LAPORAN PRATIKUM

STATISTIK NON PRAMETRIK

Oleh :

SURYANI MANALU (1954201006)

LIZA RIYANI (1954201007)

AGUS JISMAN PAKPAHAN (1954201018)

AGUMAN LAHAGU (1954201022)

FAKULTAS PERTANIAN

UNIVERSITAS LANCANG KUNING

PEKANBARU

2020/2021
 KATA PENGANTAR

Puji syukut kita ucapkan kepada Tuhan Yang Maha Esa atas bekat dan rahmatnya

kami dapat menyelesaikan Laporan Pratikum Statistik Non Parametrik.

Dalam penyelesaian Laporan pratikum ini, kami beempat banyak mendapat

bantuan dan motivasi berupa nasehat dari berbagai pihak, baik secara langsung maupun

tidak langsung. Dalam kesempatan ini kami mengucapkan terima kasih kepada Dr.Dedi

Zargustin, M.Si. selaku Dosen pembelajaran mata kuliah Statistik Non Parametrik yang

telah banyak memberi petunjuk dan bimbingan guna kesempurnaan laporan pratikum ini.

Disamping itu kami juga mengungkapkan terima kasih kepada rekan-rekan yang telah

banyak mendukung dan memberi semangat, semoga kita semua dapat lulus dalam

pratikum ini dengan nilai yang memuaskan.

Kami sangat menyadari bahwa laporan ini masih jauh dari kesempurnaan, untuk

itu kami dengan lapang dada mengharapkan saran dan kritik yang bersifat membangun

dengan penuh keiklasan, semoga Laporan Pratikum ini dapat berguna dan bermanfaat

untuk kita semua.

Pekanbaru, 14 Juni 2021

Penyusun
 DAFTAR ISI

KATA PENGANTAR

DAFTAR ISI

BAB I PENDAHULUAN

1.1 Latar Belakang

1.2 Tujuan

1.3 Manfaat

BAB II HASIL KEGIATAN PRATIKUM DAN PEMBAHASAN

2.1 Landasan Teori

2.2 Hasil Pratikum

BAB III PENUTUP

3.1 Kesimpulan

3.2 Saran

DAFTAR PUSTAKA
 BAB I

PENDAHULUAN

1.1 LATAR BELAKANG

Istilah nonparametrik pertama kali digunakan oleh Wolfowitz, pada tahun

1942. Metode statistik nonparametrik merupakan metode statistik yang dapat

digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode

statistic parametrik, terutama yang berkaitan dengan distribusi normal. Istilah lain yang

sering digunakan untuk statistik nonparametrik adalah statistik bebas distribusi

(distribution free statistics) dan uji bebas asumsi (assumption-free test). Statistik

nonparametric banyak digunakan pada penelitian-penelitian sosial. Data yang diperoleh

dalam penelitian sosial pada umunya berbentuk kategori atau berbentuk rangking.

Uji statistik nonparametrik ialah suatu uji statistik yang tidak memerlukan

adanya asumsi - asumsi mengenai sebaran data populasi. Uji statistik ini disebut juga

sebagai statistik bebas sebaran (distribution free). Statistik nonparametrik tidak

mensyaratkanbentuk sebaran parameter populasi berdistribusi normal. Statistik

nonparametrik dapat digunakan untuk menganalisis data yang berskala nominal atau

ordinal karena pada umumnya data berjenis nominal dan ordinal tidak menyebar normal.

Dari segi jumla data, pada umumnya statistik nonparametrik digunakan untuk data

berjumlah kecil (n <30).

1.2.    Tujuan

Mahasiswa dapat memahami dan mengerti cara menggunakan aplikasi dalam

Program SPSS untuk pengolahan data dan menganalisis data yang memiliki kemampuan

analisis statistik serta sistem manajemen data dengan lingkungan grafis.

1.3.     Manfaat

Dengan menggunakan aplikasi SPSS dapat mempermudah dalam pembuatan berbagai

informasi sistematika khususnya untuk pengolahan dan menganalisis data..

 BAB II

PEMBAHASAN

2.1 Landasan Teori

A. Korelasi Rank

Korelasi merupakan salah satu teknik analisis dalam statistik yang digunakan

untuk mencari hubungan antara dua variabel yang bersifat kuantitatif. Hubungan

dua variabel tersebut dapat terjadi karena adanya hubungan sebab akibat atau

dapat pula terjadi karena kebetulan saja.

Korelasi Rank Spearman adalah menghitung korelasi dengan menghitung ranking

data terlebih dahulu. Artinya korelasi dihitung berdasarkan orde data.

Langkah-langkah :

1. Aktifkan lembar kerja SPSS, kemudian klik variable view, pada bagian name

tuliskan motivasi dan presentasi.

2. Selanjutnya klik data view dan masukkan data dari masing-masing variable.

3. Kemudian dari menu SPSS klik analyze correlate bivariate.

4. Muncul kotak dialog dengan nama bivariate correlations, selanjutnya masukkakan

variable pada bagian correlations coeficients dan berikan tanda centang pada

spearman.

5. Terakhir klik ok untuk mengakhiri preses data.

B. Korelasi Kendall Tau

korelasi Kendal tau digunakan untuk mengukur kekuatan atau hubungan dua

variable. Data yang digunakan berskala ordinal dan tidak harus berdistribusi

normal.

Langkah-langkah :

1. Buka SPSS dan Input DATA

2. Klik ANALIZE, CORRELATE, BIVARIATE

3. Masukkan variabel pada kota kotak variabels

4. Pada correlation coeficient, pilih Kendal ‘s tau

5. Pada TEST OF SIGNIFICANCE, pilih ONE TAILED/ TWO TAILED

(tergantung arah kriteria pengujian).

6. Klik OK !

C. Koefisien Kontingensi

Teknik korelasi koefisien kontingensi (contingency coefficient correlation) adalah

salah satu teknik analisis korelasional bivariat,yang dua buah variable yang akan

di korelasikan adalah berbentuk kategori atau merupakan gejala ordinal.

Langkah-langkah :

1. Buka SPSS dan Input DATA

2. Kilik ANALIZE, DESCRIPTIVE STATISTICS, CROSSTABS

3. Masukkan variabel pada Column dan Row

4. Klik STATISTICS….Pilih Chi Square. Pada nominal pilih Contingency

Coefficient

5. Klik OK !

D. Regresi Linear Sederhana dan Berganda

Regresi linier sederhana digunakan apabila variable dependen dipengaruhi hanya

oleh satu variable independent, sedangkan regresi linier berganda digunakan untuk

menguji pengaruh lebih dari satu variable independent terhadap variable

dependen.

Langkah-langkah :

1. Masukkan data ke SPSS

2. Pada Menu Bar, pilih Analyze > Regression > Linear

3. Akan muncul jendela seperti dibawah ini:

4. Lalu, masukkan variabel Y ke bagian Dependent dan variabel X1, X2, X3, X4,

dan X5 ke bagian Independent(s), kemudian klik OK.

2.2 HASIL PRAKTIKUM

  Koefisien kontigensi

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

kesejahteraan * total 3 75,0% 1 25,0% 4 100,0%

pendidikan * total Crosstabulation

Count

total

30 32 38 Total

kesejahteraan baik 0 1 0 1

cukup 1 0 0 1
 jelek 0 0 1 1

Total 1 1 1 3

Chi-Square Tests

Asymp. Sig.

Value df (2-sided)

Pearson Chi-Square 6,000a 4 ,199

Likelihood Ratio 6,592 4 ,159

N of Valid Cases 3

a. 9 cells (100,0%) have expected count less than 5. The

minimum expected count is ,33.

Symmetric Measures

Value Approx. Sig.

Nominal byContingency
,816 ,199
Nominal Coefficient

N of Valid Cases 3
  Rankk kendala

Correlations

Juri_A Juri_B
Kendall's tau_b Juri_A Correlation
1,000 ,422*
Coefficient

Sig. (1-tailed) . ,045

N 10 10

Juri_B Correlation
,422* 1,000
Coefficient

Sig. (1-tailed) ,045 .

N 10 10

*. Correlation is significant at the 0.05 level (1-tailed).

BAB III

PENUTUP

KESIMPULAN
SARAN

Saran untuk praktikum Statistik Non Parametrik dengan aplikasi

SPSS adalah :

1. Praktikan seharusnya mempelajari dahulu sebelum melakukan praktikum, agar

materi yang diberikan benar-benar dipahami.

2. sebaiknya tidak hanya menjelaskan tahapan-tahapan praktikum, tetapi

juga menjelaskan fungsi dari setiap bagian dari aplikasi SPSS, sehingga

praktikan akan lebih mudah untuk memahami.

3. Praktikum seharusnya dilaksanakan dengan pertemuan tatap muka, agar para

praktikan bisa lebih memahami aplikasi SPSS.

4. Setiap praktikum, praktikan diharapkan tidak hanya mendengarkan

ketika memasukan data, namun juga melihat buku petunjuk praktikum,

sehingga praktikan mampu memahami materi dengan baik.

 DAF TAR PUSTAKA

https://www. makalah statistic non parametric.html

https://belajar statistic .com/korelasi Kendall tau

https://www.academia.edu/makalah koefisien kontingensi

https://parameterd wordpress.com