Uji Statistik Nonparametrik

Satu Sampel
 Penggunaan Uji Statistik
Nonparametrik

• Bila data tidak terdistribusi normal

• Bila banyaknya sampel sedikit
• Bila data diukur pada skala nominal atau ordinal
 Macam-macam Uji Statistik

Aplikasi Uji Parametrik Uji Nonparametrik

Dua sampel saling Uji t Uji Tanda

berhubungan Uji Z Uji Peringkat Bertanda
Wilcoxon
Uji Mc Nemar
Dua sampel tidak Uji t Uji U Mann-Whitney
berhubungan Uji Z Uji Kolmogorov-Smirnov
Uji Walt-Wolfowitz
Beberapa sampel ANOVA dua arah Uji Friedman
berhubungan Uji W Kendall
Uji Q Cochran
Beberapa sampel tidak Anova satu arah (Uji F) Uji Kruskal-Wallis
berhubungan Uji Chi Square
Uji Median
 Uji
Nonparametrik
yang tersedia
pada SPSS
 Uji Chi Kuadrat (Chi-Square Test)
• Prosedur uji Chi Square mentabulasikan
suatu variabel menjadi kategori dan
menghitung statistik chi squarenya.
• Uji kecocokan modelnya membandingkan
frekuensi observasi dan frekuensi harapan
pada kategori untuk diuji tiap kategorinya
 Statistik
• Pada prosedur pengolahan data dengan
SPSS, untuk tiap variabel akan dihitung
nilai rata-rata, standar deviasi, minimum,
maksimum dan quartile.
• Selain itu juga dihitung jumlah dan
persentase kasus yang non-missing dan
yang missing, jumlah kasus yang diamati
dan harapannya untuk setiap kategori,
residual dan statistik chi square
 Kriteria data untuk uji Chi Square
• Data yang digunakan pada uji Chi Square
adalah data dari variabel numerik bertingkat
atau yang tidak bertingkat (skala pengukuran
ordinal atau nominal)
• Data yang berupa string harus dikonversi
menjadi numerik dengan menggunakan
‘Automatic Recode’ pada menu Trasform
• Uji nonparametrik tidak harus memenuhi asumsi
distribusi tertentu. Data diasumsikan sebagai
sampel acak
 Uji Peringkat Bertanda Wilcoxon
Contoh:
PT Singset yang sedang mengembangkan obat penurun berat badan
yang baru, ingin mengetahui khasiat obat tersebut sebelum
dipasarkan secara komersial. Untuk itu PT Singset mencoba obat
tersebut secara kontiniu terhadap 8 orang sukarelawan yang telah
diukur terlebih dahulu berat badannya. Selang dua bulan
kemudian 8 orang sukarelawan itu ditimbang kembali berat
badannya untuk mengetahui apakah ada penurunan berat badan
yang nyata. Data hasil pengukuran berat badan (kg) sbb:

No. Sebelum Sesudah

1 60 59
2 65 60
3 67 68
4 75 76
5 74 68
6 80 72
7 89 86
8 74 70
 Wilcoxon Signed Ranks Test

Ranks

N Mean Rank Sum of Ranks

Sesudah 2 bulan - Negative Ranks 6a 5,33 32,00
Sebelum makan obat Positive Ranks 2b 2,00 4,00
Ties 0c
Total 8
a. Sesudah 2 bulan < Sebelum makan obat
b. Sesudah 2 bulan > Sebelum makan obat
c. Sebelum makan obat = Sesudah 2 bulan
 Test Statisticsb

Sesudah 2
bulan -
Sebelum
makan obat
Z -1,970a
Asymp. Sig. (2-tailed) ,049
a. Based on positive ranks.
b. Wilcoxon Signed Ranks Test
Sign Test

Frequencies

N
Sesudah 2 bulan - Negative Differencesa 6
Sebelum makan obat Positive Differencesb 2
Ties c 0
Total 8
a. Sesudah 2 bulan < Sebelum makan obat
b. Sesudah 2 bulan > Sebelum makan obat
c. Sebelum makan obat = Sesudah 2 bulan

Test Statisticsb

Sesudah 2
bulan -
Sebelum
makan obat
Exact Sig. (2-tailed) ,289a
a. Binomial distribution used.
b. Sign Test
 Chi Square 1 sampel

Tujuan:
Untuk membandingkan sekelompok
frekuensi yang diamati dengan kelompok
frekuensi yang diharapkan.
 Chi Square 1 sampel

Dilakukan pengumpulan data untuk mengetahui

bagaimana kemungkinan mahasiswa dalam memilih
mata kuliah statistik 3 sesi 10 dan 11. Sampel
diambil secara random sebanyak 300 orang. Dari
sampel tersebut ternyata 200 orang memilih sesi 10
dan 100 orang memilih sesi 11.
 Chi Square 1 sampel

Langkah-langkah :
1.Hipotesis
Ho : Peluang mata kuliah statistik 3 sesi 10
dan 11 adalah sama untuk menerima pelajaran/
Tidak terdapat perbedaan peluang mata kuliah
statistik 3 sesi 10 dan 11 untuk menerima
pelajaran
Ha : Peluang mata kuliah statistik 3 sesi 10
dan 11 adalah tidak sama untuk menerima
pelajaran/ Terdapat perbedaan peluang mata
kuliah statistik 3 sesi 10 dan 11 untuk menerima
pelajaran
 Chi Square 1 sampel
2. Uji Statistik
Untuk pembuktian hipotesis maka data disusun dalam
tabel berikut:

Fisioterapis Frekuensi yang Frekuensi yang

diperoleh diharapkan
Sesi 10 200 150
Sesi 11 100 150
Jumlah 300 300
Pengolahan Data SPSS
Pengolahan Data SPSS
Pengolahan Data SPSS (output)
 Analisis
• Terlihat ada dua bagian output.

• Pada bagian pertama output, terlihat ada

Expected N. Oleh karena dipakai distribusi
yang seragam, maka yang diharapkan
sama rata, yaitu 25% (100% dibagi 4
warna), atau dalam kasus masing-masing
25. Sedang kolom residual adalah selisih
antara jumlah yang dibeli dengan jumlah
yang diharapkan (seperti pada baris
pertama adalah 35-25 = 10)
Terima Kasih