(NON PARAMETRIK) Statistika Penelitian Disusun oleh :
Dini Widianti 198060004
Dani Mulyana 198060006
Niki Lestari 198060014
Kelebihan Statistik non parametrik : Tidak membutuhkan asumsi normalitas. Tingkat kesalahan penggunaan prosedur statistik non parametrik relatif kecil karena statistik jenis ini tidak memerlukan banyak asumsi. Perhitungan yang harus dilakukan pada umumnya sederhana dan mudah, khususnya untuk data yang kecil. Konsep dalam statistik non parametrik mudah untuk dimengerti. Dapat digunakan untuk menganalisa data yang berbentuk hitungan maupun peringkat (rank). Statistik non parametrik dapat digantikan data numerik (nominal) dengan jenjang (ordinal). Tidak dibutuhkan urutan karena sering dijumpai hasil pengamatan yang dinyatakan dalam data kualitatif. Pengujian hipotesis pada statistik non-parametrik dilakukan secara langsung pada pengamatan yang nyata. Walaupun pada statistik non-parametrik tidak terikat pada distribusi normal populasi, tetapi dapat digunakan pada populasi berdistribusi normal. Kekurangan Statistik non parametrik : Hasilnya tidak selalu sesuai dengan yang diharapkan karena kesederhanaan perhitungannya. Statistik non-parametrik terkadang mengabaikan beberapa informasi tertentu. Hasil pengujian hipotesis dengan statistik non-parametrik tidak setajam statistik parametrik. Hasil statistik non-parametrik tidak dapat diekstrapolasikan ke populasi studi seperti pada statistik parametrik. Hal ini dikarenakan statistik non-parametrik mendekati eksperimen dengan sampel kecil dan umumnya membandingkan dua kelompok tertentu. Analisis Rerata Satu Sampel (Non Parametrik)
Statistika Non-Parametrik digunakan jika kita tidak mengetahui suatu
model distribusi populasi dari suatu data dan jumlah data yang relatif kecil dan jika salah satu parameter statistik parametrik tidak terpenuhi. Pada pengujian satu sampel dengan asumsi populasi berdistribusi normal dan data paling tidak berkala interval maka digunakan uji t, tetapi seringkali data yang digunakan untuk menguji perbedaan rata- rata sampel dengan rata rata yang diharapkan tidak berdistribusi normal dan skala yang digunakan bukan skala interval atau rasio, hanya berskala nominal atau ordinal, sehingga analisis yang digunakan harus menggunakan uji statistik non parametrik. Macam-macam dari Uji Non Parametrik untuk satu sampel : Uji Kolmogorov Smirnov bisa dipakai untuk menguji keselarasan data yang berskala minimal ordinal. Uji Chi-Square, digunakan untuk menguji apakah data sebuah sampel yang diambil menunjang hipotesis yang menyatakan bahwa populasi asal sampel tersebut mengikuti suatu distribusi yang diterapkan. Binomial Test ditujukan untuk melakukan uji hipotesis suatu variabel yang berasal dari populasi binomial dengan probabilitas yang ditentukan pada suatu kejadian yang terjadi untuk kategori pertama dari dua kategori. Sampel Berkorelasi Prosedur untuk sampel berkorelasi digunakan ketika ingin membandingkan dua variabel yang diukur dari sampel sama (berhubungan). Misalnya ingin mengetahui perbedaan metode pembelajaran, dengan pengukuran dilakukan pada sampel peserta didik yang sama, baik sebelum maupun sesudah pembelajaran dilakukan. Sampel Independent Prosedur untuk sampel independen digunakan ketika kita ingin membandingkan dua variabel yang diukur dari sampel yang tidak sama (bebas). Misalnya sampel yang diambil berasal dari dua populasi yaitu populasi peserta didik sekolah A dan peserta didik sekolah B, dan ingin membandingkan rata-rata nilai matematika di antara kedua kelompok sekolah ini. Rumusan Masalah Permasalahan yang akan diujikan adalah penelitian tentang kecenderungan perbedaan pendapat peserta didik dalam menilai penerapan pembelajaran matematika menggunakan metode berbasis digital. Penelitian ini mengambil sampel sebanyak 20 orang secara acak dengan menggunakan opsi jawaban berbentuk nominal dikotomik yaitu setuju dan tidak setuju. Hipotesis H0 : Peluang peserta didik untuk setuju dan tidak setuju terhadap penerapan pembelajaran matematika menggunakan metode berbasis digital adalah sama. Ha : Peluang peserta didik untuk setuju dan tidak setuju terhadap penerapan pembelajaran matematika menggunakan metode berbasis digital adalah tidak sama. Pengujian Hipotesis
Berdasarkan hipotesis yang dibuat, maka
akan dilakukan pengujian hipotesis dengan menggunakan program SPSS. Langkah-langkah Pengujian Hipotesis 1. Isikan data pada Variable View 2. Klik Data View dan inputkan data hasil penelitian, kemudian klik menu Analyze → Non parametric Tests → Legacy Dialogs (SPSS 20 dst) → Binomial 3. Pada kotak dialog Binomial Test, pindahkan variabel “Kecenderungan Pendapat terhadap Penerapan pembelajaran matematika menggunakan metode berbasis digital” ke kotak Test Variable List. Pada kolom Define Dichotomy pilih Get from data dan pada Test Proportion pastikan terisi secara default yakni 0,50. Langkah-langkah Pengujian Hipotesis 4. Langkah selanjutnya klik menu Options... dan pada kotak dialog Binomial Test: Options di kolom Statistics berilah tanda centang ( ) pada Descriptive dan klik Continue. Pada kolom MissingValues biarkan tercentang secara default pada Exclude cases test-by-test. 5. Klik Continue untuk kembali ke kotak dialog sebelumnya, selanjutnya klik menu Exact... yang berada di sebelah atas menu Options... dan pada kotak dialog Exact Tests pastikan Asymptotic only yang terpilih/terceklist karena sampel yang digunakan sedikit. Langkah-langkah Pengujian Hipotesis
Langkah terakhir adalah klik Continue dan klik OK, sehingga
SPSS akan menampilkan output sebagai berikut : N Mean Std. Min Max Deviaton
Nilai Rata-rata Ulangan 20 3,1685 0,28113 2,75 3,70
Matematika Binomial Test Category N Observed Test Prop. Exact Sig. Prop. (2-tailed) Nilai ulangan Group 1 < = 3,2 12 ,60 ,50 ,503 matematika Group 2 > 3,2 8 ,40 Total 20 1,00
Dari jumlah responden sebanyak 20 peserta didik, peserta
didik yang memiliki nilai ulangan kurang dari atau sama dengan 3,20 sebanyak 12 orang (60%) dan peserta didik yang memiliki nilai ulangan lebih dari 3,20 sebanyak 8 orang (40%). Hasil Binomial Test
Test Prop. merupakan nilai persentase yang
diharapkan/teoretis dan membagi data menjadi duabagian yang sama besar yaitu sebesar 0,50 atau 50%. Selanjutnya melakukan uji hipotesis yang telah dirumuskan sebelumnya dengan ketentuan sebagai berikut : Apabila nilai Exact Sig. (2-tailed) > α (0,05), maka H 0 diterima dan Ha ditolak. Apabila nilai Exact Sig. (2-tailed) < α (0,05), maka H 0 ditolak dan Ha diterima Kesimpulan
Dari tabel diperoleh nilai Exact Sig. (2-tailed)
sebesar 0,503 > α (0,05), maka H0 diterima dan Ha ditolak, sehingga dari hipotesis yang telah dirumuskan dapat disimpulkan bahwa “Peluang peserta didik untuk setuju dan tidak setuju terhadap penerapan pembelajaran matematika menggunakan metode berbasis digital adalah sama.”
Statistika Non Parametrik - Bab 2 Landasan Teori - Modul 6 - Laboratorium Statistika Industri - Data Praktikum - Risalah - Moch Ahlan Munajat - Universitas Komputer Indonesia