BAB VI

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)

Statistik Nonparametrik 125

A. Uji Chi Kuadrat (X2)
Prosedur uji Chi Kuadrat dilakukan dengan mentabulasi suatu variabel ke
dalam kategori-kategori dan melakukan uji hipotesis bahwa frekuensi yang diamati
tidak berbeda dengan nilai yang diharapkan. Metode chi-kuadrat (x2) digunakan
untuk mengadakan pendekatan (mengestimate) dari beberapa faktor atau
mengevaluasi frekuensi yang diselidiki atau frekuensi hasil observasi (fo) dengan
frekuensi yang diharapkan (fe) dari sampel apakah terdapat hubungan atau
perbedaan yang signifikan atau tidak. Untuk mengatasi permasalahan seperti ini,
maka perlu diadakan teknik pengujian yang dinamakan pengujian x2.
Rumus yang digunakan untuk menghitung x2 yaitu:
( fo  fe ) 2
x2  
fe
Keterangan:
x2 = nilai chi-kuadrat
fo = frekuaensi yang diobservasi (frekuensi empiris)
fe = frekuensi tang diharapkan (frekuensi teoritis)
Rumus mencari frekuensi teoritis (fe):
( fk ) x( fb )
fe 
T
Keterangan:
fe = frekuensi yang diharapkan (frekuensi teoritis)

 fk = jumlah frekuensi pada kolom

 fb = jumlah frekuensi pada baris

T = jumlah keseluruhan baris atau kolom

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

Statistik Nonparametrik 126

orang, dan SMP 3 = 200 orang. Frekuensi Observasi dari 725 siswa tersebut
dikelompokkan ke dalam tiga level disiplin (tinggi, sedang, dan rendah).
Tabel Hasil Pelaksanaan GDS siswa SMP di Kuala Hajir.
Pelaksanaan GDN
Siswa SMP Tinggi Sedang Rendah Total
(100-85) (84-66) (65-0)
SMP 1 150 75 50 275
SMP 2 75 150 25 250
SMP 3 150 25 25 200
Jumlah 375 250 100 725

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

Statistik Nonparametrik 127

Langkah 3. Mencari chi-kuadrat (x2) dengan rumus:
( fo  fe ) 2
x2  
fe

(150  142,24) 2 (75  94,83) 2 (50  37,93) 2

 0,42  4,15  3,84
142,24 94,83 37,93

(75  129,31) 2 (150  86,21) 2 (25  34,48) 2

 22,81  47,2  2,61
129,31 86,21 34,48

(150  103,45) 2 (25  68,96) 2 (25  27,59) 2

 20,95  28,02  0,24
103,45 68,96 27,59

x2 = 0,42 + 4,15 + 3,84 + 22,81 + 47,2 + 2,61 + 20,95 + 28,02 + 0,24 = 130,24

Langkah 4. Mencari x2tabel dengan rumus:

dk = (k – 1). (b – 1)
dk = (3 – 1). (3 – 1)
dk = 2 x 2 = 4
Nilai x2tabel, untuk α 0,01 = 13,28 dan α 0,05 = 9,49
Kemudian membandingkan antara x2hitung dengan x2tabel ,
Jika x2hitung ≥ x2tabel, maka tolak Ho artinya signifikan dan
x2hitung ≤ x2tabel, maka terima Ho artinya tidak signifikan.
Ternyata x2hitung > x2tabel atau 130,24 > 13,28, maka Ho ditolak artinya signifikan.

Langkah 5. Membuat kesimpulan

Jadi, ada perbedaan yang signifikan antara siswa SMP 1, SMP 2, dan SMP 3 dalam
pelaksanaan GDS.

Statistik Nonparametrik 128

 Penyelesaian dengan Aplikasi SPSS
Langkah 1: memberi bobot data
a. Membuka aplikasi SPSS, pada ”Variable View” isikan pada kolom Name:
Tingkat dan Jumlah sebagaimana gambar berikut.

b. Pada ”Data View”, masukkan data yang akan dianalisis sebagaimana gambar
berikut.

Keterangan: 1 = Tinggi, 2 = Sedang, dan 3 =Rendah

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.

Statistik Nonparametrik 129

Langkah 2: analisis Chi Square
5. Klik Analyze => Nonparametric Test => Legacy Dialogs => Chi Square,
sehingga muncul kotak dialog sebagaimana gambar berikut.

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.

Statistik Nonparametrik 130

Hasil analisis sebagai berikut.
Tingkat
Observed N Expected N Residual
1 375 241.7 133.3
2 250 241.7 8.3
3 100 241.7 -141.7
Total 725

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

Hasil Analisis SPSS Keterangan

Jika X2hitung < X2tabel Ho diterima
Jika X2hitung > X2tabel Ho ditolak
Atau
Jika Asymp Sig > α Ho diterima
Jika Asymp Sig < α Ho ditolak

Berdasarkan hasil analisis, tingkat kepercayaan 95% (α = 5%), df(k-1) = 2

Asymp Sig = 0.000 < α , sehingga Ho ditolak.
Kesimpulan: Ada perbedaan yang signifikan antara siswa SMP 1, SMP 2, dan
SMP 3 dalam pelaksanaan GDS.

Statistik Nonparametrik 131

B. Two Independent Samples Test (Uji Mann Whitney)
Uji Two Independent Sample pada hakikatnya sama dengan uji Independent
Sample T Test dengan persyaratan yang lebih longgar. Ada dua kelonggaran
prasyarat yaitu: mampu digunakan untuk tipe data ordinal dan tidak mensyaratkan
distribusi tertentu (normal). Uji Mann-Whitney/Wilcoxon merupakan alternatif
bagi uji-t. Uji Mann Whitney digunakan untuk membandingkan dua mean populasi
yang berasal dari populasi yang sama. Uji Mann-Whitney juga digunakan untuk
menguji apakah dua mean populasi sama atau tidak. Asumsi yang berlaku dalam
uji Mann-Whitney adalah:
1. Uji Mann-Whitney mengasumsikan bahwa sampel yang berasal dari populasi
adalah acak,
2. Pada uji Mann-Whitney sampel bersifat independen (berdiri sendiri),
3. Skala pengukuran yang digunakan adalah ordinal.
Untuk menghitung nilai statistik uji Mann-Whitney, prosedur yang digunakan
adalah sebagai berikut.
1. Beri ranking semua data.
2. Jumlahkan nilai ranking masing-masing kelompok data, notasikan : r.
3. Hitunglah nilai U, dengan rumus :
N1 ( N1  1)
U1  N1 N 2   R1 dan
2
N 2 ( N 2  1)
U 2  N1 N 2   R2
2
4. Pilih nilai U terkecil sebagi nilai U hitung.
5. Menentukan kesimpulan. Jika Uhitung > Utabel, maka Ho diterima.

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

Statistik Nonparametrik 132

Penyelesaian:
Penyelesaian dengan Perhitungan Matematis
Langkah 1: Menyusun hipotesi penelitian
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.
Langkah 2: Menjumlahkan nilai ranking masing-masing kelompok data
Perlakuan Nilai Test Peringkat/Ranking
Metoda A 56 5 n1 = 9
70 10,5 r1 =
57 6 5+10,5+6+7+3+2+9
58 7 +8+10,5= 61
45 3
37 2
69 9
67 8
70 10,5
Metoda B 75 12 n2 = 4
49 4 r2 = 12+4+1+13= 30
29 1
91 13

Langkah 3: Menghitung nilai U

N1 ( N1  1) 9(9  1)
U1  N1 N 2   R1 = 9.4   61 = 36+45-61 = 20
2 2
N 2 ( N 2  1) 4(4  1)
U 2  N1 N 2   R2 = 9.4   30 = 36 + 10 –30 = 16
2 2
Langkah 4: Memilih nilai U terkecil
U hitung = U2 = 16 ( sebab U2 lebih kecil daripada U1)
Dengan  = 5 %, N1 = 9, dan N2 = 4 didapat Utabel = 4.
Langkah 5: Kesimpulan
Karena Uhitung > Utabel, maka Ho diterima berarti tidak ada beda nilai tes siswa yang
diajar dengan metoda A dan yang diajar dengan metoda B.

Statistik Nonparametrik 133

 Penyelesaian dengan Aplikasi SPSS
1. Membuka aplikasi SPSS, pada ”Variable View” isikan pada kolom Name:
metode dan rangking sebagaimana gambar berikut.

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.

4. Masukkan variabel “rangking” pada kotak “Test Variable List”, masukkan

variabel “metode” pada kotak “Grouping Variable” dan pilih uji Mann Whitney
U pada kotak Test Type.

Statistik Nonparametrik 134

5. Klik Define Groups, masukkan nilai variabel metode pada kotak Group 1 dan
2.

6. Klik Continue, sehingga kembali ke kotak dialog Two Independent Samples

Test.

7. Klik OK

Statistik Nonparametrik 135

Hasil analisis dengan SPSS sebagai berikut.
Ranks
metode N Mean Rank Sum of Ranks
rangking 1.00 9 7.22 65.00
2.00 4 6.50 26.00
Total 13

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

Berdasarkan hasil analisis, tingkat kepercayaan 95% (α = 5%)

Asymp Sig (2-tailed) = 0.757 > α = 0.050, sehingga Ho diterima.
Kesimpulan: tidak ada beda nilai tes siswa yang diajar dengan metoda A dan
yang diajar dengan metoda B.

Statistik Nonparametrik 136

 Uji Kompetensi

1. Kepala Sekolah di SMP X Maju Prestasi melakukan penelitian untuk

mengetahui apakah ada perbedaan/tidak dalam tingkat kedisiplinan siswa di
sekolahnya dalam bentuk Gerakan Disiplin Sekolah (GDS) yaitu SMP Kelas
VI, Kelas VII, dan Kelas IX. Sampel diambil sebanyak 625 siswa yang
menyebar Kelas VI = 225 siswa, Kelas VII = 225 orang, dan Kelas IX = 175
orang. Frekuensi Observasi dari 625 siswa tersebut dikelompokkan ke dalam
tiga level disiplin (tinggi, sedang, dan rendah).
Pelaksanaan GDS siswa SMP X Maju Prestasi
Pelaksanaan GDS
Siswa SMP Tinggi Sedang Rendah Total
(100-85) (84-66) (65-0)
Kelas VI 100 75 50 225
Kelas VII 50 150 25 225
Kelas IX 125 25 25 175
Jumlah 375 250 100 725

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

Statistik Nonparametrik 137