Statistika Non Parametrik

• Kasus k Sampel Independen

– Tes X2 untuk k Sampel Independen
– Perluasan Tes Median
– Analisis Rangking Satu Arah Kruskal-Wallis
Tes X2 untuk k sampel independen

• Perluasan langsung dari tes X2 untuk dua

sampel independen
• Dipakai untuk menentukan signifikansi
perbedaan-perbedaan antara k kelompok-
independen, jika frekuensi dalam kategori-
kategori yang diskrit baik nominal atau
ordinal.
 Langkah-langkah penggunaan
tes X2 untuk k sampel independen
a) Susun frekuensi – frekuensi observasi dalam
suatu table kontigensi k x r, dengan menggunakan
k kolom untuk kelompok-kelompoknya
b) Tentukan frekuensi yang diharapkan dibawah Ho
untuk tiap-tiap sel dan membagi hasil kalinya
dengan N (N adalah jumlah dari jumlah pinggir
tiap kelompok, yang merupakan jumlah semua
observasi-independen. Harga N yang terlalu
besar ini buat tes ini tidak berlaku).
 Langkah-langkah penggunaan
tes X2 untuk k sampel independen

c) Hitung X2 dengan rumus 6.3 sebagai berikut:

r k
X2 =   , tentukan
( Oij – Eij )2
i=1 j=1 
Eij
db = ( k – 1 ) ( r – 1 )

d) Tentukan signifikansi harga observasi X2 dengan

memakai tabel C  Ho ditolak jika kemungkinan
memberikan harga untuk db tersebut  
 Contoh Soal
tes X2 untuk k sampel independen

Dalam stratifikasi sosial suatu masyarakat terbagi

menjadi lima kelas yaitu : I, II, III, IV, dan V.
penelitian berpusat pada korelasi-korelasi
stratifikasi di antara kaum muda pada masyarakat
tersebut. Ramalan : para remaja dalam kelas-
kelas sosial yang berlainan akan mencatatkan diri
mengikuti kurikulum-kurikulum yang berbeda
(persiapan perguruan Tinggi, Umum,
perdagangan) disekolah menengah atas.
Keanggotaan kelas sosial terhadap 390 siswa.
 Catatan : strata I dan II digabung untuk memenuhi syarat uji khi kuadrat uji frekuensi harapan sel < 5
jumlahnya jharus < 20% dari keseluruhan sel.

Kurikulum Kelas sosial Total

I dan II III IV V

Persiapan PT 23 (35x81)/390 = 7,3 40 (146x81)/390 = 16 (183x81)/390= 2 (26x81)/390 = 81

Umum 11 (35x207)/390 = 18.6 75 107 14 207

Perdagangan 1 (35x102)/390 = 9.1 31 60 10 102

Total 35 146 183 26 390

H0 : proporsi siswa yang tercatat dalam ketiga kurikulum
tersebut adalah sama untuk semua kelas sosial (I – V)
H1 : proporsi siswa yang tercatat dalam ketiga kemungkinan
kurikulum tersebut berbeda antara kelas yang satu dengan
kelas sosial yang lain

• Harga X2 mencerminkan besar perbedaan antara

harga-harga yang diharapkan di dalam tiap-tiap sel.
 Perluasan tes median

Fungsi :
• Perluasan tes median ini menentukan apakah k
kelompok independen (tidak harus berukuran
sama) telah ditarik dari populasi yang sama atau
dari populasi-populasi bermedian sama. Tes ini
berguna kalau variabel yang dikaji sekurang-
kurangnya diukur dalam skala ordinal.
 Langkah-langkah perluasan tes median:

a. Tentukanlah median bersama-sama skor-skor

k dalam kelompok.
b. Bubuhkanlah tanda tambah untuk semua skor
diatas median itu dan tanda kurang untuk
semua skor dibawah median, dengan
demikian terpisahlah skor dalam masing-
masing k kelompok pada median gabungan
tersebut. Tuangkanlah frekuensi-frekuensi
yang didapatkan kedalam suatu tabel k x 2.
 Langkah-langkah perluasan tes median:

c) Menggunakan data dalam tabel itu, hitunglah

harga-harga X2 seperti yang ditunjukkan rumus
( 6.3 ). Tentukanlah db = k - 1
d) Tentukanlah signifikansi harga observasi X2
dengan menggunakan Tabel C sebagai acuan.
Jika kemungkinan yang berkaitan dengan
harga-harga yang sebesar harga observasi X2.
sana dengan atau lebih kecil dari pada ,
tolaklah H0 dan terima H1.
Contoh :
Misalkan seorang peneliti bidang pendidikan ingin
mempelajari pengaruh banyak pendidikan yang
diperoleh terhadap tingkat minat ibu dalam hal sekolah
anaknya. Peneliti itu mengambil tingkat sekolah
tertingi yang ditamatkan oleh seorang ibu sebagai
indeks banyak pendidikan yang diperolehnya.
Sedangkan sebagai indeks minat dan perhatian
terhadap sekolah anaknya, peneliti memakai dasar
jumlah kunjungan suka rela setiap ibu kesekolah
selama satu tahun ajaran. Kunjungan itu misalnya ke-
permainan – permainan kelas, kepertemuan orang tua
murid, kepertemuan atas prakarsa sendiri dengan
para guru serta penyelenggara sekolah dan
sebagainya.
 Contoh : (lanjutan)
Dengan menarik setiap nama kesepuluh dari daftar
nama ke-440 anak-anak yang terdaftar disekolah
itu,dia memperoleh nama 44 ibu yang merupakan
sampelnya. Hipotesisnya adalah banyak kunjungan
ibu akan bervariasimenurut banyak tahun yang
dilewati ibu-ibu itu untuk bersekolah.

H0: tidak ada perbedaan dalam frekuensi kunjungan kesekolah

diantara para ibu yang berlainan tingkat pendidikan yang
mereka terima, yakni frekuensi kunjungan ibu ke sekolah
adalah independen terhadap tingkat pendidikan yang
diperoleh si ibu.
H1: frekuensi kunjungan kesekolah oleh ibu berbeda-beda
menurut tingkat pendidikan yang diterima si ibu.
Tabel 8.2 Jumlah Kunjungan Kesekolah Oleh Ibu-bu dari Ber-
macam Tingkat Pendidikan
Pendidikan yang didapat ibu

SD SLTP SLTA PT Lulus PT Pasca

sarjana
4 2 2 9 2 2
3 4 0 4 4 6
0 1 4 2 5 N= 2
7 6 3 3 2
1 3 8 N=4 N= 4
2 0 0
0 2 5
3 5 2
5 1 1
1 2 7
1 6
N= 10 N= 11 5
1
 Median SD SLTP SLTA PT LPT PS

Di 54 75 6 6 1 1,5 22 11
bawah
Di Atas 34 35 66 21,5 22 11
Jumlah 8 10 12 3 4 2

Penggabungan kategori
SD dan SLTP SLTA PT

12 9 66 4 4,5
69 66 5 4,5

Tabel kontingensi yang memenuhi penggunaan Uji khi-kuadrat untuk uji median

SD SLTP SLTA PT
<= median 75 8 5,5 7 6,5 55
> median 35 3 5,5 6 6,5 55
10 11 13 10
 Rule of Thumb untuk uji X2
• Tidak boleh ada Expected Value (E) pada
setiap sel yang kurang dari 1.
• Tidak boleh lebih dari 20% dari jumlah sel
yang mempunyai Expected Value (E) pada
setiap sel yang kurang dari 5.
• Bila “Rule of Thumb” tidak terpenuhi:
– Tabel 2x2 gunakan uji Fisher Exact.
 Analisis Varian Ranking Satu Arah
Kruskal - Wallis
• Fungsi :untuk menentukan apakah k sampel
independen berasal dari populasi-populasi yang
berbeda.
• Teknik Kruskal – Wallis menguji hipotesis-nol
bahwa k sampel berasal dari populasi yang sama
atau populasi identik, dalam hal harga rata-rata.
• Tes ini membuat anggapan bahwa variabel yang
dipelajari mempunyai distribusi kontinou. Tes ini,
menuntut pengukuran variabelnya paling lemah
dalam skala ordinal
 Langkah – langkah :
a) Berilah ranking-ranking observasi untuk
kelompok itu dalam suatu urutan dari 1 hingga
N
b) Tentukan harga R (jumlah ranking) untuk
masing-masing k kelompok.
c) Jika suatu propoprsi yang besar diantara
observasi-observasi itu berangka sama,
hitunglah harga H dari rumus 8.3. jika tidak,
gunakan rumus 8.1
d) Metode untuk menilai signifikansi harga
observasi H bergantung pada ukuran k dan
pada ukuran kelompok itu.
 jika k=3 dan n1, n2 dan n3  5  Tabel 0
dalam kasus lain, signifikansi uatu harga
sebesar harga H dapat ditaksir dengan
menggunakan Tabel C
e) Jika kemungkinan yang berkaitan dengan
harga observasi H adalah sama dengan atau
kurang dari , tolaklah H0.

• Statistik yang digunakan dalam tes Kruskal–

Wallis didefinisikan dengan rumus 8.1
berdistribusi Chi–Kuadrat dengan db = k – 1,
dengan syarat bahwa ukuran k sampel itu tidak
terlalu kecil.
 12 k Rj2
H =    - 3 ( N+1)………….8.1
N(N+1) j=1 nj

k = banyak sampel
nj = banyak kasus dalam sampel ke–j
N =  nj = banyak kasus dalam semua sampel
k
 = menunjukkuan kita harus menjumlahkan
J=1 seluruh k sampel (kolom-kolom) mendekati
distribusi chikuadrat dengan db = k -1 untuk
ukuran sampel (harga nj) yang cukup besar.
 Observasi - observasi berangka sama

• Kalau terjadi angka sama antara dua skor atau lebih,

tiap-tiap skor mendapatkan ranking yang sama, yaitu
rata-rata rankingnya  perlu koreksi  dibagi dengan
T
1 -  …………………………… 8.2
N3 – N
Dimana :
T = t2-1 (kalau t adalah banyak observasi-observasi
berangka sama )
N = banyaj observasi dlm seluruh k sampel bersama-
sama, yakni N =  nj
T= menunjukkan kita untuk menjumlahkan semua
kelompok berangka sama.
Rumus umum untuk H yang sudah dikoreksi :

12 k Rj2
   - 3 ( N+1)
N(N+1 ) j=i nj
H =  …………………….. 8.3
T
1 - 
N3 – N
• Dengan koreksi yg dilakukan utk angka sama ini, harga H
ditingkatkan dan dengan demikian hasilnya lebih signifikan
dibandingkan dengan tanpa koreksi.
• Oleh karena itu, jika kita dapat menolak Ho tanpa koreksi
(yakni dg rms 8.1 utk menghitung H)  maka dg
menggunakan rms koreksi tsb kita akan menolak Ho
bahkan pd tingkat signifikansi yg lebih meyakinkan.
• Dalam kebanyakan kasus, akibat koreksi itu dapat
diabaikan  jika yg terlibat dlm angka sama tidak lebih dari
25% observasi, kemungkinan yg berkaitan dg suatu H yg
dihitung tanpa koreksi angka sama (yakni kalau digunakan
rms 8.1), jarang sekali berubah dengan lebih dari 10% bila
dilakukan koreksi angka sama itu, yakni jika H dihitung
dngan rumus 8.3.
 Contoh untuk sampel kecil
• Misalkan seorang peneliti bidang pendidikan hendak
menguji hipotesis bahwa para administrator sekolah
biasanya lebih bersifat otoriter dari pada guru kelas.
Sungguhpun demikian, peneliti itu tahu bahwa data
yang dipakai untuk menguji hipotesis ini mungkin
“dikotori” oleh kenyataan bahwa banyak guru kelas
yang memiliki orientasi administratif dalam aspirasi-
aspirasi profesional mereka. Artinya banyak guru yang
menganggap para administrator sebagai reference
group.
 Contoh untuk sampel kecil (lanjutan)
• Untuk menghindari pengotoran itu dia merencanakan untuk
membagi 14 subyeknya ke dalam tiga kelompok.
– Para guru yang mempunyai orintasi pengajaran (para guru
yang ingin tetap dalam posisinya selaku guru);
– Para guru yang mempunyai orientasi administratif (para guru
kelas yang mempunyai cita-cita menjadi adsministrator); dan
– Administrator (penyelenggara) sekolah.
• Peneliti menerapkan skala F1 (suatu pengukuran terhadap
keotoriteran) pada masing-masing pada 14 subyek itu.
• Hipotesisnya ialah bahwa ketiga kelompok tadi akan
berbeda dalam harga rata-rata pada skala F itu.

• Disajikan dalam Adorno,TW, et al., 1950. The Authoritarian Personality. New York: Harper
 Contoh untuk sampel besar
• Seorang penyelidik mencatat berat ketika lahir anak-anak
babi yang merupakan anggota 8 kelompok seinduk yang
banyak anggotanya berlain-lainan. Peneliti itu ingin
menentukan apakah berat badan waktu lahir dipengaruhi
oleh ukuran banyak anak babi dari satu persatu kehamilan.

1. Hipotesis nol. H0 : tidak terdapat perbedaan dalam rata-

rata berat ketika lahir pada babi-babi yang berasal dari
ukuran besar keturunan yang berbeda-beda dari satu
kehamilan. H1 : rata-rata berat ketika lahir itu tidak sama
antara babi-babi yang berasal dari ukuran besar
keturunan yang berbeda-beda.
2. Tes statistik. Karena kedelapan “kelompok keturunan”
itu independent cocok dipakai. Sungguhpun
pengukuran berat dalam pon adalah pengukuran
dalam skala rasio, kita menggunakan analisis varian
satu arah non parametrik, dan bukannya tes
parametrik yang ekuivalen. Ini ditempuh, agar kita
terhindar dari keharusan membuat anggapan
normalitas dan homogenitas varian yang berkaitan
dengan tes F parametrik, agar generalitas penemuan
kita dapat ditingkatkan.
3. Tingkat signifikansi. Tetapkan  = 0,05. N = 56 =
banyaknya semua bayi babi yang telah dipelajari.
4. Distribusi sampling. Sebagai yang dihitung dari rumus(8.1).
H mendekati distribusi chi-kuadrat denagn db= k-1. jadi
kemungkinan yang berkaaitan dengan terjadinya, dibawah
H0 harga-harga yang sebesar harga H observasi dapat
diketahui dengan memakai tabel C sebagai acuan.
5. Daerah penolakan. Daerah penolakannterdiri fdari semua
harga H yang sedemikian besar, sehingga kemungkinan
yang berkaitan dengan terjadinya harga-harga itu dibawah
H0 untuk db = k-1 = 7 adalah sama dengan atau kurang
dari  = 0.05
6. Keputusan.
 Berat badan 56 bayi babi yang termasuk dalam kedelapan
“kelompok keturunan seinduk” disajikan dalam tabel 8.7.
 jika kita mengurutkan 56 berat badan ini, kita dapatkan
harga ranking yang disajkikan dalam tabel 8.8.
 perhatikanlah bahwa kita telah memberikan ranking 56
skor itu dalam satu rangkaian tunggal, sebagai yang
diminta oleh tes ini.
 Bayi babi terkecil, yakni anggota terakhir kelompok
turunan pertama, berat 1.1 pon, diberi ranking 1. bayi babi
yang terberat, juga dalam kelompok turunan pertama,
berat 4,4 pon; berat badan ini mendapatkan ranking 56.
 dalam tabel 8.8 juga ditunjukkan jumlah ranking masing-
masing kolom, yakni R1.
Tabel. 8.7. berat badan waktu lahir: delapan kelompok turunan seinduk
babi poland china, musim semi 1919 (dalam pon)

Kelompok turunan seinduk

1 2 3 4 5 6 7 8
2.0 3.5 3.3 3.2 2.6 3.1 2.6 2.5
2.8 2.8 3.6 3.3 2.6 2.9 2.2 2.4
3.3 3.2 2.6 3.2 2.9 3.1 2.2 3.0
3.2 3.5 3.1 2.9 2.0 2.5 2.5 1.5
4.4 2.3 3.2 3.3 2.0 1.2
3.6 2.4 3.3 2.5 2.1 1.2
1.9 2.0 2.9 2.6
3.3 1.6 3.4 2.8

2.8 3.2
1.1 3.2