BLOK XVIII

SKENARIO KE-2

NON PARAMETRIK

KELOMPOK 2

Penanggungjawab Blok : drg. Leny Sang Surya, MKM

Dosen Pembimbing : drg. Rifki Moechtar, MDSc
Ketua : Nurfajriya yunita (1810070110020)
Sekretaris : Sabrina primedia (1810070110021)
Anggota : Aprillia Kuntari (1810070110001)
Alif Al Asad (1810070110002)
Shania sintia melani (1810070110013)
Dinda Zulkarnain (1810070110017)
Aryufasa Ferotrima (1810070110029)
M. Arya Nofanda (1810070110036)
Afsyah putri (1810070110040)
Saza Elisa (1810070110062)
Amira Afifa Arfel (1810070110068)
Fuzi Satrio (1810070110078)

FAKULTAS KEDOKTERAN GIGI

UNIVERSITAS BAITURRAHMAH
T. A 2021
 KATA PENGANTAR

Puji syukur kehadirat Allah Subhanaahu Wa Taala, yang telah memberikan rahmat-Nya
Sehingga makalah blok delapan belas skenario pertama dapat diselesaikan dengan baik

Makalah blok delapambelas skenario pertama dibuat sebagai laporan kegiatan tutorial
pertama dan tutorial kedua yang memuat mengenaiskala data, uji hipotesis non parametrik,
ukuran data numerik, analisis statistik, dan bioetika penelitian. Penyusun menyakini bahwa
makalah ini masih jauh dari kesempurnaan. Oleh kerena itu, penyusun mengharapkan
kritikan dan saran yang membangun guna penyempurnaan makalah ini.

Akhir kata, penyusun banyak mengucapkan terimah kasih kepada semua pihak yang
membantu dalam penyusunan makalah ini.

Padang, 4 maret 2021

Penyusun
 DAFTAR ISI

COVER......................................................................................................................i

KATA PENGANTAR..............................................................................................ii

DAFTAR ISI............................................................................................................iii

BAB I PENDAHULUAN

1.1 Latar Belakang.............................................................................................1

1.2 Rumusan Masalah.........................................................................................

1.3 Tujuan Penulisan...........................................................................................

BAB II PEMBAHASAN

2.1 Klarifikasi istilah...........................................................................................

2.2 Rumusan masalah.........................................................................................

2.3 Curah pendapat.............................................................................................

2.4 Skema Analisis Masalah...............................................................................

2.5 Tujuan pembelajaran.....................................................................................

2.6 Penjelasan secara sistematik.........................................................................

BAB III PENUTUPAN

3.1 Kesimpulan...................................................................................................

DAFTAR PUSTAKA................................................................................................
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Statistik non parametrik adalah metode riset yang membuat inferensi statistik tanpa
lagi memperhatikan distribusi yang mendasarinya. Sehingga metode ini cocok dengan
distribusi normal tanpa asumsi.Alasan tanpa asumsi karena data penelitian diambil dari
distribusi normal. Sebaliknya, bentuk distribusi diperkirakan dengan bentuk pengukuran
statistik ini. Meskipun ada banyak situasi di mana distribusi normal dapat diasumsikan,
ada juga beberapa skenario di mana proses pembuatan data yang sebenarnya jauh dari
distribusi normal.

Penelitian eksperimen merupakan penelitian yang dilakukan dengan melakukan

manipulasi, yang bertujuan untuk mengetahui akibat manipulasi terhadap perilaku
indivdu yang diamati. Manipulasi yang dilakukan dapat berupa situasi atau tindakan
tertentu yang diberikan kepada individu atau kelompok, dan setelah itu dilihat
pengaruhnya. (Sugiyono, 2003). Jenis penelitian eksperimen terbagi menjadi 3 yaitu
Desain pra-eksperimental, Desain eksperimental semu, Desain eksperimen murni
(sebenarnya).

1.2 Rumusan Masalah

1. Apa saja faktor yang dapat mengancam validitas internal?
2. Bagaimana langkah-langkah uji hipotesis nonparametrik dengan uji McNemar?
3. Apa saja syarat dari uji nonparametrik?
4. Apa saja jenis uji statistika nonparametrik?
5. Keunggulan dan kekurangan uji nonparametrik?
6. Apa saja tahap pengolahan data pada skenario?
7. Apa saja syarat dari uji nonparametrik McNemar?
8. Kapan metode nonparametrik digunakan?
9. Cara mengumpulkan data?
10. Apa saja jenis penelitian eksperimen?
1.3 Tujuan Penulisan
1. Mahasiswa mampu memahami dan menjelaskan rancangan penelitian eksperimen
2. Mahasiswa mampu memahami dan menjelaskan tahap pengolahan data
3. Mahasiswa mampu memahami dan menjelaskan macam-macam uji hipotesis non-
parametrik
4. Mahasiswa mampu memahami dan menjelaskan keuntungan dan kerugian uji hipotesis
non- parametrik
5. Mahasiswa mampu memahami dan menjelaskan tahap kegiatan statistik
6. Mahasiswa mampu memahami dan menjelaskan cara penyajian data
 BAB II
PEMBAHASAN

SKENARIO 2
NONPARAMETRIK
Seorang mahasiswa semester akhir FKG Unbrah melakukan tahap kegiatan statistik untuk ke
perluan tugas akhir guna memperoleh gelar Sarjana Kedokteran Gigi. Kegiatan dimulai dari p
engumpulan data hingga interpretasi data. Kegiatan dilakukan dalam bentuk pemberian interv
ensi dengan desain penelitian within group design (pre-eksperimental design) berupa video e
dukasi terkait pemeliharaan kesehatan gigi pada pasien yang berkunjung melakukan perawata
n gigi di RSGM Baiturrahmah. Setelah melakukan penelitian, mahasiswa tersebut melakukan
tahap pengolahan data sebelum nantinya data siap di analisis. Data dianalisis menggunakan uj
i hipotesis nonparametrik yaitu uji MacNemar untuk mengetahui apakah ada perbedaan pema
haman pemeliharaan kesehatan gigi dan mulut yang dilakukan sebelum diberikan intervensi.
Data disajikan dalam bentuk tabel.

2.1 Klasifikasi Istilah

1. Uji Mcnemar
Uji McNemar diperkenalkan oleh seorang ahli psikologi bernama Quinn McNem
ar pada tahun 1947. Uji ini digunakan untuk penelitian yang membandingkan sebelum da
n sesudah peristiwa/treatment dimana tiap objek digunakan sebagai pengontrol dirinya se
ndiri. Uji dilakukan pada 2 kelompok sampel yang berhubungan, skala pengukurannya b
erjenis nominal.

2. within group design (pre-eksperimental design)

Rancangan yang meliputi hanya satu kelompok tanpa adanya variable terkontrol,
dimana peneliti membandingkan hanya satu kelompok, dan jumlah subyek terbatas. pre-
eksperimental dinamakan karena bukan eksperimen yang belum sungguh-sungguh.
Desain ini menggunakan desain penelitian eksperimental pada umumnya, namun tidak
menggunakan kelompok kontrol. Desain yang termasuk pra-eksperimental adalah Studi
Kasus Satu Tembakan (The One Shot Case Study), Satu Kelompok Pretes-Postes (The
 One Group Pretest-Post test),dan Perbandingan Kelompok Statis (The Static Group
Comparison).

3. Intervensi
Tindakan tersebut menimbulkan efek, efek ini yang dipelajari. Campur tangan da
ri perselisihan antara dua pihak.

4. Interpretasi data
Pemberi arti, mencari hubungan antara deskriptif yang ada. Kegiatan analisis unt
uk mencari hasil dari berbagai kriteria. Usaha yang dilakukan untuk mendapatkan jawab
an untuk memberi arti dari data.

2.2 Menetapkan Permasalahan

1. Apa saja faktor yang dapat mengancam validitas internal?
2. Bagaimana langkah-langkah uji hipotesis nonparametrik dengan uji McNemar?
3. Apa saja syarat dari uji nonparametrik?
4. Apa saja jenis uji statistika nonparametrik?
5. Keunggulan dan kekurangan uji nonparametrik?
6. Apa saja tahap pengolahan data pada skenario?
7. Apa saja syarat dari uji nonparametrik McNemar?
8. Kapan metode nonparametrik digunakan?
9. Cara mengumpulkan data?
10. Apa saja jenis penelitian eksperimen?

2.3 Curah Pendapat

1. Apa saja faktor yang dapat mengancam validitas internal?
Sejarah atau histori, maturitas atau kematangan, seleksi (pemilihan anggota kelo
mpok), prosedur test, instrumen, mortalitas, regresi.

2. Bagaimana langkah-langkah uji hipotesis nonparametrik dengan uji MacNemar?

Menghitung nilai berdasarkan tabel distrubusi, Menilai atau mengevaluasi nilai,
menilai atau mengevaluasi desain.

3. Apa saja syarat dari uji nonparametrik?

 Data nominal, data ordinal, data interval atau rasio tidak normal. Jika ukuran sam
ple kecil , jika menggunakan data ordinal berdasarkan peringkat. Pemilihan jenis uji stati
stik non parametrik ditentukan oleh jenis penelitian, jumlah kelompok/sampel, hubungan
antar kelompok/sampel, tujuan penelitian, dan jenis data.

4. Apa saja jenis uji statistika nonparametrik?

Uji Statistik 1 Sampel : Tes Wilcoxon Signed-Ranks, Tes Single-sample (uji me
dian), Tes Kolmogorov-Smirnov (uji kesesuaian distribusi 1 sampel), Tes Lilliefors (uji
normalitas satu sampel), Tes Chi-square (uji kesesuaian distribusi), Tes Runs (uji rando
m data), Tes Frekuensi (uji random data), Tes Gap (uji random data), Tes Poker (uji rand
om data), Tes Maksimum (uji random data), Tes Kupon Kolektor (uji random data), Tes
Binomial Sign untuk satu sampel, Tes z untuk proporsi populasi, Tes Runs Single-sampl
e, Tes Chi-square independen.

Uji Statistik 2 Sampel Independen : Tes Mann-Whitney U, Tes randomisasi

dua sampel independen, Tes Bootstrap, Tes Jackknife, Tes Kolmogorov-smirnov 2
sampel independen, Tes Median untuk dua sampel independen, Tes van der Waerden
Normal-scores untuk k sampel independen, Tes Chi-square untuk homogenitas data, Tes
Fisher exact

5. Keunggulan dan kekurangan uji nonparametrik?

Keunggulan : tidak membutukan normalitas, tidak memerlukan dasar matematik
a atau statistika yang mendalam, mudah dikerjakan, dapat digunakan pada sample kecil,
dapat mengubah data numerik, mudah dimengerti dibandingkan parametrik, tidak terikat,
mudah dilakukan tanpa perangkat komputer, teknologi yang tepat guna, nilai dapat diper
oleh dengan pasti.

Kerugian : tidak setajam penelitian parametrik, pemborosan informasi, lebih ren

dah dari uji parametrik, tidak dapat menguji variable interaksi, distibusi nomal yang tida
k terpenuhi, tidak bisa mengukur interaksi, kurang kuat pada nonparametrik.

6. Apa saja tahap pengolahan data pada skenario?

 Editing, classifying (mensistematikan data yang diperoleh), verifying, analysing
(tahap menganalisis data mentah), concluding (menghasilkan suatu jawaban).

7. Apa saja syarat dari uji nonparametrik McNemar?

Setiap nilai observasi independent, bersifat mutuali, tidak dapat dijalankan pada s
ample yang terlalu kecil, sample yang berpasangan, data frekuensi disusun pada tabel.

8. Kapan metode nonparametrik digunakan?

Jika ukuran sample kecil, jika tidak dapat asumsi, data ordinal yang dapat dihitun
g frekuensinya.

9. Cara mengumpulkan data?

Wawancara (tatap muka), observasi, angket atau kuisioner,studi dokumen. Menyi
apkan pokok permasalahan, observasi dimaksudkan pengamatan secara langsung.

10. Apa saja jenis penelitian eksperimen?

Pre-eksperimental atau single group desain, desain eksperimen sebenarnya, desai
n eksperimen semu : desain ekuivalen, factorial desain.

2.4 Menganalisis Permasalah

penelitian

Non eksperimen eksperimen

definisi rancangan

Pengumumpulan data

Analisis data

parametrik Non parametrik

2.5 Tujuan Pembelajaran

1. Mahasiswa mampu memahami dan menjelaskan rancangan penelitian eksperimen

2. Mahasiswa mampu memahami dan menjelaskan tahap pengolahan data
3. Mahasiswa mampu memahami dan menjelaskan macam-macam uji hipotesis non-para
metrik
4. Mahasiswa mampu memahami dan menjelaskan keuntungan dan kerugian uji hipotesi
s non- parametrik
5. Mahasiswa mampu memahami dan menjelaskan tahap kegiatan statistik
6. Mahasiswa mampu memahami dan menjelaskan cara penyajian data

2.6 Melaporkan Hasil Belajar Mandiri

1.Mahasiswa mampu memahami dan menjelaskan rancangan penelitian eksperime
n
Penelitian eksperimen merupakan penelitian yang dilakukan dengan melakukan
manipulasi, yang bertujuan untuk mengetahui akibat manipulasi terhadap perilaku
indivdu yang diamati. Manipulasi yang dilakukan dapat berupa situasi atau tindakan
tertentu yang diberikan kepada individu atau kelompok, dan setelah itu dilihat
pengaruhnya. (Sugiyono, 2003)

Jenis penelitian eksperimen terbagi menjadi 3 yaitu :

1. Desain pra-eksperimental yaitu rancangan penelitian eksperimen yang dirancang
dengan hanya mempunyai sedikit saja ciri-ciri suatu desain percobaan,
a.Desain one shot case study
Pada one shot case study, perlakuan dikenakan pada kelompok unit percobaan
tertentu,dan kemudian diadakan pengukuran terhadap variabel terikat. Desain percobaan
ini, digunakan hanya satu kelompok percobaan tanpa kontrol. Misalnya menyajikan
suatu pelajaran dengan sistem ceramah. Kemudian diukur pengaruh pemberian ceramah
tersebut dengan mengadakan ujian setelah ceramah diberikan. (Sugiyono, 2003)
Keuntungan:
Desain ini berguna untuk mengembangkan suatu prakarsa atau sebagai suatu desain
untuk penelitian eksplorasi atau penelitian pendahuluan.
Kelemahan:
Desain ini tidak mempunyai kontrol, oleh karena itu validitas internal tidak ada sama
sekali. Validitas eksternal juga tidak ada, karena kesimpulan yang diperoleh tidak
mempunyai jaminan ketepatan. Desain ini tidak mempunyai dasar untuk membuat
perbandingan, kecuali secara subjektif dan intuitif. (Sugiyono, 2003)

b.Desain satu kelompok pretest- posttest

Desain penelitian ini terdapat dua kali pengukuran dengan satu kali perlakuan.
Pengukuran pertama dilakukan sebelum perlakuan diberikan, dan pengukuran data
kedua dilakukan sesudah perlakuan dilaksanakan. (Sugiyono, 2003)

c.Desain Intact-Group Comparison

Pada desain ini populasi dibagi atas dua kelompok, tidak secara random.
Kelompok pertama merupakan unit percobaan untuk perlakuan dan kelompok kedua
merupakan kelompok untuk suatu kontrol. Kemudian dicari perbedaan antara rerata
pengukuran dari keduanya, dan perbedaan ini dianggap disebabkan oleh perlakuan. (Sugi
yono, 2003)

2.Desain eksperimental semu atau disebut juga desain eksperimen kuasi, yaitu desain
penelitian percobaan yang mengandung sebagian besar ciri-ciri penelitian eksperimen,
Eksperimen-kuasi merupakan satu eksperimen yang penempatan unit terkecil
eksperimen ke dalam kelompok eksperi-men dan kontrol tidak dilakukan dengan acak.
(Sugiyono, 2003)
Desain ini tidak mengendalikan variabel secara penuh seperti eksperimen
sebenarnya, namun peneliti biasa memperhitungkan variabel apa saja yang tidak
mungkin dikendalikan, sumber-sumber kesesatan mana saja yang mungkin ada dalam
menginterpretasi hasil penelitian. (Sugiyono, 2003)

3.Desain eksperimen murni (sebenarnya), yaitu desain percobaan yang mempunyai

ciri-ciri lengkap yang diperlukan dalam suatu percobaan
a.Randomized block design
Desain ini sering digunakan jika percobaan bersifat homogen seperti percobaan
dalam laboratorium dimana cuaca dapat dikontrol. Desain ini jarang digunakan di
lapangan. Randomisasi dilakukan dengan menempatkan perlakuan secara random
terhadap unit percobaan. Randomisasi biasanya dilakukan dengan menggunakan tabel
angka random. (Sugiyono, 2003)

b.Randomized complete block design

Desain ini adalah desain yang banyak digunakan dalam percobaan pertanian.
Desain ini mempunyai ciri khas dimana unit percobaan dibagi dulu atas beberapa blok.
Jumlah blok harus sama dengan jumlah replikasi. Tiap blok mengandung semua
perlakuan yang diberikan. (Sugiyono, 2003)

Sugiyono (2007:73) membagi macam-macam desain penelitian eksperimenal me

njadi empat yaitu (a) Pre-experimental, (b) True Experimental, (c) Quasi Experimental, d
an (d) Factorial Experimental. (Made, 2010)
a. Pra-Eksperimental (Pre-Experimental Design)
Desain ini menggunakan desain penelitian eksperimental pada umumnya, namun
tidak menggunakan kelompok kontrol. Desain yang termasuk pra-eksperimental adalah
Studi Kasus Satu Tembakan (The One Shot Case Study), Satu Kelompok Pretes-Postes
(The One Group Pretest-Post test),dan Perbandingan Kelompok Statis (The Static Group
Comparison). (Made, 2010)

b. Eksperimental Sebenarnya (True Experimental Design)

Ada beberapa jenis desain penelitian dalam kategori ini, antara lain: (1) The
Pretest-Posttest Control Group Design, (2) The PosttestOnly Control Group Design, dan
(3) The Solomon Four-Group Design. (Made, 2010)

c. Eksperimental Semu (Quasi-Experimental Design)

Desain eksperimental semu lebih baik dengan pra-eksperimental karena dalam
eksperimental semu masih menggunakan perbandingan kelompok, namun kelemahannya
ada pada randomisasi. Dengan kata lain, penelitian semu tidak menerapkan randomisasi
kelompok baik kelompok eksperimen maupun kelompok kontrol. Jenis desain yang
termasuk dalam kategori ini adalah (1) The Nonequivalent Control Group Design, (2)
The Time-Series Design, dan (3) Counterbalanced Design. (Made, 2010)

d. Desain Faktorial (Factorial Design)

 Desain ini melibatkan dua atau lebih variabel bebas, dan sekurangnya satu yang d
iatur atau ditentukan oleh peneliti. Desain ini merupakan elaborasi dari desain true-exper
imental. Istilah faktorial mengacu pada fakta bahwa desain tersebut melibatkan beberapa
faktor. Setiap faktor memiliki dua atau lebih tingkatan, seperti faktor metode pengajaran
memiliki dua tingkatan karena memiliki dua jenis pengajaran (misal: terprogram dan trad
isional), dan faktor bakat juga memiliki dua tingkatan yaitu bakat tinggi dan bakat renda
h. Dengan demikian desain faktorial 2 X 2 memiliki dua faktor dan setiap faktor memilik
i dua tingkatan. (Made, 2010)

2. Mahasiswa mampu memahami dan menjelaskan tahap pengolahan data

Pengolahan data adalah proses penyederhanaan data ke dalam bentuk yang lebih
mudah dibaca dan diinterpretasikan untuk mendapatkan simpulan hasil evaluasi.

Pendekatan yang dilakukan dalam pengolahan data dalam modul ini adalah pende
katan kuantitatif terutama untuk data yang diperoleh dari hasil survai. Analisis data kuant
itatif dapat dilakukan dengan menggunakan bantuan statistik tergantung pada tujuannya.
Bila tujuan analisis hanya bersifat eksploratif dan deskriptif, maka teknik statistiknya pu
n cukup dengan statistik deskriptif. Sedangkan bila tujuan analisis adalah untuk melihat
hubungan dan atau perbedaan antar variabel, atau membuat prediksi, maka teknik statisti
k yang dibutuhkan adalah statistik inferensial.

Secara garis besar pengolahan atau analisis data dilakukan setelah seluruh data ya
ng diperlukan telah terkumpul. Sebelum dilakukan analisis perlu dilakukan persiapan dat
a untuk memudahkan proses analisis data dan interpretasi hasilnya, yaitu: pengeditan, pe
mberian kode dan pemrosesan data.
1. Pengeditan (Editing)
Pengeditan merupakan proses pengecekan dan penyesuaian yang diperlukan terha
dap data untuk memudahkan proses pemberian kode dan pemrosesan data dengan teknik
statistik. Data yang diperoleh dari hasil survai atau observasi perlu diedit dari kemungkin
an kekeliruan dalam proses pencatatan yang dilakukan oleh pengumpul data, serta dari p
engisian kuesioner yang tidak lengkap atau tidak konsisten. Tujuan pengeditan data adala
h untuk menjamin kelengkapan, konsistensi dan kesiapan data dalam proses analisis. Pro
ses pengeditan dapat dilakukan di lapangan (field editing) sesaat setelah melakukan peng
ecekan terhadap isian kuesioner.
 Pengeditan dapat juga dilakukan di tempat pemrosesan data (in house editing) set
elah beberapa atau semua data terkumpul, misalnya karena field editing sulit dilakukan.
Prosedur pengeditan akan memudahkan proses pemberian kode dan data entry.

2. Pemberian Kode (Coding)

Pemberian kode merupakan proses identifikasi dan klasifikasi data ke dalam skor
numerik. Proses pemberian kode (coding) ini diperlukan terutama untuk data yang dapat
diklasifikasikan, misal: jawaban dari tipe pertanyaan tertutup (close-ended questions) ya
ng tidak memberikan alternatif kepada responden selain pilihan jawaban yang tersedia. P
emberian kode pada jawaban dari tipe pertanyaan terbuka (open-ended questions) relatif
lebih sulit karena memerlukan judgement dalam menginterpretasikan jawaban responden
Tujuan pemberian kode pada tipe pertanyaan terbuka adalah untuk mengurangi variasi j
awaban responden menjadi beberapa kategori umum sehingga dapat diberi skor numerik.
Teknis pemberian kode dapat dilakukan sebelum atau setelah pengisian kuesioner. Prose
s pemberian kode akan memudahkan dan meningkatkan efisiensi proses data entry ke dal
am komputer.

3. Pemrosesan Data (Data Processing)

Setelah kedua tahap di atas dilaksanakan, maka data siap untuk diolah atau dianalisis.

3.Mahasiswa mampu memahami dan menjelaskan macam-macam uji hipotesis no

n-parametrik
Mengingat banyaknya alternatif prosedur statistik non-parametrik menyebabkan
berbagai literatur memberikan pengelompokan kategori statistik non parametrik dengan
berbagai cara yang berbeda. Namun demikian, secara sederhana dan berdasarkan prosed
ur yang sering digunakan, uji-uji tersebut diantaranya dapat dikelompokkan atas kategori
berikut: (Junaidi, 2010)
• Prosedur untuk data dari sampel tunggal
Prosedur bertujuan untuk menduga dan menguji hipotesis parameter populasi sep
erti ukuran nilai sentral. Dalam statistik parametrik, ukuran nilai sentral yang umum adal
ah rata-rata dan median, dan pengujian hipotesisnya menggunakan uji t. Namun demikia
n, uji t memiliki asumis bahwa populasi dari sampel yang diambil berdistribusi normal. J
ika asumsi ini tidak terpenuhi, akan mempengaruhi kesimpulan pengujian hipotesis.
(Junaidi, 2010)
 Prosedur non parametrik untuk menduga nilai sentral untuk sampel tunggal ini di
antaranya adalah uji tanda untuk sampel tunggal dan uji peringkat bertanda Wilcoxon. Se
lain pengukuran tendensi sentral, juga terdapat prosedur non parametrik lainnya untuk sa
mpel tunggal dalam pengukuran proporsi populasi (yaitu uji binomial) dan uji kecenderu
ngan (trend) data berdasarkan waktu (yaitu uji Cox-Stuart). (Junaidi, 2010)

• Prosedur untuk data dari dua kelompok atau lebih sampel bebas (independent)
Prosedur ini digunakan ketika kita ingin membandingkan dua variabel yang diuk
ur dari sampel yang tidak sama (bebas). Misalnya sampel yang diambil berasal dari dua
populasi yaitu populasi rumah pedagang sate dan populasi pedagang bakso, dan ingin me
mbandingkan rata-rata pendapatan diantara kedua kelompok pedagang ini. (Junaidi,
2010)
Dalam statistik parametrik, untuk membandingkan membandingkan nilai rata-rat
a dua kelompok independent, dapat digunakan uji t (t-test). Untuk nonparametrik, alterna
tif pengujiannya diantaranya adalah Wald-Wolfowitz runs test, Mann-Whitney U test da
n Kolmogorov-Smirnov two-sample test. Selanjutnya, jika kelompok yang diperbanding
kan lebih dari dua, dalam statistik parametrik dapat menggunakan analisis varians (ANO
VA/MANOVA), dan pada statistik nonparametrik alternatifnya diantaranya adalah analis
is varians satu arah berdasarkan peringkat Kruskal-Wallis dan Median test. (Junaidi,
2010)

• Prosedur untuk data dari dua kelompok atau lebih sampel berhubungan (depend
ent)
Prosedur ini digunakan ketika ingin membandingkan dua variabel yang diukur da
ri sampel sama (berhubungan). Misalnya ingin mengetahui perbedaan produktivitas kerja,
dengan pengukuran dilakukan pada sampel pekerja yang sama baik sebelum maupun ses
udah pelatihan dilakukan. (Junaidi, 2010)
Pada statistik parametrik, jika ingin membandingkan dua variabel yang diukur da
lam sampel yang sama, dapat menggunakan uji t data berpasangan. Sebaliknya, alternatif
non-parametrik untuk uji ini adalah Sign test dan Wilcoxon’s matched pairs test. Jika var
iabel diteliti bersifat dikotomi, dapat menggunakan McNemar’s Chi-Square test. Selanjut
nya, jika terdapat lebih dari dua variabel, dalam statistik parametrik, dapat menggunakan
ANOVA. Alternatif nonparametrik untuk metode ini adalah Friedman’s two-way analysi
s of variance dan Cochran Q test. (Junaidi, 2010)
• Korelasi peringkat dan ukuran-ukuran asosiasi lainnya
Dalam statistik parametrik ukuran korelasi yang umum digunakan adalah korelasi
Product Moment Pearson. Diantara korelasi nonparametrik yang ekuivalen dengan koefis
ien korelasi standar ini dan umum digunakan adalah Spearman R, Kendal Tau dan coeffi
cien Gamma. Selain ketiga pengukuran tersebut, Chi square yang berbasiskan tabel silan
g juga relatif populer digunakan dalam mengukur korelasi antar variabel. (Junaidi, 2010)

Sheskin (2004) dalam bukunya yang berjudul Handbook of Parametric and No

nparametric Statistical Procedures memberikan pedoman untuk memilih uji statistik n
on-parametrik sebagai berikut:
1. Uji Statistik 1 Sampel
a. Untuk jenis data ordinal/peringkat : Tujuan menguji hipotesis nilai median pada satu
populasi
1. Tes Wilcoxon Signed-Ranks
2. Tes Single-sample (uji median)
Tujuan menguji hipotesis distribusi data pada satu populasi
1. Tes Kolmogorov-Smirnov (uji kesesuaian distribusi 1 sampel)
2. Tes Lilliefors (uji normalitas satu sampel). (Heryana, 2020)

b. Untuk jenis data nomimal/kategorik : Tujuan menguji hipotesis distribusi data pada
satu populasi
1. Tes Chi-square (uji kesesuaian distribusi)
2. Tes Runs (uji random data)
3. Tes Frekuensi (uji random data)
4. Tes Gap (uji random data)
5. Tes Poker (uji random data)
6. Tes Maksimum (uji random data)
7. Tes Kupon Kolektor (uji random data)
Tujuan menguji hipotesis proporsi satu populasi
1. Tes Binomial Sign untuk satu sampel
2. Tes z untuk proporsi populasi
3. Tes Runs Single-sample
4. Tes Chi-square independen. (Heryana, 2020)
2. Uji Statistik 2 Sampel Independen
a. Untuk jenis data ordinal/peringkat : Tujuan menguji hipotesis median dan karakteris
tik lainnya pada 2 sampel independen
1. Tes Mann-Whitney U
2. Tes randomisasi dua sampel independen
3. Tes Bootstrap
4. Tes Jackknife
5. Tes Kolmogorov-smirnov 2 sampel independen
6. Tes Median untuk dua sampel independen
7. Tes van der Waerden Normal-scores untuk k sampel independen
Tujuan menguji hipotesis variabilitas data pada 2 sampel independen
1. Tes Siegel-Tukey untuk variabilitas data
2. Tes Moses untuk variabilitas data
3. Tes Bootstrap untuk variabilitas data
4. Tes Jackknife untuk variabilitas data. (Heryana, 2020)

b. Untuk jenis data nominal/kategorik : Tujuan menguji hipotesis distribusi data 2 sam
pel independen
1. Tes Chi-square untuk homogenitas data
2. Tes Fisher exact
Tujuan menguji hipotesis proporsi sampel
1. Tes z untuk dua proporsi sampel independen. (Heryana, 2020)

3. Uji Statistik 2 Sampel Dependen

a. Untuk jenis data ordinal/peringkat : Tujuan menguji hipotesis urutan/order data pada
2 sampel dependen
1. Tes Wilcoxon Signed-ranks Berpasangan
2. Tes Binomial sign untuk dua sampel dependen. (Heryana, 2020)

b. Untuk jenis data nominal/kategorik

Tujuan menguji hipotesis distribusi data pada dua populasi dependen
1. Tes McNemar
2. Tes Gart untuk efek peringkat
 3. Tes Bowker untuk simetris internal
4. Tes Stuart-Maxwell untuk homogenitas marjinal. (Heryana, 2020)

4. Uji Statistik Dua Atau Lebih Sampel Independen

a. Untuk jenis data ordinal/peringkat : Tujuan menguji hipotesis median atau karakteristi
k lain dari dua atau lebih sampel independen
1. Tes Median untuk sampel independen
2. Tes Kruskal-Wallis One-Way ANOVA berdasarkan rangking
3. Tes Jonckheere-Terpstra untuk uji alternatif rangking
4. Tes van der Waerden Normal-scores untuk k sampel independen. (Heryana, 2020)

b. Untuk jenis data nominal/kategorik

Tujuan menguji hipotesis distribusi data pada 2 atau lebih sampel independen
1. Tes Chi-square untuk homogenitas data. (Heryana, 2020)

5. Uji Statistik Dua Atau Lebih Sampel Dependen

a. Untuk jenis data ordinal/peringkat : Tujuan menguji hipotesis median dari dua atau leb
ih populasi dependen
1. Tes Friedman Two-way ANOVA berdasarkan rangking
2. Tes Page untuk alternatif rangking. (Heryana, 2020)

b. Untuk jenis data nominal/kategorik : Tujuan menguji hipotesis distribusi data pada du
a atau lebih populas dependen
1. Tes Cochran Q. (Heryana, 2020)

6. Uji Korelasi/Asosiasi
a. Untuk jenis data ordinal/peringkat : Uji Bivariat (dua kelompok data ordinal)
1. Tes Spearman’s Rank-Order Correlation Coefficient (termasuk untuk menguji signifik
ansi koefisien korelasi Spearman’s Rank)
2. Tes Kendall’s Tau (termasuk untuk menguji signifikansi koefisien korelasi Kendall’s
Tau)
3. Tes Goodman and Kruskal’s Gamma (termasuk untuk menguji signifikansi koefisien
Gamma dan menguji perbedaan antara dua nilai Gamma pada sampel independen)
Uji Asosiasi tiga atau lebih sampel/kelompok data ordinal
1. Tes Kendall’s Coefficient of Concordance (termasuk untuk menguji signifikansi koefi
sien konkordan). (Heryana, 2020)

b. Untuk jenis data nominal/kategorik

1. Tes Koefisien kontinjensi
2. Tes Koefisien phi
3. Tes Koefisien phi Cramer
4. Tes Yule’s Q
5. Tes Odds ratio (termasuk untuk menguji signifikansi Odds ratio)
6. Tes Cohen’s Kappa (termasuk menguji signifikan Cohen’s Kappa dan menguji
signifikan nilai Cohen’s Kappa independen)
7. Tes Binomial effect size display. (Heryana, 2020)

4.Mahasiswa mampu memahami dan menjelaskan keuntungan dan kerugian uji hi

potesis non- parametrik
Keunggulan uji hipotesis non- parametrik :
1. Asumsi dalam uji-uji statistik non-parametrik relatif lebih sedikit (lebih longga
r). Jika pengujian data menunjukkan bahwa salah satu atau beberapa asumsi yang menda
sari uji statistik parametrik (misalnya mengenai sifat distribusi data) tidak terpenuhi, mak
a statistik non-parametrik lebih sesuai diterapkan dibandingkan statistik parametrik.
2. Perhitungan-perhitungannya dapat dilaksanakan dengan cepat dan mudah, sehi
ngga hasil pengkajian segera dapat disampaikan.
3. Untuk memahami konsep-konsep dan metode-metodenya tidak memerlukan da
sar matematika serta statistika yang mendalam.
4. Uji-uji pada statistik non-parametrik dapat diterapkan jika kita menghadapi ket
erbatasan data yang tersedia, misalnya jika data telah diukur menggunakan skala penguk
uran yang lemah (nominal atau ordinal).
5. Efisiensi teknik-teknik non-parametrik lebih tinggi dibandingkan dengan meto
de parametrik untuk jumlah sampel yang sedikit. (Junaidi, 2010)

Uji statistik non parametrik memiliki keunggulan-keunggulan dibanding statistik

parametrik. Beberapa keunggulan tersebut adalah:
1. Tidak membutuhkan asumsi normalitas distribusi populasi;
2. Umumnya mudah dikerjakan dan dimengerti karena tidak membutuhkan perhitungan
matematika yang rumit;
3. Dapat mengganti data numerik dengan ordinal;
4. Kadang tidak dibutuhkan urutan atau jenjang secara formal, karena sering dijumpai ha
sil pengamatan dengan nilai kualitatif seperti “lebih besar dibanding yang lain”. Pada pe
nelitian perilaku kesehatan hal tersebut sering dijumpai;
5. Dilakukan secara langsung pada pengamatan yang nyata; dan
6. Dapat digunakan pada populasi berdistribusi normal (Heryana, 2020)

Kekurangan uji hipotesis non- parametrik :

1. Jika asumsi uji statistik parametrik terpenuhi, penggunaan uji nonparametrik meskipun
lebihcepat dan sederhana, akan menyebabkan pemborosan informasi.
2. Prinsip perhitungan dalam statistik non-parametrik memang relatif lebih sederhana, na
mun demikian proses/tahapan perhitungannya seringkali membutuhkan banyak tenaga se
rta membosankan.
3. Jika sampel besar, maka tingkat efisiensi non-parametrik relatif lebih rendah dibandin
gkan dengan metode parametrik. (Junaidi, 2010)

Walaupun demikian, metode ini tidak sempurna dan banyak kelemahan-kelama

hannya seperti:
1. Mengabaikan beberapa informasi tertentu. Misalnya kita mengurutkan data IPK mahas
iswa dari 3,90 lalu 3,84 lalu 3,80 lalu 3,78 lalu 3,70 dan seterusnya. Pada statistik non pa
rametrik data-data tersebut dikelompokkan menurut rangking 1,2,3,4,5 dan seterunya. Jik
a ada perubahan informasi nilai IPK misalnya 3,80 menjadi 3,82 maka hal tersebut tidak
dihiraukan karena tetap ada di urutan 3.
2. Hasil uji statistik tidak setajam statistik parametrik. Interval estimasi dengan statistik n
on paramatrik pada confidence interval 95% bisa dua kali lebih besar dibanding statistik
parametrik;
3. Tidak dapat diekstrapolasi atau digeneralisir ke populasi. Pada penelitian klinis yang h
anya membanding dua kelompok atau lebih dengan sampel kecil hal ini tidak masalah, n
amun pada penelitian Kesmas yang melibatkan masyarakat hal ini bisa menjadi catatan k
husus. (Heryana, 2020)

5. Mahasiswa mampu memahami dan menjelaskan tahap kegiatan statistik

 Kata statistics, bisa mempunyai dua makna yang berbeda. Dalam pengertian umu
m, statistics bisa diartikan sebagai data-data yang berujud angka (numerik). Dalam hal in
i, misalnya dalam istilah statistiks pertanian, statistiks ekonomi, atau statistiks industri. D
imana pengertian statistik dalam konteks di atas, maksudnya adalah satu kumpulan angk
a-angka yang bisa memberika informasi bagi kepentingan tertentu.
Arti kedua dari statistics adalah suatu bidang disiplin ilmu, dimana statistics diarti
kan ebagai berikut: Statistics adalah sebuah ilmu yang mempelajari teknik-teknik pengu
mpulan, pengorganisasian (pengaturan), penyajian presentasi), analisis, dan interpretasi a
tas data.
Dari pengertian kedua di atas, berarti bahwa statistika (yang akan kita pelajari dal
am kuliah ini), adalah suatu proses yang saling berurutan dan berkaitan, mulai dari pengu
mpulan data, pengorganisasian data, penyajian data, analisis data, hingga interpretasi dat
a. Tahap-tahap kegiatan yang dilakukan dalam statistika bisa digambarkan sebagai berik
ut:
1. Pengumpulan data.
Statistika adalah suatu alat yang akan kita gunakan untuk mempelajari gambaran
tentang fakta (dunia nyata), mempelajari hubungan antara beberapa sifat, pengaruh satu f
aktor dengan faktor lainnya, yang semuanya dilakukan terlebih dulu memindahkan gamb
aran tentang fakta ke dalam bentuk data-data tertulis. Dengan hal ini, maka pengumpulan
data merupakan satu hal yang harus dilakukan dengan baik dan benar. Kesalaahan atau ti
dak baiknya tahap proses pengumpulan data akan menyebabkan terjadinya kesimpulan y
ang juga tidak baik atau bahkan menyesatkan.

2. Pengaturan (organisasi) data.

Data yang baru saja dikumpulkan yang belum diolah sama sekali kita namakan d
ata mentah (raw data). Untuk bisa digunakan untuk berbagai keperluan,maka raw data ini
harus terlebih dulu diedit untuk menghilangkan berbagai kesalahan, kemudian digolong-
golongkan (diklasifikasikan) ke dalam beberapa kelas data untuk tiap nama variabel yan
g sesuai. Hingga kemudian kita catat dalam sebuah tabel yang mudah dibaca untuk keper
luan analisis lebih lanjut.

3. Presentasi data.
Penyajian data agar lebih mudah dipahami, dan memberikan visual yang menarik
perlu kita bentuk ke dalam grafik atau diagram. Bentuk grafik atau diagram apa yang ha
 rus dibuta disesuaikan dengan tujuan penyajiannya dan subyektifitas penyaji. Dalam hal i
ni, kita bisa membuat diagram batang, diagram garis, diagram lingkran, dan sebagainya.

4. Analisis Data.
Bentuk paling sederhana dari analisis data adalah mengukur (menghitung) nilai ra
ta-rata data, standar deviasi, dan bentuk distribusi data. Analisis lebih lanjut yang banyak
diperlukan misalnya Penaksiran karakter populasi dari data sampel, uji hipotsis, uji peng
aruh antar variabel, dan sebagainya. Dari tiap jenis analisis, biasanya terdapat beberapa
metode statistik ayng bisa digunakan. Metode mana yangb harus digunakan, kita sesuaik
an dengan sifat data yang kita hadapi dan kepentingan analisis.

5. Interpretasi Data.
Dengan mengamati data (dan hasil olahan data) ditambah dengan informasi dan p
engetahuan lain dari si pengamat (interpreter) akan diambil kesimpulan tertentu atas sifa
t-sifat data tersebut. Proses ini dikatakan sebagai interpretasi karena dalam mengambil ke
simpulan, memasukkan juga unsur subyektifitas sesuai dengan pengetahuan, pengalaman,
dan informasi sang interpreter, diman antara satu dan lain interpreter pasti berbeda unsur
subyektifitasnya.

6.Mahasiswa mampu memahami dan menjelaskan cara penyajian data

Penyajian data dapat dilakukan dengan angka-angka ringkasan (summary figur
e), tabel, dan grafik penyajian data bermanfaat sebagai informasi dan menyajikan data
bisa dalam berbagai bentuk (tekstuler, tabuler dan gambar/grafik), tergantung dari jeni
s data dan skala pengukurannya. Untuk mendapatkan penyajian data yang benar, mem
erlukan pengolahan data terlebih dahulu. penyajian data bermanfaat sebagai informasi
dan menyajikan data bisa dalam berbagai bentuk (tekstuler, tabuler dan gambar/grafik),
tergantung dari jenis data dan skala pengukurannya.
Untuk mendapatkan penyajian data yang benar, memerlukan pengolahan data terlebih dahulu.
Penyajian data yang bermanfaat untuk menyampaikan data dengan lebih mudah dicerna, lebi
h jelas dan lebih menarik tentang sebuah data. Sebuah gambar setara dengan ribuan kata-kata,
itulah kesan sebuah grafik yang menampilkan data dengan baik tabel distribusi frekuensi, gra
fik/diagram narasi dalam bentuk kalimat, tabel dua arah, tigaarah. Diagram berdasarkan tabel
yang kita buat tujan memberi informasi. Tulisan atau narasi, tabel atau daftar : penyajian dala
m bentuk angka, 3w what where when. Grafik atau diagram:dibuat berdasarkan pedoman, ter
diri dari dua sumbu dibuat untuk laporan. Tabel dan diagram/grafik. Diagram batang: mengg
unakan balok, dibutuhkan sumbu tegak dan sumbu datar. Diagram garis: dapat digunakan unt
uk kejadian terus menerus. Diagram lingkaran : dibagi menjadi beberapa sektor, diagram pen
car : terdiri atas 2 variable

BAB 3

PENUTUP

3.1 Kesimpulan

Metode penelitan eksperimental adalah metode penelitan yang digunakan untuk mencari
pengaruh perlakuan tertentu dalam tertentu dalam waktu suatu keadaan /kondisi yang
terkendalikan.

Statistik Non-Parametrik adalah yaitu statistik bebas sebaran (tidak mensyaratkan bentuk
sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik non-parametrik
biasanya menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang umumnya
tidak berdistribusi normal.

Kelebihan statistika nonparametrik dari parametrik adalah perhitungannya lebih sederhana,

data tidak harus kuantitatif, dan asumsi tidak mengikat.

Kelemahan statistika nonparametrik adalah tidak terlalu efisien karena jumlah contoh atau
sampel lebih besar.

Beberapa metode pengambilan keputusan yang biasanya dilakukan menggunakan uji

statistika nonparametrik adalah uji tanda, uji rang-tanda, uji jumlah-rang, uji kruskal-wallis,
Uji Mann Whitney, uji Wilcoxon Kolmogorov-Smirnov, Uji McNemar

3.2 Saran
 DAFTAR PUSTAKA

1. Heryana, A. 2020. Uji Statistik Non Parametrik. Jakarta : Esa Unggul

2. Indriantono, Nur dan Supomo (1999), Metodologi Penelitian Bisnis untuk Ak
untansi dan Manajemen, BPFE, Yogyakarta
3. Junaidi. 2010. Statistika Non-Paramaterik. Jambi : Universitas Jambi
4. Made, N. 2010. Penelitian Eksperimental Dalam Pembelajaran Bahasa
Kedua. Singaraja : PRASI
5. Siegel, S., and N. J. Castellan. (1988). Nonparametric statistics for the
behavioral sciences. New York: McGraw-Hill, Inc.
6. Singarimbun, Masri dan Efendi (1989), Metode Penelitian Survai, LP3ES, Ja
karta
7. Sprent P. (1991). Metode Statistik Nonparametrik Terapan. Jakarta. UI-Press.
8. Sugiyono. 2007. Metode penelitian Kuantitatif, Kualitatif dan R&D.
Bandung: Alfabeta.
9. Tarigan, Josep R dan Suparmoko (1999), Metode Pengumpulan Data Edisi 1
(Untuk llmu-ilmu sosial dan ekonomi), BPFE, Yogyakarta
10. Wibowo, A. 20. Statistika untuk Penelitian. Universita Negeri Yogjakarta