UJI STATISTIK

NON PARAMETRIK
RANCANGAN PERCOBAAN
3 ( 2-1 SKS) SEMESTER IV

DOSEN PENGAMPU :
TIM PENGASUH MTK

JURUSAN THP
FAKULTAS TEKNOLOGI PERTANIAN
UNIVERSITAS ANDALAS
PADANG, 2020
KELOMPOK UJI STATISTIK

 Stat.parametrik  bersyarat:
Populasi bersifat normal
Sampel secara random
Tak ada nilai ekstrim
 Peka untuk deteksi kemaknaan

 Stat.non parametrik  tanpa syarat

 Kurang peka untuk mendeteksi
UJI STATISTIK NON PARAMETRIK

 Chi square test

 Fisher exact test
 Kolmogorov Smirnov test
 Mc Nemar test
 Uji pengganti parametrik
CHI SQUARE TEST

o Untuk jenis data kualitatif

o Dapat untuk satu sampel atau lebih
o Sampel bersifat independen
o Bisa untuk sampel kecil
o Menguji perbedaan antar proporsi
o Rumus umum : tabel umum ( R by C )
o Rumus khusus : tabel 2 x 2
SYARAT CHI SQUARE

Tabel 2 x 2 Tabel R x C

n > 20 Tidak ada sel yang

nilainya 0

Tidak ada sel yang Sel nilai yang

nilai expected nya expected nya < 5
< 5 harus < dari 20%
NILAI OBSERVED

Allergi Asma + Asma - Total

+ 12 ( a ) 68 ( b ) 80

- 63 ( c ) 147 ( d ) 210

Total 75 215 290

PERHITUNGAN CHI SQUARE

 Rumus umum: ( o - e )2
X2 =  -------------
e
o = observed (data yg didapat)
e = expected (data yg diharapkan)
 Hitung nilai e untuk tiap sel
 Hitung nilai (o - e)2/e tiap sel dan jumlah
 Cari p dari nilai X2 pada tabel Chi Square
dengan df = (r-1)(c-1)
MENGHITUNG NILAI EXPECTED (E)

a = ( 75x 80)/290 = 20,7

b = ( 215X80)/290 = 59,3

c = ( 75X210)/290 = 54,3

d = ( 215X210)/290 =
155,7
MEMBACA TABEL CHI SQUARE

1.Lihat nilai kritis pada =0,05 dengan df 1

df = (r-1)(c-1) = (2-1)(2-1) = 1
Didapatkan X2 = 3,84
2.Tentukan p dari nilai X2 (=6,82) pada df yg
sama, didapatkan :
p berada antara 0,01 - 0,001
Jadi p < , karena =0,05
Ho ditolak, berarti ada perbedaan riwayat
alergi pada penderita asma dan bukan
penderita asma.
TABEL CHI SQUARE

df 0,10 0,05 0,02 0,01 0,001

1 2,71 3,84 5,41 6,51 10,83

2 4,60 5,99 7,82 9,21 13,82

3 6,25 7,82 9,84 11,34 16,27

4 7,78 9,49 11,67 13,28 18,46

RUMUS KHUSUS

( ad - bc )2 n
X2 = -------------------
(a+b) (c+d) (b+d) (a+c)

( l ad-bc l – ½ n )2 n
X2 = -------------------
(a+b) (c+d) (b+d) (a+c)
FISHER EXACT TEST

o Untuk jenis data kualitatif

o Sampel bersifat independen
o Khusus untuk sampel kecil
o Merupakan uji asosiasi
o Merupakan alternatif, bila chi square
2 x 2 tidak dapat dipergunakan
CONTOH FISHER EXACT TEST
TABEL FISHER EKSTREM

Vaksinasi/ Sehat Sakit Total

Sakit
Vaksinasi 5 0 5
+
Vaksinasi 0 7 7
-
Total 5 7 12
PERHITUNGAN

(a+b)! (c+d)! (b+d)! (a+c)!

p= ---------------------
a! b! c! d! n!

Hitung besar p untuk tabel observe

dan tabel ekstrem ( p1 dan p2 )
Nilai p = p1 + p2
Tidak ada tabel untuk tes ini.
KOLMOGOROV SMIRNOV ( KS )

o Data kualitatif, Sampel independen

o Untuk sampel kecil, uji asosiasi
o Alternatif Chi Square untuk tabel 2 x n
bila syarat Chi Square tidak dipenuhi
o Variabel independen nominal
o Variabel dependen ordinal
KOLMOGOROV SMIRNOV TEST

Hasil Ujian

Klp Buruk Krng Cukup Baik Baik n

Skl
Rajin 0 1 1 5 1 8

Tidak 2 3 4 1 0 8

Total 2 4 5 6 1 16
TABEL KUMULATIF KS

Hasil Ujian

Klp Buruk Krng Cukup Baik Baik

Skl
Rajin 0,000 0,125 0,250 0,875 1,000

Tidak 0,200 0,500 0,900 1,00 1,000

Delta 0,200 0,375 0,650 0,125 0,000

PERHITUNGAN

n1 n2 80
K= 4D2 ------- = 4 (0,65)2-----
n1 + n2 18

K= 7,51 lihat tabel C.Sq dengan df=2

Didapat p antara 0,02-0,05  p<
Jadi Ho ditolak
MC NEMAR TEST
Indikasi dan persyaratan
 Perbandingan proporsi pada kelompok
seperti pada uji Chi Square, tetapi pada
sampel yang berpasangan (dependent
group)
 Misal desain before-after study,
membandingkan nilai sebelum dan sesudah
perlakuan untuk membuktikan ada
tidaknya perubahan
DISCORDANT PAIRS

Sebelum Sesudah Total

Penyakit Penyakit
(+) (-)
Penyakit (+) a b a+ b

Penyakit (-) c d c +d

Total a + c b + d n
LANGKAH PERHITUNGAN

1. Hitung nilai X2 dengan rumus

(b-c -1)2
X2 = ---------------
b + c

2. Tentukan nilai p dengan mencocokkan nilai X2 pada

tabel Chi Square dengan df = 1
CONTOH

Ho: Tidak ada perbedaan kebiasaan merokok

sebelum dan sesudah penyuluhan anti rokok
Sesudah
penyuluhan Total
Berhenti
merokok Merokok
Tidak
Sebelum merokok 0 5 5
penyuluhan Merokok 23 40 63

Total 23 45 68
CONTOH

1. Hitung X2
(| 5-23 | -1)2
X2 = --------------- = 10,32
5 + 23

2. Tabel distribusi Chi Square, df=1,  = 0,05

didapatkan nilai 3,84  nilai kritis. Berarti X2 >
nilai kritis  Ho ditolak
KESIMPULAN

Terdapat perbedaan kebiasaan merokok antara

sebelum dan sesudah penyuluhan.

Lebih banyak orang yang tidak merokok sesudah

intervensi (23/68) dibandingkan sebelum intervensi
(5/68).
PENGGANTI PARAMETRIK

Bila tak memenuhi persyaratan:

 Unpaired t test  Mann Whitney rank

 Paired t test  Wilcoxon rank
 Unpaired Anova  Kruskal Wallis rank
 Paired Anova  Friedman rank
 Pearson Correlation  Spearman rank
UJI MANN WHITNEY RANK

Indikasi dan persyaratan

 Data numerik yang berasal dari 2 sampel
independent  distribusi data tidak normal
 alternatif uji parametrik uji t-independent
 ~ Tes Wilcoxon rank untuk paired sampel
LANGKAH PERHITUNGAN

 Urutkan seluruh data dan tentukan rank

nya. Data yang nilainya sama diberi rank
rata-rata
 Jumlah rank disebut T, dihitung pada
kelompok dengan n yang lebih kecil
 Jika n pada setiap kelompok < 15, maka
nilai T digunakan sebagai nilai uji Mann
Whitney
RUMUS

Jika jumlah sampel pada salah satu kelompok

lebih besar dari 15, maka nilai uji Mann Whitney
dihitung dengan rumus :

(T-µT) nS (nS + nL+1)

z= -------- , µT =
---------------------
T 2

T=  (nL µT)/6

MENENTUKAN NILAI P

 Jika n setiap kelompok < 15, maka nilai p

didapat dengan membandingkan nilai T
dengan tabel Mann Whitney
 Jika n pada salah satu kelompok > 15,
maka nilai p didapat dengan
membandingkan nilai z dengan nilai tabel
distribusi normal
CONTOH
Ho: Tidak ada perbedaan usia kelompok
pekerja yang mengalami Tinea kruris dengan
yang tidak.

Langkah-langkah
 Urutkan seluruh data dan tentukan rank nya.
 Jumlah rank klp Tinea (+) = 93,5
Tinea (-) = 116,5
 N kedua kelompok < 15  nilai T = hasil uji.
 Nilai p berdasarkan tabel > 0,05  p > 
 Kesimpulan: tidak ada perbedaan usia antara
pekerja yang mengalami Tinea kruris dengan
yang tidak.
Tabel Ranking usia pekerja di kedua kelompok
Tinea (+) Ranking Tinea (-) Ranking
20 1.5 20 1.5
21 5 21 5
21 5 21 5
21 5 23 12
22 8.5 25 13
22 8.5 26 14
23 10.5 27 15.5
23 10.5 27 15.5
39 19 28 17
40 20 29 18
nS =10 93.5 nL=10 116.5
UJI KORELASI SPEARMAN

Indikasi dan persyaratan

Alternatif uji parametrik korelasi
Pearson jika salah satu dari syarat di
bawah ini terpenuhi:
 Sedikitnya salah satu variabel berskala
ordinal
 Ada salah satu variabel yang tidak
terdistribusi normal
 Jumlah sampel kecil
 uji asosiasi antara 2 variabel yang
hubungannya tidak linear
LANGKAH PERHITUNGAN

1. Urutkan seluruh data X dan tentukan

rank nya
2. Urutkan seluruh data Y dan tentukan
rank nya
3. Hitung koefisien korelasi Spearman (rs)
dengan rumus
_ _
Σ (X- X) (Y-Y)
rs = ----------------------------------
 Σ (X- X)2 Σ (Y-Y)2

4. Tentukan nilai p dengan membandingkan

nilai rs dengan tabel korelasi Spearman.
PENILAIAN

1. Arah hubungan
 Negatif: jika nilai X bertambah maka
nilai Y berkurang, dan sebaliknya
 Positif: jika nilai X bertambah maka
nilai Y bertambah, dan sebaliknya
2. Kemaknaan
PENILAIAN

3. Kuat hubungan dinilai rs.

Korelasi sempurna bila r = +1
atau -1.
Berdasarkan kriteria WHO
< 0,3 : tak ada korelasi
0,3 - 0,5 : korelasi lemah
0,5 - 0,8 : sedang
> 0,8 : kuat
CONTOH

Ho: Tidak ada korelasi antara indeks massa

tubuh dan usia di kalangan pekerja.
Didapatkan rs 0,65  Tabel Korelasi
Spearman, 0,05<p<0,01  p <  maka
Ho ditolak.
Kesimpulan: Terdapat korelasi positif yang
kuat dan bermakna antara indeks
massa tubuh dengan usia pekerja. Atau:
makin bertambah usia maka indeks
massa tubuh akan meningkat.
Usia Ranking IMT Ranking
21 3 17.1 1
20 19.8 2
22 5.5 20.7 3
21 2 21.1 4.5
22 5.5 21.1 4.5
21 4 21.2 6
23 7.5 21.6 7
23 7.5 22.4 8
40 10 25.3 9
39 9 30.1 10
SOAL TABEL 2X2

Kerja gilir * Insomnia/bukan Crosstabulation

Insomnia/bukan
tidak ya Total
Kerja tidak Count 34 55 89
gilir % within Kerja gilir 38.2% 61.8% 100.0%
ya Count 19 69 88
% within Kerja gilir 21.6% 78.4% 100.0%
Total Count 53 124 177
% within Kerja gilir 29.9% 70.1% 100.0%
HASIL CHI-SQUARE

Chi-Square Tests

Asymp. Sig. Exact Sig. Exact Sig.

Value df (2-sided) (2-sided) (1-sided)
Pearson Chi-Square 5.820b 1 .016
Continuity Correctiona 5.056 1 .025
Likelihood Ratio 5.882 1 .015
Fisher's Exact Test .021 .012
Linear-by-Linear
5.788 1 .016
Association
N of Valid Cases 177
a. Computed only for a 2x2 table
b. 0 cells (.0%) have expected count less than 5. The minimum expected count is
26.35.
INTERPRETASI

Ho: terjadinya insomnia tak ada

hubungan dgn sistem kerja gilir

1. Syarat Chi Square

terpenuhi???
2. Jika X2 = 5,8 p=0.016  p <
alpha
Hasil uji kemaknaan???
Ho ditolak/diterima???