Non Parametrik, Sampel Berhubungan dan

Sampel Tidak Berhubungan

Kelompok 2:
• Fildza Ananda Razak (B0420525)

• Gita Ayupratiwi (B0420505)

• Asdawati.S (B0420304)

• Nur Amilah (B0420321)

• Nursimar Syam (B0420517)

Pengertian Non Parametrik
• Statistik nonparametrik adalah statistik yang bebas distribusi atau dapat
digunakan untuk segala macam distribusi. Dengan kata lain, dalam
statistik nonparametrik tidak mensyaratkan bahwa data harus berdistribusi
normal.

• Statistik nonparametrik adalah statistik yang bebas sebaran, artinya

dapat digunakan untuk segala macam sebaran atau distribusi. Dengan kata
lain, metode ini tidak mensyaratkan bahwa data tersebut harus
berdistribusi normal dan tidak diperlukan ukuran sampel yang harus
memenuhi syarat.

• statistika nonparametrik merupakan bagian dari statistika inferensia

yang tidak memperhatikan nilai dari satu atau lebih parameter populasi.
Metode Non Parametrik
● Metode statistik nonparametrik merupakanmet
ode statistik yang dapat digunakan dengan
mengabaikan asumsi-asumsi yang melandasi
penggunaan metode statistic parametrik,
terutama yang berkaitan dengan distribusi
normal.
 Kapan Uji Statistik Non
Parametrik Digunakan

• Analisis non parametrik digunakan ketika peneliti tidak tahu distribusi

data yang diamati. Kemudian, analisis ini digunakan ketika data
berdistribusi secara tidak normal. Analisis ini digunakan bukan hanya
data dalam jumlah kecil saja namun juga pada data berjumlah besar
yang distribusinya tidak bisa dipastikan.
• Selain itu, uji ini digunakan jika hipotesis yang nantinya diuji tidak
untuk generalisasi parameter dari populasi data. Walaupun sebagai
alternatif, namun analisis non parametrik ini tidak dapat diaplikasikan
ketika jenis datanya adalah kontinum. Maka dari itu, jika jenis data
adalah kontinum, harus ditransformasikan dulu  ke non kontinum
 Contoh Uji Statistik Non Parametrik
• Uji tanda (sign test): Uji statistika non parametri yang sederhana dan merupakan uji non parametrik
yang paling awal digunakan. Dinamakan “Uji Tanda” karena hasil pengamatan berdasarkan tanda
(positif atau negatif)
• Rank sum test (wilcoxon): Dalam statistik, uji Mann-Whitney U adalah uji nonparametrik dari
hipotesis nol bahwa, untuk nilai X dan Y yang dipilih secara acak dari dua populasi, probabilitas X
lebih besar dari Y sama dengan probabilitas Y lebih besar dari X.
• Rank correlation test (spearman): Dalam statistik, koefisien korelasi peringkat Spearman atau ρ
Spearman, dinamai menurut Charles Spearman dan sering dilambangkan dengan huruf Yunani \ rho
atau sebagai r_ {s}, adalah ukuran korelasi peringkat nonparametrik.
• Fisher probability exact test: Uji alternatif ketika uji Chi-Square tidak memenuhi syarat untuk
digunakan misalnya nilai Expectation di Chi-Square lebih dari 20% (tidak ada nilai expectasi tabel
<5%, jika menggunakan tabel 2×2).
• Chi-square test: Uji Chi Square berguna untuk menguji hubungan atau pengaruh dua buah variabel
nominal dan mengukur kuatnya hubungan antara variabel yang satu dengan variabel nominal lainnya
(C = Coefisien of contingency).
Kelebihan Statistik Non Parametrik

● Tidak membutuhkan asumsi normalitas.

● Secara umum metode statistik non-parametrik lebih mudah dikerjakan dan lebih mudah
dimengerti jika dibandingkan dengan statistik parametrik  karena ststistika non-parametrik
tidak membutuhkan perhitungan matematik yang rumit seperti halnya statistik parametrik.
● Statistik non-parametrik dapat digantikan data numerik (nominal) dengan jenjang (ordinal).
● Kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan atau jenjang secara
formal 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.
 Kelemahan Statistik Non
Parametrik
• 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.
Sampel Berhubungan
● Paired Replicates: Dari sebuah populasi diambil subjek kemudian subjek
tersebut diberi perlakuan yang berbeda. Sebelum perlakuan merupakan sampel
1 dan setelah perlakuan merupakan sampel 2. Sampel 1 dan sampel 2 saling
berhubungan karena berasal dari subjek yang sama. Dua sampel berhubungan
ini sering digunakan untuk mengukur efektifitas dari perlakuan tertentu.

● Matched Pairs: Dari sebuah populasi diambil dua sampel yang berbeda namun
mirip satu dengan yang lain. Pada dua sampel tersebut diberikan dua macam
perlakuan yang berbeda. Pengambilan sampel berhubungan dengan cara ini bisa
diterapkan pada pengambilan pasangan, suami istri, orang kembar, saudara
kandung.
 Sampel Tidak
Berhubungan
• Secara bebas (random) dari dua populasi yang tidak berhubungan satu
dengan yang lain. Dan jumlah kedua sampel tidak harus sama. Misal
populasi pria ada 600 dan populasi wanita ada 500. dari populasi pria
diambil 25 pria sedangkan dari populasi wanita diaambil 30.
• Secara bebas dari sebuah populasi yang dibagi dua untuk perlakuan
yang sama. Misal akan diuji efektivitas suatu obat pelangsing A dan B
pada remaja wanita, diambil 25 remaja wanita dan diberi obat A dan
30 wanita diberi obat B.
TERIMA
KASIH