakah mereka duduk secara acak?
Jawab:
Kita lihat dalam deretan diatas terdapat banyak runtun u = 6. Jika n 1(banyak simbol
E) = 6, dan n2(banyak simbol S) = 9. Dari tabel didapat nilai u= 4 dan u=13. Karena
uhitung terletak antara utabel maka H0 diterima, sehingga kita dapat menyimpulkan
bahwa ke-15 ahli tersebut telah duduk secara acak.

b. Dua sampel acak berasal dari populasi yang sama atau mempunyai distribusi yang
sama. Untuk melakukan uji hipotesis ini maka :
H0 : dua sampel acak berasal dari populasi yang sama
H1 : dua sampel berasal dari populasi yang berlainan
Langkah yang perlu ditempuh untuk menguji hipotesis ini adalah:
1. Gabungkan kedua sampel yang didapat menjadi sebuah sampel berukuran n1 +
n2, jika n1 = ukuran sampel kesatu dan n2 = ukuran sampel kedua.
2. Tuliskan ke-( n1 + n2) buah data dari sampel gabungan menurut urutan nilainya.
3. Nyatakan data dari sampel kesatu dengan a dan data dari sampel kedua dengan
b
4. Hitung banyak runtun yang didapat dalam sampel gabungan ini dan nyatakan
dengan u
5. Dengan menggunakan n1 dan n2 , carilah harga u dari tabel.
6. Kriteria pengujian ini adalah: H0 diterima jika u hasil perhitungan terletak
antara harga-harga u dari tabel. Dalam hal lainnya H0 ditolak.
Contoh:
Diberikan 2 buah sampel
Sampel 1 5, 16, 12, 17, 8, 9, 12
Sampel 2 20, 7, 14, 19, 10
Setelah digabungkan dan disusun menurut urutan nilainya didapat :
5, 7, 8, 9, 10, 12, 12, 14, 16, 17, 19, 20 .
Dalam simbol-simbol a dan b menjadi:
abaabaabaabb
Banyak runtun u=8 , n1=7 dan n2=5. Dari tabel didapat u=3 dan u=11. Harga u=8
terletak antara u=3 dan u=11. Jadi hipotesis bahwa kedua sampel berasal dari
sebuah populasi yang sama dapat diterima.
Jika n1 dan n2 kedua-keduanya lebih besar dari 20, maka u dapat dianggap
mengikuti distribusi normal dengan rata-rata dan simpangan baku :
2n ₁ n ₂
µu = 1 +
n ₁+ n ₂
2 n ₁ n ₂(2 n₁ n ₂−n ₁−n ₂)
𝜎u =
√ ( n ₁+n ₂ ) ²(n ₁+n ₂−1)
Untuk menjadikan normal baku digunakan transformasi :
u−µu
z=
σu

6. Uji Median
 Uji median ini hipotesisnya yang dihadapi ialah:
H0 : Dua sampel acak telah diambil dari dua populasi dengan median yang sama atau
telah diambil dari populasi yang sama
H1 : Kedua sampel itu berasal dari dua populasi dengan median yang berlainan
Langkah yang ditempuh untuk pengujian hipotesis ini adalah:
1. Gabungkan kedua sampel yang didapat menjadi sebuah sampel berukuran (n 1 + n2),
dengan n1 = ukuran sampel yang diambil dari populasi kesatu dan n2 = ukuran
sampel yang diambil dari populasi kedua.
2. Tuliskan ke-( n1 + n2) buah data dari sampel gabungan ini menurut urutan besar
nilainya.
3. Tentukan median dari sampel gabungan ini
4. Dari setiap sampel, tentukan banyak data yang ada di muka Median. Nyatakan hal
ini dengan A1 untuk sampel I dan A2 untuk sampel II. Tentukan juga data yang ada
di bawah median, dan nyatakan hal ini dengan B1 untuk sampel I dan B2 untuk
sampel II.
5. Bentuklah sebuah daftar kontingensi 2 x 2 seperti di bawah ini, dengan
menggunakan data yang telah disusun dalam daftar kontingensi tersebut, untuk
menguji hipotesis H0 digunakan uji chi kuadrat.
6. Kriteria pengujian ini adalah H0 ditolak jika x2 dari perhitungan lebih besar atau
sama dengan x21-α dengan dk = 1 dan α = taraf nyata. Dalam hal lainnya H0 diterima.
Contoh:
Diberikan data untuk dua sampel sebagai berikut:
Sampel 1 5, 16, 12, 17, 8, 9, 12, 10, 18, 13
Sampel 2 20, 7, 14, 19, 10, 15, 13
Setelah digabungkan dan disusun menurut urutan nilainya didapat :
5, 7, 8, 9, 10, 10, 12, 12, 13, 13, 14, 15, 16, 17, 18, 19, 20 . Mediannya = 13
Dari sampel 1 ada tiga data di atas median dan enam data di bawah median. Dari
sampel II ada empat data di atas median dan dua data di bawah median. Dalam daftar
kontingensi kita dapatkan bentuk berikut:
Sampel I Sampel II Jumlah
Di atas median 3 4 7
Di bawah Median 6 2 8
Jumlah 9 6 15

Dengan rumus didapat:

15(|3 x 2−4 x 6|−7,5)² 1653,75
X2 = = = 0,5468
7 x 8 x9 x6 3024
Dari daftar distribusi chi-kuadrat dengan α = 0,05 dan dk = 1 didapat X20,95 = 3,84
Terlihat nahwa X2 dari perhitungan lebih kecil dari 3,84. Jadi hipotesis bahwa kedua
sampel itu berasal dari dua populasi yang sama tidak dapat ditolak.

7. Uji Kenormalan
Uji normalitas secara nonparametrik lebih dikenal dengan nama uji Liliefors.
Berdasarkan uji ini sampel akan diuji hipotesis nol nya bahwa sampel tersebut
berdistribusi tidak normal. Untuk menguji hipotesis nol tersebut prosedur yang harus
ditempuh adalah:
1. Pengamatan x1, x2, ... , xn dijadikan bilangan baku z1, z2, ... , zn dengan menggunak
x−x
rumus zj =
s
2. Untuk tiap bilangan baku ini dan menggunakan daftar distribusi normal baku,
kemudian hitung peluang F(zj) = P (z ≤ zj)
3. Selanjutnya hitung proporsi z1, z2, ... , zn yang lebih kecil atau sama dengan z j. Jika
proporsi ini dinyatakan oleh S(zj), maka
Banyaknya z 1 , z 2 , ..., z n yang ≤ xj
S(zj) =
n
4. Hitung selisih F(zj) - S(zj) tentukan harga mutlaknya. Ambil harga yang paling besar
di antara harga-harga mutlak selisih tersebut
5. Kriteria pengujian ini adalah :
Tolak hipotesis nol bahwa populasi berdistribusi normal jika L0 yang diperoleh dari
data pengamatan melebihi L dari daftar. Dalam hal lainnya hipotesis diterima.
Contoh:
Misalkan sampel dengan data:
23, 27, 33, 40, 48, 48, 57, 59, 62, 68, 69, 70 telah diambil dari sebuah populasi. Akan
diuji hipotesis nol bahwa sampel ini berasal dari populasi dengan distribusi normal.
Dari data diatas diperoleh x = 50,3 dan s = 16,55.
| F(zj) - S(zj)
xi zj F(zj) S(zj)
|
23 -1,65 0,0495 0,0833 0,0338
27 -1,41 0,0793 0,1667 0,0874
33 -1,05 0,1469 0,2500 0,1031
40 -0,62 0,2676 0,3333 0,0657
48 -0,14 0,4443 0,5000 0,0557
48 -0,14 0,4443 0,5000 0,0557
57 0,40 0,6554 0,5833 0,0721
59 0,53 0,7019 0,6667 0,0352
62 0,71 0,7612 0,7500 0,0112
68 1,07 0,8577 0,8333 0,0244
69 1,13 0,8708 0,9167 0,0459
70 1,19 0,8830 1 0,1170

Dari tabel yang telah dibuat kolom terakhir dalam daftar didapat Lo = 0,1170. Dengan
n=12 dan taraf nyata α = 0,05 dari tabel didapat L= 0,242 yang lebih besar dari Lo =
0,1170 sehingga hipotesis nol diterima. Kesimpulannya adalah bahwa populasi
berdistribusi normal.

DAFTAR PUSTAKA
Sudjana. 2005. Metoda Statistika (Edisi 6). Bandung: Tarsito.