17th Block—Research Methodology| 2ndChapter Ifa

STATISTIKA NON
PARAMETRIK
17 April 2012
Drs. Zulaela

Assalamu’alaikum wr.wb
Waawawa judulnya statistika nonparametric pasti angka2 smua nih..tp tenang aja tmn2 bisa kok…
kmrn udah diajarin jg pas praktikum IT. Langsung mulai aja ya.. Bismillahirrahmanirrahim

Pengantar dikit yaa..

1. Uji hipotesis 2 mean
a. Tidak berpasangan:
- Parametrik: Independent sample t test
- Non Parametrik: Mann Whitney
b. Berpasangan:
- Parametrik: Paired t test
- Non Parametrik: Wilcoxon test
2. Uji hipotesis Lebih dari 2 mean
a. Parametrik: One Way ANOVA, lanjutan ANOVA: Multiple comparisons
b. Non Parametrik: Kruskal Wallis

Jadi, statistika nonparametrik fungsinya hampir sama dengan parametrik, yaitu metode statistika
untuk menguji suatu hipotesis. Yang membedakan kapan kita pake parametrik dan kapan kita pake
nonparametrik itu adalah dari sebaran atau distribusi datanya. Kalo distribusi datanya normal, kita
pake parametrik, tapi kalo distribusi datanya gak normal, kita pake nonparametrik. Bisa dilihat ya
macam2 uji hipotesisnya seperti diatas
Oke, Lanjuuut..

UJI HIPOTESIS DUA MEAN

- Uji hipotesis dua mean artinya

menggunakan dua variable
yang akan diukur.
Misal: Dari gambar diatas, kita
ingin membandingkan obat
standar dan obat baru.

I= obat standar
II= obat baru

Statistic Non Parametric 1

 17th Block—Research Methodology| 2ndChapter Ifa
`
Pertanyaan: Apakah obat baru lebih efektif dari obat standar?
Dikatakan efektif bila pasien yang diberi obat baru lebih cepat sembuh daripada pasien yang diberi
obat standar.

Terus, Bagaimana cara uji hipotesis tersebut?

1. Independent Samples t Test
Merupakan uji parametrik dengan syarat distribusi data normal.
Syarat yang harus dipenuhi agar Independent Sample t Test ini valid kita gunakan, yaitu:
a. Data mengikuti sebaran normal/distribusi normal.
Gimana caranya tau sebaran datanya normal/tidak?
Bisa pake:
- Histogram (klo bentuk lonceng, maka distribusi data normal)
- Q-Q plot (klo titik2nya disekitar garis diagonal, maka distribusi data normal).
- Kolmogorov-Smirnov (untuk populasi>50) dan Shapiro Wilk (untuk populasi≤50):
Pvalue >0,05 = distribusi data normal
Pvalue <0,05 = distribusi data tidak normal.
Jadi yang pertama kali dicek adalah distribusi data tersebut normal atau tidak. Kalau
normal berarti pake uji parametrik  dalam hal ini Independent sample t Test.
b. Data harus diukur dalam skala rasio-interval (numerik) saja.

c. Digunakan untuk menguji 2 variabel yang tidak berpasangan. Maksudnya tidak

berpasangan disini adalah terdapat 2 subjek/sampel yang dilakukan pengukuran atau
pemeriksaan untuk dibandingkan apakah terdapat perbedaan.

Udah pada tau dong gambar diatas, kyk prktikum IT kmrn..Dari program SPSS, muncullah hasil
outputnya seperti diatas.
Tabel Atas:
Sampel obat baru = 100 pasien (N) dengan rata-rata (Mean) kesembuhan 5.0000
Sampel obat standar = 100 pasien (N) dengan rata-rata (Mean) kesembuhan 3.8000
Pertanyaan: Apakah beda rata-rata kesembuhan obat tersebut signifikan?
Untuk menjawabnya, lihat tabel dibawahnya sebagai output analisis.
Tabel Bawah:
Beda rata-rata kedua obat tsb adalah 1.20000.
Dikatakan signifikan bila Pvalue <0,05.
Pertama lihat kotak Levene’s Test, pada equal variances assumed nilai sig=0,000 Karena nilai
sig.<0,05 maka varians data kedua kelompok tidak sama, maka untuk melihat hasil uji t memakai
hasil pada baris kedua yaitu “Equal Variances Not Assumed”, lalu liat nilai Sig. (2-tailed) 0,000,

Statistic Non Parametric 2

 17th Block—Research Methodology| 2ndChapter Ifa
`
berarti Pvalue<0,05. Maka dapat disimpulkan bahwa “Obat baru benar-benar lebih efektif daripada
obat standar”.
Begitu juga sebaliknya, kalo varians kedua kelompok sama maka dipakenya yang Equal
Variances Assumed. Kalo hasil P value yang ada di Sig.(2-tailed) itu >0,05 maka nilainya menjadi
tidak bermakna, artinya obat baru gak lebih efektif drpd obat standar.
Nah, Kalo distribusi/sebaran datanya tu gak normal trs pake apa dong? Seperti yang udah
dijelasin di awal, kalau distribusi datanya ga normal, metode statistik yang digunakan adalah dengan
statistika NONPARAMETRIK. Jadi nonparametric ini adalah alternatifnya dari parametrik, klo
distribusi data gak normal.
Statistika Non Parametrik Sebagai alternatif atau pengganti dari Independent Sample t Test
disebut dengan “MANN WHITNEY TEST”
Seperti yang dijelaskan berikut ini:

Penyimpangan Asumsi
Validitas penggunaan uji statistik parametrik t ditentukan oleh pemenuhan asumsi (populasi
normal). Jika pemenuhan asumsi tidak dipenuhi, tentu saja validitas hasil pengujian hipotesis
rendah.
Solusi:
• Transfomasi (dilupakan aja kata dr.zulaela..soalnya biasanya dilakukan oleh para expert..susah
dilakukan hehe)
• Menggunakan metode statistik yang bebas distribusi
(distribution free): Mann Whitney Test  nah ini yg digunakan sbg pengganti Independent sample
t test dalam keadaan dimana datanya ga normal.

2. Mann Whitney Test

-Merupakan uji nonparametrik (untuk distribusi data yg tidak normal).

-sebagai pengganti Independent sample t test.
Yang harus diperhatikan dalam dipakainya metode Mann Whitney Test:
1. Data dalam skala interval-rasio (numeric) untuk data yang tidak normal.
2. Boleh untuk data yang diukur dalam skala Ordinal.

Statistic Non Parametric 3

 17th Block—Research Methodology| 2ndChapter Ifa
`

Jadi pada mann whitney ini data boleh diukur dalam skala rasio-interval, ataupun ordinal.
Kita ke tabel yaa…Tabel diatas merupakan suatu contoh penelitian untuk membandingkan
metode Operasi Baru (metode A) dan metode Operasi standar (metode B). Angka yang ada di dalam
tabel menunjukkan kecepatan/waktu operasinya. Pasien yang pertama, dioperasi dgn metode A butuh
waktu 36 menit, pasien kedua 30 menit, dst. Pasien pertama yang dioperasi dengan metode B butuh
waktu 50 menit, dst. Dengan hasil penelitian seperti diatas, “apakah kita dapat mengatakan bahwa
metode operasi baru lebih efektif daripada metode operasi standar??”
Langkah pertama adalah menguji apakah data tersebut distribusinya normal atau tidak. Yang
seperti ini jika ingin menggunakan Independent sample t test, maka hrs dicek dulu lama operasi
pasien yang mendapat operasi A harus normal, yang B juga hrs normal. Kalo memang iya, maka
Independent sample t test adlh pilihan yang pertama, tetapi…kalau ternyata tidak bisa dipenuhi, baru
kita menggunakan Mann Whitney Test.
Lalu kemudian hasilnya bisa dilihat di tabel sebelahnya, bahwa Pvalue (Sig.2 –tailed) adlh 0,012,
yang berarti Pvalue <0,05, hal itu berarti hasilnya signifikan. Sehingga kita bisa mengatakan bahwa:
“Metode Operasi baru Lebih Efektif daripada Metode Operasi standar”.
Kalau yg Independent sample t test dan Mann Whitney test adalah untuk data yang tidak
berpasangan, Sekarang kita lanjut ke Uji hipotesis Dua mean yang berpasangan…ingat, masih sama2
dalam cakupan Uji hipotesis Dua Mean.
Kenapa disebut
berpasangan(dependen)?
Karena disini terdapat 1
sampel/subjek yang diukur
2 kali, sebelum dan
sesudah perlakuan, dan
ada hubungan antara hasil
sebelum dan sesudah
perlakuan tersebut.
Kalau dari contoh
diatas, Sebelum mendapat
perlakuan, Pasien diukur
dulu kadar kolesterolnya.
Kemudian pasien tersebut
diberi perlakuan berupa program diit selama waktu tertentu,, lalu kita ukur lagi kadar kolesterolnya.
“Apakah betul program diit tersebut efektif untuk menurukan kadar kolesterol?”
Maka uji statistik yang digunakan adalah dengan Dependent sample t test. Nah Dependent
sample t test ini dalam metode SPSS disebut dengan “Paired t Test”.

3. Paired t Test

Statistic Non Parametric 4

 17th Block—Research Methodology| 2ndChapter Ifa
`

-Merupakan Uji parametrik dengan syarat distribusi data normal.

-Normalnya distribusi dilihat dari delta (d).
Yang menunjukkan data “normal” dalam paired t test yaitu pada delta (perubahan kolesterol),
bukan pada data sebelum dan sesudah perlakuan. Sedangkan klo dibandingin sm Independent t
test, pd Independent sample t test data normal dilihat dari kedua kelompok variabelnya (kedua
subjek).
-Digunakan untuk menguji dua variable yang berpasangan, yaitu variable yang sama diukur 2 kali.

Dalam menggunakan metode uji statistic Paired t test ini, maka sama seperti metode yang lain, harus
dipenuhi syarat dulu, sbb:
1. Variabel interest diukur dalam skala interval-rasio.
Dalam hal ini adalah kadar kolesterol, berarti data numeric (interval-rasio).
2. Penurunan (d) harus mengikuti sebaran normal.
Dalam hal ini adalah penurunan kadar kolesterol harus mengikuti sebaran normal.

Misal: tabel di atas.

Ada 10 subjek yang diukur dua kali, yaitu sebelum(program diet) dan sesudah (program diet).
“Apakah program diet efektif untuk menurunkan kolesterol??”
Mari dilihat tabel selanjutnya dibawah ini….
Pada program SPSS, paired sample t Test menunjukkan output dan analisa data sebagai berikut:

Statistic Non Parametric 5

 17th Block—Research Methodology| 2ndChapter Ifa
`

Langsung liat Pvalue nya aja ya yang dibagian Sig. (2-tailed): yaitu 0,046, artinya P value <0,05.
Maka ada perbedaan yang nyata, yang bermakna/ signifikan. Sehingga dapat dikatakan bahwa
“Program Diet Efektif dalam menurunkan kadar Kolesterol”.
Kalau sebaran datanya ga normal, maka sebagai pengganti/alternatif dari Paired t test disebut
dengan WILCOXON TEST.

3. Wilcoxon Signed Rank Test (Wilcoxon Test)

-Merupakan uji nonparametrik (untuk distribusi data yg tidak normal).
-sebagai pengganti paired t test.
Yang harus diperhatikan dalam dipakainya metode Wilcoxon Test:
1. Data dalam skala interval-rasio (numeric) untuk data yang tidak normal.
2. Boleh untuk data yang diukur dalam skala Ordinal.

Contoh:
Sepuluh orang berpartisipasi dalam suatu penelitian yang bertujuan untuk mengetaui efektivitas
suatu program diit dalam menurunkan serum cholesterol levels. Data dalam tabel berikut
menunjukkan serum cholesterol levels untuk sepuluh orang sebelum dan sesudah mengikuti
program diit tersebut beserta penurunannya. Dengan tingkat signifikansi, “dapatkah dikatakan
bahwa program diit tersebut menurunkan serum cholesterol levels?”

Langsung diliat Pvaluenya aja ya

yang ada di bagian Sig.(2-tailed):
0,005, artinya Pvalue <0,05.
Maka data tersebut
bermakna/signifikan. Sehingga
dapat dikatakan bahwa “ Program
Diit efektif menurunkan kadar
kolesterol”.

Statistic Non Parametric 6

 17th Block—Research Methodology| 2ndChapter Ifa
`
Semua yang uda dijelasin td adlh uji hipotesis dua mean, skrg kita bahas Uji hipotesis Lebih dari Dua
Mean.

UJI HIPOTESIS LEBIH DARI DUA

MEAN

Kalo yang di depan td (Independent

sample t test) hanya membandingkan 2
obat saja (obat baru dan standar). Nah tp
klo utk membandingkan lebih dari 2
macam obat, maka banyak kelemahan
jika kita pke Independent sample t test.
Maka, yang dapat digunakan adalah
dengan metode ANOVA (One Way
ANOVA), untuk membandingkan lebih
dr 2 obat.

Data dalam tabel berikut menunjukkan lama (dalam jam) 3 jenis tablet sakit kepala dapat
mengurangi rasa sakit untuk 12 orang. Ke 12 orang itu dibagi secara random ke dalam 3 kelompok
dan masing-masing kelompok diberi satu jenis tablet dan hasilnya adalah sebagai berikut:

Dengan tingkat signifikansi 0,05,

ujilah apakah ada perbedaan
lamanya tablet itu mengurangi
rasa sakit kepala?.

Statistic Non Parametric 7

 17th Block—Research Methodology| 2ndChapter Ifa
`
5.ANOVA
- Merupakan uji parametrik untuk membandingkan lebih dari 2 mean pada distribusi data yang
normal.
- Syarat yang harus dipenuhi:
a. Data diukur dalam skala interval-rasio.
b. Sebaran/Distribusi data harus normal (Pasien yang dpt obat A hrs normal, pasien yg dpt obat B
hrs normal, pasien yg dpt obat C hrs normal, dst).
c. Variansi sama (Variansi waktu sembuh pasien yang dpt obat A= waktu sembuh pasien yang dpt
obat B= waktu sembuh pasien yang dpt obat C)
Variansi merupakan ukuran penyimpangan, atau untuk mengukur homogen atau tidaknya data.
Kalau ketiga syarat diatas terpenuhi, maka One Way ANOVA sudah tepat kita pilih. Tapi kalu
normalitas datanya tidak
terpenuhi, maka sebagai
pengganti atau alternatif dari
One Way ANOVA disebut
dengan KRUSKAL-
WALLIS TEST.

Dari tabel di samping terlihat

nilai Pvalue: 0,028, artinya
<0,05. Sehingga dapat
dikatakan obat A,B,dan C
mempunyai perbedaan
kecepatan reaksi yang
bermakna/signifikan.

6. KRUSKAL WALLIS TEST

- Merupakan uji Nonparametric untuk
membandingkan lebih dari 2 mean pada
distribusi data yang tidak normal.
- sebagai pengganti One way ANOVA.
Yang harus diperhatikan dalam dipakainya
metode Kruskal Wallis Test:
1. Data dalam skala interval-rasio
(numeric) untuk data yang tidak normal.
2. Boleh untuk data yang diukur dalam
skala Ordinal.

Alhamdulillah.. ditengah dilanda kegalauan n dilema mau ngerjain KTI ato ngerjain editan, selesai jg
trnyta kalo diniatin hehe sukses ya temen2 bwt sidang proposal n MCQ nya, amin.

Statistic Non Parametric 8