8-Bab 7 Statistik Nonparametrik I (Bab VI 13 HLM)
8-Bab 7 Statistik Nonparametrik I (Bab VI 13 HLM)
STATISTIK NONPARAMETRIK I
PENDAHULUAN
Pengujian dengan statistik non parametrik merupakan pengujian yang tidak
membutuhkan asumsi mengenai bentuk distribusi sampling statistika dan atau
bentuk distribusi populasinya. Pengujian non parametrik tidak menuntut: sampel
yang diambil harus berdistribusi normal dan angka-angka sampel merupakan
ukuran-ukuran tingkat taraf tinggi. Metode statistik nonparametrik merupakan
metode statistik yang dapat digunakan dengan mengabaikan segala asumsi yang
melandasi metode statistik parametrik, terutama yang berkaitan dengan distribusi
normal. Adapun kelemahan dari uji statistik non parametrik yaitu tidak
memanfaatkan semua informasi dari sampel. Kelemahan ini dapat diperbaiki
dengan menambah ukuran sampel. Berikut adalah kelebihan uji statistik non
parametrik yaitu:
1. Perhitungan sederhana dan cepat
2. Data dapat berupa data kualitatif (Nominal atau Ordinal)
3. Distribusi data tidak harus Normal
Uji statistik non parametrik I yang akan dipelajari pada bagian ini yaitu:
1. One Sample Test (Uji Chi Kuadrat)
2. Two Independent Samples Test (Uji Mann Whitney)
Uji statistik non parametric II yang akan dipelajari pada bagian selanjutnya yaitu:
1. Two Related Samples Test (Uji Wilcoxon)
2. K-Independent Samples Test (Uji Kruskal Wallis)
Contoh 1
Kepala Dinas Pendidikan di Kuala Hajir melakukan penelitian Gerakan Disiplin
Sekolah (GDS) siswa tingkat SMP yaitu SMP 1, SMP 2, dan SMP 3. Sampel
diambil sebanyak 725 siswa yang menyebar SMP1 = 275 siswa, SMP 2 = 250
Penyelesaian
Penyelesaian dengan Perhitungan Matematis
Langkah 1. Menyusun Hipotesis Penelitian
Ha : Ada perbedaan yang signifikan antara siswa SMP 1, SMP 2, dan SMP 3
dalam pelaksanaan GDS.
Ho : Tidak ada perbedaan yang signifikan antara siswa SMP 1, SMP 2, dan SMP
3 dalam pelaksanaan GDS.
Langkah 2. Mencari frekuensi yang diharapkan (fe) pada tiap sel dengan rumus:
( fk ) x( fb )
fe
T
(375) x(275) (250) x(275) (100) x(275)
142,24 94,83 37,93
725 725 725
(375) x(250) (250) x(250) (100) x(250)
129,31 86,21 34,48
725 725 725
(375) x(200) (250) x(200) (100) x(200)
103,45 68,96 27,59
725 725 725
x2 = 0,42 + 4,15 + 3,84 + 22,81 + 47,2 + 2,61 + 20,95 + 28,02 + 0,24 = 130,24
b. Pada ”Data View”, masukkan data yang akan dianalisis sebagaimana gambar
berikut.
c. Klik Data => Weight Cases pada menu, sehingga muncul kotak dialog sebagai
gambar berikut.
4. Pilih ”Weight cases by” dan masukkan ”Jumlah” pada kotak ”Frequency
Variable”, kemudian klik OK.
6. Masukkan variabel ”Tingkat” pada kotak ”Test Variable List”. Secara default
Get from data ada kotak Expected Range dan All categories equal pada kotak
Expected Values akan terpilih.
7. Klik OK.
Test Statistics
Tingkat
Chi-Square 156.897a
Df 2
Asymp. Sig. .000
a. 0 cells (0.0%) have
expected frequencies less
than 5. The minimum
expected cell frequency is
241.7.
Keterangan:
Hasil analisis Chi Square Test:
Ha : Ada perbedaan yang signifikan antara siswa SMP 1, SMP 2, dan SMP 3
dalam pelaksanaan GDS.
Ho : Tidak ada perbedaan yang signifikan antara siswa SMP 1, SMP 2, dan
SMP 3 dalam pelaksanaan GDS
Contoh 2
Seorang peneliti ingin mengetahui, apakah terdapat perbedaan nilai tes siswa yang
diajar dengan metoda A dan yang diajar dengan metoda B. Berikut data nilai siswa
tersebut. Gunakan = 5 %.
Nilai tes siswa yang diajar dengan metoda A : 56, 70, 57, 58, 45, 37, 69, 67, 60
Nilai tes siswa yang diajar dengan metoda B : 75, 59, 27, 91
2. Pada ”Data View”, masukkan data yang akan dianalisis sebagaimana gambar
berikut.
3. Klik Analyze => Nonparametric Test => Legacy Dialogs => 2 Independent
Samples, maka muncul kotak dialog sebagai berikut.
7. Klik OK
Test Statisticsa
rangking
Mann-Whitney U 16.000
Wilcoxon W 26.000
Z -.309
Asymp. Sig. (2-tailed) .757
Exact Sig. [2*(1-tailed Sig.)] .825b
a. Grouping Variable: metode
b. Not corrected for ties.
Keterangan:
H0 : tidak ada perbedaan nilai tes siswa yang diajar dengan metoda A dan yang
diajar dengan metoda B.
Ha : ada perbedaan nilai tes siswa yang diajar dengan metoda A dan yang diajar
dengan metoda B.
Hasil Analisis SPSS Keterangan
Jika Asymp Sig (2-tailed) > α Ho diterima
Jika Asymp Sig (2-tailed) < α Ho ditolak
2. Seorang peneliti ingin mengetahui, apakah terdapat perbedaan nilai tes siswa
yang diajar dengan metoda A dan yang diajar dengan metoda B. Berikut data
nilai siswa tersebut. Gunakan = 5 %.
Nilai tes siswa yang diajar dengan metoda A : 76, 50, 87, 78, 55, 67, 63, 67, 60
Nilai tes siswa yang diajar dengan metoda B : 45, 59, 37, 81, 65