TEKNIK ANALISIS DATA

STATISTIK PARAMETRIK
(chapter 1)

Bayu Setiaji
 ANALISIS DATA

Tahapan dalam Statistik

penelitian yang Deskriptif
menganalisis Parametrik
dengan
menggunakan Statistik
data statistik Inferensial

Non-
Parametrik
 STATISTIK PARAMETRIK

Uji-z (1 atau 2 sampel)

Ilmu statistik yang

mempertimbangkan
Uji-t (1 atau 2 sampel)
jenis sebaran atau
distribusi data,
yaitu apakah data Korelasi Pearson
menyebar secara
normal atau tidak
Perancangan percobaan
(one or two-way Annova
parametrik)
 STATISTIK PARAMETRIK

Data harus
Data minimal
berdistribusi
interval
normal

Prosedur ini dapat

digunakan bila asumsi-
Homogen asumsi parametrik Linier
terpenuhi

Random
(dipilih secara
acak)
 UJI NORMALITAS DATA

Uji normalitas data

dimaksudkan untuk
memperlihatkan bahwa data
sampel berasal dari populasi
yang berdistribusi normal.
 UJI HOMOGENITAS DATA

Uji homogenitas dimaksudkan

untuk memperlihatkan bahwa
dua atau lebih kelompok data
sampel berasal dari populasi
yang memiliki variansi yang
sama
 Uji-t

Dalam statistik parametrik diperlukan

syarat bahwa data yang akan
dianalisis harus berdistribusi normal.
Untuk itu perlu dilakukan pengujian
normalitas data. Salah satu cara
untuk pengujian normalitas data
antara lain dilakukan dengan t-test.
 Uji-t

Independent T-Test

Paired T Test
 Uji-t (Independent t-test)

Digunakan untuk membandingkan dua

kelompok mean dari dua sampel yang berbeda
(independent)

Prinsipnya ingin mengetahui apakah ada

perbedaan mean antara dua populasi, dengan
membandingkan dua mean sample-nya
Uji-t (Independent t-test)
Uji-t (Independent t-test)
 Uji-t (Paired t-test)

Digunakan untuk membandingkan mean dari

suatu sampel yang berpasangan (paired)

Menguji perbedaan kondisi awal atau sebelum

dan setelah perlakuan
Uji-t (Paired t-test)
 ANOVA

Anova satu jalan

(one way anova)

Digunakan untuk menguji

hipotesis rata-rata k
sampel yang
berpasangan. Data
berbentuk interval atau
rasio
Anova dua jalan
(two way anova)

SPSS
 MANOVA

Analisis varian multivariat merupakan terjemahan

dari multivariate analisis of variance (MANOVA).
Sama halnya dengan ANOVA, MANOVA merupakan
uji beda varian. Bedanya, dalam ANOVA varian yang
dibandingkan berasal dari satu variabel terikat,
sedangkan pada MANOVA, varian yang dibandingkan
berasal dari lebih dari satu variabel terikat.

SPSS
 UJI KORELASI

Uji korelasi product moment digunakan

untuk menguji korelasi/hubungan antara
satu variabel dengan satu variabel yang
lainnya. Data yang dianalisis harus berupa
data berskala rasio atau interval

SPSS
UJI REGRESI

Analisis ini digunakan

untuk menguji
Uji Regresi
hubungan/korelasi/peng
Sederhana
aruh lebih dari satu
variabel bebas terhadap
satu variabel terikat.
Regresi juga dapat
digunakan untuk
melakukan prediksi atau
estimasi variabel terikat
berdasarkan variabel
bebasnya. Data yang
Uji Regresi
dianalisis harus berupa
Ganda
data yang berskala
interval/rasio.
TEKNIK ANALISIS DATA

STATISTIK NON-
PARAMETRIK
(chapter 2-selesai)

Bayu Setiaji
 ANALISIS DATA

Tahapan dalam Statistik

penelitian yang Deskriptif
menganalisis Parametrik
dengan
menggunakan Statistik
data statistik Inferensial

Non-
Parametrik
 STATISTIK NON-PARAMETRIK

Metode statistik non

parametrik merupakan
metode statistik yang dapat
digunakan dengan
mengabaikan asumsi-asumsi
yang melandasi penggunaan
metode statistik parametrik,
terutama yang berkaitan
dengan distribusi normal.
 STATISTIK NON-PARAMETRIK

Keunggulan

Data yang
dikelolah tidak Lebih Dapat
harus
sederhana digunakan
berdistribusi
normal sehingga dan lebih untuk level
penggunaannya
mudah binomial dan
bisa
lebih luas dimengerti ordinal
penggunannya
 STATISTIK NON-PARAMETRIK

Keterbatasan

Jika asumsi uji statistik parametrik terpenuhi,

penggunaan uji non-parametrik meskipun
lebih cepat dan sederhana, akan menyebabkan
pemborosan informasi.

Jika jumlah sampel besar, tingkat efisiensi

nonparametrik relatif lebih rendah
dibandingkan dengan metode parametrik.
 Aplikasi Tes Parametrik Tes Non-Parametrik

Wilcoxon Signed-Rank
Dua sampel saling berhubungan T test
Sign Test
(Two dependent sample) Z test
Mc Nemar Test

Mann-Whitney U test
Dua sampel tidak saling Moses Extreme Reaction
T test
berhubungan Chi Square Test
Z test
(Two Independent sample) Kolgomorov-Smirnov test
Walt-Wolfowitz runs

Friedman Test
Beberapa sampel berhubungan
Kendall W Test
(Several Dependent Samples)
Cochran’s Q

Beberapa sample tidak Kruskal – Wallis test

ANOVA Test
berhubungan Chi Square Test
(F Test)
(Several Independent Samples) Median Test
 Uji Kolmogorov Smirnov

Fungsi Pengujian :
Pengujian Satu Sisi adalah untuk menguji perbedaan nilai
tengah (median), sedangkan pengujian Dua Sisi untuk
menguji berbagai jenis/sembarang perbedaan {(nilai tengah
(median), kemencengan (skewness), pemencaran (dispersi)}
dua buah populasi yang tidak
berpasangan.

Persyaratan Data :
Data setidak-tidaknya memiliki skala ordinal.
Uji Kolmogorov Smirnov
Uji Kolmogorov Smirnov
Uji Kolmogorov Smirnov
Uji Kolmogorov Smirnov
Uji Kolmogorov Smirnov
Uji Kolmogorov Smirnov:
Bisa dipakai untuk menguji keselarasan data
yang berskala minimal ordinal.

Berikut ini adalah data sampel berat saus

tomat yang diproduksi PT. Fresh Tomato
(angka dalam satuan gr).

Pertanyaan:
Perusahaan ingin mengetahui apakah
data diatas berasal dari polulasi
(seluruh produk saus tomat) yang
berdistribusi normal?
 Uji Chi-Square

Fungsi Pengujian :
Untuk menguji perbedaan proporsi populasi, yaitu antara data
yang diamati dengan data yang diharapkan (expected) terjadi
menurut H0 berdasarkan yang berasal dari sampel tunggal

Persyaratan Data :
Dapat digunakan untuk data berskala nominal dengan dua
lebih dari dua kategori
Uji Chi-Square
Uji Chi-Square
Uji Chi-Square
Uji Chi-Square
Uji Chi-Square
Uji Chi-Square
Uji Chi Square:

Dalam uji chi-square untuk satu sampel digunakan

untuk menguji apakah data sebuah sampel yang
diambil menunjang hipotesis yang menyatakan
bahwa populasi asal sampel tersebut mengikuti suatu
distribusi yang diterapkan.

PT.Lolilo yang menjual ice cream dengan

empat warna. Dalam satu minggu
diamati pembelian ice cream disuatu
toko.

Pertanyaan:
Perusahaan ingin mengetahui apakah
konsumen menyukai eskrim dengan
empat warna secara merata?
 Uji Wilcoxon

Fungsi Pengujian :
Untuk menguji perbedaan median dua populasi berdasarkan
median dua sampel berpasangan. Uji ini selain
mempertimbangkan arah perbedaan, juga
mempertimbangkan besar relatif perbedaannya

Persyaratan Data :
Data paling tidak berskala ordinal
Uji Wilcoxon
Uji Wilcoxon
Uji Wilcoxon
Uji Wilcoxon
Uji Wilcoxon
Uji Wilcoxon
 Uji Tanda

Fungsi Pengujian :
Untuk menguji perbedaan/perubahan ranking (median
selisih/ranking) dua buah populasi berdasarkan ranking
(median selisih/ranking) dua sampel berpasangan.
Persyaratan Data :
Data paling tidak berskala ordinal
Uji Tanda
Uji Tanda
Uji Tanda
Uji Tanda
Uji Tanda
Uji Tanda
Uji Tanda
Uji Wals
Uji Wals
Uji Wals
Uji Wals
Uji Wals
1. Uji Mann-Whitney
Mann Whitney U Test adalah uji non
parametris yang digunakan untuk
mengetahui perbedaan median 2
kelompok bebas apabila skala data
variabel terikatnya adalah ordinal atau
interval/ratio tetapi tidak berdistribusi
normal.
 Pemilihan Metode
 Hipotesis
 Jumlahkan nilai jenjang untuk
masing-masing sampel
 Hitung Nilai statistik uji U
 Kemudian dari kedua nilai tersebut
diambil nilai terkecil
 membandingkan dengan tabel Mann
Whitney
 Untuk Sampel Besar (U > 20)
Ditambahkan

 Setelah
memperoleh nilai Z maka
langkah terakhir yaitu mencari nilai tabel
Z
Sampel X dan Y adalah sebagai berikut
X 1,9 0,5 2,8 3,1
Y 2,1 5,3 1,4 4,6 0,9
Digabung dan disusun ke dalam
peringkat dan dipilah
Uji Statistik

nX = 4 wX = 18
nY = 5 wY = 27
 Pengujian hipotesis
Bergantung kepada ukuran sampel, pengujian
hipotesis dipilah menjadi tiga kategori:

• Kategori (1) menggunakan tabel khusus

langsung ke nilai probabilitas
• Kategori (2) menggunakan tabel khusus
• Kategori (3) menggunakan distribusi
probabilitas pensampelan yang didekatkan ke
distribusi probabilitas normal
 Sebuah perusahaan yang bergerak dalam
penjualan alat kesehatan ingin mengetahui
apakah para penjualnya membutuhkan
pelatihan untuk peningkatan kinerjanya.
Maka dibentuklah sekelompok salesman
yang diberikan pelatihan dulu sebelum
melakukan penjualan, kemudian kinerjanya
dibandingkan dengan kinerja salesman
yang mendapatkan pelatihan. Berikut ini
adalah hasil kedua kelompok tersebut.
 Hipotesis
Ho : Kedua populaasi identik (data
penjualan kedua kelompok tidak berbeda
secara signifikan)
Hi : Kedua populasi tidak identik atau
berbeda dalam hal lokasi (data kedua
kelompok berbeda secara signifikan)

 Dasar pengambilan keputusan berdasarkan

probabilitas :
Jika probabilitas > 0,05, maka Ho diterima
Jika probabilitas < 0,50, maka Ho ditolak
1. Uji Friedman
Uji Friedman dilakukan untuk mengetahui
perbedaan lebih dari dua kelompok sampel
yang saling berhubungan. Data yang
dianalisis adalah data ordinal, sehingga jika
data berbentuk interval atau ratio sebaiknya
dirubah dulu ke bentuk ordinal.
Uji Friedman merupakan alternative dari
ANOVA satu jalur. Uji ini dilakukan jika
asumsi-asumsi dalam statistik parametris
tidak terpenuhi, atau juga karena sampel
yang terlalu sedikit.
 Pengujian dilakukan terhadap beberapa
populasi untuk kesamaan mereka

 Setiap populasi mengandung sejumlah

kelompok yang padan “matched”
(ukuran sama)

 Pengujian dilakukan melalui jumlah

peringkat
 Data setiap kelompok disusun ke dalam
peringkat sedangkan jumlah peringkat
dilakukan pada setiap populasi

 Untuk peringkat sama dilakukan koreksi

peringkat sama

 Statistik uji berbentuk 2 Friedman

 Peringkat dan Jumlah Peringkat
 n = banyaknya kelompok
k = banyaknya populasi
R = jumlah peringkat pada tiap populasi
t = banyaknya data sama pada satu peringkat
 Statistik Friedman tanpa peringkat sama

 Statistik Friedman dengan peringkat sama

4. Uji Hipotesis pada Sampel Besar
• Sampel besar adalah pada
k=3 n>9
k=4 n>4
• Distribusi probabilitas pensampelan adalah
distribusi probabilitas khi-kuadrat
• Derajat kebebasan  = k – 1

• Bentuk hipotesis statistika adalah

H0 : Semua populasi adalah sama

H1 : Ada populasi yang tidaksama
 Uji Hipotesis pada Sampel Kecil
• Sampel kecil adalah pada
k=3 n9
k=4 n4
• Kriteria pengujian
Disediakan tabel khusus untuk kriteria
pengujian yang langsung dalam bentuk
probabilitas p
• Keputusan
Langsung membandingkan p dengan taraf
signifikansi 

Tolak H0 jika p < 

Terima H0 jika p  
 Contoh Soal
Sebuah Perusahaan biskuit ingin
meluncurkan empat rasa baru dalam
produk biskuitnya. Keempat rasanya
tersebut terdiri dari rasa coklat, rasa
strowberi, rasa keju, dan rasa kelapa.
Perusahaan ini mengeahui bagaimana
tanggapan konsumen terhadap keempat
rasa tersebut, dan kemudian dipersilahkan
kepada 10 orang untuk mencicipi lalu
memberikan nilai untuk setiap rasa yang
ada. Nilai yang diberikan ditentukan antara
0-100.
 Pertanyaan :
Dari keempat rasa tersebut, manakah
yang memiliki mutu yang sama?
 Uji
kendall ini digunakan untuk
mengetahui sejauh mana dua himpunan
peringkat-peringkat dan n individu
selaras ataukah tidak. Dalam praktek,
misal ingin diketahui derajat
keselarasan antara beberapa, misal m
peringkat dari n benda atau individu.
 Korelasi dilakukan terhadap peringkat nilai
yang diberikan oleh dua penilai, misalkan,
penilai X dan penilai Y
 Salah satu nilai, misalnya, dari X disusun
dalam urutan peringkat naik; nilai lainnya
mengikutinya
 Peringkat pada setiap nilai dari satu penilai
diperbandingkan secara berpasangan; jika
urutan adalah naik diberi +1 dan jika
urutan adalah turun diberi  1
 Peringkat 1 2 (naik) + 1
Peringkat 4 1 (turun)  1
 Untuk tiap penilai, semua nilai urutan
dijumlahkan
Perhitungan Urutan Untuk penilai
X,Perbandingan berpasangan
 Untukpenilai Y,
perbandingan
berpasangan
 UjiHipotesis Koefisien Korelasi Kendall
Hipotesis dapat berbentuk

 Pengujian dapat dilakukan untuk sampel

besar atau sampel kecil

 Pada sampel kecil (n  10) disediakan

tabel nilai kritis khusus

 Pada sampel besar (n > 10), distribusi

probabilitas pensampelan mendekatai
distribusi probabilitas normal
 Contoh Soal
 PT. Cantika Puspa ingin mengeluarkan
produk pembersih wajah baru. Ia ingin
mengetahui atribut apa saja yang
diinginkan konsumen dalam menggunakan
produk tersebut. Untuk itu perusahaan
menentukan empat atribut, yaitu bahan,
harum, kelembapan, segar. Kemudian
diambil beberapa sampel yang terdiri dari
20 orang responden. Masing-masing
responden diminta memberi penilaian
kepada setiap atribut yang diberikan
dengan angka 1 paling penting, dan 4
paling tidak penting.
1. Uji Kruskal Wallis
Uji Kruskal Wallis adalah uji
nonparametrik berbasis peringkat yang
tujuannya untuk menentukan adakah
perbedaan signifikan secara statistik
antara dua atau lebih kelompok
variabel independen pada variabel
dependen yang berskala data numerik
(interval/rasio) dan skala ordinal.
• Semua data digabungkan dan setelah itu disusun
ke dalam peringkat
• Kemudian peringkat dipisahkan ke setiap data dan
masing-masing dijumlahkan
• Dengan peringkat sama
Peringkat sama diberi peringkat sebesar rerata dari peringkat
yang sama itu
Apabila pada peringkat sama terdapat t data, maka koreksi
untuk peringkat sama adalah:
Statistik uji tanpa peringkat sama

Statistik uji dengan peringkat sama

4. Uji Hipotesis Kruskal-Wallis dengan Sampel
Besar
Sampel besar terjadi pada :

Contoh:
Pada tiga sistem A, B, dan C diperoleh dari
sampel berukuran nA = 5, nB = 6, nC = 8, dan
n = 19, statistik uji Kruskal-Wallis H = 1,665.
Pada taraf signifikansi 0,05, uji kesamaan
tiga sistem itu
• Hipotesis
H0 : Sistem A, B, dan C adalah sama
H1 : Sistem A, B, dan C, ada yang tidak sama

 Sampel
nA = 5, nB = 6, nC = 8, n = 19, k = 3
H = 1,665

• Distribusi probabilitas pensampelan

Distribusi probabilitas khi-kuadrat
Derajat kebebasan  = k – 1 = 3 – 1 = 2

• Statistik uji
2 = H = 1,665
• Keputusan
Pada taraf signifikansi 0,05 terima H0
 PT. Angkasa Permai ingin memproduksi
tiga baterai pertanian dengan merek A, B,
dan C. Manajer produksinya ingin
mengetahui apakah ada perbedaan mutu
produk yang nyata diantara ketiga merek
tersebut. Maka dari itu diambil sejumlah
sampel tertentu dari masing-masing merek,
kemudian diukur masa hidupnya
(menyalakan alat yang sama hingga mati).
Berikut ini adalah hasil pengujiaan (angka
dalam satuan jam).
 Uji
median (median test) adalah salah
satu prosedur yang paling sederhana
untuk menguji hipotesis awal bahwa dua
contoh yang saling bebas berasal dari
populasi dengan median sama.
1. Gabungkan seluruh pengamatan dari
kedua populasi dan hitung median dari 1
2 n n pengamatan.
2. Klasifikasikan pengamatan-pengamatan
tersebut :
a. apakah merupakan contoh 1 atau
contoh 2
b. apakah nilainya di atas atau di
bawah median contoh.
 Biasanya, klasifikasi
ini disajikan dalam
bentuk table kontingensi :
 Misalnya kita ingin meyelidiki apakah upah
untuk pekerja wanita mempunyai median yang
sama dengan upa untuk pekerja pria. Hipotesa
nihilnya mengatakan bahwa pekerja wanita sama
dengan median upah untuk pekerja pria.
Hipotesa alternatifnya mengatakan bahwa media
upah untuk pekerja wanita berbeda dengan
median upah pekerja pria. Untuk tujuan
penyelidikan ini kemudian diambil dua sampel
berupa upah dari 14 pekerja wanita (n1 = 14)
dan upah dari 16 pekerja pria (n2 = 16), dan
diperoleh informasi sebagai berikut:
1. Dasar pengambilan keputusan
menggunakan perbandingan statistik
hitung dengan statistik tabel.
 Jika statistik hitung < statistik tabel, maka
Ho diterima
 Jika statistik hitung > statistik tabel, maka
Ho ditolak
2. Dasar pengambilan keputusan
berdasarkan probabilitas :
Jika probabilitas > 0,05, maka Ho
diterima
Jika probabilitas < 0,50, maka Ho ditolak
 Keputusan
Terlihat bahwa pada kolom Asymp sig (2-
tailed) untuk diuji 2 sisi adalah 0,04
.Disini didapat probabilitas dibawah
0,05, maka Ho ditolak