BAB I

PENDAHULUAN

Oleh:
Dr. Suliyanto

STATISTIKA NON PARAMETRIK: DALAM

APLIKASI PENELITIAN

PT. ANDI OFFSET

PENGERTIAN PENELITIAN
 Penelitian adalah sebuah proses investigasi
ilmiah terhadap sebuah masalah yang
dilakukan secara terorganisir, sistematik,
berdasarkan data yang terpercaya, yang
bersifat kritikal dan obyektif yang mempunyai
tujuan untuk menemukan jawaban atau
pemecahan atas satu atau beberapa masalah
yang diteliti (Ferdinand, 2006).
PENGERTIAN PENELITIAN
Penelitian sebagai suatu proses
pengumpulan, pencatatan dan analisis data
yang sistematik, obyektif untuk membantu
pembuatan keputusan (Zikmund, 1994)
 Penelitian dilakukan dengan menghubungkan
variabel dengan variabel yang lain, tetapi ada juga
penelitian yang hanya menganalisis variabel
secara mandiri.
 Hubungan antar variabel dibagi menjadi tiga
jenis:
a. Penelitian Deskriptif
b. Penelitian Komparatif
c. Penelitian Asosiatif
HIPOTESIS PENELITIAN
Hipotesis merupakan jawaban sementara
atas pertanyaan penelitian yang harus
diuji kebenarannya melalui penelitian.
Jenis Hipotesis :
1. Hipotesis Deskriptif
Hipotesis Deskriptif merupakan jawaban
sementara terhadap pertanyaan penelitian yang
bersifat deskriptif (tidak membandingkan atau
tidak menghubungkan satu variabel dengan
variabel lainnya).

Contoh.
 Kualitas pelayanan bank pemerintah baik.
 Prestasi kerja karyawan ABC rendah.
 Pertumbuhan jumlah pelanggan perusahan XYZ
tinggi.
 2. Hipotesis Komparatif
 Hipotesis Komparatif merupakan jawaban sementara terhadap
pertanyaan penelitian yang bersifat membandingkan atau komparatif.
Contoh:
Sampel bebas.
 Kualitas pelayanan bank-bank pemerintah lebih baik, dibandingkan
dengan kualitas pelayanan bank-bank swasta.
 Prestasi kerja pegawai laki-laki lebih baik dibandingkan dengan
prestasi kerja pegawai perempuan.
Sampel berpasangan.
 Volume penjulaan setelah promosi lebih tinggi dibandingkan dengan
volume penjualan sebelum promosi.
 Prestasi kerja pegawai setelah pelatihan lebih tinggi dibandingkan
dengan prestasi kerja pegawai sebelum pelatihan.
3. Hipotesis Asosiatif
Hipotesis Asosiatif merupakan jawaban sementara
terhadap pertanyaan penelitian yang berjenis asosiatif
baik asosiatif korelasional maupun asosiatif kausal.

Contoh:
Hipotesis Korelasional
 Terdapat hubungan antara pengalaman kerja dengan
kualitas pelayanan teller.
 Terdapat hubungan antara nilai akademik dengan prestasi
kerja.
Hipotesis Kausal
 Terdapat pengaruh promosi terhadap volume penjualan.
 Terdapat pengaruh pelatihan terhadap prestasi kerja
karyawan.
Jenis Hipotesis :

Hipotesis Nol (Null Hypothesis)

Hipotesis nol merupakan pernyataan sementara
yang menyatakan bahwa perbedaan, hubungan
atau pengaruh antar variabel satu dengan
variabel lainnya sama dengan nol, atau
menyatakan tidak terdapat perbedaan, hubungan
atau pengaruh antar variabel satu dengan
variabel lainnya.
 Contoh
Ho : 1=2 : Tidak terdapat perbedaan kualitas
pelayanan bank-bank pemerintah dengan
kualitas pelayanan bank-bank swasta.

Ho : r = 0 : Tidak terdapat hubungan pengalaman

kerja dengan kualitas pelayanan teller.
Ho :  = 0 : Tidak terdapat pengaruh promosi terhadap
volume penjualan.
 Hipotesis Alternatif (Alternative
Hypothesis)
Hipotesis alternatif merupakan pernyataan
sementara yang menyatakan bahwa
perbedaan, hubungan atau pengaruh antar
variabel satu dengan variabel lainnya tidak
sama dengan nol, atau menyatakan
terdapat perbedaan, hubungan atau
pengaruh antar variabel satu dengan
variabel lainnya.
Contoh
Ho : 12 : Terdapat perbedaan kualitas pelayanan bank-
bank pemerintah dengan kualitas pelayanan
bank-bank swasta.
Ho : r  0 : Terdapat hubungan pengalaman kerja dengan
kualitas pelayanan teller.

Ho :   0 : Terdapat pengaruh promosi terhadap volume

penjualan.
Langkah-Langkah Pengujian
Hipotesis
1. Menentukan Hipotesis Nol dan
Hipotesis Alternatif
 Perumusan Hipotesis Nol dan Hipotesis Alternatif

Pengujian Uji Dua Ujung Satu Ujung Satu Ujung

Kanan Kiri

Uji Komparatif Ho : 1=2 Ho : 1>2 Ho : 1≥2

Ha : 12 Ha : 1≤2 Ha : 1<2

Uji Ho : r = 0 Ho : r  0 Ho : r ≥ 0
Korelasional Ha : r  0 Ha : r ≤ 0 Ha : r < 0

Uji Kausal Ho :  = 0 Ho :  > 0 Ho :  ≥ 0

Ha :   0 Ha :  ≤ 0 Ha :  < 0
2. Memilih Tingkat Signifikansi
 Kesalahan Tipe I dan Tipe II

Hipotesis
Kesimpulan Benar Salah

Tolak Kesalahan Tipe I Kesimpulan

() Tepat
Terima Kesimpulan Kesalahan Tipe II
Salah ()
 3. Mengidentifikasi Uji Statistika
Teknik Statistik Parametrik dan Non parametrik
Jenis Hipotesis
Deskriptif Komparatif Komparatif Asosiatif Asosiatif
Skala (Satu (dua Sampel) (lebih dari dua Sampel) Korelasional Kausal
Pengukuran Sampel) Berpasangan Bebas Berpasangan Bebas

Nominal  Binomi McNemar  Fisher X2 K Sample X2 K Sample Koefisien Regresi

al Exact Cochran Q Kontigensi Variabel
 X2 one Probability Dummy
Sample  X2 Two
Sample
Ordinal Run Test Sign Test  Median test Friedman  Median  Rank Partial Least
Wilcoxon  Mann- Extentensio Spearma Square
Whitney U n n
Test  Kruskal  Kendall
 Komogoros wallis Tau
Smirnov
 Wald
Woldfowits

Interval/ T test T test Sampel T test Sampel  One Way  One Way Product  Regresi
Rasio Berpasangan Bebas Anova Anova Moment  Path
 One Way  One Way (pearson) Analisis
Anova Anova  Structural
Equation
Modelling
4. Merumuskan Kriteria Pengujian
Setelah menentukan alat analisis yang
tepat sesuai dengan hipotesis yang
diajukan, maka langkah berikutnya
menentukan kriteria pengujian, sesuai
dengan perumusan hipotesis yang
diajukan yaitu dua arah, satu arah sebelah
kanan atau satu arah sebelah kiri.
5. Mengambil Sampel dan Melakukan
Analisis Data
Untuk melakukan pengambilan sampel
terlebih dahulu ditentukan besarnya
ukuran sampel yang dapat mewakili
populasi dan teknik pengambilan sampel
yang digunakan. Setelah sampel diambil
langkah berikutnya adalah melakukan
analisis data dengan menggunakan
perhitungan secara manual atau
menggunakan bantuan software statistik.
6. Membuat Keputusan
Berdasarkan kriteria penerimaan dan
penolakan hipotesis (langkah 4) dan hasil
analisis data (langkah 5) maka dilakukan
perbandingan untuk menentukan apakah
hipotesis diterima atau ditolak.
SKALA PENGUKURAN
Skala pengukuran digunakan untuk
menggambarkan karakteristik dari variabel yang
diteliti.
Skala pengukuran dalam penelitian dapat
dikelompokan menjadi empat tingkatan :
1.Skala nominal
2.Skala ordinal
3.Skala interval
4.Skala rasio
Skala Nominal
Skala nominal merupakan skala yang
hanya berfungsi membedakan antara
kategori satu dengan kategori lainnya,
sekala ini tidak memiliki tingkatan
(setara), bersifat mutually exclusive
(saling meniadakan) dan collectively
exhausive (menutup kemungkinan adanya
kategori lain).
Contoh Skala Nominal
Status Perkawinan
◦ Tidak Kawin = 1
◦ Kawin = 2
Berdasarkan skala tersebut tidak berarti status kawin lebih tinggi
dibandingkan dengan status tidak kawin dan bukan berarti kawin
(2) dua kali dari tidak kawin (1) atau bukan berarti selisih kawin (1)
dengan tidak kawin (1) sama dengan 1. Angka 1 dan angka 2
hanya digunakan untuk membedakan status saja. Jika subyek
penelitian sudah masuk status tidak kawin (1) maka tidak mungkin
masuk ke status kawin (2), disamping itu tidak ada status
perkawinan lain selain tidak kawin (1) dan kawin (2).
Skala Ordinal
Skala ordinal merupakan skala
pengukuran yang sudah menunjukkan
tingkatan tetapi jarak antar tingkatan
belum pasti. Skala ini sudah menunjukkan
peringkat tidak sekedar kategori saja
sehingga memiliki tingkatan yang lebih
tinggi dibandingkan skala nominal.
Contoh Skala Ordinal
Diantara lima Bank di Purwokerto,
buatlah rangking berdasarkan kualitas
pelayanannya ?
◦ Bank CBA Ranking 2
◦ Bank INB Ranking 1
◦ Bank IRB Ranking 3
◦ Bank NBT Ranking 5
◦ Bank POLI Ranking 4
Skala Interval
Skala interval merupakan skala
pengukuran yang sudah menyatakan
peringkat antar tingkatan, dan jarak antar
tingkatan sudah jelas, namun belum
memiliki nilai 0 (nol) yang mutlak. Skala
ini tidak menggunakan angka 0 (nol)
sebagai titik awal perhitungan, oleh karena
itu skala interval belum menunjukkan nilai
yang absolut atau mutlak.
Contoh Skala Interval
Skala pengukuran waktu atau jam.
Selisih antara pukul 1.00 WIB dengan
pukul 2.00 WIB adalah 1 jam, sama
dengan selisih antara pukul 3.00 WIB
dengan pukul 4.00 WIB, sehingga jarak
antar interval sudah jelas. Tetapi tidak
berarti pukul 4.00 WIB adalah 2 kali
pukul 2.00 WIB, karena disini belum
memiliki nilai nol yang mutlak
Skala Rasio
Skala rasio adalah skala pengukuran yang
sudah menyatakan peringkat antar
tingkatan, dan jarak atau interval antar
tingkatan sudah jelas, dan sudah
memiliki nilai 0 (nol) yang mutlak.
Karena skala ini sudah memiliki nilai nol
mutlak, maka skala ini sudah dapat
digunakan untuk menyatakan
perbandingan.
Contoh Skala Rasio
 Jumlah pendatang di Desa Merden 40 orang, sedangkan
jumlah pendatang di Desa Kalimendong 20 orang,
sedangkan jumlah pendatang di Desa Kepetek 0 orang.
Berdasarkan data tersebut dapat dijelaskan bahwa selisih
pendatang di Desa Kalimendong dengan pendatang di
Desa Merden adalah 20 orang, dan dapat dikatakan pula
bahwa jumlah pendatang di Desa Kalimendong 2 kali
lebih banyak dibandingkan jumlah pendatang di Desa
Merden, sebaliknya jumlah pendatang di Desa Kepetek
0 artinya jumlah pendatang di Desa Kepetek benar-
benar tidak ada
STATISTIKA PARAMETRIK
 Statistikaparametrik digunakan jika skala pengukuran
yang digunakan dalam penelitian adalah interval atau
rasio, dan penyebaran data mengikuti distribusi
normal.
 asumsi pada statistik parametrik adalah:

◦ Sampel diambil dari populasi yang berdistribusi

normal.
◦ Sampel diambil dengan metode acak (random
sampling).
◦ Skala pengukuran harus kontinyu, yaitu interval
atau rasio.
◦ Nilai varian populasinya harus sama.
STATISTIKA NON
PARAMETRIK
Statistika non parametrik digunakan jika
skala pengukuran yang digunakan dalam
penelitian adalah nominal atau ordinal,
dan penyebaran data tidak mengikuti
distribusi normal.
Perbandingan Statistik Parametrik
dan Non Parametrik
Statistik Parametrik Statistik
Kelebihannya Nonparemetrik
kesimpulan yang Kelebihannya tidak
diperolehnya lebih banyak syarat yang
kuat. harus dipenuhi.
Kekurangannya Kesimpulan yang
banyak syarat yang diperolehnya lebih
harus dipenuhi. lemah
 Pedoman Pengunaan Statistik Parametrik
dan Statistik Non Parametrik
Mulai

Nominal/Ordinal
Apa tipe skala
pengukuran?

Interval/Rasio

Tidak Normal
Bagaimana Statistik
Distribusi data ? Non Parametrik

Normal

Kecil (< 30)

Berapa ukuran
Sampel?

Besar(≥ 30)

Statistik Parametrik