STATISTIKA NON PARAMETRIK

Chi-Square untuk Uji Goodness of Fit Uji Korelasi Spearman Rank

Beberapa langkah yang diperlukan dalam ✓ Rumus Uji Korelasi Spearman
pengujian ini antara lain: 6 ∑d²
rs = 1 −
a. Menentukan hipotesis N ( N² − 1)
H0 : menyatakan adanya kecocokan Keterangan :
antara frekuensi harapan dan frekuensi rs = nilai korelasi spearman
teramati d = selisih antara X dan Y
Ha : menyatakan tidak adanya kecocokan N = Jumlah pasangan (data)
antara frekuensi harapan dan frekuensi
teramati

b. Menentukan taraf nyata dan nilai Chi-

Kuadrat kritis
Nilai kritis diperoleh dari derajat
kebebasan (df) = jumlah sampel (n) – jumlah
variabel (k)

c. Menghitung nilai Chi-Kuadrat dengan rumus

: Keterangan :
∑(𝒇𝒐 − 𝒇𝒆)𝟐 X = sampel 1
𝒙𝟐 =
𝒇𝒆 Y = sampel 2
Keterangan : Rx = ranking pada sampel ke-x
𝑥 2 : nilai Chi-Kuadrat Ry = rangking pada sampel ke-y
Fe : frekuensi yang diharapkan
Fo : frekuensi yang diperoleh
✓ Tabel Nilai Rho (Uji Spearman)
d. Menentukan daerah keputusan

e. Kesimpulan
H0 diterima:
Jika nilai x2 hitung < x2 tabel
H0 ditolak:
jika nilai x2 hitung > x2 tabel
✓ Contoh Kasus
Ada dua orang juri yang diminta untuk menilai
dalam lomba membuat makanan. Jumlah
makanan yang dinilai ada 10 masing-masing
diberi nomor 1, 2, 3, 4,5 ,6, 7, 8, 9,1 0. Data
dapat dilihat pada tabel dibawah ini.
Nilai Dua Orang terhadap 10 Makanan
rs = 1 − 0,04
rs = 0,96
✓ Kesimpulan
rs hitung = 0,96
r tabel (10, 0.05) = 0,684
rs hitung > rs tabel = 0,96 > 0,684
Jadi Ho ditolak (Terdapat hubungan antara dua
juri dalam memberikan penilaian pada lomba
membuat makanan. Arah hubungan positif

ESTIMASI
PENDUGAAN PARAMETER STATISTIK
Menaksir (Pendugaan Interval)
Rumus untuk mengukur interval keyakinan
= CL = C
C = (S-ZSx < P < S+ZSx)

C = Probabilitas atau tingkat keyakinan dalam

Adakah kesesuaian di antara dua juri tersebut
dalam menilai lomba membuat makanan?
✓ Tabel Penolong
praktek yang sudah diketahui
S = pendugaan parameter populasi
Z = nilai yang ditentukan yang berhubungan
dengan pendugaan interval (nilai Z ini berada
pada Z table)
P = Parameter populasi yang tidak diketahui

Standar deviasi diketahui

 Populasi tidak terhingga
 Populasi terhingga
Standar deviasi tidak diketahui
 Populasi tidak terhingga
 Populasi terhingga

Menaksir (Pendugaan Interval) untuk populasi

tidak terhingga dan Standar deviasi diketahui

Pendugaan rata-rata dengan sampel besar

✓ Perhitungan : Asumsi;
6 ∑d²
rs = 1 − 1.  diketahui
N ( N² − 1)
6 (7) 2. Populasi tidak terhingga
rs = 1 −
10 ( 10² − 1)
    
p  X − Z 2 X    X + Z  2 X  = 1 − 
 n n

✓ Contoh

Sebuah biro pariwisata di Jakarta mengadakan

suatu penelitian tentang kepariwisataan di
Indonesia dan ingin memperkirakan pengeluaran
rata-rata wisatawan asing per kunjungannya di
Indonesia.

Guna keperluan di atas, suatu sampel random

yang terdiri dari 100 wisatawan asing telah dipilih
guna diwawancarai dari populasi yang dianggap
tidak terhingga.

Hasil wawancara tersebut memberikan

keterangan: rata-rata pengeluaran per kunjungan
sebesar US$ 800 per wisatawan. ✓ Contoh :

Jika kita anggap deviasi standar dari pengeluaran

semua wisatawan kurang lebih konstan sebesar
US$ 120, maka buatlah interval keyakinan sebesar
95%.

✓ Jawaban Contoh
   
p  X − Z 2 X    X + Z  2 X  = 1 − 
 n n
 120 120 
p  800 − 1,96    800 + 1,96  = 0,95
 100 100 
p ( 776, 48    823,53) = 0,95
Rata-rata pengeluaran wisatawan per kunjungan
akan berkisar sekitar US$ 776.48 hingga US$
823.52.

✓ Kesalahan Standar dari Rata-rata Hitung Sampel

(Standar Error of Sample Mean)