Uji Non Parametrik
Uji Non Parametrik
Statistika Nonparametrik
Universitas Gunadarma
Statistika Parametrik vs Nonparametrik
• Statistika Parametrik :
− Teknik-teknik statistika yang didasarkan atas asumsi mengenai populasi yang
diambil sampelnya.
− Contoh: pada uji t diasumsikan populasi terdistribusi normal.
− Sebutan parametrik digunakan karena pada uji t ini yang diuji adalah
parameter (contoh: rata-rata populasi)
− Membutuhkan data kuantitatif dengan level interval atau rasio
• Statistika Nonparametrik :
− Cocok untuk data yang tidak memenuhi asumsi statistika parametrik atau yang
berjenis kualitatif
− Disebut juga distribution-free statistics
− Didasarkan atas lebih sedikit asumsi mengenai populasi dan parameter
dibandingkan dengan statistika parametrik
− Ada yang dapat digunakan untuk data nominal
− Ada yang dapat digunakan untuk data ordinal
• Kekurangan :
− Uji nonparametrik menjadi tak berguna apabila uji parametrik untuk data yang
sama tersedia
− Uji nonparametrik pada umumnya tidak tersedia secara luas dibandingkan
dengan uji parametrik
− Untuk sampel besar, perhitungan untuk statistika nonparametrik menjadi
rumit
• Metode uji nonparametrik pada bab ini, yaitu Uji tanda, Mann-Whitney, Wilcoxon,
dan Rank Spearman.
5 4 + 5>4=+
Statistik uji
p p ph = proporsi yang dihipotesiskan
z qh = 1-ph
p n = jumlah tanda + dan –
p ph p = proporsi tanda +
z
phqh
n Jumlah tanda harus cukup besar (nph dan nqh sekurang-kurangnya 5)
Dari penilaian terhadap kualitas dua pemutih pakaian (A dan B) diperoleh 19 tanda +,
6 tanda – dan 5 tanda nol. Ujilah hipotesis bahwa dalam populasi tingkat pemutih A
lebih dari 0.05. Gunakan taraf nyata 5 %.
Jawab:
1. H0 : p ≤ 0.5 H1: p > 0.5
2. Taraf nyata 5 %
3. Wilayah kritis: z > z 0.05= 1.64
4. Statistik uji:
p = 19 n= 19 + 6 = 25
ph = 0.5 qh = 0.5
0.76 - 0.5
z 2.6 19
0.5 x 0.5 p 0.76
25
25
5. Kesimpulan:
2.6 > 1.64 H0 ditolak
Artinya proporsi yang menilai kualitas pemutih A lebih baik dari pemutih B lebih
dari 0.5
Sampel A Sampel B
Taraf Ranking Taraf Rangking
12 4 10 2.5
10 2.5 13 5
15 6 9 1
16 7
R1=19.5 R2=8.5
Jika n1 dan n2 sekurang-kurangnya 10 (beberapa teori menetapkan lebih dari 10) dapat
didekati dengan distribusi normal yang memiliki rata-rata dan standar deviasi
R 2 R 2 Jika H0: μ2 ≤ μ1
z
R
Contoh: (soal dari diktat hal. 133)
Taraf-taraf operasi (prosentase kapasitas) telah didapat dari sampel-sampel random
n1=10 hari pada perusahaan 1 dan n2=12 hari pada perusahaan 2. Jumlah rangking
berturut-turut 145.5 dan 107.5. Pada taraf nyata 5 %, susunlah pengujian untuk
menentukan apakah taraf operasi rata-rata perusahaan 1 lebih besar dari taraf operasi
rata-rata perusahaan 2.
Jawab:
1. H 0 : μ1 ≤ μ2 H 1 : μ1 > μ2
2. Taraf nyata 5 %
3. Wilayah kritis: z > z0.05 z>1.64
10(10 12 1) (10)(12)(10 12 1)
R
1 115 R 15.166
2 12
145.5 115
z 2.01
15.166
5. Kesimpulan
z>z0.05 z>1.64
H0 ditolak
Artinya: taraf operasi rata-rata perusahaan 1 lebih besar daripada taraf operasi
rata-rata perusahaan 2
n1n2(n1 n2 1)
SE
12
Nilai statistik z:
W E (W )
z
SE
Kelompok 1 Kelompok 2
X1 Rank1 X2 Rank2
6,000 1 11,000 3
10,000 2 13,000 4
15,000 6 14,000 5
29,000 9 17,000 7
20,000 8
31,000 10
W=18
4(4 6 1)
E(W) 22
2
(4)(6)(4 6 1)
SE 4.69
12
18 22
z 0.85
4.69
6. Kesimpulan
z hitung < z tabel -1.96<-0.85<1.96
H0 diterima
Artinya: rata-rata pendapatan kedua kelompok tidak berbeda
Jawab:
6 d
2
6(91.5)
rs 1 1 0.68
n(n 1) 12(12 1)
2 2
z 0.68 12 1 2.26
6. Kesimpulan:
z>z tabel 2.26>1.64 maka H0 ditolak
Artinya: ada kecenderungan kecocokan pada rank kedua analis.