Dosen:
Prof. Dr. Ismet Basuki, M.Pd.
4
ANALISIS NONPARAMETRIK I
Bila kita tidak menspesifikasikan sifat sebaran induknya,
maka umumnya kita tidak berhubungan dengan parameter.
Oleh karena itu, sebagai pengganti statistika parametrik kita
menggunakan statistika non parametrik.
Kelebihan-kelebihan yang dimiliki statistika non parametrik
sebagai berikut.
Perhitungan yang diperlukan sederhana dan dapat dikerjakan
dengan cepat karena analisisnya menggunakan cacahan, peringkat
(rank) bahkan tanda dari selisih pengamatan yang berpasangan.
Datanya tidak harus merupakan data kuantitatif, tetapi dapat berupa
respon yang kualitatif (skala nominal dan ordinal).
Uji-ujinya disertai dengan asumsi-asumsi yang jauh tidak mengikat
dibandingkan dengan uji parametrik.
Prof. Dr. Ismet Basuki
5
ANALISIS NONPARAMETRIK I
6
PENGUJIAN HIPOTESIS
KASUS SATU SAMPEL
7
1. UJI TANDA (BINOMIAL)
8
UJI TANDA (BINOMIAL)
9
UJI TANDA (BINOMIAL)
10
CONTOH UJI TANDA /
BINOMIL
Misal kita ingin menguji pada taraf nyata 0,05 bahwa daya
listrik adalah 10 watt. Suatu sampel acak 10 lampu telah
diukur dayanya, hasilnya sebagai berikut.
Sampel Daya (Watt) Sampel Daya (Watt)
L1 10,2 L6 9,8
L2 9,7 L7 9,9
L3 10,1 L8 10,4
L4 10,3 L9 10,3
L5 10,1 L10 9,8
11
PERHITUNGAN MANUAL
1.Hipotesis:
H0: µ = 10
H1: µµo
2. Uji statistik : Uji binomial
3. Taraf nyata: 0,05
4. Wilayah kritik (Terima H1): Σb (x; n, p) < 0,05
Tabel Binomial
Nilai 10,2 9,7 10,1 10,3 10,1 9,8 9,9 10,4 10,3 9,8
Tanda + - + + + - - + + -
13
PERHITUNGAN
14
2. Uji
2
15
RUMUS
2 Oi Ei 2
Ei
Keterangan:
Oi : frekuensi Observasi
Ei : frekuensi Harapan
Dk : k-1 (k = jml kategori)
Prof. Dr. Ismet Basuki
16
CONTOH UJI
2
17
PERHITUNGAN MANUAL
1.Hipotesis:
H0: Jml (frekuensi) siswa yang mencapai KKM pada
setiap posisi duduk sama (f1 = f2 = ... f8)
H1: Jml (frekuensi) siswa yang mencapai KKM pada
setiap posisi duduk tidak sama.
2
2. Uji statistik: Uji
3. Taraf nyata 0,05
2
4. Wilayah kritik (Terima H1): >
2
0,05 (8-1)
Prof. Dr. Ismet Basuki
18
O
Ei
PERHITUNGAN MANUAL
Posisi 1 2 3 4 5 6 7 8
Observasi 8 5 6 7 6 4 5 7
Harapan 6 6 6 6 6 6 6 6
2
8 6 2
5 6
2
....
7 6
2
2,000
6 6 6
2 0, 05 7 14,067
Simpulan:
Karena nilai (χ2 =2,000) < (χ20,05 (7) = 14,067), maka disimpulkan untuk
menerima H0. Hal ini berarti bahwa pencapaian KKM tidak
bergantung pada posisi duduk siswa (baris depan/belakang).
Prof. Dr. Ismet Basuki
19
3. UJI RUN (RUNTUN)
20
CONTOH
UJI RUN (RUNTUN)
21
3. UJI RUN (RUNTUN)
22
3. UJI RUN (RUNTUN)
Analisis manual
1. Hipotesis:
H0: Fluktasi ketebalan bersifat acak
H1: Fluktasi ketebalan bersifat tidak acak
2. Uji Statistik: Uji Run
3. Taraf Nyata 0,05
4. Wilayah kritik: r < r1 atau r > r2
Prof. Dr. Ismet Basuki
23
3. UJI RUN (RUNTUN)
Nilai
No Tanda Runtun
Pengamatan
1. 0,19 (-) 1
2. 0,21 (+) 2
3. 0,20 (0)
4. 0,19 (-) 3
5. 0,17 (-)
6. 0,18 (-)
7. 0,23 (+) 4
8. 0,21 (+)
9. 0,24 (+)
10. 0,22 (+)
11. 0,23 (+)
12. 0,22 (+)
24
3. UJI RUN (RUNTUN)
25
4. UJI KS
(KOLMOGOROV-SMIRNOV)
26
CONTOH UJI KS
(KOLMOGOROV-SMIRNOV)
27
ANALISIS CARA MANUAL UJI
KS
(KOLMOGOROV-SMIRNOV)
1. Hipotesis:
H0: Sampel berasal dari populasi berdistribusi normal
H1: Sampel berasal dari populasi berdidtribusu tidak normal
2. Uji Statistik: uji Kolmogorov-Smirnov
3. Taraf nyata: 0,05
4. Wilayah Kritik: D > D0,05 dimana D = maksimum
5. Perhitungan:
Tentukan p (z) dimana
Tentukan peluang kumulatif bagi nilai harapan
Tentukan nilai maksimum bagi D
Prof. Dr. Ismet Basuki
28
4. UJI KS
(KOLMOGOROV-SMIRNOV)
6. Kesimpulan:
Karena (D = 0,1642) < (Dt0,05 = 0,338)
x
30
PENGUJIAN HIPOTESIS
DUA SAMPEL BERPASANGAN
1. Uji Tanda
2. Uji Ranking Bertanda Wilcoxon
31
Pengujian Dua Sampel Berpasangan
(1. Uji Tanda)
Prosedur uji tanda didasarkan pada tanda positif atau
negatif bagi selisih nilai pengamatan pada setiap
pasangan sampel.
Pada hakekatnya pengujian ini hanya memperhatikan
arah perbedaan saja, bukan besarnya perbedaan.
Uji tanda dapat digunakan sebagai uji signifikasi
perubahan (sebelum dan sesudah perlakuan).
Apabila nilai pengamatan untuk pasangan tersebut
adalah YA dan YB maka selisihnya d = YA - YB.
32
Pengujian Dua Sampel Berpasangan
(1. Uji Tanda)
Rumus perhitungan
a. Jika Sampel kecil (n ≤ 25)
Digunakan rumus binom P(X≤x) = Σb (x;n,p)
X = Banyaknya tanda positif atau negatif yang paling sedikit
n = banyaknya tanda positif atau negatif.
b. Jika Sampel Besar (n > 25)
Digunakan uji t (Paired Sample T-test)
Prof. Dr. Ismet Basuki
33
CONTOH
Pengujian Dua Sampel Berpasangan
(1. Uji Tanda)
34
Pengujian Dua Sampel Berpasangan
(1. Uji Tanda)
Kinerja
Karyawan
Sesudah Sebelum
1 20 18
2 19 17
3 23 20
4 20 21
5 18 16
6 21 19
7 20 18
8 20 22
9 19 17
10 18 15
11 23 21
12 21 20
13 20 20
14 20 19
15 23 22
Prof. Dr. Ismet Basuki
35
Pengujian Dua Sampel Berpasangan
(1. Uji Tanda)
1. Hipotesis:
H0: d = 0 (tidak terdapat perbedaan kinerja karyawan
antara seselum dan sesudah pelatihan).
H1: d ≠ 0 (terdapat perbedaan kinerja karyawan antara
seselum dan sesudah pelatihan)
2. Uji Statistik: uji tanda
3. Taraf nyata: 0,05
4. Wilayah Kritik:
5. Perhitungan: ∑b(x;n;p)< 0,05
36
Pengujian Dua Sampel Berpasangan
(1. Uji Tanda)
Kinerja
Karyawan Tanda
Sesudah Sebelum
1 20 18 (+)
2 19 17 (+)
3 23 20 (+)
4 20 21 (-)
5 18 16 (+)
6 21 19 (+)
7 20 18 (+)
8 20 22 (-)
9 19 17 (+)
10 18 15 (+)
11 23 21 (+)
12 21 20 (+)
13 20 20 (0)
14 20 19 (+)
15 23 22 (+)
37
Pengujian Dua Sampel Berpasangan
(1. Uji Tanda)
38
Pengujian Dua Sampel Berpasangan
(2. Uji Ranking Bertanda Wilcoxon)
39
Pengujian Dua Sampel Berpasangan
(2. Uji Ranking Bertanda Wilcoxon)
40
Pengujian Dua Sampel Berpasangan
(2. Uji Ranking Bertanda Wilcoxon)
41
Pengujian Dua Sampel Berpasangan
(2. Uji Ranking Bertanda Wilcoxon)
Z=
42
CONTOH
Pengujian Dua Sampel Berpasangan
(2. Uji Ranking Bertanda Wilcoxon)
43
Pengujian Dua Sampel Berpasangan
(2. Uji Ranking Bertanda Wilcoxon)
Kinerja
Karyawan
Sesudah Sebelum
1 20 18
2 19 17
3 23 20
4 20 21
5 18 16
6 21 19
7 20 18
8 20 22
9 19 17
10 18 15
11 23 21
12 21 20
13 20 20
14 20 19
15 23 22
44
Pengujian Dua Sampel Berpasangan
(2. Uji Ranking Bertanda Wilcoxon)
1. Hipotesis:
H0: d = 0 (tidak terdapat perbedaan kinerja karyawan
antara seselum dan sesudah pelatihan).
H1: d ≠ 0 (terdapat perbedaan kinerja karyawan antara
seselum dan sesudah pelatihan).
2. Uji Statistik: T rangking bertanda Wilcoxon
3. Taraf nyata: 0,05
4. Wilayah Kritik:
5. Perhitungan: T ≤ Tα
Prof. Dr. Ismet Basuki
45
Pengujian Dua Sampel Berpasangan
(2. Uji Ranking Bertanda Wilcoxon)
Kinerja
Karyawan Selisih Ranking
Sesudah Sebelum
1 20 18 2 8.5
2 19 17 2 8.5
3 23 20 3 13,5
4 20 21 -1 2.5
5 18 16 2 8.5
6 21 19 2 8.5
7 20 18 2 8.5
8 20 22 -2 8.5
9 19 17 2 8.5
10 18 15 3 13,5
11 23 21 2 8.5
12 21 20 1 2.5
13 20 20 0 -
14 20 19 1 2.5
15 23 22 1 2.5
46
Pengujian Dua Sampel Berpasangan
(2. Uji Ranking Bertanda Wilcoxon)
T=2,5+8,5 =11
Untuk n = 14; dari tabel nilai Kritis T uji ranking
bertanda wilcoxon diperoleh T0,05 = 21
Kesimpulan
Karena nilai (T = 11) < (T0,05 = 21) maka
disimpulkan untuk menolak H0 dan menerima
H1. Berarti ada perbedaan kompetensi
karyawan antara sebelum dan sesudah
pelatihan.
47
Pengujian Dua Sampel Berpasangan
(2. Uji Ranking Bertanda Wilcoxon)
Dengan Statistik Z
Untuk n=14 dan T=11
Z = = = -2,668
Kesimpulan
Dari distribusi normal z diperoleh p(z<-2, 668)
= 0,0038
Untuk uji dua pihak (2-tailed) maka
p=2(0,0038)=0,0076
48
PENGUJIAN HIPOTESIS
k SAMPEL BERPASANGAN
1. Uji Q-Qochran
2. Uji Friedman
49
PENGUJIAN HIPOTESIS
k SAMPEL BERPASANGAN (1. Q-Qochran)
Rumus: Q =
k=banyaknya sampel (perlakuan)
n=banyaknya ulangan
Ci =banyaknya sukses dalam setiap perlakuan (1 sampai k)
Li =banyaknya sukses dalam tiap ulangan (1 sampai n)
Q mendekati dengan Χ2, dengan db = k-1
Kaidah pengujian: Tolak H0 jika Q ≥ Χ2 tα dg db = k-1
Prof. Dr. Ismet Basuki
51
CONTOH
PENGUJIAN HIPOTESIS
k SAMPEL BERPASANGAN (1. Q-Qochran)
52
PENGUJIAN HIPOTESIS
k SAMPEL BERPASANGAN (1. Q-Qochran)
53
PENGUJIAN HIPOTESIS
k SAMPEL BERPASANGAN (1. Q-Qochran)
Hipotesis:
o H0: Kesukaan terhadap model seragam A = B = C
o H1: Minimal satu model seragam tidak disukai.
Uji statistik: Uji Q Cochran
Taraf nyata 0,05
Wilayah kritik: Q ≥ Χ2 tα dg db = k-1
54
PENGUJIAN HIPOTESIS
k SAMPEL BERPASANGAN (1. Q-Qochran)
No. Jenis Seragam Li Li2
A B C
1 0 0 0 0 0
2 1 1 0 2 4
3 0 1 0 1 1
4 0 0 0 0 0
5 1 0 0 1 1
6 1 1 0 2 4
7 1 1 0 2 4
8 0 1 0 1 1
9 1 0 0 1 1
10 0 0 0 0 0
11 1 1 1 3 9
12 1 1 1 3 9
13 1 1 0 2 4
14 1 1 0 2 4
15 1 1 0 2 4
16 1 1 1 3 9
17 1 1 0 2 4
18 1 1 0 2 4
c1=13 c2=13 c3=3 Li=29 Li2=63
55
PENGUJIAN HIPOTESIS
k SAMPEL BERPASANGAN (1. Q-Qochran)
Q = = = 16,7
56
PENGUJIAN HIPOTESIS
k SAMPEL BERPASANGAN (1. Q-Qochran)
57
PENGUJIAN HIPOTESIS
k SAMPEL BERPASANGAN (2. Friedman)
58
PENGUJIAN HIPOTESIS
k SAMPEL BERPASANGAN (2. Friedman)
a. Jika n kecil yaitu k = 3 dan 2 ≤ n ≤ 9 atau k = 4 dan 2 ≤ n
≤4
o Digunakan tabel kritis Χ2r dalam Anava 2 Jalur
Friedman.
o Tolak H0, jika p(Χ2r) ≤ α
b. Jika k > 4 dan banyaknya ulangan (replikasi n > 9), atau
syarat a tidak dipenuhi: n=banyaknya ulangan setiap sampel
k=banyaknya perlakuan
Xr²= [∑Rj²] – 3n(k+1) Rj=jumlah ranking tiap perlaukuan
db = k - 1
Prof. Dr. Ismet Basuki
59
PENGUJIAN HIPOTESIS
k SAMPEL BERPASANGAN (2. Friedman)
60
PENGUJIAN HIPOTESIS
k SAMPEL BERPASANGAN (2. Friedman)
61
CONTOH
PENGUJIAN HIPOTESIS
k SAMPEL BERPASANGAN (2. Friedman)
62
PENGUJIAN HIPOTESIS
k SAMPEL BERPASANGAN (2. Friedman)
63
PENGUJIAN HIPOTESIS
k SAMPEL BERPASANGAN (2. Friedman)
Hipotesis:
o H0: Kesukaan terhadap model seragam A = B = C
o H1: Minimal satu model seragam tidak disukai.
Uji statistik: Χr2 dua arah Friedman
Taraf nyata: 0,05
Wilayah kritik: Χr2 ≥ Χ2 tα dg db = k-1
64
PENGUJIAN HIPOTESIS
k SAMPEL BERPASANGAN (2. Friedman)
65
PENGUJIAN HIPOTESIS
k SAMPEL BERPASANGAN (2. Friedman)
66
PENGUJIAN HIPOTESIS
k SAMPEL BERPASANGAN (2. Friedman)
2
r
12
nk (k 1)
Rj 3n k 12
X 2 12
18(3) 4
r
412 412 26 2 318 4 8,33
67
PENGUJIAN HIPOTESIS
k SAMPEL BERPASANGAN (2. Friedman)
Kesimpulan
o Karena (Χr2= 8,33) > (Χ2t5% = 5,991) maka
tolak H0 dan terima H1. Artinya kesukaan
siswa terhadap ketiga model seragam
tersebut tidak sama.
68
TUGAS 7A
Tugas 7a: Berdasarkan datanya sendiri mahasiswa mengaplikasikan:
o Pengujian kasus 1 sampel
Uji Tanda Binomial (Gunakan 10 data pertama)
Mhs Mengerjakan Uji χ2
Mhs Mengerjakan Uji Run: Median & Mean
Mhs Mengerjakan Uji Komolgorov-Smirnov)
o Pengujian Hipotesis Dua Sampel Berpasangan
Mhs Mengerjakan Uji Tanda
Mhs Menegrjakan Uji Ranking Bertanda Wilcoxon)
o Pengujian Hipotesis k Sampel Berpasangan
Mhs Mengerjakan Uji Q Qochran
Mhs Mengerjakan Uji Friedman
Tugas 6a, 6b dikumpulkan.
Prof. Dr. Ismet Basuki
69