Pertemuan ke-1

Statistik Nonparametrik
Pendahuluan
• Uji parametrik memerlukan pemenuhan asumsi-asumsi tentang
distribusi populasi. Sedangkan uji nonparametrik tidak memerlukan
pemenuhan asumsi-asumsi tentang distribusi populasi. Sehingga uji
nonparametrik disebut juga uji bebas distribusi.
Keuntungan Metode Nonparametrik
• Metode nonparametrik dapat diaplikasikan secara meluas karena tidak
memerlukan pemenuhan asumsi-asumsi seperti pada metode parametrik. Metode
nonparametrik tidak memerlukan pemenuhan populasi berdistribusi normal.
• Metode nonparametrik dapat diaplikasikan pada data kategorik
• Metode nonparametrik biasanya menggunakan komputasi yang relatif lebih
mudah dibandingkan metode parametrik, lebih mudah dipahami dan digunakan.

Kelemahan Metode Nonparametrik

• Metode nonparametrik cenderung membuang informasi karena perhitungan
secara eksak seringkali diubah dalam bentuk kualitatif. Sebagai contoh, pada uji
tanda, kehilangan berat badan akibat diet dinotasikan dengan tanda negatif.
• Uji nonparametrik tidak seefisien uji parametrik, sehingga memerlukan bukti yang
lebih kuat
Uji nonparametrik dapat digunakan bila data berbentuk
• Nominal
• Ordinal
• interval atau rasio dan tidak diketahui bentuk distribusi populasinya

Uji statistik non-parametrik dapat dikelompokkan menjadi 3 kategori,

yaitu:
• Uji sebuah sampel yang dibandingkan dengan menggunakan suatu
distribusi tertentu, misalnya, distribusi chi-kuadrat, binomial, normal
dan distribusi lainnya.
• Uji untuk dua grup independen (bebas) atau lebih
• Uji variabel-variabel berpasangan (paired) atau berhubungan (related)
Pertemuan ke-1

Uji Satu Samples

 Uji Binomial

Uji binomial menguji hipotesis suatu proporsi populasi yang terdiri atas dua
kelompok kelas.
Distribusi binomial adalah distribusi sampling dari proporsi-proporsi yang
mungkin diamati dalam sampel-sampel random yang ditarik dari populasi
yang terdiri dari dua kelas.
Data berskala nominal yang memiliki dua kategori, misal ‘gagal’ dan ‘sukses’
 Studi Kasus
• Seorang pengusaha restoran ingin melakukan penelitian terhadap
masyarakat mengenai selera masakan tradisional yang mereka sukai.
Hasil penelitian terhadap 20 responden di restoran tradisional
memberikan data sebagai berikut :
Responden Masakan Responden Masakan
1 1 11 1
2 1 12 1
3 1 13 2
4 1 14 2
5 1 15 2
6 1 16 2
7 1 17 2
8 1 18 2
9 1 19 2
10 1 20 2
Kelompok Keterangan

1 Masakan Jawa

2 Masakan Padang
 Interpretasi
 Hipotesis
H0 = p1=p2=1/2 , artinya tidak ada perbedaan antara
kemungkinan masyarakat menyukai masakan Jawa dan
kemungkinan masyarakat menyukai masakan Padang.
H1 = p1≠p2
• H0: p1=p2=1/2 , artinya tidak ada perbedaan antara kemungkinan
masyarakat menyukai masakan Jawa dan kemungkinan masyarakat
menyukai masakan Padang.
• H1: p1>p2 kemungkinan masyarakat menyukai masakan Jawa lebih
besar daripada kemungkinan masyarakat menyukai masakan Padang.
 Pengambilan Keputusan

• Berdasarkan Signifikansi/ Probabilitas

Jika Prob./ Sig. > 0,05  Maka H0 diterima, menolak H1

Jika Prob. / Sig. < 0,05  Maka H0 ditolak, menerima H1
Hasil

•Nilai Asymp. Sig ... 0.05  Maka

H0 ... Artinya .....
 Uji Runs

• Digunakan untuk menguji apakah sebuah sampel yang mewakili

sebuah populasi telah diambil secara acak.
• Teknik yang digunakan berdasarkan pada banyak Run yang
diberikan oleh sampel.
• Run didefinisikan sebagai suatu urutan lambang-lambang yang
sama, yang diikuti serta mengikuti lambang-lambang yang
berbeda.
 Case Study
• Penelitian dilakukan untuk mengetahui apakah antrian pria dan
wanita dalam sebuah kantin bersifat random/acak atau tidak. Hasil
pengamatan terhadap antrian dari depan sampai belakang sebagai
berikut:
•PPWWWPWPWWPPWPPWWWWP
 Keterlambatan Masuk Kantor Antara Pegawai
Gol. III & IV (Dalam Menit)
No Resp No Resp
1. 1 11. 1
Kelompok Keterangan
2. 1 12. 1
1 Laki-laki
3. 2 13. 2
2 perempuan
4. 2 14. 1
5. 2 15. 1
6. 1 16. 2
7. 2 17. 2
8. 1 18. 2
9. 2 19. 2
10. 2 20. 1
  Hipotesis

• H0 = antrian bersifat acak

• H1 = antrian tidak acak

 Pengambilan Keputusan

• Berdasarkan Nilai Probabilitas (Exact Sig.)

 Jika Prob < 0.05, H0 ditolak
 Jika Prob > 0.05, H0 diterima
 Kesimpulan
• Karena hasil ....
 Uji Chi-Square Satu Sampel

• digunakan untuk menguji hipotesis deskriptif bila dalam populasi terdiri

atas dua atau lebih kelas.
• hipotesis deskriptif merupakan estimasi/dugaan terhadap ada tidaknya
perbedaan frekuensi antara kategori satu dengan kategori lain dalam
sebuah sampel (uji goodness of fit)
• uji goodness of fit pada prinsipnya bertujuan untuk mengetahui apakah
sebuah distribusi data dari sampel mengikuti sebuah distribusi teoritis.
 Case Study
• Selama ini manajer pemasaran sabun mandi ‘HARUM’menganggap
bahwa konsumen sama-sama menyukai tiga warna sabun mandi
yang di prosuksi yaitu putih, hijau, dan kuning. Untukmengetahui
apakah pendapat manajer tersebut benar, kepada dua belas
responden ditanya warna sabun mandi yaang paling disukai, berikut
data kuesioner
Keterlambatan Masuk Kantor Antara Pegawai
Gol. III & IV (Dalam Menit)
No Responden Warna Pilihan
1. Renny 1
Kelompok Keterangan
2. Ronny 2
3. Rani 3 1 Putih

4. Desy 3 2 Hijau

5. Shinta 2 3 Kuning

6. Susi 3
7. Lili 3
8. Lani 3
9. Liana 1
10. Ruben 1
  Hipotesis

• H0 = p1 = p2 = p3 = 1/3, semua warna dipilih merata

• H1 = p1 ≠ p2 ≠ p3 ≠ 1/3, tidak semua warna dipilih merata
 Pengambilan Keputusan

• Berdasarkan Nilai Probabilitas (Exact Sig.)

 Jika Prob < 0.05, H0 ditolak
 Jika Prob > 0.05, H0 diterima
 Kesimpulan
• Karena hasil ....
Uji Kolmogorov - Smirnov