MK : BIOSTATISTIK 2

DOSEN : MARDHATILLAH, S.KM., M.Kes

PERTEMUAN : XV

1. Kapan Uji Statistik Non Parametrik Digunakan

Analisis non parametrik digunakan ketika peneliti tidak tahu distribusi data yang diamati.
Kemudian, analisis ini digunakan ketika data berdistribusi secara tidak normal. Analisis ini
digunakan bukan hanya data dalam jumlah kecil saja namun juga pada data berjumlah besar yang
distribusinya tidak bisa dipastikan.
Selain itu, uji ini digunakan jika hipotesis yang nantinya diuji tidak untuk generalisasi
parameter dari populasi data. Walaupun sebagai alternatif, namun analisis non parametrik ini tidak
dapat diaplikasikan ketika jenis datanya adalah kontinum. Maka dari itu, jika jenis data adalah
kontinum, harus ditransformasikan dulu ke non kontinum.

2. Kelebihan Uji Non Parametrik

Ada beberapa kelebihan uji ini salah satunya adalah kecilnya tingkat kesalahan karena
tidak diperlukan banyak asumsi. Selain itu, perhitungan uji non parametrik cenderung sederhana
dan konsepnya mudah dipahami. Ditambah lagi, analisis non parametrik bisa diaplikasikan ke data
rank maupun hitungan.

3. Kelemahan Uji Non Parametrik

Kelemahan dari uji ini adalah pada kelompok data yang lebih luas, hasil analisis
cenderung tidak bisa digeneralisasikan. Selain itu, pada jumlah yang sangat besar akan terjadi
perhitungan yang lama walaupun perhitungannya sederhana. Kemudian, uji non parametrik belum
bisa digunakan untuk uji anova atau analisis varian.
Kelemahan lainnya adalah untuk menyimpulkan hasil, diperlukan tabel statistik khusus yang mana
perolehannya juga tidak mudah. Melakukan uji non parametrik juga merupakan pemborosan jika
data sudah memenuhi syarat uji parametrik.

4. Jenis-Jenis Uji Non Parametrik

Ada beberapa uji non parametrik, antara lain sebagai berikut ini:
• Uji –t berpasangan, digunakan untuk menganalisis perbedaan data dalam sebuah
kelompok. Dilakukan dengan uji tanda.
• Uji –t sampel bebas, umumnya digunakan untuk membandingkan dua sampel bebas
menggunakan uji Mann-Whitney U dan uji Wilcoxon jumlah peringkat.
• Uji F atau analisa varian satu jalur, digunakan ketika ingin membandingkan tiga
kelompok atau lebih. Uji yang digunakan adalah analisis varian peringkat Kruskal-Wallis.
• Analisis varian dua jalur, digunakan ketika akan membandingkan lebih dari tiga
kelompok dan menggunakan faktor yang berbeda. Uji yang digunakan adalah analisis
varian dua jalur Friedman.
• Koefisien korelasi Pearson, uji yang digunakan adalah koefisien korelasi peringkat
spearman untuk menganalisis korelasi linier antara dua peubah.

Kesimpulannya, uji statistik non parametrik adalah sebuah metode statistik untuk menguji
data yang distribusinya tidak normal, dengan mengabaikan semua asumsi. Digunakan pada pada
data yang kecil atau data yang lebih besar dengan perhitungan yang sederhana. Jika memerlukan
panduan lebih dalam mengenai uji non parametrik, konsultasikan langsung dengan Gama Statistik.

Statistik Non Parametrik

Pendugaan parameter atau nilai-nilai populasi disebut dengan statistik parametrik
sedangkan statistik non parametrik tidak melibatkan pendugaan nilai populasi.

• Contoh:
Jika uji parametrik dapat digunakan untuk melihat perbedaan antara rata-rata nilai Tengah
2 kelompok daratan yang sudah diberi ranking, dengan data yang sama metode uji statistik non
parametrik dapat digunakan untuk melihat perbedaan antara median mediannya.

Statistik non-parametrik adalah salah satu metode statistik yang dapat digunakan sebagai
alternatif apabila metode statistik parametrik tidak dapat dilakukan.

Kondisi statistik non-parametrik

Statistik non parametrik tidak memiliki syarat seperti statistik parametrik. Tidak ada
asumsi kenormalan yang wajib kita penuhi seperti pada statistik parametrik. Dalam statistik non
parametrik tidak syarat mengenai karakteristik populasi induknya.

Berikut beberapa contoh uji statistik non-parametrik:

1. Uji tanda (sign test)

2. Rank sum test (wilcoxon)
3. Rank correlation test (spearman)
4. Fisher probability exact test.
5. Chi-square test, dll

Ciri- kelompok data yang dapat diuji dengan statistik non-parametrik:

1. Kelompok data tidak berdistribusi normal

2. Umumnya data yang dimiliki memiliki skala nominal dan ordinal
3. Sering ditemukan pada kasus penelitian ilmu sosial
4. Ukuran sampel kecil dan tidak berdistribusi normal

Keunggulan Statistik Non-Parametrik

1. Mudah dilakukan karena tidak membutuhkan asumsi normalitas

2. Secara umum metode perhitungan yang digunakan tidak menggunakan perhitungan
perhitungan matematik yang rumit.
3. pengujian hipotesis dilakukan secara langsung pada pengamatan nyata
4. Karena data umumnya bersifat kualitatif sehingga terkadang tidak dibutuhkan jenjang atau
urutan
5. Dapat juga digunakan untuk kelompok populasi berdistribusi normal sebagai uji
pembanding statistik parametrik
 Kelemahan Statistik Non-Parametrik

1. Pengujian dengan menggunakan metode statistik non parametrik seringkali mengabaikan

beberapa informasi.
2. Kemampuan Uji metode Statistik non parametrik tidak sekuat metode parametrik
3. Hasil uji metode statistik non parametrik tidak dapat digunakan untuk mengestimasi
karakter populasi. Karena prosesnya sederhana dan cenderung menggunakan sampel kecil
dan tidak berdistribusi normal. Selain itu penggunaan metode statistik non parametrik
hanya membandingkan dua kelompok tertentu.
4. Tidak melibatkan parameter populasi dalam uji hipotesis
5. Skala yang digunakan bersifat lebih lemah.
6. Asumsi pada metode statistik parametrik tidak dipenuhi.

Beberapa Uji Non Parametrik

Berikut beberapa uji non parametrik yang bisa digunakan sebagai pengujian alternatif uji
parametrik.

Kelompok Uji Statistik Uji

Deskriftif Uji Binomial χ2 | Run test χ2 | Goodness of Fit Kolmogorov Semirnov satu sampel

Dua sampel berhubungan: Uji Mc Nemar | Wilcoxon sampel berpasangan | Uji Tanda Dua
sampel independen: Uji median Mann-Whitney | Kolmogorov Semirnov dua sampel | Wald
Komparatif
Wolfowidsz | Kasus lebih dari dua sampel independen: Uji Chi-square χ2 | Uji median
Kruskal Wallis

Koefisien Kontingensi C Koefisien ϕ untuk tabel 2×2 | Rank Spearman τ | Uji Korelasi
Asosiatif
Kendall (Kendall-Tau) dll

Contoh uji non-parametrik

Perbandingan Metode Statistik Parametrik dan Non-Parametrik
Berikut beberapa pasangan uji yang dapat dipakai dan sepadan antara uji parametrik dan non
parametrik.

Jenis Uji Parametrik Non Parametrik

Uji Korelasi Pearson, regresi Spearman
Uji 2 Kelompok Indpenden Independen Sampel t-Test Mann Whitney
Uji lebih dari 2 Kelompok Indpenden Anova satu arah Kruskall Wallis
Uji berulang kasus 2 sampel Uji T sampel berpasangan Wilcoxon
Uji Berulang Kasus lebh dari 2 Sampel Anova satu arah berulang Friedman
 Langkah-langkah menentukan statistik uji

1. Mengidentifikasi: lakukan pengamatan mengenai karakter data yang akan diuji, apakah
jenis data nominal, ordinal, interval atau rasio.
2. Perhatikan ukuran sampel yang diambil dari populasi, apakah berukuran besar atau
kecil*. Besar kecilnya sampel mengikuti ketentuan literatur.
3. Pastikan anda mengetahui apakah data yang akan di uji memiliki distribusi tertentu.

Rangkuman
Prioritas statistik uji adalah penggunaan uji statistik parametrik, apabila tidak dapat diterapkan
maka pilih statistik non parametrik sebagai alternatifnya. Perbedaan antara penggunaan statistik
parametrik dan non parametrik dapat dilihat pada tabel dibawah ini.

PARAMETRIK NON PARAMETRIK

Dibutuhkan Asumsi Kenormalan Tidak butuh asumsi kenormalan, sehingga
disebut juga bebas sebaran
Jenis Data Kuantitatif Atau Memiliki Skala Interval Atau Selain data kuantitatif juga dapat digunakan
Rasio untuk data kualitatif.
Jumlah Data ≥ 30 (Berukuran Besar). Karena ≥ 30 Akan Biasanya data yang digunakan adalah berukuran
Mengikuti Central Limit Theorem (Teorema Limit Terpusat) kecil dan tidak berdistribusi normal