STATISTIKA INDUSTRI-2

PERTEMUAN 3
“STATISTIK NON PARAMETRIK: BAGIAN-1”
Overview
- Mengetahui cara pengujian tanpa mengetahui jumlah populasinya
- Mengetahui cara pengujian dua arah Wilcoxon
- Dapat menggunakan uji tanda (sign test) dalam uji non parametrik.
- Dapat menggunakan run test dalam uji hipotesis.
Pendahuluan
Berbeda dengan statistika parametrik yang di dalamnya harus memuat teknik
analisis yang mensyaratkan data berdistribusi normal, statistika
Non-Parametrik memuat uji hipotesis dengan teknik analisis yang tidak
mensyaratkan data berdistribusi normal atau bebas berdistribusi.

Data yang tidak berdistribusi normal, biasanya ditemukan pada data penelitian
dengan skala level ordinal atau nominal ataupun variabel dikotomi atau dapat
didikotomikan.
Pendahuluan
Data Ordinal adalah data yang berfungsi untuk menunjukkan peringkat atau
rangking.

Contoh: Pemberian nomor pada pemenang olahraga lari

Contoh lain: titik skala pada skala sikap (1 = sangat tidak setuju, 2=cukup setuju,
3=setuju, 4=cukup setuju, 5=sangat setuju)
Pendahuluan
Data Nominal adalah pengelompokkan, pengkategorisasian, identifikasi kejadian
atau fenomena ke dalam kelas-kelas atau kategori sehingga yang masuk ke
dalam satu kelas atau kategori adalah sama dalam hal atribut dan sifat.

Contoh: Klasifikasi jenis kelamin atas pria 1, wanita = 2

Pendahuluan
Variabel dikotomi merupakan variabel yang membagi ke dalam dua kategori

Contoh: jenis Kelamin, Bekerja/ tidak bekerja, status perkawinan

Pendahuluan: Jenis Statistik Non Parametrik
Uji Hubungan Asosiasi
Uji Chi Kuadrat/Chi Square

● Uji ini digunakan untuk menguji hipotesis mengenai hubungan antara dua variabel, dimana
salah satu atau keduanya berukuran nominal.
● Uji ini dilakukan dengan menguji perbedaan menguji perbedaan frekuensi dari kelompok
sampel

Contoh:

- Apakah ada hubungan antara gender dengan tingkat pendidikan?

⇒ Lalu dilakukanlah pengujian dengan menguji apakah ada perbedaan frekuensi yang
berpendidikan tinggi antara kelompok sampel pria dan wanita.
Uji Hubungan Asosiasi
Uji Chi Kuadrat/Chi Square
● Uji ini digunakan untuk menguji hipotesis mengenai hubungan antara dua variabel,
dimana salah satu atau keduanya berukuran nominal.
● Uji ini dilakukan dengan menguji perbedaan menguji perbedaan frekuensi dari
kelompok sampel
Contoh:
- Apakah ada hubungan antara gender dengan tingkat pendidikan?
⇒ Lalu dilakukanlah pengujian dengan menguji apakah ada perbedaan frekuensi
yang berpendidikan tinggi antara kelompok sampel pria dan wanita.
Uji Hubungan Asosiasi

Dimana:

Oij = frekuensi observasi baris ke-i kolom ke-j

eij = frekuensi ekspektasi (harapan) baris ke-i kolom ke-j

r = cacah baris

k = cacah kolom

db = derajat kebebasan (b-1) (k-1)

Uji Hubungan Asosiasi
Uji Gamma, Tau-a, Tau-b

● Uji ini digunakan untuk menguji hipotesis mengenai hubungan antara dua
variabel diskrit dengan skala pengukuran ordinal.
● Perbedaan ketiga uji ini berada pada tingkat presisi dan kesesuaian dengan
tabulasi silang yang akan digunakan untuk menguji hipotesis.
● Untuk tabulasi silang dimana jumlah baris tidak sama dengan jumlah kolom.
Uji Korelasi Peringkat
Spearman Test

Digunakan jika kedua variabel yang akan diuji hubungannya mempunyai skala
minimal ordinal, sehingga skor dapat diurutkan menurut besar-kecilnya.

Contoh: Perlombaan pidato melibatkan 8 orang peserta. penampilan dari

kedelapan peserta dinilai oleh dua juri.
Uji Korelasi Peringkat
Kendall

Sebagaimana koefisien korelasi rho-spearman, maka koefisien korelasi kendall

juga mempelajari koefisien korelasi untuk jenis data peringkat.

Contoh: Survei dilakukan untuk mempelajari netralitas stasiun TV terhadap

pemberitaan calon presiden, Untuk maksud tersebut, telah diambil 8 TV Swasta
untuk dinilain netralitasnya.
 CATATAN

Beda kendall dengan spearman adalah terletak pada

sumber datanya:
SPEARMAN berasal dari subjek berbeda
sedangkan
KENDALL dari subjek yang sama atau berpasangan
(contoh: peringkat sebelum dan sesudah perlakuan).
Uji Korelasi Variabel Dikotomi
Koefisien Korelasi Biserial

Merupakan teknik korelasi yang dirancang untuk menganalisis hubungan antara

dua variabel, dimana variabel kuantitatif= X dan variabel dikotomi buatan Y.

Variabel Y berasal dari variabel kuantitatif yang berdistribusi normal atau

mendekati normal.

Contoh: nilai test statistika dibuat dalam dua kategori lulus dan tidak lulus (1,0)

⇒ Kemudian dihitung korelasi antara variabel kuantitatif X (IQ) dengan

variabel dikotomi Y (lulus atau tidak lulus)
Uji Korelasi Variabel Dikotomi
Koefisien Korelasi Point Biserial

Merupakan teknik korelasi yang dirancang untuk menganalisis hubungan antara

dua variabel dimana variabel pertama berupa data interval atau rasio dan variabel
kedua merupakan dikotomi (gender)
Uji Korelasi Variabel Dikotomi
Koefisien Korelasi Phi

Merupakan teknik korelasi yang dirancang untuk menganalisis hubungan antara

dua variabel dikotomi (gender) atau dibuat dikotomi atau data dalam skala
nominal yang didikotomikan.
Uji Korelasi Variabel Dikotomi
Koefisien Korelasi Tetrakhonik

Merupakan teknik korelasi yang dirancang untuk menganalisis hubungan antara

dua variabel X dan Y.

Dimana dua variabel tersebut keduanya berdistribusi normal atau didikotomikan

Uji Non-Parametrik Perbedaan Rata-Rata
Mann-Whitney
● Merupakan uji non-parametrik yang tergolong kuat sebagai pengganti uji-t.
● Jika uji-t menguji parameter perbedaan dua rata-rata sampel yang asumsi
distribusi populasinya harus normal dan variansinya harus homogen, maka
pada uji ini asumsi normalitas dan homogenitas tidak diperlukan lagi, namun
yang terpenting level pengukuran minimal ordinal dan variabel yang
akan diuji merupakan variabel kontinu.
● Menguji dua variabel bebas (independent)
● Kelompok sampel diambil acak atau disamakan dalam hal IQ, sosial ekonomi,
dll.
Uji Non-Parametrik Perbedaan Rata-Rata
Median

Merupakan teknik yang digunakan untuk mempelajari apakan median-median dari

beberapa kelompok data berbeda atau tidak.

Digunakan untuk uji kelompok sampel bebas.

Uji Non-Parametrik Perbedaan Rata-Rata
Kruskal Wallis

● Merupakan teknik yang digunakan untuk mempelajari perbedaan rata-rata

lebih dari dua kelompok atau k buah kelompok
● Pengganti Uji Anova apabila data penelitian yang akan diuji berbentuk data
peringkat atau data dalam skala ordinal.
● Tidak memerlukan asumsi normal dan homogen
● Syarat: k buah sampel dipilih secara acak dan data awal dalam k buah
kelompok yang akan disusun peringkatnya merupakan data kontinu.
Uji Non-Parametrik Perbedaan Rata-Rata
Uji Tanda (Sign Test)

● Merupakan teknik yang digunakan untuk mempelajari perbedaan tanpa

mengukur besar perbedaannya.
● Dua sampel tak bebas (dependent)
● Esensinya terletak pada perbedaan positif dan negatif bukan besarnya
perbedaan tersebut.
Uji Non-Parametrik Perbedaan Rata-Rata
Uji Tanda (Sign Test)

● Contoh:

Seorang analis pasar ingin mempelajari apakah keberadaan pusat

perbelanjaan baru di suatu kota sebut saja Mega Square di sekitar pusat
perbelanjaan lama sebut saja Alfamart mengurangi jumlah pelanggan pada
pusat perbelanjaan lama tersebut. Untuk keperluan telah diambil sampel acak
10 orang yang ditanyai terkait frekuensi mereka ke Alfamart sebelum dan
setelah adanya Mega Square. Data pengamatan dapat dilihat pada tabel
berikut.
Sign Test
Uji Non-Parametrik Perbedaan Rata-Rata
Uji Tanda (Sign Test)

Prosedur Manual:

- Menyatakan Hipotesis Statistik:

H0 dalam contoh ini adalah: Adanya Mega Square tidak mempengaruhi jumlah pelanggan yang datang ke
Alfamart

TANDA NEGATIF MENUNJUKKAN ADANYA PENURUNAN JUMLAH PELANGGAN.

Jika hipotesis alternatifnya dinyatakan sebagai uji pihak kiri”Keberadaan Mega Square disekitar Alfamart
menurunkan jumlah pelanggan di perbelanjaan Alfamart” asumsi penurunan kurang dari 50%, maka:

H0 : P>= 0,5

H1 = P < 0,5
Uji Non-Parametrik Perbedaan Rata-Rata
Uji Tanda (Sign Test)
Prosedur Manual:
- Menentukan Taraf Signifikansi
- Menentukan probabilitas hasil sampel:
Observasi yang relevan untuk dianalisis data adalah yang memiliki perbedaan
positif negatif yaitu 10 pasangan data, hanya 8 yang relevan, sehingga n=8.
Berdasarkan tanda negatif atau positif, maka diambil dari jumlah data yang lebih
kecil yaitu tanda negatif r = 3, berapa peluang paling banyak 3 dari 8 faktanya H0
adalah benar? (Tabel n = 8, x = 3 dan p = 0,5 diperoleh 0,2188)
Uji Non-Parametrik Perbedaan Rata-Rata
Uji Tanda (Sign Test)
- Membuat Kesimpulan
Terima H0 jika alpha <= probabilitas data sampel
Dari hasil perhitungan diketahui bahwa 0,005 <= 0,2188
atau H0 diterima
Sehingga dapat diketahui bahwa Keberadaan Mega Square disekitar
Alfamart tidak memengaruhi jumlah pelanggan untuk berbelanja di
Alfamart.
Uji Non-Parametrik Perbedaan Rata-Rata
Uji Tanda (Sign Test) Sampel Besar

Jika banyaknya observasi cukup besar, maka pendekatan distribusi binomial

dapat digunakan.

contoh: P merupakan proporsi penurunan jumlah pelanggan pada sampel. Jika

banyaknya observasi yang relevan cukup besar, maka distribusi sampling p akan
memiliki distribusi mendekati normal dengan rata-rata standar deviasi berikut.
Uji Non-Parametrik Perbedaan Rata-Rata
Uji Tanda (Sign Test) Sampel Besar

Contoh:

Terdapat 30 orang pelanggan telah mengambil sebagai sampel untuk mempelajari apakah terdapat
penurunan/kenaikan jumlah pelanggan ke suatu pusat perbelanjaan lama dengan adanya pusat
perbelanjaan baru. Rincian data pelanggan disajikan sebagai berikut:

Tanda positif : 8 (kenaikan)

Tanda negatif : 19 (penurunan)

Nol : 3

Observasi relevan : 27

Pi = 19/27 = 0,704
Uji Non-Parametrik Perbedaan Rata-Rata
Uji Tanda (Sign Test) Sampel Besar

1. H0= P >= 0,5

H1 = P < 0,5

2. Nilai Z kritis pada α = 0,05 adalah Ztab = 1,96

3. Statistik uji Z = Pi-µp/σp = we
4. Karena nilai Z observasi = 2,120 > Z tabel= 1,96, maka H0 ditolak. Sehingga dapat
disimpulkan bahwa terdapat penurunan jumlah pelanggan ke suatu pusat
perbelanjaan yang lama dengan keberadaan pusat perbelanjaan baru.
Uji Non-Parametrik Perbedaan Rata-Rata
Uji Tanda (Sign Test) Sampel Besar
1. H0= P >= 0,5
H1 = P < 0,5
2. Nilai Z kritis pada α = 0,05 adalah Ztab = 1,96
3. Statistik uji

4. Karena nilai Z observasi = 2,120 > Z tabel= 1,96, maka H0 ditolak. Sehingga dapat
disimpulkan bahwa terdapat penurunan jumlah pelanggan ke suatu pusat
perbelanjaan yang lama dengan keberadaan pusat perbelanjaan baru.
SPSS
Uji Non-Parametrik Perbedaan Rata-Rata
Wilcoxon
● Uji ini digunakan untuk dua sampel bergantung atau berhubungan (berkorelasi)
● Uji tanda ini bukan hanya memerhatikan arah perbedaan juga menentukan besarnya
atau adanya perbedaan nyata antara dua pasangan yang diambil dari satu sampel
yang berhubungan.
● Data yang digunakan diperoleh melalui pengukuran beruntun atau data
berpasangan.
Uji Non-Parametrik Perbedaan Rata-Rata
Wilcoxon
Contoh:

Suatu survei tentang minat membeli produk baru sabun anti kuman. Untuk mengetahui
apakah ada pengaruh iklan terhadap minat pembeli dilakukan observasi terhadap jumlah
pembeli sebelum dan setelah menayangkan iklan pada 10 orang pemilik toko. Data
jumlah pembeli sebagai berikut.
Uji Non-Parametrik Perbedaan Rata-Rata
Wilcoxon
Uji Non-Parametrik Perbedaan Rata-Rata
Wilcoxon
Prosedur manual
1. Merumuskan Hipotesis:
H0 = K1 ≤ K2
H1 = K1> K2
2. Menetapkan nilai kritis α = 0,05 dengan n = 9 ( relevan) niali kritis wilcoxon untuk uji
searah sebesar 8 atau w kritis = 8 (tabel K)
Uji Non-Parametrik Perbedaan Rata-Rata
Wilcoxon

Prosedur manual

3. Menentukan nilai Statistik Wilcoxon

Uji Non-Parametrik Perbedaan Rata-Rata
Wilcoxon

Prosedur manual

4. Menentukan Effect Size

Uji Non-Parametrik Perbedaan Rata-Rata
Wilcoxon

Prosedur manual

4. Menentukan Kesimpulan
SPSS
Uji Non-Parametrik Perbedaan Rata-Rata
Run Test

● Digunakan untuk menentukan apakah urutan atau ranking yang terpilih

merupakan peristiwa atau kejadian secara random atau sistemik.
● Sampel secara random -> Statistik Inferensia
● Esensinya pada ranking sampel
● Satu run atau lebih simbol yang identik didahului oleh simbol lain.
● Contoh: AGAAAAGAAGGGG
Uji Non-Parametrik Perbedaan Rata-Rata
Run Test
Seorang Pialang mencatat tanda plus untuk hari-hari dengan kurs rupiah terhadap dollar
Amerika mengalami kenaikan dari hari sebelumnya sedangkan tanda minus hari-hari
dengan kurs rupiah menurun dari hasil sebelumnya. Kurs untuk hari-hari tertentu yang
sama dengan hari sebelumnya tidak dilakukan pencatatan. Adapun data pialang sebagai
berikut.
–+++++-+++++++--++----++--
Ujilah apakah urutan tersebut adalah random atau sistemik
Uji Non-Parametrik Perbedaan Rata-Rata
Run Test

Manual
SPSS
THANK YOU