Statistik Parametrik

&
Non Parametrik

Agus Sri Banowo

1
 Definisi
• Statistik PARAMETRIK : berhubungan dengan
inferensi statistik yang membahas parameter-
parameter populasi; jenis data interval atau rasio;
distribusi data normal atau mendekati normal.

• Statistik NONPARAMETRIK : inferensi statistik

tidak membahas parameter-parameter populasi;
jenis data nominal atau ordinal; distribusi data
tidak diketahui atau tidak normal.

2
• Istilah nonparametrik sendiri pertama kali
digunakan oleh Wolfowitz pada tahun1942.
• Istilah lain yang sering digunakan antara
lain distribution-free statistics dan assumption-free
test.
• Dari istilah-istilah ini, dengan mudah terlihat
bahwa metode statistik nonparametrik
merupakan metode statistik yang dapat digunakan
dengan mengabaikan segala asumsi yang
melandasi metode statistik parametrik, terutama
yang berkaitan dengan distribusi normal.

3
 Pengujian statistika non parametrik
dilakukan dengan syarat :
1. Data nominal (ada/tidak, mati/hidup,
dll)
2. Data ordinal (agak
sakit/sakit/sembuh, sangat
setuju/setuju/tidak setuju,dll)
3. Data interval dan rasio tidaknormal

4
• Kelebihan Uji Non Parametrik:
– Perhitungan sederhana dan cepat
– Data dapat berupa data kualitatif (Nominal atau
Ordinal)
– Distribusi data tidak harus Normal
• Kelemahan Uji Non Parametrik:
– Tidak memanfaatkan semua informasi dari
sampel (tidak efisien)
• Kelemahan diperbaiki dengan menambah
jumlah sampel penelitian
5
• Parametrik : distribusi normal, data
interval dan rasio.
• Non Parametrik : distribusi bebas, data
kontinu.
• Data Nominal: menurut namanya saja; exp:
(PAN, PDI, PKS, GOLKAR)
• Data Ordinal: Berdasarkan urutan
peringkat (memuaskan, sedang, buruk)

6
Uji Satu Sampel

7
 Uji Binomial
• Adalah alat untuk mengUji data numerik dan
atau variabel dikotomi
• Jika tidak dikotomi : tentukan cut point
– H0 : Frek. Observasi kategori I = frek. Observasi
kategori II
– H1 : Frek. Observasi kategori I  frek. Observasi
kategori II

8
 Uji Chi-Square
• Chi-Square adalah alat untuk mengUji hipotesis
proporsi relatif kasus yang dikelompokkan ke
dalam beberapa grup yang saling bebas.
– H0 : Proporsi seluruh kategori bernilai sama.
– H1 : ada proporsi dari kategori yg dibandingkan
bernilai tidak sama
– H0 : Proporsi kategori yang ada sama dgn nilai yg telah
ditentukan.
– H1 : Proporsi kategori yg ada tidak sama dengan nilai
yg telah ditentukan

9
 Uji Run
• Adalah alat untuk mengUji keacakan urutan
kejadian dari 2 macam harga suatu variabel
dikotomi.
– H0 : Urutan kejadian dlm suatu barisan bersifat
random.
– H1 : Urutan kejadian dlm suatu barisan bersifat
tidak random.

10
 Uji Kolmogorov - Smirnov

• Adalah alat untuk mengUji kesesuaian

distribusi data dengan distribusi
Teoritis.
– H0 : Data sesuai dengan salah satu
distribusi teoritis (data faktual = data
teoritis).
– H1 : tidak sesuai dengan salah satu
distribusi teoritis (data faktual ≠ data
teoritis) 11
Uji Dua Sampel

12
 Uji Mann-Whitney
• Alternatif lain uji t dua sampel bebas
• Perhitungannya berdasarkan frekuensi yang
teramati
– H0 : Dua sampel bebas berasal dari populasi yang
identik atau mempunyai rata2 yang sama (μ1 =
μ2).
– H1 : dua sampel bebas berasal dari populasi
berbeda (μ1 ≠ μ2).

13
 Uji Mann-whitney
U  E (U )
Z 
V a r (U )

n1 n1
U  n1n2   R1
12
n1 (n1  1) n1 n 2
E (U )  n1 n2   E(R1 ) 
2 2
n1 n 2 n1  n2
Var U   var R 
1 12
  1
R1 : Total peringkat salah satu sampel
14
 Contoh: suatu perusahaan besar diduga menerapkan diskriminasi
penggajian atas gender.
 Sebanyak 24 sampel dari antara karyawan dan gajinya ditunjukkan
tabel berikut:
Wanita 22.5 19.8 20.6 24.7 23.2 19.2 18.7
Pria 21.9 21.6 22.4 24.0 24.1 23.4 21.2
Wanita 20.9 21.6 23.5 20.7 21.6
Pria 23.9 20.5 24.5 22.3 23.6

 Berdasarkan data di atas, apakah ada alasan untuk percaya pada taraf
nyata 0.05 bahwa telah terjadi diskriminasi penggajian
berdasarkan gender?

Jawab:
Diketahui: data di atas dengan alfa () = 0.05
Ditanyakan : Uji hipotesis perbedaan gaji antara pria dan wanita

15
Jawaban:
 Hipotesis Nol (H0): tidak ada perbedaan antara rata-rata
gaji wanita dengan rata-rata gaji pria, atau rata-rata gaji
wanita dan pria berasal dari populasi yang berdistribusi
sama, atau 1 = 2
 Hipotesis Alternatif (H1): ada perbedaan antara rata-
rata gaji wanita dengan rata-rata gaji pria atau 1  2
  = 0.05
 Wilayah kritis adalah : zhit<-z0.025 atau zhit>z0.025 atau zhit
<-
1.96 atau zhit > 1.96
 Perhitungan:
 Pertama, urutkan data dan berikan peringkat
 Jumlah peringkat salah satu sampel (sampel wanita atau
sampel pria)
 Hitung nilai E(U), var(U) dan z 16
 Tabulasi Data
Jenis Wanita Wanita Wanita Pria Wanita Wanita Wanita Pria Pria Wanita Wanita Pria
Kelamin

Gaji 18.7 19.2 19.8 20.5 20.6 20.7 20.9 21.2 21.6 21.6 21.6 21.9
Peringkat 1 2 3 4 5 6 7 8 10 10 10 12

Total Peringkat Salah Satu Sampel yaitu Wanita (R1):

 R1= 1+2+3+5+6+7+10+10+15+16+18+24=117
E(u) = (12 * 12)/2=72
Var(U) = (12) * (12) * (25)/12 = 300
U=12 *12 + (12 *13)/2 =105
Z=(105-72)/300=1.91
• Keputusan Statistik :
karena zhit < 1.96 dan zhit >
-1.96, maka terima H0
• Kesimpulan Statistik (uji Mann-Whitney): Tidak Ada Perbedaan Antara Rata-
Rata Gaji Wanita dengan Rata-Rata Gaji Pria. 17
 Uji Kolmogorov – Smirnov Z
• Adalah alat untuk mengUji Sensitifitas
perbedaan dua populasi
• Perhitungannya membandingkan dist
kumulatif kedua populasi
• H0 : Dua sampel bebas berasal dari populasi yg
berdistribusi sama.
• H1 : dua sampel bebas berasal dari populasi
yang berdistribusi tidak sama.

18
 Uji Runs Wald Wolfowitz
 Minimum untuk skala ordinal
 Sensitif terhadap berbagai perbedaan dalam
kedua populasi.
 Kurang powerful dibandingkan Mann
Whitney
 Hipotesis alternatif lebih luas dibandingkan
Mann Whitney
 H0 : Dua sampel bebas berasal dari populasi yg
berdistribusi sama.
 H1 : dua sampel bebas berasal dari populasi yg
berdistribusi tidak sama.
19
 Run Woldfowitz

2n1n2
ER  1
n1  n 2

V a r R   2nn11 n2 n22 n21 nn21  nn12n12


R  E
z 
( R )
V a r ( R )
R adalah jumlah run atau pergantian antara urutan dalam
data.
20
• Contoh: lakukanlah pengujian apakan urutan pengambilan sampel
pada kasus Mann Whitney di atas acak atau tidak pada taraf nyata
uji 0.05?
• Jawab:
Diketahui: F = wanita dan M adalah pria
Data : F F F M F F F M M F F M M M F F
M F M M M M M F
n1 = 12 dan n2 = 12,  = 0.05
Ditanyakan : Ujilah keacakan data

Jawab:
– H0 : Urutan pengambilan sampel adalah acak
– H1 : Urutan pengambilan sampel tidak acak
–  = 0.05
– Wilayah kritis : zhit<-z0.025 atau zhit> z0.025 atau zhit < -1.96 atau zhit > 1.96
Perhitungan:
– Hitung jumlah run (R).
– R = 11, artinya ada 11 kali pergantian data antara urutan F dan M
21
 2(12 12 )
E R   1 
12
13 2 12  2 12 12 12 12 
Var R   12  5.7391
12 12 2 12 12 1

11  1 3
z  0.83
5.7391

 Kesimpulan analisis statistik: karena zhit > ztabel (-

1.96), maka terima H0.
 Kesimpulan hasil penelitian : Urutan Pengambilan
Sampel adalah Acak.
22
Uji Dua Sampel Tidak Bebas

23
 Uji Tanda (Sign)
 Menghitung selisih kedua sampel berpasangan.
 Menggunakan distribusi binom
 Jika data banyak, dapat didekati menggunakan
distribusi normal
 Distribusi diasumsikan kontinu.
 Hitung S (jumlah selisih dengan tanda +)
 H0 : p=0.5
 H1 : p0.5 atau p>0.5 atau p0.5

24
 Uji tanda
Sejumlah 10 pasangan suami istri yang baru menikah dipilih
secara acak dan ditanyakan secara terpisah pada masing-masing
istri dan suami, berapa jumlah anak yang mereka inginkan.
Informasi yang didapat adalah sebagai berikut:

Pasangan 1 2 3 4 5 6 7 8 9 10

Istri 3 2 1 0 0 1 2 2 2 0
Suami 2 3 2 2 0 2 1 3 1 2

Ujilah apakah kita dapat mengatakan bahwa wanita (istri) menginginkan anak lebih
sedikit dibandingkan pria (suami)? Jika taraf nyata uji 0.01 ( = 0.01)

25
 Penyelesaian kasus suami istri
• Diketahui : data di atas,  = 0.01
• Ditanyakan : apakah ada perbedaan jumlah anak yang
diinginkan antara istri dengan suami?
• Jawab :
– H0 : Tidak ada perbedaan jumlah anak yang diinginkan
antara suami dan istri, atau p = 0.5
– H1 : Ada perbedaan jumlah anak yang diinginkan antara
suami dan istri, p < 0.5
– Taraf nyata uji : 0.01
– Wilayah kritis : P(S  s) < 
– Perhitungan sebagai berikut:

26
Perhitungan:
Pasangan 1 2 3 4 5 6 7 8 9 10

Istri 3 2 1 0 0 1 2 2 2 0
Suami 2 3 2 2 0 2 1 3 1 2
Selisih + - - - 0 - + - + -

S = 3, distribusi Binom dengan n = 9 dan p = 0.5

– Menggunakan tabel Binom, maka akan diperoleh: P(S  3)
= 0.2539
– Keputusan, karena P(S  3) = 0.2539 > 0.05, maka terima
H0.
– Kesimpulan: Tidak ada perbedaan jumlah anak yang
diinginkan antara suami dan istri

27
 Uji McNemar

 Adalah alat untuk mengUji perbedaan sebelum

dan sesudah perlakuan (treatment).
 H0 : tidak terdapat perbedaan dari sebelum dan
sesudah perlakuan.
 H1 : Terdapat perbedaa dari sebelum dan
sesudah perlakuan

28
 Uji Wilcoxon

• Memperhitungkan tanda dan besarnya selisih.

• H0 : Tidak terdapat perbedaan dari perlakuan 1
dan 2.
• H1 : Terdapat perbedaan antara perlakuan 1
dan 2
• Rumus : E(T+) = n(n+1)/4
var(T+) = n(n+1)(2n+1)/24
 E T  
T 
z  v a r T  

29
 THANK YOU
FOR YOUR ATTENTION

‫ﺔﺘﮔﺮﺑﻭ ﷲﺍﺔﻤﺣﺭﻭ‬
‫ﻢﻜﻴﻠﻋﻡﻼﺴﻟﻭ‬ 30