STATISTIKA

NONPARAMETRIK
1. Uji Tanda.

Dalam eksperimen, kita ingin

membandingkan pengaruh hasil dua
perlakuan, untuk data yang berpasangan,
satu sebagai hasil perlakuan A dan satu
hasil perlakuan B, ternyata untuk
membandingkan kedua hasil perlakuan
(ditinjau dari rata-rata) dapat digunakan uji
tanda.
 Uji Tanda sangat baik apabila
memenuhi syarat-syarat sbb :
1. Pasangan hasil pengamatan yang
sedang dibandingkan bersifat
independent.
2. Masing-masing pengamatan dalam tiap
pasang terjadi karena pengaruh kondisi
yang serupa.
3. Pasangan yang berlainan terjadi karena
kondisi yang berbeda.
Uji tanda dilakukan berdasarkan tanda,
yakni + dan – yang didapat dari selisih
nilai pengamatan.
Misalkan sampel yang berukuran N
dapat ditulis sebagai (X1,Y1),
(X2,Y2) ....(XN,YN). Bentuk selisihnya
adalah (X1-Y1), (X2-Y2) ..... (XN-YN).
Jika Xi>Yi diberi tanda + (positif), dan
Jika Xi<Yi diberi tanda – (negatif).
Sedangkan untuk Xi=Yi kita abaikan
pasangan tersebut.
 Selanjutnya banyak tanda yang terjadi paling
sedikit kita lambangkan dengan h
(h hitung). Bilangan ini dapat digunakan untuk
menguji hipotesis :
Ho : Tidak ada perbedaan kedua
perlakuan.
HA : Terdapat perbedaan kedua
perlakuan.
Kriteria pengambilan keputusan adalah :
Tolak Ho dan terima Ha jika h hitung ≤ h tabel dan
terima Ho dan tolak Ha jika h hitung > h tabel.
 Contoh :
Data berikut (kolom 2 dan kolom 3),
adalah mengenai produksi dari dua jenis
mesin (dinyatakan) dalam ton/per hari dari
dua puluh perusahaan.
Perusahaan Mesin Tipe X Mesin Tipe Y Tanda
(1) (2) (3) (Xi – Yi)
1 3,4 3,0 +
2 3,7 3,9 -
3 2,8 3,2 -
4 4,2 4,6 -
5 4,6 4,3 +
6 3,8 3,4 +
7 3,6 3,5 +
8 2,9 3,0 -
9 3,0 2,9 +
10 3,8 3,7 +
11 4,0 3,7 +
12 3,9 4,0 -
13 3,8 3,5 +
14 4,2 4,5 -
15 4,7 3,9 +
16 4,0 3,7 +
17 3,6 3,2 +
18 3,2 2,9 +
19 3,4 3,0 +
20 2,9 3,6 -
Dari tabel tersebut, diperoleh tanda (Xi-Yi)
yang paling sedikit adalah negatif 7.
Dengan demikian, maka nilai h hitung = 7.
Nilai h tabel untuk n=20 dan a=0,05 = 5.
Jadi h hitung lebih besar h tabel (7 > 5).
Jadi Ho diterima. Ini berarti bahwa tidak
ada perbedaan yang berarti antara
penggunaan mesin tipe X dan mesin tipe Y.
 Tabel nilai kiritis h untuk uji tanda.

n a= 0,01 a= 0,05 n a=0,01 a=0,05

6 - 0 15 2 3
7 - 0 16 2 3
8 0 0 17 2 4
9 0 1 18 3 4
10 0 1 19 3 4
11 0 1 20 3 5
12 1 2 21 4 5
13 1 2 22 4 5
14 1 2 23 4 6
Jika n > 95, maka h tabel dapat dihitung
dengan jalan mengambil bilangan bulat
terdekat yang lebih kacil dari:
½ (n-1) – k V n + 1
dengan k = 1,2879 untuk a=0,01 dan
k = 0,9800 untuk a=0,05
 2. Uji Wilcoxon.
Uji ini merupakan perbaikan dari uji tanda. Dalam uji
Wilcoxon, bukan saja tanda yang diperhatikan,
tetapi juga nilai selisih (X-Y).
Caranya adalah sbb :
1. Beri nomor urut untuk setiap harga mutlak (Xi-Yi).
Harga mutlak yang terkecil diberi nomor urut atau
rank 1, harga mutlak selisih berikutnya diberi nomor
urut 2, dan harga mutlak terbesar diberi nomor urut
n. Jika terdapat selisih beda yang harga mutlaknya
sama besar, untuk nomor urut diambil rata-ratanya.
2. Untuk tiap nomor urut berikan pula tanda yang
didapat dari selisih (X-Y).
3. Hitung jumlah nomor urut yang bertanda positif
dan bertanda negatif.
4. Untuk jumlah nomor urut yang didapat pada point
3, ambillah jumlah harga mutlaknya yang paling
kecil. Jumlah ini dilambangkan dengan j hitung.
Jumlah j hitung inilah yang dipakai untuk menguji
hipotesa :
Ho : Tidak ada perbedaan pengaruh kedua
perlakuan.
Ha : Terdapat pengaruh kedua perlakuan.
Jika j hitung ≤ j tabel tolak Ho dan terima Ha.
Jika j hitung > j tabel terima Ho dan tolak Ha.
Contoh :
No. X Y Beda Rank Tanda Rank
(Xi-Yi) (Xi-Yi) Positif Negatif

1 3,4 3,0 0,4 15,5 +15,5

2 3,7 3,9 -0,2 6 -6
3 2,8 3,2 -0,4 15,5 15,5
4 4,2 4,6 -0,4 15,5 15,5
5 4,6 4,3 0,3 9,5 +9,5
6 3,8 3,4 0,4 15,5 +15,5
7 3,6 3,5 0,1 3 +3
8 2,9 3,0 -0,1 3 -3
9 3,0 2,9 0,1 3 +3
10 3,8 3,7 0,1 3 +3
11 4,0 3,7 0,3 9,5 +9,5
12 3,9 4,0 -0,1 3 -3
13 3,8 3,5 0,3 9,5 +9,5
14 4,2 4,5 -0,3 9,5 -9,5
15 4,7 3,9 0,8 20 +20
16 4,0 3,7 0,3 9,5 +9,5
17 3,6 3,2 0,4 15,5 +15,5
18 3,2 2,9 0,3 9,5 +9,5
19 3,4 3,0 0,4 15,5 +15,5
20 2,9 3,6 -0,7 19 -19
Dari perhitungan tersebut diperoleh nilai
j hitung = 71,5 (jumlah harga mutlak yang
paling kecil). Nilai j tabel pada taraf a=0,05
adalah 52. Dengan demikian maka nilai
j hitung > j tabel (71,5 > 52). Maka Ho
diterima. Jadi tidak ada perbedaan yang
berarti antara penggunaan mesin tipe X
dan mesin tipe Y.
 3. Koefisien Korelasi Rank
Korelasi antara dua variabel yang berbeda
dikenal dengan nama korelasi rank.
Derajat hubungan yang mengukur korelasi
rank dinamakan koefisien korelasi rank,
atau koefisien korelasi spearmen yang
diberi simbol r’ (baca : r aksen).
Misalkan pasangan data hasil
pengamatan (X1,Y1), (X2,Y2), ...,(Xn,Yn)
kita susun menurut urutan besar nilianya
dalam tiap variabel.
Nilai Xi disusun menurut urutan besarnya, yang terbesar
diberi rank atau nomor urut 1, terbesar kedua diberi rank
2, dst sampai nilai terkecil diberi rank n. Demikian pula
untuk variabel Yi. Kemudian kita bentuk selisih atau
beda rank Xi dan rank Yi yang data aslinya
berpasangan. Sebutlah beda ini bi. Maka koefisien
korelasi rank r’ antara serentetan pasangan Xi dan Yi
dihitung dengan rumus :
6 ∑ bi2
r’ = 1 - -------------
n (n2 – 1 )
Harga r’ bergerak dari -1 sampai dengan +1.
r’ = +1 terdapat persesuaian yang sempurna antara Xi
dan Yi.
r’ = - 1 terdapat penilaian yang betul-betul bertentangan
antara Xi dan Yi.
Contoh : Penilaian 2 orang juri terhadap 8
orang peserta lomba Karaoke Sbb :

Peserta Juri I Juri II

A 70 80
B 85 75
C 65 55
D 50 60
E 90 85
F 80 70
G 75 90
H 60 65
 Daftar Rank dari 2 orang juri :

Peserta Rank juri I Rank juri II Beda (bi) bi2

A 5 3 2 4
B 2 4 -2 4
C 6 8 -2 4
D 8 7 1 1
E 1 2 -1 1
F 3 5 -2 4
G 4 1 3 9
H 7 6 1 1
jumlah 28
 6 ∑ bi2
r’ = 1 - -------------
n (n2 – 1 )

6 (28)
r’ = 1 - ----------- = 0,667
8 (64 – 1)

Jika terdapat data pengamatan yang harganya

sama, maka untuk data demikian diberikan rank
yang sama dengan rata-rata dari rank-rank data
yang sama tersebut.
Contoh : untuk menghitung r’ apabila terdapat rank
seri atau data yang sama besarnya.
Xi Yi Rank Xi Rank Yi Beda bi bi2
96 150 1 1 0 0
82 95 6,5 6 0,5 0,25
63 75 9 9,5 -0,5 0,25
57 75 10 9,5 0,5 0,25
82 110 6,5 3 3,5 12,25
90 100 3 4,5 -1,5 2,25
90 140 3 2 1 1
74 83 8 8 0 0
87 100 5 4,5 0,5 0,25
90 92 3 7 -4 16
Jumlah 32,5
 6 (32,50)
r’ = 1 - -------------- = 0,8031
10 (102-1)

Koefisien korelasi rank yang diperoleh tsb dapat

digunakan untuk menguji hipotesis mengenai
tidak terdapatnya korelasi antara variabel-
variabel X dan Y melawan hipotesis
tandingannya atau alternatif terdapat korelasi
positif atau persesuaian antara X dan Y atau
melawan alternatif terdapat korelasi negatif atau
pertentangan antara X dan Y. Nilai-nilai kritis
untuk pengujian hipotesis ini dengan taraf nyata
0,01 dan 0,05 dapat dilihat pada daftar sbb :
 Daftar : Batas Nilai Kritis untuk uji korelasi
berdasarkan koefisien korelasi rank.
Ukuran Nilai Kritis untuk taraf nyata Ukuran Nilai Kritis untuk taraf nyata
Sampel (n) Sampel (n)
0,01 0,05 0,01 0,05

4 - 1,000 16 0,601 0,425

5 1,000 0,900 18 0,564 0,399
6 0,943 0,829 20 0,534 0,377
7 0,893 0,714 22 0,508 0,359
8 0,833 0,643 24 0,485 0,343
9 0,783 0,600 26 0,465 0,329
10 0,746 0,564 28 0,446 0,317
12 0,701 0,504 30 0,432 0,306
14 0,645 0,456
Dalam hal alternatif yang pertama, tolak
hipotesis apabila r’ dari perhitungan ≥
batas nilai kritis dari daftar.
Untuk alternatif yang kedua, tolak
hipotesis jika r dari perhitungan ≤ batas
nilai kritis dari daftar dengan tanda negatif.
Kedua-duanya berlaku untuk taraf yang
dipilih.
Contoh : Penilaian 2 orang juri terhadap 8
orangf peserta lomba karaoke diperoleh
r’ = 0,667. Jika a=0,05 dan n = 8, didapat
batas nilai kritis 0,643.
Jadi r’ = 0,667 > 0,643. Ini berarti dalam
taraf nyata 0,05, kita tolak hipotesis bahwa
kedua juri tidak terdapat persesuaian
dalam menilai perlombaan tersebut. Dan
menerima hipotesis alternatifnya bahwa
terdapat korelasi positif atau persesuaian
penilaian antara juri I dan juri II.
TERIMA KASIH