• Uji Non Parametrik digunakan jika syarat parametrik tidak terpenuhi,
yaitu bila distribusi data tidak normal 1. Alternatif uji t tidak berpasangan adalah uji Mann-Whitney 2. Alternatif uji t berpasangan adalah uji Wilcoxon 3. Alternatif one way Anova adalah uji Kruskal –Wallis 4. Alternatif repeated (two way) Anova adalah uji Friedman Uji Normalitas Uji normalitas (saphiro-wilk), sample < 30 • Setelah data dimasukkan • Klik Analyze......Descriptive Statistic........explore • Masukkan variabel dependent ke dependent list • Pilih Both pada display • Aktifkan kotak Plots.....faktor levels together pada box plots • Aktifkan histogram pada descriptive • Centang normality plots with test • Data normal jika p > 0,05 Uji normalitas Kolmogorov-mirnov 1 sampel, untuk sample > 30 • Setelah data dimasukkan • Klik analyze.........nonparametrik test........1-sample K-S • Masukkan variabel....centang normal di test distribution......klik OK • Jika p > α = 0,05 H0 diterima berarti data berdistribusi normal WILCOXON SIGN RANK TEST (uji komparasi satu sampel) UJI NON PARAMETRIK • Uji ini digunakan untuk membandingkan dua pengamatan yang berasal dari satu sampel • Prinsip dari uji ini menguji apakah ada perbedaan dampak 2 perlakuan pada unit pasangan • Uji yang bisa digunakan untuk data ordinal adalah Wilcoxon Sign Rank Test Contoh • Membandingkan skor sikap antara sebelum dan sesudah perlakuan Output • Menunjukkan tingkat signifikansi (p) = 0,655 > α = 0,05 • H0 diterima • Kesimpulan : tidak ada perbedaan sebelum dan sesudah perlakuan FRIEDMAN TEST (uji komparasi satu sampel berpasangan/dua pengamatan) UJI NON PARAMETRIK • Uji ini digunakan untuk membandingkan lebih dari dua pengamatan yang berasal dari satu sampel • Prinsip dari uji ini menguji apakah ada perbedaan dampak lebih dari dua perlakuan pada unit pasangan • H0 : tidak ada perbedaan dampak perlakuan • Uji yang bisa digunakan untuk data ordinal Contoh soal • Membandingkan skor sikap antara sebelum, saat perlakuan dan sesudah perlakuan Output • Menunjukkan tingkat signifikansi (p) = 0,230 > α = 0,05 • H0 diterima • Kesimpulan : tidak ada perbedaan skor sikap sebelum, saat dan setelah perlakuan Uji Komparasi Dua Sampel Bebas Uji non parametrik • Uji ini digunakan untuk membandingkan dua sampel bebas yang berasal dari dua populasi yang berbeda • Uji yang dapat digunakan: 1. Kolmogorov smirnov z 2. Mann whitney u 3. Moses extreme reactions 4. Wald wolfowitz runs Contoh kasus • Membandingkan skor sikap perlakuan yang berasal dari kelompok pria dan kelompok wanita catatan • Pada Test Type pilih statistik yang peneliti kehendaki.....untuk latihan semua statistik yang ada harap ditandai output 1. Mann-Whitney • P = 0,702 2. Moses test • P = 0,881 3. Two Sample Kolmogorov-smirnov Test • P = 0,999 4. Wald-Wlofowitz Test • P min = 0,262 • P max = 0,992 Hasilnya semua p > α, H0 diterima Kesimpulan : tidak ada perbedaan tingkat skor sikap pada wanita dan laki- laki Kruskal-Wallis (uji komparasi lebih dua sampel bebas) Uji non parametrik • Uji ini digunakan untuk membandingkan dua sampel bebas yang berasal yang berasal lebih dari dua populasi yang berbeda Contoh kasus • Membandingkan skor sikap yang berasal dari 3 kelompok, yaitu kelompok pertama, kelompok kedua dan kelompok ketiga • Apakah ada perbedaan sikap? Output • Tingkat signifikan (p) = 0,350 > α = 0,05 • H0 diterima • Kesimpulan : tidak ada perbedaan tingkat skor sikap antara kelompok 1, kelompok 2 dan kelompok 3 ANALISIS DATA NOMINAL, TABEL KONTINGENSI DAN DATA KATEGORI CHI-SQUARE (uji komparasi satu sampel) Uji non parametrik • Uji komparasi satu sampel digunakan sebagai goodness-of fit-test, membandingkan distribusi dari sampel (yang didapat dari pengamatan dengan data berskala minimal nominal) dengan suatu distribusi teoritis Contoh kasus • Dari suatu penelitian pada 100 orang diperoleh distribusi golongan darah sebagai berikut: • Gol O : 60 orang • Gol A : 20 orang • Gol B : 15 orang • Gol AB : 5 orang Bila diketahui distribusi pada populasi untuk golongan darah O 50%, gol. A 20%, gol. B 20%, gol. AB 10%. Apakah distribusi hasil penelitian ini sesuai dengan distribusi di populasi? Lakukan pembobotan data, sebagai variabel pembobot adalah frekuensi...artinya program komputer tiap sel akan dibobot sesuai frekuensinya Output • Tingkat signifikansi (p) = 0,124 > α = 0,05 • H0 diterima • Kesimpulan : tidak ada perbedaan distribusi golongan darah sampel dengan distribusi teoritis Mc. NEMAR (uji komparasi 1 sampel berpasangan/2 pengamatan) Uji non parametrik • Uji ini digunakan untuk membandingkan dua pengamatan yang berasal dari satu sampel • Prinsip dari uji ini, menguji apakah ada perbedaan dampak 2 perlakuan pada unit pasangan Contoh soal • Secara random didapatkan 63 responden penyakit X yang diterapi dengan obat Y • Didapatkan data tabel setelah dibuat tabulasi silang sbb Sebelum Berobat Sesudah berobat total Masih sakit Tidak sakit Sakit 10 28 38 Tidak sakit 3 22 25 TOTAL 13 50 63
• Apakah ada perbedaan hasil sebelum dan sesudah pengobatan?
• α = 0,05 • Hasil menunjukkan p = 0,000 < α • H0 ditolak • Kesimpulan : terdapat perbedaan kesembuhan antara sebelum dan setelah pengobatan COCHRAN Q (uji komparasi 1 sampel berpasangan/lebih dari 2 pengamatan) Uji non parametrik • Uji ini digunakan bila berhadapan dengan data yang terhimpun dalam satu sampel • Selanjutnya data tersebut diperoleh dari > 2 pengamatan • Skala data minimal nominal (dikotomi) • Mirip dengan uji Mc Nemar tetapi pengamatannya > 2 • Pada analisis menggunaka tanda : • (+) : untuk variabel yg mengandung karakteristik yang diinginkan • (-) : untuk variabel yg mengandung krakteristik yang tidak diinginkan Contoh • Dilakukan penelitian respons dari sekelompok masyarakat terhadap hasil kinerja pemerintahan setempat (pengamat 1), wakil rakyat (pengamat 2), dan penegak hukum (pengamat 3). Jawaban yang diberikan adalah baik atau tidak • Baik diberi kode 0, dan tidak diberi kode 1 Output • Hasil menunjukkan p = 0,779 > α • H0 diterima • Kesimpulan : tidak ada perbedaan Tabulasi Silang (kontingensi) 2x2 bukan berpasangan Uji non parametrik • Uji yang dapat digunakan adalah Chi Square Yate’s Correction continuty dan Fisher’s exact test • Chi square digunakan (setiap sel) tidak boleh < 1, dan tidak boleh lebih dari 20% jumlah kategori yang ada (jumlah sel) yang ada mempunyai nilai harapan < 5 • Bila terjadi bahwa ada sel yang lebih dari 20% jumlah sel mepunyai nilai harapan < 5, maka yang digunakan adalah Fisher’s Exact test • Apabila hasilnya menunjukkan hasil tingkat signifikan < α = 0,05, H0 ditolak berarti ada keterkaitan 2 variabel, maka dapat dibaca koefisien phi and cramer’s v untuk melihat seberapa besar tingkat keterkaitan Contoh soal 2x2 • Secara random didapatkan 100 responden mengenai status sosial asal tempat dengan jenis kelamin pada mahasiswa yang kuliah di Jember. Didapatkan data setelah dibuat tabulasi silang sbb Tempat Tinggal Jenis kelamin Total perempuan Laki-laki Urban 15 28 43 Rural 35 22 57 TOTAL 50 50 100
• Apakah ada keterkaitan distribusi mengenai asal tempat tinggal
dengan jenis kelamin responden pada mahasiswa yang kuliah di Jember? • Gunakan α= 0,05 • Untuk tabel 2x2 nilai chi square yang dibaca adalah Continuity correction. • Tidak ada sel yg nilai expected < 5 (seandainya ada sel yang mempunyai nilai expected < 5, mk yang dibaca adalah uji Fisher’s exact) • Hasilnya menunjukkan x2 hitung = 5,875 p= 0,015 < α • H0 ditolak • Kesimpulan : ada keterkaitan antara jenis kelamin dengan asal tempat tinggal dengan koefisien phi sebesar 0,263 Tabulasi Silang (Kontingensi) > 2x2 Uji non parametrik • Uji yang dapat digunakan adalah chi square • Apabila hasilnya menunjukkan tingkat signifikansi < α, H0 ditolak • Berarti ada keterkaitan 2 variabel maka dapat dibaca Contingency coefficient untuk melihat seberapa besar keterkaitan Contoh soal 3x4 • Secara random didapatkan 300 responden mengenai status pekerjaan dengan ideologi partai. Didapatkan data setelah dibuat tabulasi silang sbb Partai Jenis pekerjaan TOTAL PNS SWASTA LAIN A 36 84 18 138 B 8 72 8 88 C 14 18 10 42 D 2 26 4 52 TOTAL 60 200 40 300 • apakah ada keterkaitan distribusi status pekerjaan dengan ideologi partai? Gunakan α=0,05 • Untuk tabel > 2x2 hasil yg dibaca adalah Pearson Chi square yng menunjukkan 27,540 dengan p 0,000 • Berarti H0 ditolak • Kesimpulan : ada keterkaitan status pekerjaan dengan ideologi partai • Besar hubungan contingency coefficient : 0,290