MAKALAH

“Uji Hipotesis 2 Sampel Non parametric independen”

Disusun untuk memenuhi tugas mata kuliah Statistika Lanjutan
Dosen Pengampu :
Rendra Erdkhadifa, M.Si

Disusun Oleh
Kelompok 8 :

Riza Husna Silfiyya (126401203125)

Shafira anindiya putri (126401203126)
Shopiah (126401203127)
Tarissa Aprilia M. (126401203128)
Cindy Oktiono Putri (126401203129)

PERBANKAN SYARIAH 4-C

FAKULTAS EKONOMI DAN BISNIS ISLAM
UNIVERSITAS ISLAM NEGERI SAYYID ALI RAHMATULLAH
TULUNGAGUNG
20222
 KATA PENGANTAR

Assalamualaikum Wr. Wb.

Puji syukur kami panjatkan atas kehadirat Allah SWT yang telah melimpahkan rahmat dan
hidayah-Nya, sehingga kami bisa menyelesaikan makalah ini dalam keadaan sehat walafiat
tanpa kurang suatu apapun. Shalawat serta salam semoga senantiasa terlimpahkan kepada
junjungan kita Nabi Agung Muhammad SAW yang telah membimbing kita ke jalan yang benar
dan terang benderang yakni addinul islam.
Tak lupa kami mengucapkan terimakasih kepada semua pihak yang telah membantu kami
dalam penulisan makalah ini, khususnya Bapak Rendra Erdkhadifa, M. Si selaku dosen mata
kuliah Sistem Operasional Bank Syariah. Sehingga kami dapat menyelesaikan makalah ini
dengan judul “Uji Hipotesis 2 Sampel Non parametric independen”
Demikian dalam penulisan makalah ini tentu kami masih banyak kesalahan dan
kekurangan, untuk itu kami meminta kritik dan saran yang membangun agar makalah ini dapat
lebih baik lagi, dan semoga makalah ini bisa menjadi referensi dan bermanfaat bagi pembaca
dan penulis sendiri, Amin.

Wassalamualaikum Wr. Wb

Tulungagung, 1 Maret 2022

Penulis

ii
 DAFTAR ISI

KATA PENGANTAR..............................................................................................................ii
DAFTAR ISI .......................................................................................................................... iii
BAB I PENDAHULUAN ........................................................................................................ 1
A. Latar Belakang ............................................................................................................. 1
B. Rumusan Masalah ........................................................................................................ 1
C. Tujuan........................................................................................................................... 1
BAB II PEMBAHASAN ......................................................................................................... 2
A. Statistik non parametric ................................................................................................ 2
B. Uji Mann Whitney ........................................................................................................ 3
C. Uji Median.................................................................................................................. 10
BAB III PENUTUP ................................................................................................................ 16
a) Kesimpulan................................................................................................................. 16
b) Saran ........................................................................................................................... 16
DAFTAR PUSTAKA ............................................................................................................ 17

iii
 BAB I
PENDAHULUAN

A. Latar Belakang
Uji statistik non parametrik merupakan sebuah metode statistik untuk menguji data
yang distribusinya tidak normal, dengan mengabaikan semua asumsi. Digunakan pada data
yang kecil atau data yang lebih besar dengan perhitungan yang sederhana.
Pengujian nonparametrik bermanfaat untuk digunakan apabila sampelnya kecil dan lebih
mudah dihitung dari pada metode parametrik. Uji statistik ini disebut juga sebagai statistik
bebas sebaran (distribution free). Terdapat dua uji yang dilakukan dalam statistik non
parametic independen, yaitu uji mann whitney dan uji median. Uji U Mann-Whitney
merupakan pengujian untuk mengetahui apakah ada perbedaan nyata antara rata-rata dua polulasi
yang distribusinya sama, melalui dua sampel independen yang diambil dari kedua populasi. Uji
median adalah prosedur untuk menguji apakah dua sampel independen memiliki median
yang berbeda

B. Rumusan Masalah
1. Apa yang dimaksud dengan statistik non parametic ?
2. Bagaimana langkah dalam uji statistik man whitney ?
3. Bagaimana langkah dalam uji statistik median ?

C. Tujuan
1. Mengetahui pengertian dari statistik non parametic
2. Mengetahui langkah dalam melakukan uji statistik mann whitney
3. Mengetahui langkah dalam melakukan uji median

1
 BAB II
PEMBAHASAN

A. Statistik non parametric

Statistik non parametrik merupakan uji statistik yang dilakukan dengan tanpa
adanya pendugaan sebelumnya pada nilai populasi. Uji statistik non parametrik ini
digunakan untuk melihat perbedaan antara rata-rata nilai tengah 2 kelompok daratan yang
sudah diberi ranking. Selain itu, uji ini dapat digunakan untuk melihat perbedaan antara
nilai mediannya. Uji statistik non parametrik merupakan sebuah metode statistik untuk
menguji data yang distribusinya tidak normal, dengan mengabaikan semua asumsi.
Digunakan pada data yang kecil atau data yang lebih besar dengan perhitungan yang
sederhana. Uji statistik ini disebut juga sebagai statistik bebas sebaran (distribution free).

o Ciri-ciri statistik non parametrik

• Data tidak berdistribusi normal
• Umumnya data berskala nominal dan ordinal
• Umumnya dilakukan pada penelitian sosial
• Umumnya jumlah sampel kecil

o Jenis-jenis uji statistic non parametric

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.

o Keunggulan uji statistic non parametrik

1. Tidak membutuhkan asumsi normalitas.
2. Secara umum metode statistik non-parametrik lebih mudah dikerjakan dan lebih
mudah dimengerti.
3. Statistik non-parametrik dapat digantikan data numerik (nominal) dengan jenjang
(ordinal).

2
 4. Tidak dibutuhkan urutan karena sering dijumpai hasil pengamatan yang dinyatakan
dalam data kualitatif.
5. Pengujian hipotesis pada statistik non-parametrik dilakukan secara langsung pada
pengamatan yang nyata.
6. Walaupun pada statistik non-parametrik tidak terikat pada distribusi normal
populasi, tetapi dapat digunakan pada populasi berdistribusi normal

o Kekurangan uji statistic non parametric

1. Statistik non-parametrik terkadang mengabaikan beberapa informasi tertentu.
2. Hasil pengujian hipotesis dengan statistik nonparametrik tidak setajam statistik
parametrik.
3. Hasil statistik non-parametrik tidak dapat diekstrapolasikan ke populasi studi seperti
pada statistik parametrik. Hal ini dikarenakan statistik non-parametrik mendekati
eksperimen dengan sampel kecil dan umumnya membandingkan dua kelompok
tertentu.

o Fungsi dan kegunaan statistik non parametrik

Fungsi Statistik nonparametrik yaitu untuk menganalisis data yang berskala nominal
atau ordinal karena pada umumnya data berjenis nominal dan ordinal tidak menyebar
normal. Dari segi jumlah data umumnya statistik nonparametrik digunakan untuk data
berjumlah kecil (n <30).serta Dapat digunakan pada populasi yang bebas Data yang
diperoleh dalam penelitian sosial pada umunya berbentuk kategori atau berbentuk
rangking

B. Uji Mann Whitney

Uji Mann-Whitney atau lebih dikenal dengan u-test (juga disebut Mann–Whitney–
Wilcoxon (MWW), Wilcoxon rank-sum test, or Wilcoxon–Mann–Whitney test). Uji ini
dikembangkan oleh H.B Mann dan D.R. Whitney dalam tahun 1947. Uji Mann-Whitney
ini digunakan sebagai alternatif lain dari uji T parametrik bila anggapan yang diperlukan
bagi uji T tidak dijumpai. Tehnik ini dipakai untuk mengetest signifikansi perbedaan
antara dua populasi, dengan menggunakan sampel random yang ditarik dari populasi
yang sama. Test ini berfungsi sebagai alternatif penggunaan uji-t bilamana
persyaratan-persyaratan parametriknya tidk terpenuhi, dan bila datanya berskala ordinal.
uji ini berbeda dengan uji wilocoxon karena uji wilcoxon untuk dua sampel yang
berpasangan. sedangkan mann whitney khusus untuk dua sampel yang independent.

o Tujuan : Pengujian u-test digunakan untuk menguji rata – rata dari dua sampel
berukuran tidak sama.
o Asumsi : Nilai dari variable random dari dua grup yang diperbandingkan adalah
beristribusi kontinu.

3
 o Hipotesis : Hipotesis nihil yang akan diuji adalah dua sampel independent diambil dari
populasi yang memiliki rata – rata sama. Uji ini menggunakan satu arah atau dua arah.

• Persyaratan
1. Data berskala ordinal, interval atau rasio.
2. Terdiri dari 2 kelompok yang independent atau saling bebas.
3. Data kelompok I dan kelompok II tidak harus sama banyaknya harus sama
banyaknya.
4. Data tidak harus berdistribusi normal. sehingga tidak perlu uji normalitas

Ada dua macam tehnik U-test ini, yaitu U-test untuk sampel-sampel kecil dimana n ≤ 20
dan U-test sampel besar bila n > 20. Oleh karena pada sampel besar bila n > 20, maka
distribusi sampling U-nya mendekati distribusi normal, maka test signifikansi untuk uji
hipotesis nihilnya disarankan menggunakan harga kritik Z pada tabel probabilitas normal.
Sedangkan test signifikansi untuk sampel kecil digunakan harga kritik U . Adapun formula
rumus Mann-Whitney Test. Berikut statistik uji yang digunakan dalam uji mann whitney:

• Proedur Pengujian
1. Penentuan Hipotesis
H0 = tidak terdapat perbedaan antara kedua sampel dengan keadaan yang berbeda
H1 = ada perbedaan antara kedua sampel dengan keadaan yang berbeda
2. Menentukan nilai R1 dan R2
• Hitung jenjang/ rangking untuk tiap – tiap nilai dalam sampel gabungan
• Jenjang atau rangking diberikan mulai dari nilai terkecil sampai terbesar
• Nilai beda sama diberi jenjang rata –rata
• Selanjutnya jumlahkan nilai jenjang untuk masing-masing sampel.
3. Menentukan nilai U, dengan rumus

𝑛1(𝑛1+1) 𝑛2(𝑛2+1)
𝑈1 = 𝑛1. 𝑛2 + − 𝑅1 atau 𝑈2 = 𝑛1. 𝑛2 + − 𝑅2
2 2

𝑛1.𝑛2
• Bila nilai 𝑈 > (lakukan transformasi U menjadi U′)
2
• U = n1 + n2 − U′

Keterangan:
U1 = Statistik uji U1
U2 = Statistik uji U2

4
 R1 = jumlah rank sampel 1
R2 = jumlah rank sampel 2
n1 = banyaknya anggota sampel 1
n2 = banyaknya anggota sampel 2
Setelah mendapatkan nilai statistik uji U1 dan U2. kemudian mengambil nilai terkecil
dari kedua nilai tersebut. Nilai terkecil yang diperoleh kemudian dibandingkan dengan
tabel mann whitney.

4. Penentuan statistik uji

n2 ≤ 8 (menggunakan tabel J)
8 < n2 ≤ 20 (menggunakan tabel K)
n2 > 20 (menggunakan tabel A)

5. Menentukan Kesimpulan
H0 diterima apabila U ≥ Ua
H0 ditolak apabila U < Ua

• Untuk sampel besar (n1 atau n2 >20)

Berbeda dengan kasus jumlah sampel kecil, jumlah sampel besar menggunakan statistik
uji z karena jumlah sampel yang besar yaitu > 20 setiap sampel. Cara ini tidak
membutuhkan tabel mann whitney tapi menggunakan tabel z yang mungkin lebih populer.
Caranya hampir sama untuk sampel kecil yaitu mencari U1 dan U2. kemudian ada langkah
tambahan untuk menentukan statistik uji z. Nantinya akan digunakan untuk
membandingkan dengan tabel z. Berikut rumus yang digunakan.

𝑛1. 𝑛2
𝑈−
𝑍= 2
√𝑛1. 𝑛2. (𝑛1 + 𝑛2 + 1)
12
Rumus diatas digunakan apabila ada rangking yang berbeda. Sedangkan untuk ada
rangking yang sama menggunakan rumus seperti berikut.

5
 𝑛1. 𝑛2
𝑈−
𝑍= 2
𝑛1. 𝑛2 𝑁3 − 𝑁 ∑ 𝑡3 − 𝑡
√( ) ( 12 − 12 )
𝑁(𝑁 − 1)

Keterangan:
N = n1+n1
t = banyak jumlah angka

• Contoh kasus untuk sampel kecil (𝑼 ≤ 𝟐𝟎)

Sertifikasi Tidak
sertifikasi
39 55
32 35
37 28
23 26
41

Apakah kelompok tukang yang mengikuti program sertifikasi mempunyai hasil kerja
yang lebih baik dibandingkan kelompok tukang yang tidak mengikuti sertifikasi?

1. Menentukan Hipotesis :
H0 : Hasil kerja kelompok tukang yang mengikuti program sertifikasi sama dengan
kelompok yang tidak mengikuti sertifikasi.
H1 : Hasil kerja kelompok tukang yang mengikuti program sertifikasi lebih baik
dibanding kelompok yang tidak mengikuti sertifikasi.
𝛼 = 0,05, dengan n1 = 4 dan n2 = 5

2. Menentukan nilai R1 dan R2 :

Sertifikasi Ranking Tidak sertifikasi Ranking
39 7 55 9
32 4 35 5
37 6 28 3
23 1 26 2
41 8
R2 26 R1 19

3. Mencari Nilai U untuk kelompok tukang sertifikasi (U1) dan kelompok tukang yang
tidak sertifikasi (U2)

6
 𝑛1(𝑛1 + 1)
𝑢1 = 𝑛1. 𝑛2 + [ − 𝑅1]
2
4(4 + 1)
𝑢1 = 4.5 + [ − 19] = 20 + [(10) − 19]
2
= (20) + (−9)
= 11

𝑛2(𝑛2 + 1)
𝑢2 = 𝑛1. 𝑛2 + [ − 𝑅2]
2
5(5 + 1)
𝑢2 = 4.5 + [ − 26] = 20 + [(15) − 26]
2
= (20) +(-11)
=9
Dari kedua nilai U ini, selanjutnya kita pilih nilai U yang nilainya paling kecil, yaitu 9.

4. Menentukan statistik uji 𝐔(𝐚; 𝐧𝟏; 𝐧𝟐) :

Untuk n1 = 4, n2 = 5, dan U ≤ 9, maka bisa dilihat pada tabel berikut, dan diperoleh
nilai 0,452

5. Kesimpulan :
Dikarenakan nilai dari U ≥ Ua (9 > 0,452) sehingga H0 diterima dan dapat
disimpulkan bahwa hasil kerja kedua kelompok tukang adalah sama.

7
Contoh kasus untuk sampel besar (U>20)

Kepadatan Rumah Kepadatan Rumah

Nelayan Petani
4,25 1,75
3,1 2,35
3,25 3,22
3,05 3,4
2,41 2,67
2,15 4,01
2,25 1,9
3,52 2,48
2,03 3,33
1,85 3,26
4,19 2,89
2,86 3,35
4,02 2,87
3,83 2,55
1,92 3,46
3,02
3,23
4,05
3,21
3,09
2,83
2,86

Dari data diatas apakah ada perbedaan antara kepadatan rumah nelayan dengan petani?

1. Hipotesis :
H0 : kepadatan rumah nelayan sama dengan kepadatan rumah petani
H1 : kepadatan rumah nelayan tidak sama dengan kepadatan rumah petani

2. Menentukan nilai dari R1 dan R2

Kepadatan rumah Rank Kepadatan rumah Rank
nelayan petani
4,35 37 1,75 1
3,1 21 2,35 8
3,25 25 3,22 23
3,05 19 3,4 29
2,41 10 2,67 13
2,15 6 4,01 33

8
 2,25 7 1,9 3
3,52 31 2,48 11
2,03 5 3,33 27
1,85 2 3,26 26
4,19 36 2,89 17
2,86 15 3,35 28
4,02 34 2,87 16
3,83 32 2,55 12
1,92 4 3,46 30
3,02 18
3,23 24
4,05 35
3,21 22
3,09 20
2,83 14
2,36 9
Jumlah R1 284 Jumlah R2 419

Diketahui :
𝒏𝟏 = 𝟏𝟓
𝒏𝟐 = 𝟐𝟐
R1 = 284
R2 = 419

3. Mencari Nilai U

𝑛1(𝑛1+1)
𝑢1 = 𝑛1. 𝑛2 + [ − 𝑅1]
2
15(15+1)
𝑢1 = 15.22 + [ − 284]
2
(240)
𝑢1 = 330 + [ − 284]
2

U1 = (330) + [(120) − 284] = (330) + [−164] = 166

U1 = 166

𝑛2(𝑛2 + 1)
𝑢2 = 𝑛1. 𝑛2 + [ − 𝑅2]
2
22(22+1) (506)
𝑢2 = 15.22 + [ − 419]= 330 + [ − 419]
2 2

U2 = (330) + [(253) − 419] = (330) + [−166] = 164

U2 = 164 (gunakan nilai yang lebih kecil)

9
 4. Menghitung nilai Z

Karena nilai dari 𝑛2 > 20 maka menggunakan table A, sehingga perlu untuk mencari
nilai Z terlebih dahulu.
𝑛1.𝑛2 (15)(22)
𝑈−𝜇𝑈 𝑈− 164 − 164−165 −1 −1
2 2
𝑧= = = = √12,540
= = = -0,0309
𝜎𝑈 (𝑛1)(𝑛2)(𝑛1+𝑛2+1) (15)(22)(15+22=1) √ 1,045 32.32
√ √ 12
12 12

Jadi hasilnya adalah -0,0309, sedangkan apabila kita memasukkan nilai U1, maka
hasilnya yaitu kebalikan dari nilai U2 yaitu +0,0309. Sehingga tidak perlu di hitung
lagi. Kemudian disini nilai yang diambil yaitu nilai yang positif yaitu +0,0309 yang
nantinya digunakan untuk perbandingan.

o Mencari Nilai Tabel Z

𝑍 tabel = Z𝛼/2 = Z 0.05/2 = Z 0.025
Jika dilihat pada tabel Z nilai dari Z 0.025 adalah 1.960

5. Kesimpulan :
Karena nilai statistik uji Z lebih kecil dari nilai Z tabel yaitu 0.0309 < 1.96. sehingga
keputusan H0 diterima, dengan kesimpulan kepadatan rumah nelayan sama dengan
kepadatan rumah pertanian

C. Uji Median
Uji median merupakan uji yang digunakan untuk jenis penelitian komparatif dan memiliki
prosedur yang sederhana untuk menguji signifikansi hipotesis komparatif 2 sampel
independen dengan melihat apakah populasi tempat sampel mempunyai median (nilai
tengah) yang sama. Uji median adalah prosedur untuk menguji apakah dua sampel
independen memiliki median yang berbeda. Data pada uji median minimal memiliki skala
ordinal. Fungsi dari pengujian uji median adalah untuk menguji apakah 2 sampel dari 2
populasi independen memiliki median yang berbeda.

• Asumsi yang digunakan dalam uji median, sebagai berikut:

1. Data terdiri dari contoh acak X1, X2, …, Xn yang berasal dari populasi 1 dengan
median Mx, dan contoh acak Y1, Y2, …, Yn dari populasi 2 dengan median My.
Nilai Mx dan My tidak diketahui.
2. Skala pengukuran ordinal
3. Bersifat kontinyu peubah yang diamatinya
4. Mempunyai bentuk sebaran yang sama pada kedua populasi

10
 5. Jika dua populasi mempunyai median yang sama, untuk setiap populasi, peluang
p sebuah nilai pengamatan akan melebihi grandmedian adalah sama

• Prosedur pengujian :
1. Menentukan Hipotesis
Hipotesa yang digunakan dalam uji median adalah hipotesa nihil yang akan diuji
menyatakan bahwa populasi dari asal dua sampel itu memiliki median yang sama.
Hipotesa alternatfnya menyatakan bahwa dua populasi itu mempunyai median yang
berbeda.
a. H0 = Populasi kedua kelompok memiliki median yang sama.
b. H1 = Populasi kedua kelompok memiliki median yang berbeda.
Atau
a. H0 : Mx = My
b. H1 : Mx ≠ My

2. Tentukan tingkat signifikan (α ) dan nilai dari 2 tabel .

3. Menetukan median gabungan dari skor kedua populasi n1 + n2.
4. Pisahkan skor dari tiap kelompok sampel yang berada diatas atau dibawah median
gabungan. Masukkan frekuensi tiap kelompok sampel ke dalam tabel 2x2 berikut:

Hubungan terhadap media Contoh

Grub 1 Grub 2 Total
Frekuensi diatas median gabungan A B A+B
Frekuensi dibawah median gabungan C D C+D
Total n1 = (A+C) n2 = (B+D) N = n1 + n2

5. Ada dua cara yang digunakan dalam uji median yaitu dengan mengunakan uji fisher
atau uji chi- kuadart (2 )
a. Uji fisher (p)
Uji fisher merupakan uji yang digunakan untuk melakukan analisis pada dua
sampel independen yang relative kecil dengan skala data nominal atau ordinal.

11
 Gunakan uji ini apabila jika N < 20 (baik yang frekensi harapan < 5 ataupun
tidak). Atau apabila N < 40 dengan frekuensi harapan dengan frekuensi harapan
< 5.
o Frekuensi harapan (E) didapat dari, misal;
n1 x (A+B)
frekuensi harapan A = N

n2 x (A+B)
frekuensi harapan B = N

n1 x (C+D)
frekuensi harapan C = N

n2 x (C+D)
frekuensi harapan D = N

o Rumus uji fisher :

(𝐀+𝐁)! (𝐂+𝐃)! (𝐀+𝐂)! (𝐁+𝐃)!

p= 𝐍! 𝐀! 𝐁! 𝐂! 𝐃!

o Untuk uji fisher :

Jika probabilitas (p) yang diperoleh dari penggunaan tes ini sama dengan atau
kurang dari α, tolak H0

b. Uji chi- kuadrat (2)

Uji chi-kuadrat (goodness of fit) merupakan suatu uji yang digunakan untuk
menguji kesesuaian atau kecocokkan antara distribusi data berdasarkan
pengamatan dengan distribusi data berdasarkan teoritis. Dengan kata lain, uji
chi-kuadrat menguji kesesuaian antara frekuensi pengamatan dengan frekuensi
harapan. Hipotesis nol pada uji chi-kuadrat menyatakan terjadi kesesuaian
antara frekuensi pengamatan dengan frekuensi harapan. Sedangkan hipotesis
alternatif menyatakan frekuensi pengamatan berbeda dengan frekuensi harapan.
Gunakan uji ini apabila jika N > 20 dengan frekuensi harapan ≥ 5.

∑(𝑓𝑝−𝑓ℎ)2
2 hitung =
𝑓ℎ

fp merupakan frekuensi pengamatan (observed frequency), sedangkan fh

12
 merupakan frekuensi harapan (expected frequency). Untuk pengambilan keputusan
terhadap hipotesis, dapat dilakukan dengan membandingkan nilai statistic dari uji
chi-kuadrat terhadap nilai kritis chi-kuadrat (2 kritis). Berikut aturan pengambilan
keputusan terhadap hipotesis.
Jika 2 hitung ≤ 2 kritis , H0 diterima dan H1 ditolak.
Jika 2 hitung > 2 kritis , H0 ditolak dan H1 diterima.

𝐍 (𝐀𝐃−𝐁𝐂)𝟐
2 hitung = (𝐀+𝐁)(𝐂+𝐃)(𝐀+𝐂)(𝐁+𝐃)

Untuk uji Uji chi- kuadrat 2

H0 diterima dan H1 ditolak jika 2 jika 2 hitung < 2 tabel
H0 ditolak dan H1 diterima jika 2 jika 2 hitung > 2 tabel

• Contoh soal Uji Fisher

Data kadar Na+ (dalam mg) yang ada padadarah penderitahipertensi dan orang sehat!
Sehat
10,2 2,2 0,0 2,6 0,0 43,1 45,8 63,6 1,8 0,0 3,7 0,0

Hipertensi
92,8 54,8 51,6 61,7 250,8 84,5 34,7 62,2 11,0 39,1

Apakah dua median dua kelompok tersebut sama?

Penyelesaian :
a. Formula hipotesis
H0 : median kedua kelompok sama
H1 : median kedua kelompok berbeda
b. tingkat signifikan (α )
α = 5% = 0,05
c. Kriteria pengujian
H0 ditolak apabila p < 0,05
d. N = 22 dengan median gabungan = 54,7.

13
 n1 x (A+B)
Frekuensi harapan (E) A = N
12 x (1+6)
= = 3,81, Frekuensi harapan (E) < 5
22

e. Tabel 2x2
Sehat Hipertensi Jumlah
Skor Diatas median 1 6 7
Skor dibawah median 11 4 15
Jumlah 12 10 22

(𝐀+𝐁)! (𝐂+𝐃)! (𝐀+𝐂)! (𝐁+𝐃)!

p= 𝐍! 𝐀! 𝐁! 𝐂! 𝐃!
(𝟏+𝟔)! (𝟏𝟏+𝟒)! (𝟏+𝟏𝟏)! (𝟔+𝟒)!
= 𝟐𝟐! 𝟏! 𝟔! 𝟏𝟏! 𝟒!

= 0,014
f. Kesimpulan
Karena p = 0,014 < α = 0,05 maka Tolak H0. Jadi, median antara kedua kelompok berbeda.

• Contoh soal Uji chi- kuadrat 2

Misalnya kita ingin menyelidiki apakah upah untuk pekerja wanita mempunyai median
yang sama dengan upah untuk pekerja pria. Hipotesa nihilnya mengatakan bahwa
median upah pekerja wanita sama dengan median upah untuk pekerja pria. Hipotesa
alternatifnya mengatakan bahwa median upah untuk pekerja wanita berbeda dengan
median upah pekerja pria. Untuk tujuan penyelidikan ini kemudian diambil 2 sampel
berupa upah dari 14 pekerja wanita dan upah dari 16 pekerja pria dan diperoleh
informasi sebagai berikut :
Besarnya upah dari dua grup pekerja
Pekerja wanita Pekerja pria
56 16 56 23
52 15 55 21
40 15 41 29
38 14 31 17
28 13 28 16
19 12 25 13
18 10 24 19
24 9

14
Penyelesaian :
a. Median overall = 22
Kelompok Pekerja Wanita Pekerja Pria Jumlah
Diatas median 5 10 15
Dibawah median 9 6 15
Jumlah 14 16 30

b. Formula hipotesis
H0 : median upah pekerja wanita sama dengan median upah untuk pekerja pria.
H1 : median upah untuk pekerja wanita berbeda dengan median upah pekerja pria.
c. tingkat signifikan (α )
α = 5% = 0,05 dengan derajat bebas 1, nilai tabel adalah 3,481
d. Kriteria pengujian
H0 diterima apabila 2 hitung < 2 tabel
H1 diterima apabila 2 hitung > 2 tabel
e. Uji statistik
𝐍 (𝐀𝐃−𝐁𝐂)𝟐
2 hitung = (𝐀+𝐁)(𝐂+𝐃)(𝐀+𝐂)(𝐁+𝐃)

30 (30−90)2
= (15)(15)(14)(16)
108.000
=
50.400

= 2, 143
f. Kesimpulan
Karena 2 tabel = 3,481 > 2 hitung = 2,143 maka H0 diteriima. Jadi, dapat disimpulkan bahwa
median upah pekerja wanita tidak jauh berbeda atau sama dengan median upah untuk
pekerja pria.

15
 BAB III
PENUTUP

a) Kesimpulan
Statsistik non parametric merupakan metode statistik yang dapat digunakan dengan
mengabaikan asumsi-asumsi yang melandasi penggunaan metode statistik parametrik,
terutama yang berkaitan dengan distribusi normal. Uji data dua sampel yang tidak
berhubungan (independent) merupakan salah satu jenis dari statistik non parametrik, yang
didalamnya terdapat uji mann-whitney dan juga uji median. Uji mann-whitney
merupakan uji yang digunakan untuk menguji dua sampel independen dengan bentuk data
ordinal. Ada dua macam tehnik U-tes ini, yaitu U-test untuk sampel-sampel kecil dimana
n<20 dan U-test sampel besar jika n=/>20. Sedangkan . Uji median adalah prosedur untuk
menguji apakah dua sampel independen memiliki median yang berbeda. Data pada uji
median minimal memiliki skala ordinal.

b) Saran
Menyadari bahwa penulis masih jauh dari kata sempurna, kedepannya penulis akan
lebih fokus dan detail dalam menjelaskan tentang statistik non parametric diatas dengan
sumber-sumber yang lebih dapat dipertanggungjawabkan.

16
 DAFTAR PUSTAKA

Djarwanto. 1991. Statsitik Non Parametrik. Edisi 2. Yogyakarta: BPFE.

Gamastatistika, 2020.Uji Statiska Non Parametrik (online).
(https://gamastatistika.com/2020/09/04/mengenal-uji-statistik-non-parametrik/), diakses 1
Maret 2022.
Karmini. 2020. Statistika Non Parametrik. Mulawarman University Press. Samarinda
Pujianto, Eko. UJI HIPOTESIS STATISTIK NON PARAMETRIK
Saputra, Roni. Uji U Mann-Whitney Uji beda mean dua sampel tidak berpasangan.
Suciptawati, Ni Luh Putu. 2016. Statistik Non Parametic. Universitas Udayana : Bukit Jimbaran.

17