Statistik

Non Parametrik

Andi Kasirang T. Baso

PPS UIM 2020
 Nominal
Skala yang tidak mempunyai jenjang/tingkatan
hanya membedakan subkategori secara kualitatif
Contoh: Jenis Kelamin (Laki-laki =1 Perempuan =2)
SKALA
DATA
Ordinal
Data yang berjenjang atau berbentuk peringkat
Contoh : Juara I, Juara II dan III

Interval
Membagi objek menjadi kelompok tertentu, dapat
diurutkan & dapat ditentukan jarak urutan kelompok
tersebut. Co: Pengukuran Suhu: Celcius & Fahrenheit

Rasio
Dapat dikelompokkan, diurutkan, dan jarak antar
urutan dapat ditentukan serta dapat dibandingkan,
dan memiliki titik nol absolut. Co: 0 kg sampai 30 Kg
 Pembagian
STATISTIK

PARAMETRI NON
K PARAMETRI
K
Asumsi–Asumsi Parametrik
• Sampel (data) diambil dari populasi memiliki distribusi
• Pada Uji t dan Uji F untuk dua sampel atau lebih, kedua
sampel diambil dari dua populasi yang mempunyai varians
sama. (Homoskedastis)
• Variabel (data) yang diuji harus data bertipe interval atau
rasio, yang tingkatnya lebih tinggi dari data tipe nominal atau
ordinal.
• Ukuran sampel yang memadai (direkomendasikan > 30 per
kelompok) - central limit theorem
Statistik Non Parametrik
Statistik yang tidak perlu asumsi-asumsi
yang melandasi metode statistik
parametrik, terutama tentang bentuk
distribusinya, dan juga tidak memerlukan
uji hipotesis yang berhubungan dengan
parameter-parameter populasinya, oleh
karena itu teknik ini dikenal juga dengan
distribution-free statistics dan assumption-
free test.
 Non
Perbedaan Parametrik
Parametrik
Harus diketahui bentuk
Tidak
distribusinya (berdistribusi
mempermasalahkan
Bentuk Distribusi normal/bentuk distribusi
bentuk distribusinya
lain (binomial, poisson,
(bebas distribusi)
dsb)

Skala Skala Nominal dan

Skala Interval & Rasio
Pengukuran Ordinal (Pada
umumnya)

Jumlah sampel besar, atau

bisa juga jumlah sampel
Jumlah Sampel kecil tetapi memenuhi Jumlah sampel kecil
asumsi salah satu bentuk
distribusi.
Statistika Nonparametrik
Keuntungan Kekurangan
• Tidak peduli bentuk distribusi • Mengabaikan informasi
populasi yang penting, karena
• Dapat digunakan untuk jumlah nilai variabel diganti
sampel kecil dengan nilai ranking
• Untuk data berbentuk ranking, • Hasil pengujian tidak
plus atau minus. setajam uji parametrik
• Dapat digunakan pada data
yang hanya
mengklasifikasikan sesuatu
(skala nominal)
BEBERAPA METODE STATISTIKA NON-
PARAMETRIK (lihat Nasoetion, 1983)

• Uji Tanda *
• Uji Tanda Berpangkat Wilcoxon*
• Uji Jumlah Pangkat Wilcoxon
• Uji Berlapis Wilcoxon
• Uji Kruskal-Wallis*
• Koefisien Korelasi Spearman*
• Koefisien Korelasi Tau-Kendall
• Uji Bebas Chi-Kuadrat*

*) Yang akan dibahas

Nilai skor kebersihan 25 rumah (X Sebelum, Y Sesudah penyuluhan)

No Xi Yi Tanda (Y-X) No Xi Yi Tanda (Y-X)

1 3 4 + 14 3 2 -
2 1 2 + 15 4 4 0
3 2 4 + 16 1 2 +
4 2 3 + 17 1 3 +
5 3 3 0 18 2 4 +
6 4 3 - 19 4 3 -
7 2 4 + 20 3 4 +
8 2 1 - 21 2 3 +
9 1 3 + 22 1 2 +
10 3 2 - 23 2 4 +
11 2 4 + 24 4 4 0
12 1 3 + 25 3 3 0
13 2 3 +
UJI TANDA

• Hipotesis: Ho: m = 0, H1: m ≠ 0

• Hitung 2 (hitung) dengan rumus: (n1: banyaknya tanda +, n2:

banyaknya tanda -)
(| n  n | 1) 2
2  1 2
n1  n2

• Bandingkan 2 hitung dengan 2 tabel db=1, tolak Ho jika 2 hitung

lebih besar dari 2 tabel
• Dari tabel diketahui bahwa (| 16  5 | 1) 2
2   4,76
16  5

• 2 tabel db=1, α=0,05 adalah 3,84, jadi tolak Ho

Non Parametrik 1
Sign Test – Wilcoxon Test – Mc Nemar
  

Sign Test
 Sign Test
• Uji yang digunakan untuk mengetahui apakah terdapat
perbedaan yang nyata atau tidak dari pasangan
• Data yang akan dianalisis dinyatakan dalam bentuk tanda,
positif dan negatif. Biasanya digunakan pada kasus “sebelum-
sesudah”
• Hanya melihat arah & adanya perbedaan nyata atau tidak
untuk setiap pasangan data, tanpa memperhatikan besarnya
perbedaan
 Langkah – Langkah
Penyelesaian Sign Test
1. Bandingkan nilai pasangan data yang tersedia, beri tanda +
atau -
2. Hitung jumlah data yang masuk ke setiap tanda +
maupun - , lalu ambil data “+” = T
3. Tentukan Hipotesis
Uji Dua Pihak Uji Pihak Kiri Uji Pihak Kanan
Ho : P (+) = P (-) Ho : P (+) ≥ P (-) Ho : P (+) ≤ P (-)
Ha : P (+) ≠ P (-) Ha : P (+) < P (-) Ha : P (+) > P (-)
4. Menentukan nilai t pada tabel distribusi binomial
5. Menentukan kriteria pengujian
Uji Dua Pihak Uji Pihak Kiri Uji Pihak
Kanan
Ho Tidak Dapat
t < T < n-t T>t T < n-t
Ditolak
T≤t
Ho Kesimpulan
6. Ditolak T ≤t T ≥ n-t
T≥n–t
 SOAL NO.2
STA Survey ingin mengetahui pengaruh adanya
Bantuan Langsung Tunai yang dilakukan pemerintah
terhadap kesejahteraan pada daerah Bandung. Untuk
menunjang penelitiannya STA Survey mengambil 10
sampel sebelum dan sesudah adanya Bantuan
Langsung Tunai.
Cic Fara Harr Inda Jac
Nilai Andi Budi Dodi Emi Gina
a h y h k
Sebelum 3 2 2 4 3 5 3 4 2 4
Sesudah 4 3 1 5 5 5 5 2 1 4

Dengan tingkat signifikansi 5 %, apakah terjadi

perubahan kesejahteraan masyarakat Bandung
setelah adanya program BLT ?
 1. Sangat
M Nama Sebelum Sesudah Tanda
Andi 3 4 +
tidak
sejahtera
A Budi 2 3 +
2. Tidak
Sejahtera

N
Cica 2 1 - 3. Cukup
Dodi + 4. Sejahtera
4 5
5. Sangat
U Emi
Farah
3
5
5
5
+

0
Sejahtera

A Gina 3 5 +
Jumlah :

Hari +(T)= 5
L 4 2 -
– =3
Indah 2 1 -
0 =2
Jack 4 4 0
•  
Penyelesaian dengan SPSS
1. Bukalah software SPSS
2. Pada lembar variable view ketik Sebelum pada baris 1
dan Sesudah pada baris ke 2, pada Measure pilih Ordinal
3. Kemudian pada lembar Data View Masukkan data seperti
di soal
4. Klik Analyze  Non Parametric Test  2 Related
Sampels, pada Menu Bar
5. Blok Sebelum dan sesudah, pindahkan ke kotak Test
Pairs dengan tombol panah
6. Pada Test Type beri tanda Centang pada Sign  Ok
 Frequencies
Test Statisticsb
   

N
Sesudah - Negative Differencesa 3
Sebelum Positive Differencesb
Tiesc
5
2
  Sesudah -
Sebelum
Total 10 Exact Sig. (2-tailed) .727a
 

a. Sesudah < Sebelum a. Binomial distribution used.

 

b. Sesudah > Sebelum

 
b. Sign Test
c. Sesudah = Sebelum

Kriteria
Exact sig. ≥ α  Ho tidak dapat ditolak
Exact sig. < α Ho ditolak
Ternyata, Exact sig. > α atau 0,727 > 0,05 maka Ho tidak dapat
ditolak
Kesimpulan
Jadi, dengan tingkat signifikansi 5%, tidak ada perubahan
kesejahteraan masyarakat Bandung setelah adanya BLT.
Wilcoxon Rank Test
 Wilcoxon Rank Test
Wilcoxon signed rank test pertama sekali diperkenalkan oleh
Frank wilcoxon pada tahun 1949 sebagai penyempurnaan Uji
Tanda.
Selain memperhatikan tanda perbedaan, Wilcoxon signed rank
test memperhatikan besarnya beda dalam menentukan apakah
ada perbedaan nyata antara data pasangan yang diambil dari
sampel atau sampel yang berhubungan.

Skala data : Minimal ORDINAL

Langkah – langkah penyelesaian

Wilcoxon Rank Test

HIPOTESIS KRITERIA
Uji 2 Pihak Uji 2 Pihak
Ho : P(Xi) = P(Yi) T+/T- terkecil ≤ Wα/2 (T tabel) → Ho ditolak
H1 : P(Xi) ≠ P(Yi) T+/T- terkecil > Wα/2 → Ho tidak dapat ditolak

Uji Pihak Kiri Uji Pihak Kiri

T+/T- terkecil ≤ Wα → Ho ditolak
Ho : P(Xi) ≥ P(Yi)
T+/T- terkecil > Wα → Ho tidak dapat
H1 : P(Xi) < P(Yi)
ditolak

Uji Pihak Uji Pihak Kanan

Kanan T+/T- terkecil ≤ Wα → Ho ditolak
Ho : P(Xi) ≤ P(Yi) T+/T- terkecil > Wα → Ho tidak dapat ditolak
H1 : P(Xi) > P(Yi) 25
 SOAL NO.4
Agar produksi rakitan harian meningkat, diusulkan agar
dipasang lampu penerangan yang lebih baik serta musik,
kopi, dan donat gratis setiap hari, pihak manajemen setuju
untuk mencoba pola tersebut dalam waktu yang terbatas.
Jumlah rakitan yang diselesaikan oleh kelompok pekerja
adalah sebagai berikut (lihat di soal).
Dengan menggunakan Uji Wilcoxon Rank Test, Apakah usul
tersebut dapat meningkatkan produksi perakitan ?
 Rangkin
Produksi Produksi Beda Beda Ranking
Pekerja Ranking g
Sebelum Sesudah Skor Skor +
-
Rank 1,2,3
1 23 33 10 10 dimiliki
Rank 4 &oleh
5
2 26 26 0 0 dimiliki
pekerjapekerja
ke-5,
3 24 30 6 6 ke-7,
ke-6dan
& ke-10
ke-11,
4 17 25 8 8
dengan
Rank
IBeda6 dimiliki
SkorI
5 20 19 -1 1 2 pekerja ke-9
yang sama,
6 24 22 -2 2 4,5 dengan
yaitu 2.
1.
IBeda SkorI
7 30 29 -1 1 2
yaitu
Untuk 3.
mengisi
8 21 25 4 4
Rank-nya :
9 25 22 -3 3 6 Maka, pekerja
(4+5)
(1+2+3)
/2= / 34,5
=
10 21 23 2 2 4,5 ke-9 diberi
Rank2 6.
11 16 17 1 1 2 Maka, pekerja
12 20 15 -5 5 ke-6
Maka, dan ke-10
pekerja
13 17 9 -8 8 diberi
ke-5, Rank
ke-7, dan
14 23 30 7 7
ke-114,5
diberi
Jumlah
Rank 2
 Rangkin
Beda Beda Ranking
Pekerja Xi Yi Ranking g
Skor Skor +
-
1 23 33 10 10 13 13
2 26 26 0 0 - -
3 24 30 6 6 9 9
4 17 25 8 8 11,5 11,5
5 20 19 -1 1 2 2
6 24 22 -2 2 4,5 4,5
7 30 29 -1 1 2 2
8 21 25 4 4 7 7
9 25 22 -3 3 6 6
10 21 23 2 2 4,5 4,5
11 16 17 1 1 2 2
12 20 15 -5 5 8 8
13 17 9 -8 8 11,5 11,5
14 23 30 7 7 10 10
Jumlah 57 34
•  
Penyelesaian dengan SPSS
1. Bukalah software SPSS
2. Pada lembar variable view ketik Sebelum pada baris 1
dan Sesudah pada baris ke 2, pada Measure pilih Ordinal
3. Kemudian pada lembar Data View Masukkan data seperti
di soal
4. Klik Analyze  Non Parametric Test  2 Related
Sampels, pada Menu Bar
5. Blok Sebelum dan sesudah, pindahkan ke kotak Test
Pairs dengan tombol panah
6. Klik Option dan beri tanda centang Exclude Cases
Listwise
7. Pada Test Type beri tanda centang Wilcoxon  Ok
 Ranks
Test Statisticsb
    Mean Sum of
N Rank Ranks  
Sesudah - Sebelum
Sesudah - Negative
Sebelum Ranks 6 a
5.67 34.00 Z -.805a
Positive Ranks 7b 8.14 57.00 Asymp. Sig. (2-tailed) .421
Ties 1c    
a. Based on negative ranks.
Total 14    
a. Sesudah < Sebelum b. Wilcoxon Signed Ranks Test
     
b. Sesudah > Sebelum      
c. Sesudah = Sebelum      

Kriteria
Asymp sig. (2-tailed) ≥ α  maka Ho tidak dapat ditolak
Asymp sig. (2-tailed) < α  maka Ho ditolak
Ternyata, Asymp sig. (2-tailed) > α atau 0,421 > 0,05, maka Ho
tidak dapat ditolak
Kesimpulan
Jadi dengan tingkat signifikansi 5%, maka usul tersebut tidak
dapat meningkatkan produksi perakitan.
 Terima Kasih
Semoga Bermanfaat