KELOMPOK 6
1. TOMMY MUHARRAM
2. EVLIN GLEDIS SALEPPANG
3. NUR MUHAMMAD MUMTAZ
UJI STATISTIK NON PARAMETRIK
• Adalah suatu uji statistic yang tidak memerlukan adanya asumsi- asumsi
mengenai sebaran data populasi. Uji statistik ini disebut juga sebagai statistik
bebas sebaran (distribution free Statistic) dan uji bebas asumsi (assumption
free test)
• Statistik nonparametrik banyak digunakan pada peneletian-penelitian sosial.
Data yang diperoleh dalam penelitian sosial pada umumnya berbentuk
kategori atau berbentuk rangking
STATISTIK NONPARAMETRIK DIPAKAI DENGAN
KETENTUAN :
• Penggunaannya untuk distribusi data yang populasinya tidak diketahui
• Untuk data yang distribusinya tidak normal
• Untuk data yang tidak diambil secara random
• Untuk data berskala nominal atau ordinal
• Untuk data yang jumlah sampelnya sedikit < 30
KEUNGGULAN STATISTIC NON PARAMETRIK
1. Uji Mc Nemar
2. Uji Tanda
3. Uji Wilcoxon
4. Uji 2 sampel Kolmogovov Smirnov
5. Uji Mann- Whitney
6. Uji chi square 2 sampel bebas
7. Uji Cochran
8. Uji Friedman
9. Uji Kruskal Wallis
10. Uji x2 untuk k sampel Independen/ Uji Homogenitas
11. Perluasan Uji Median
1. UJI MC NEMAR
Variabel data
Data
view Klik Analyze – Nonparametric Test –
Legacy Dialogs - 2 related samples,
maka setelah itu akan muncul kotak
dialog Two Related Samples Tests.
Pindahkan variabel “sebelum” dan
“sesudah” ke kotak Test Pair(s) List.
HASIL ANALISA DATA :
Interpretasi hasil :
❑ Tabel cross tab menunjukkan penggunaan MSG sebelum dan
sesudah seminar kesehatan. Sel yang menjadi perhatian
adalah baris 1 kolom 2 (B1K2) dan baris 2 kolom 1 (B2K1).
Sel B1K2 bernilai 1, hal ini menunjukkan perubahan peserta
yang sebelum seminar memasak kesehatan memasak tanpa
MSG berubah menjadi menggunakan MSG ada 1 orang. Sel
B2K1 bernilai 14, hal ini berarti jumlah peserta seminar yang
sebelumnya menggunakan MSG setelah seminar menjadi
tidak menggunakan MSG sebanyak 14 orang.
❑ Tabel Statistics memaparkan analisis hipotesis dari penelitian
tersebut. Nilai Exact Sig. (2-tailed) = 0,001 < 1 2 𝛼 =
0,025, hal ini berarti H0 ditolak. Dengan demikian dapat
disimpulkan bahwa terdapat pengurangan penggunaan
MSG setelah seminar kesehatan. Dalam hal ini metode yang
digunakan adalah uji binomial ( Uji Non parametrik)
2. UJI TANDA ( SIGN TEST)
Uji Tanda (Sign Test) merupakan salah satu uji statistik non-parametrik
untuk dua sampel berhubungan dan digunakan untuk menguji
signifikansi dua perlakuan. Uji ini memerlukan kondisi bahwa pasangan
subyek yang bersesuaian memiliki dua nilai/skor. Perbedaan nilai/skor
pada kedua kondisi tersebut ditandai dengan "+" atau "-". Jadi, uji ini
didasarkan pada tanda dari perbedaan dua kondisi pengukuran subjek
yang saling berhubungan. Uji Tanda menggunakan data berskala ordinal.
CONTOH KASUS :
• Seorang guru ingin mengetahui apakah ada perbedaan antara nilai ujian seorang
siswa pada mata ajar tertentu, jika ia belajar sendirian dan jika ia belajar
berkelompok. Untuk itu, diadakan dua kali uji mata ajar, pertama siswa belajar
sendiri-sendiri dan yang kedua sebelum ujian siswa dapat dengan bebas belajar
secara berkelompok. Berikut hasil nilai keduanya (angka dalam range nilai (1
sampai 100).
PENYELESAIAN KASUS :
Langkah-Langkah
Klik Analyze > Nonparametric Tests
>Legacy Dialogs > Two Related
Samples Tests.
Statistik Deskriptif
❖Bagian statistika deskriptif di atas menyajikan deskripsi
(jumlah pengamatan, rata rata, simpangan baku, nilai
minimun dan maksimum) dari pasangan sendiri dan
kelompok. Berdasarkan tabel statistik deskripitif di atas
❖Bagian tabel frekuensi di atas menyatakan banyaknya tanda bagi
dapat dilihat bahwa nilai rata-rata siswa yang belajar selisih ranking. Berdasarkan tabel frekuensi di atas dapat dilihat
sendiri adalah 81,53 dan nilai rata-rata siswa yang bahwa ada 5 data dengan perbedaan negatif, 9 data dengan
belajar berkelompok adalah 83,53. Serta standar deviasi perbedaan positif dan 3 data dengan perbedaan data nol
(seberapa jauh rentang Page | 41 data dari mean) yang (pasangan data sama nilainya ata ties) dari jumlah data yang
sebanyak 17 data. Bagian dari nilai test statistic di atas menyajikan
belajar sendiri adalah 2,528 dan yang belajar hasil uji binomial. Terlihat bahwa pada kolom Exact Sig.(2-tailed) atau
berkelompok adalah 4,361 dengan banyaknya data signifikansi untuk uji dua arah diperoleh nilai 0,424, maka nilai p =
yang diamati sejumlah 17 data. 0,424 > 0,05. Sehingga terima hipotesis nol (H0).
3. UJI PERINGKAT 2 SAMPEL WILCOXON
Test Non Parametrik yang dapat di gunakan untuk menentukan apakah dua sampel dipenden dipilih
dari populasi yang memiliki distribusi yang sama.
• Sebuah perusahaan Pharmasi sedang mengembangkan suplemen penambahan berat badan pada
anak-anak. Perusahaan ingin mengetahui khasiat suplemen tersebut sebelum dipasarkan secara
komersial. Untuk itu perusahaan mencoba obat tersebut secara kontinu terhadap 15 orang siswa sekolah
dasar yang sudah diukur terlebih dahulu berat badannya. Setelah 3 bulan kemudian siswa-siswa
tersebut ditimbang berat badannya lagi untuk mengetahui apakah ada peningkatan berat badannya
yang nyata. Berikut ini adalah hasil pengukuran tersebut (angka dalam kilogram)
TABULASI DATA
Interpretasi Hasil analisis dengan SPSS
❑ Dari luaran terlihat bahwa dari 15 pengamatan, ada 2
data mempunyai beda negative, 13 data bernilai positif
dan Tidak ada yang sama (ties) 0. Dalam uji Wilcoxon,
yang dipakai adalah jumlah beda-beda yang paling
kecil, karena kasus ini diambil beda negative, yaitu 7 (
kolom Sum of ranks). Dari angka ini di dapat uji Wilcoxon
(T) adalah 7
Uji Dua Sampel Kolmogorov-Smirnov adalah suatu uji untuk melihat apakah dua
sampel independen telah ditarik dari populasi yang sama (atau dari populasi-
populasi yang mempunyai sebaran yang sama).
• Contoh uji sample Kolmogorov- Smirnof
Sebuah perusahaan yang bergerak dalam penjualan alat kesehatan ingin
mengetahui apakah para penjualnya membutuhkan pelatihan untuk
peningkatan kinerjanya. Maka dibentuklah sekelompok salesman yang
diberikan pelatihan dulu sebelum melakukan penjualan, kemudian kinerjanya
dibandingkan dengan kinerja salesman yang mendapatkan pelatihan .
Hipotesis Untuk penelitian :
0: Kedua populaasi identik (data penjualan kedua kelompok salesman tidak
berbeda secara signifikan)
1: Kedua populaasi tidak identik atau berbeda dalam hal lokasi (data
penjualan kedua kelompok salesman berbeda secara signifikan)
• Langkah-langkah Analisis dengan SPSS :
1. Masukkan data pada teladan 4.1 pada variabel view diperlukan
3. Lakukan uji Kolmogorov-Smirnov dengan langkah:
Analyze - Nonparametric Test – Legacy diagonals – 2 Independent samples, seperti
yang tampak pada gambar berikut :
4. Kemudian akan muncul jendela seperti pada gambar berikut :
5. klik variabel sales, kemudian masukkan dalam Test Variable List
6. klik variabel kelompok, masukkan dalam grouping variabel seperti pada
gambar sebelumnya
7. Selanjutnya klik kolom , Define Groups beri nila 1 pada Group 1 dan 2 pada
Group 2, kemudan klik Continue
8. Selanjutnya klik options lalu cetang kolom descriptive dan Ecluded cases test-
bytest seperti pada gambar berikut :
9. Setelah itu pada kolom test type pilihlah kolmogorov-smirnov
10. Klik OK
• Interpretasi Hasil
• Bagia pertama menampilkan statistic deskriptif( jumlah pengamata, rata-rata, simpangan baku, nilai
maksimum dan nilai minimum) dari luaran diperoleh jumlah pegamatan sebanyak 25 data, dan penjulan
selesman terbanyak adalah sebanyak 136 buah sedangkan yang paling sedikit sebanyak 102 buah.
• Pada table kedua ( table frequency) memaparkan banyaknya jumlah selesaman yang mendapatkan
pelatihan dan tanpa pelatihan sebelum melakukan penjualan. Adapun jumlah selesma yang memperoleh
pelatihan sebelum melakukan penjualan sebayak 15 orang dan tanpa pelatihan sebayak 10 orang.
• Table Test Statistics (table ketiga) memaparkan hasil uji Kolmogrov-Smirnov= 2.286 dan terlihat bahwa pada
kolom asymp sig (2-tailed) untuk diuji 2 sisi adalah 0.000. Disini didapat probabilitas dibawah 0.05 (0.000)
5. UJI MANN-WHITNEY
Uji ini digunakan untuk menguji hipotesis komparatif dua sampel bebas bila
datanya berbentuk ordinal. Bila dalam pengamatan data masih dalam skala
interval, maka dapat diubah menjadi skala ordinal terlebih dahulu. Asumsi
yang digunakan hanyalah nilai dari variabel acak dari dua kelompok
menyebar kontinu
• Contoh Uji Mann-Whitney
Seorang guru kesenian di suatu sekolah dasar ingin meneliti bakat menyanyi
yang dimiliki anak didiknya apakah memang anak yang bersangkutan memang
mempunyai bakat alam dan belajar secara otodidak ataukah memang anak
tersebut mengikuti les vokal. Untuk itu guru tersebut melakukan tes vokal
kepada beberapa muridnya.
• Hipotesis untuk kasus di atas:
• H0 : Kedua populasi identik (data nilai menyanyi siswa yang belajar secara
otodidak dan ikut les vokal) tidak berbeda secara signifikan.
• H1:Kedua populasi tidak identik atau berbeda dalam hal nilai (data nilai
menyanyi siswa yang belajar secara otodidak dan ikut les vokal memang
berbeda)
• Langkah-langkah Uji Mann-Whitney dengan SPSS 1.
Definisikan variabel pada variabel view :
3. Lakukan Uji U Mann-Whitney
Test Variable list atau variabel yang
akan diuji. Karena disini yang akan
diuji nilai tes vokal, maka klik variabel
nilai, kemudian klik tanda Sehingga
variabel nilai pindah ke Test Variable
List.
• Grouping Variable atau variabel group. Karena variabel pengelompokkan siswa ada pada variabel kelompok, maka klik variabel kelompok,
kemudian klik tanda . Sehingga variabel kelompok berpindah ke Grouping Variable.
Uji Q Cochran merupakan perluasan dari uji McNemar. Uji ini dipakai untuk
menguji hipotesis komparatif k sampel berpasangan apabila data pengamatan
bersifat dikotomi, misalnya baik-buruk, sukses gagal, dan sebagainya. Data
diberi symbol 0 dan 1, misalnya 0 untuk gagal , 1 untuk sukses. Parameter yang
diuji adalah frekuensi atau proporsi.
• Contoh Uji Cochran
Sebuah perusahaan konveksi sedang mempertimbangkan pembelian tiga buah
mesin untuk mengerjakan beberapa pesenannya. Manajer perusahaan itu
memutuskan untuk mengambil 8 orang pekerja sebagai sampel dan masing-
masing dari ketiga mesin tersebut. Setiap pekerja akan memberi nilai pada
setiap mesin. 0 jika kinerja mesin dirasakan tidak memuaskan 1 jika kinerja
mesin dirasakan memuaskan
• Hipotesis permasalahan di atas
• H0 : Semua perlakuan mempunyai efek yang sama. Atau dalam kasus ini ketiga
mesin mempunyai kinerja yang sama
• H1: minimal ada 1 mesin mempunyai kinerja yang berbeda
• Analisis dengan SPSS
• Interpretasi Hasil
Terlihat bahwa pada kolom Asymp sig (2-tailed) untuk diuji 2 sisi adalah 0,846
> 0,05, maka Ho diterima. Dapat disimpulkan ketiga mesin mempunyai kinerja
yang sama
8. UJI FRIEDMAN