LAPORAN

STATISTIKA MATEMATIKA
UJI PARAMETRIK DAN UJI NON PARAMETRIK

Laporan ini ditulis untuk memenuhi sebagian persyaratan

nilai tambah mata kuliah Mata Kuliah Statistika Matematika

Disusun Oleh:
RAHMIA
NIM 210710002

PROGRAM STUDI PENDIDIKAN MATEMATIKA

JURUSAN PENDIDIKAN ILMU TERAPAN
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS MALIKUSSALEH
ACEH UTARA
2023
 KATA PENGANTAR
Alhamdulillah, dengan segala puji dan syukur kehadirat Allah SWT, karena
atas berkat rahmat dan karunia-Nya kepada kita semua. Shalawat serta salam
semoga senantiasa tercurahkan kepada Nabi Besar Muhammad SAW,
keluarga, sahabat, serta kepada umatnya yang selalu melaksanakan ajarannya.
Laporan ini ditulis untuk menyelesaikan mata kuliah Statistika
Matematika yang berjudul “UJI PARAMETRIK DAN NON PARAMETRIK”,
laporan tersebut ditulis untuk memenuhi tugas Ujian Akhir Semester. Tujuan
dari penulisan laporan ini untuk dapat memberi pengetahuan yang baru
terkhusus bagi pembaca.
Penulis ingin memberi ucapan terimakasi kepada ibu Hayatun Nufus, S.
Pd., M. Pd., yang telah memberi arahan dan masukan dalam proses penulisan
laporan tersebut. Dalam penyusunan laporan tersebut tentu masi banyak
kekurangan dan kelemahannya, untuk itu penulis ingin menyampaikan
permohonan kritik dan saran dalam rangka penyempurnaan laporan tersebut.

Aceh utara, … Desember

2023

Penulis
DAFTAR ISI
 BAB I LATAR BELAKANG
1.1 Latar Belakang

Statistika dapat digunakan untuk ukuran sebagai wakil dari kelompok

mengenai suatu nilai seperti: nilai rata-rata mahasiswa, rerata produktivitas
Perusahaan, persentase keberhasilan belajar, ramalan kemampuan mahasiswa,
memprediksi hasil produksi pertanian dan sebagainya untuk memperoleh
sejumlah informasi yang menjelaskan masalah untuk ditarik kesimpulan yang
benar. Beberapa proses yang dilakukan yaitu proses pengumpulan informasi,
pengolahan informasi, dan proses penarikan kesimpulan (Arsi, 2020). Menurut
(Ali, 2023, pp. 1–2) di dalam bukunya menjelaskan bahwa tujuan pertama
statistika adalah mengorganisasikan dan menyimpulkan infomasi sehingga
peneliti bisa memahami apa yang terjadi dalam risetnya dan bisa
mengkomunikasikan hasil-hasil risetnya kepada pihak Lain. Tujuan kedua
statistika adalah memudahkan peneliti dalam menjawab pertanyaan-pertanyaan
penelitian dengan cara menentukan secara tepat kesimpulan-kesimpulan yang
dibenarkan atas dasar temuan- temuan penelitian.
SPSS adalah kependekan dari Statistical Product and Service Solutions,
yang merupakan sebuah aplikasi yang dapat digunakan untuk analisis data
statistik, Aplikasi ini diluncurkan pertama kali pada tahun 1968 oleh SPSS Inc.
yang kemudian diakuisisi oleh perusahaan terkemuka IBM Corporation.
Meskipun telah lama ada, belum banyak orang yang mengenal apa itu aplikasi
SPSS. SPSS banyak digunakan untuk keperluan riset pemasaran, perbaikan mutu
dan riset-riset yang berhubungan dengan sains lainnya. Hal ini dikarenakan
kemudahan dalam implementasinya untuk mengelola data-data statistik. Adapun
fungsi SPSS adalah untuk analisis data, pengolahan dan mendokumentasikan
data, representasii data statistik, analisis statistik, survey, pembuatan data
turunan, data mining, dan melakukan riset pemasaran (Admin, 2019).
Maka berdasarkan pembahasan di atas, penulis melakukan dan menjelaskan
bagaimana Langkah-langkah penggunaan SPSS untuk menguji statistik
parametrik dan non parametrik dalam memudahkan pembaca untuk melakukan
uji statistik.

1.2 Rumusan Masalah

Rumusan masalah yang digunakan sebagai acuan pengujian, yaitu :

a) Apa yang dimasud dengan statistic parametrik

b) Apa yang dimaksud dengan statistik non-parametrik?

c) Apa saja macam-macam uji statistik parametrik?
d) Apa saja macam-macam uji statistik non-parametrik?
e) Apa saja teknik-teknik yang terdapat pada uji statistik parametri
dan statistik non- parametrik?
f) Apa saja rumus-rumus yang terdapat pada uji statistik parametrik
dan statistik non- parametrik?
g) Bagaimana penggunaan SPSS dalam uji Statistik parametrik dan uji statistik
non- parametrik?

1.3 Tujuan
Tujuan dari pengujian yang dilakukan yaitu :
a. Untuk mengetahui maksud dari statistik parametrik.
b. Untuk mengetahui maksud dari statistik non parametrik.
c. Untuk mengetahui metode-metode yang terdapat pada uji statistic
parametrik dan non paramertrik.
d. Untuk mengetahui rumu-rumus uji statistik parametrik dan uji statistik non
parametrik.
e. Untuk mengetahui penggunaan SPSS pada uji statistik parametrik dan uji
statistik non parametrik.
 BAB II PEMBAHASAN
2.1 Statistik Parametrik
a. Definisi Statistik Parametrik

Statistika parametrik adalah statistik yang mendasarkan pada parameter-

parameter tertentu, seperti rata-rata, varians dan sebagainya. Umumnya
parameter-parameter tersebut diperoleh dari data yang berdistribusi normal.
Dalam analisis dengan metode statistika parameterik ada beberapa asumsi yang
harus dipenuhi seperti halnya: Variabel penelitian harus mengikuti distribusi
normal; Ukuran sampel memenuhi syarat sesuai dengan besarnya populasi;
Skala pengukuran yang dipakai variabel tersebut adalah skala pengukuran yang
paling kuat/maksimum (minimum skala pengukuran interval). Artinya dalam
distribusi data statistik mempertimbangkan apakah data yang dimiliki dapat
menyebar secara normal atau tidak. Data yang dimiliki nantinya akan masuk
dalam proses analisis dan pengolahan data. Dalam perlakuan analisis data
menggunakan statistika parametrik perlu memenuhi asumsi normalitas. Pada
umumnya ketika asumsi ini tidak lulus, maka harus beralih metode.
Menurut (Ali, 2023, pp. 1–2) di dalam buku tersebut menjelaskan bahwa
pembahasan tentang statistika dalam Ilmu-Ilmu Sosial pada umumnya dan Ilmu
Psikologi pada khususnya bisa dibagi ke dalam dua topik utama, yaitu statistika
deskriptif dan statistika inferensial (Creswell, 2012). Statistika deskriptif dan
statistika inferensial sama- sama melibatkan analisa data, tetapi cakupan dua
jenis statistika tersebut berbeda. Statistika deskriptif bertujuan untuk
memberikan gambaran dan karakteristik data. Tema-tema dalam statistik
deskriptif mencakup, misalnya, ‘tendensi sentral (mean atau rata- rata, median,
modus), variabilitas (range, varians, standar deviasi), dan posisi relatif (kuartil,
desil, persentil, skor z). Tema tema lain yang bisa juga dimasukkan dalam
statistika deskriptif mencakup pembuatan grafik histogam, poligon, ogif, dan
lain-lain, termasuk kurva normal yang di dalamnya dibahas tentang
kemencengan (skewness) dan kurtosis (Diekoff, 1996).

b. Kelebihan dan kelemahan statistik parametrik

Adapun kelebihan statistic parametrik, sebagai berikut:

1) Syarat syarat parameter dari suatu populasi yang menjadi sampel

biasanya tidak diuji dan dianggap memenuhi syarat, pengukuran
terhadap data dilakukan dengan kuat.
2) Observasi bebas satu sama lain dan ditarik dari populasi yang
berdistribusi normal serta memiliki varian yang homogen.
3) Adapun kelemahan statistik, sebagai berikut:

4) Populasi harus memiliki varian yang sama.

5) Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam skala

interval.

6) Dalam analisis varian ditambahkan persyaratan rata-rata dari

populasi harus normal dan bervarian sama, dan harus merupakan
kombinasi linear dari efek-efek yang ditimbulkan.

c. Metode pada statistik parametrik

1) Uji-t one sample
2) Uji-t two sample independent
3) Uji-t two paired sample
4) Uji anova one way
5) Uji anova two ways
6) Uji korelasi sederhana
7) Uji korelasi ganda
8) Regresi linear sederhana
9) Regresi linear berganda, dan lain-lainnya.
2.1 Statistik Non-Parametrik

a. Defenisi statistik non-parametrik

Statistik Non-Parametrik, 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.
Ciri-ciri statistik non-parametrik, yaitu:
1) Data tidak berdistribusi normal.
2) Umumnya data berskala nominal dan ordinal.
3) Umumnya dilakukan pada penelitian sosial dan umumnya jumlah sampel
kecil.

b. Kelebihan dan kelemahan non-statistik parametrik

Adapun kelebihan statistik non-parametrik, sebagai berikut:

1) Tidak membutuhkan asumsi normalitas.

2) Secara umum metode statistik non-parametrik lebih mudah
dikerjakan dan lebih mudah dimengerti jika dibandingkan dengan
statistik parametrik karena ststistika non-parametrik tidak
membutuhkan perhitungan matematik yang rumit seperti halnya
statistik parametrik.
3) Statistik non-parametrik dapat digantikan data numerik (nominal)
dengan jenjang (ordinal).
4) Kadang-kadang pada statistik non-parametrik tidak dibutuhkan
urutan atau jenjang secara formal karena sering dijumpai hasil
pengamatan yang dinyatakan dalam data kualitatif.
5) Pengujian hipotesis pada statistik non-parametrik dilakukan secara
langsung pada pengamatan yang nyata.

6) Walaupun pada statistik non-parametrik tidak terikat pada distribusi

 normal populasi, tetapi dapat digunakan
7) Adapun kelemahan statistik non-parametrik, sebagai berikut:

8) Statistik non-parametrik terkadang mengabaikan beberapa informasi

tertentu.
9) Hasil pengujian hipotesis dengan statistik non-parametrik tidak
setajam statistik parametrik.
10) Hasil statistik non-parametrik tidak dapat diekstrapolasikan ke
populasi studi seperti pada statistik parametrik. Hal ini dikarenakan
statistik non-parametrik mendekati eksperimen dengan sampel kecil
dan umumnya membandingkan dua kelompok tertentu.

c. Metode pada Statistik Non-Parametrik

1) Uji tanda (sign test)

2) Rank sum test (wilcoxon)

3) Rank correlation test (spearman)

4) Fisher probability exact test

5) Chi-square test, dan lain-lainnya.

2.3 Pengujian Statistik Parametrik dan Non-Parametrik menggunakan

SPSS

a. Uji Statistika

Sebelum melakukan uji statistik, kita perlu memastikan uji normalitas

dan uji homogenitas yang bertujuan agar analisis data statistika yang kita
lakukan lebih akurat dan valid. Dengan memastikan data kita terdistribusi
normal dan varian antara kelompok data sama. maka hasil analisis yang
akurat akan membantu kita membuat kesimpulan yang tepat dalam
penelitian atau analisis data yang kita lakukan.
b. Uji Normalitas

Distribusi normal adalah distribusi data yang simetris mengikuti pola

lonceng. Jika data tidak normal, hal ini dapat mempengaruhi pemilihan teknik
analisis statistik yang sesuai. Uji normalitas bertujuan untuk memeriksa apakah
data yang diperoleh memiliki distribusi normal atau mengikuti kurva normal.
Uji normalitas digunakan sebagai syarat atau asumsi dari berbagai uji
parametris. Uji normalitas banyak sekali teknik atau metode perhitungannya,
antara lain adalah: Uji Kolmogorov Smirnov, uji Lilliefors, Uji Shapiro WIlk,
Uji Shapiro Francia, Uji Anderson Darling, Uji Ryan Joiner, Uji Jarque Bera,
Uji Skewness Kurtosis, PP Plot, QQ Plot, Detrend QQ Plot. Secara operasional
hipotesisnya dapat dirumuskan sebagai berikut:
𝐻0: Data N-gain dari pupulasi yang berdistribusi normal.

𝐻1: Data N-gain berasal dari populasi yang tidak berdistribusi normal.

Taraf signifikan yang digunakan adalah 5% (𝛼 = 0,05) dengan kriteria

pengujiannya sebagai berikut:
Jika nilai signifikan (Sig) ≥ 𝛼 = 0,05 maka 𝐻0 diterima. Jika nilai signifikan
(Sig) < 𝛼 = 0,05 maka 𝐻0 ditolak
Jika hasil pengujian data berdistribusi normal, maka analisis data dapat
dilanjutkan dengan uji homogenitas

c. Uji Homogenitas
Uji homogenitas bertujuan untuk memeriksa apakah varians data yang
diperoleh dari dua atau lebih kelompok atau perlakuan adalah sama. Jika
varians antar kelompok tidak seragam, maka dapat mempengaruhi hasil analisis
statistik yang menggunakan variabel tersebut (Irena, 2023). Uji homogenitas
hanya digunakan pada uji parametris yang menguji perbedaan antara kedua
kelompok atau beberapa kelompok yang berbeda subjeknya atau sumber
datanya. Oleh karena itu, uji homogenitas diperlukan sebagai asumsi dari uji
independen t test dan uji Anova.
Uji homogenitas banyak juga teknik atau metode perhitungannya, yang
populer adalah: Uji Levene test, Fisher F dan Bartlett Test. Uji homogenitas
kalau diartikan secara mudahnya adalah uji yang menilai adakah perbedaan
varians antara kedua kelompok atau lebih (Hidayat, 2017). Hipotesis yang
digunakan dalam uji ini dapat dirumuskan sebagai berikut:
𝐻0: Data N-gain kelas eksperimen dan kelas kontrol mempunyai varians
yang homogen

𝐻1: Data N-gain kelas eksperimen dan kelas control mempunyai varians
yang tidak homogen
Taraf signifikan yang digunakan adalah 5% (𝛼 = 0,05) dengan kriteria
pengujiannya sebagai berikut:
Jika nilai signifikan (Sig) ≥ 𝛼 = 0,05 maka 𝐻0 diterima. Jika nilai
signifikan (Sig) < 𝛼 = 0,05 maka 𝐻0 ditolak.

2.4 Uji Statistik Parametrik

a. Uji-T

Uji T merupakan uji signifikasi yang dilakukan secara individual, atau

lebih sering disebut sebagai proses analisis data kuantitatif, maka peneliti harus
melihat pengaruh variable independent terhadap sampel yang didapatkan.
Rumus uji T bertujuan untuk memperkirakan perbedaan sebenarnya antara rata-
rata dua kelompok dengan menggunakan rasio perbedaan rata-rata kelompok
atas kesalahan standar gabungan dari dua kelompok tersebut. Umumnya sampel
yang digunakan tidak lebih dari 30 sampel atau kurang dari jumlah tersebut,
rumus pengujian data sampel statistika ini dapat dituliskan, sebagai berikut:

x 1−x 2
t=
√ (s 2 ( n11 + n12 ))
Keterangan:

t adalah nilai t

𝑥̅1 𝑑𝑎𝑛 𝑥̅2 adalah rata-rata dari dua kelompok yang dibandingkan.
𝑠2 adalah kesalahan standar gabungan dari dua kelompok.

𝑛1 dan 𝑛2 adalah jumlah pengamatan di masing-masing kelompok.

b. Uji-t Two Sampel Independent

Metode uji ini digunakan jika kelompok berasal daru dua data populasi
yang berbeda. Uji-t varians tidak sama (independent) ini dibutuhkan
ketika jumlah sampel pada setiap kelompok berbeda, dan varians kedua
Kumpulan data juga berbeda. Secara notasi matematika, rumus uji T
independent dapat dituliskan, sebagai berikut:

mean1−mean2
T = var 12 var 22
+
n1 n2

Keterangan:

𝑚𝑒𝑎𝑛1dan 𝑚𝑒𝑎𝑛2adalah nilai rata-rata masing-masing dari setiap Kumpulan

data sampel.

𝑣𝑎𝑟1dan 𝑣𝑎𝑟2 adalah varian dari masing-masing set data sampel.

𝑛1 dan 𝑛2 adalah jumlah record pada tiap Kumpulan data sampel.

Hipotesis yang digunakan dalam uji ini dapat dirumuskan sebagai berikut:

𝐻0: 𝜇1 = 𝜇2 (Rata-rata dua kelompok sama)

𝐻1: 𝜇1 ≠ 𝜇2 (Rata-rata dua kelompok tidak sama)

Taraf signifikan yang digunakan adalah 5% (𝛼 = 0,05) dengan kriteria

pengujiannya sebagai berikut:
Jika nilai signifikan (Sig) ≥ 𝛼 = 0,05 maka 𝐻0 diterima. Jika nilai
signifikan (Sig) < 𝛼 = 0,05 maka 𝐻0 ditolak.

Uji Statistik Non-Parametrik

1. Uji Mann Whitney U Test (Wilcoxon Rank Sum Test)

Merupakan pilihan uji non parametris apabila uji Independent T Test

tidak dapat dilakukan oleh karena asumsi normalitas tidak terpenuhi. Tetapi
meskipun bentuk non parametris dari uji independent t test, uji Mann Whitney U
Test tidak menguji perbedaan Mean (rerata) dua kelompok seperti layaknya uji
Independen T Test, melainkan untuk menguji perbedaan Median (nilai tengah)
dua kelompok. Rumus pengujian data sampel statistika ini dapat dituliskan,
sebagai berikut:

n 1(n 1+1) n 2(n 2+1)

𝑈 = 𝑛1𝑛2 + − 𝑅1 𝑎𝑡𝑎𝑢 𝑈 = 𝑛1𝑛2 + −¿ 𝑅2
2 2

𝑈 = 𝑛1𝑛2 − 𝑈′

n1n2
U−
U−μ 2
𝑍 = σU =

√
n 1 n 2(n 1+n 2+1)
12

Keterangan:

t = jumlah observasi yang nilainya sama

𝑛1= banyaknya sampel yang lebih sedikit jumlahnya

𝑛2= banyaknya sampel yang lebih bnyak jumlahnya

𝑅1= jumlah rangking untuk 𝑛1

𝑅2= jumlah rangking untuk 𝑛2

Hipotesis yang digunakan dalam uji ini dapat dirumuskan sebagai berikut:

𝐻0: Tidak terdapat perbedaan dari perlakuan 1 dan 2

𝐻1: Terdapat perbedaan antara perlakuan 1 dan 2

Taraf signifikan yang digunakan adalah 5% (𝛼 = 0,05) dengan kriteria

pengujiannya sebagai berikut:
Jika nilai signifikan (Sig) ≥ 𝛼 = 0,05 maka 𝐻0 diterima. Jika nilai
signifikan (Sig) < 𝛼 = 0,05 maka 𝐻0 ditolak.

BAB III HASIL SPSS

3.1 Hasil Pengujian Penulis Menggunakan SPSS Versi 25

3.2 Statistika Uji Parametrik

 Parametrik Uji Normalitas
 Parametrik Uji Homogenitas

 Parametrik Uji T
3.3 Statistika Uji Non-Parametrik
 Non-Parametrik Uji Mann-Whitney
 BAB IV PENUTUP

Parametrik adalah istilah yang digunakan dalam statistik untuk merujuk

pada jenis analisis yang membuat asumsi tentang distribusi data. Dalam analisis
parametrik, kita biasanya mengasumsikan bahwa data mengikuti distribusi
tertentu, seperti distribusi normal. Dengan asumsi ini, kita dapat menggunakan
berbagai teknik statistik untuk menganalisis data, seperti uji t, analisis varians
(ANOVA), dan regresi linier. Dan yang termasuk ke uji parametric adalah uji
normalitas, homogenitas, dan uji T.
Nonparametrik adalah metode statistik yang tidak mengasumsikan bentuk
spesifik dari distribusi data. Metode nonparametrik sering digunakan ketika
asumsi distribusi normal yang digunakan dalam metode parametrik tidak dapat
dipenuhi. Misalnya, jika data memiliki banyak nilai ekstrem atau tidak
simetris, metode nonparametrik mungkin lebih tepat. Beberapa contoh metode
nonparametrik termasuk uji Mann-Whitney.
SPSS (Statistical Package for the Social Sciences) adalah perangkat
lunak yang digunakan untuk analisis statistik. Ini sangat populer di kalangan
peneliti di berbagai bidang, termasuk ilmu sosial, pendidikan, psikologi, dan
kesehatan. SPSS memungkinkan pengguna untuk melakukan berbagai jenis
analisis statistik, mulai dari deskriptif (seperti menghitung rata-rata dan standar
deviasi), sampai inferensial (seperti uji t, ANOVA, dan regresi). Selain itu,
SPSS juga memiliki fitur untuk mengolah dan mengelola data, seperti
mengubah variabel, mengkodekan data, dan menggabungkan set data.
Perangkat lunak ini memiliki antarmuka yang relatif mudah digunakan,
dengan banyak operasi yang dapat dilakukan melalui menu drop-down dan
kotak dialog. Namun, SPSS juga mendukung penggunaan sintaks, yang
memungkinkan pengguna untuk menulis dan menjalankan skrip untuk
melakukan analisis yang lebih kompleks.
DAFTAR PUSTAKA