STATISTIK NON PARAMETRIK

TES PARAMETRIK
• Tes parametrik adalah suatu tes yang modelnya
menetapkan adanya syarat-syarat tertentu
tentang parameter populasi yang merupakan
sumber sampel penelitian.
• Syarat-syarat tersebut biasanya tidak diuji dan
dianggap sudah dipenuhi dan biasanya
tergantung pada validitasnya.
• Test parameter ini minimal skala pengukurannya
adalah interval
 TES NON PARAMETRIK
• Tes non parametrik adalah suatu test yang modelnya
tidak menetapkan syarat-syarat mengenai parameter-
parameter populasi yang merupakan induk sampel
penelitiannya.
• Statistik non parametrik digunakan apabila :
1. Sampul yang digunakan memiliki ukuran yang kecil
2. Data yang digunakan bersifat nominal dan ordinal
3. Bentuk distribusi populasi dan tempat
pengambilan sampel tidak diketahui menyebar
secara normal
 TES NON PARAMETRIK
1. UJI CHI SQUARE (X2)
2. UJI MANN-WHITNEY (U-TEST)
3. UJI JENJANG BERTANDA WILCOXON
4. METODE KORELASI JENJANG SPEARMAN
5. UJI TANDA (SIGN TEST)
 UJI CHI SQUARE (X ) 2

• Uji ini digunakan untuk mengestimasi beberapa

faktor yang dipandang mempengaruhi adanya
hubungan.
• Sifat uji ini independensi, dimana suatu variabel
tidak dipengaruhi atau tidak ada hubungan dengan
variabel lain.
• Hipotesa nol ditolak bila nilai x2 yang dihitung dari
sampel lebih besar dari nilai x2 dari Tabel
berdasarkan level of significance tersebut dengan
df = (b - 1) (k – 1)
 UJI CHI SQUARE (X ) 2

• Perumusan hipotesis:
H0 x2 hit ≤ y2  H0 diterima
H0 x2 hit > y2  H0 ditolak
 UJI CHI SQUARE (X ) 2

• Contoh :
Ujilah apakah ada hubungan antara variabel
warna kulit dengan banyaknya kunjungan di salon
kencantikan dari 200 mahasiswi FIA-UB, yang
ditunjukkan dengan tabel di bawah ini :
 UJI CHI SQUARE (X ) 2

Banyaknya Kunjungan
Warna Kulit < 10 10 – 15 >15 Σ
Hitam 6 (12) 60 (56) 14 (12) 80
Putih 14 (12) 58 (56) 8 (12) 80
Sawo Matang 10 (6) 22 (28) 8 (6) 40
Σ 30 140 30 200
 UJI CHI SQUARE (X ) 2


• X2 dihitung =  fo  fe

2

fe
 UJI CHI SQUARE (X ) 2

Kotak fo fe (fo – fe) (fo – fe)2 (fo – fe)2/fe

a 6 12 -6 36 3
b 60 50 4 16 0,086
c 14 12 2 4 0,333
d 14 12 2 4 0,333
e 58 56 2 4 0,071
f 8 12 -4 16 1,333
g 10 6 4 16 2,667
h 22 28 -6 36 1,286
i 8 6 2 4 0,667
x2 9,976
 UJI CHI SQUARE (X ) 2

• df = (b – 1) (k – 1)  = 0,05  x2 = 9,49

= (3 – 1) (3 – 1)
= 4  = 0,01  x2 = 13,28

• x2hit = 9,976
y2hit > y2  H0 ditolak
y2 (0,05) = 9,49
(ada hubungan antara warna kulit dengan
kunjungan ke salon kecantikan)
 UJI CHI SQUARE (X ) 2

• x2hit = 9,976
y2hit < y2  H0 diterima
y2 (0,05) = 13,28
(tidak ada hubungan antara warna kulit dengan
kunjungan ke salon kecantikan)
 UJI MANN-WHITNEY (U-TEST)
• Uji ini dinamakan juga uji U-Test adalah semacam uji
jumlah jenjang Wilcoxon untuk 2 sampel yang
berukuran tidak sama.
• Langkah-langkah pengujiannya adalah sebagai
berikut:
1. Gabungkan kedua sampel dan beri jenjang mulai
dari nilai pengamatan terkecil sampai yang terbesar
bila ada yang sama jangka jenjang rata-rata.
2. Hitunglah jumlah jenjang masing-masing sampel
dan beri simbol R1 dan R2.
 UJI MANN-WHITNEY (U-TEST)
3. Untuk uji statistik U:
- hitung dari sampel pertama
n1 n1  1
U  n1n 2   R1
2
- hitung dari sampel kedua
n 2 n 2  1
U  n1n 2   R2
2
 UJI MANN-WHITNEY (U-TEST)
4. Dari kedua nilai U tersebut yang digunakan
adalah nilai U yang kecil sedang nilai U yang
besar ditandai dengan U’.
Sebelum pengujian dilakukan perlu diperiksa
apakah dengan n1n 2 , yang lebih besar dari n1n 2
2 2
adalah U’.

Nilai U didapat dengan: U  n n  U'

1 2
 UJI MANN-WHITNEY (U-TEST)
5. Bandingkan nilai U tersebut dengan nilai U
dalam Tabel.
6. Ambil keputusan sebagai berikut:
• Uhit  U  H0 diterima
• Uhit < U  H0 ditolak
 UJI MANN-WHITNEY (U-TEST)
• Contoh:
Manager produksi suatu perusahaan ingin
menguji apakah iringan musik berpengaruh
terhadap produktivitas kerja. Penelitian output
per jam terhadap sampel random 10 pekerja (A)
tanpa iringan musik dan 18 pekerja (B) dengan
iringan musik ditunjukkan dengan Tabel berikut
ini:
1. Pekerja A Pekerja B
Output/jam Jenjang Output/jam Jenjang
13 18,5 17 28
12 13,5 16 27
12 13,5 15 25
10 7 15 25
10 7 15 25
10 7 14 22
10 7 14 22
9 4 14 22
8 2 13 18,5
8 2 13 18,5
13 18,5
12 13,5
12 13,5
12 13,5
12 13,5
11 10
10 7
8 2
 UJI MANN-WHITNEY (U-TEST)
2. R1 = 81,5 R2 = 324,5
3. U  n n  n1 n1  1  R
1 1 2 1
2
10 10  1
 10 .18   81,5  153,5
2
n 2 n 2  1
U 2  n1n 2   R2
2
18 18  1
 10 .18   324,5  26,15
2
 UJI MANN-WHITNEY (U-TEST)
4. U U
1 2 10.18
 U’ = 153,5
  90
2 2
U  n1n 2  U'
 10 .18  153,5  26,5

5. U pada  = 0,025 (satu arah) atau x = 0,05 (dua arah).

Pada n1 = 10 dan n2 = 18 nilai U = 48
Uhit = 26,5
Uhit < Ux  H0 ditolak
Ux = 48
 UJI JENJANG BERTANDA WILCOXON
• Langkah-langkah pengujiannya adalah sebagai berikut:
1. Cari besarnya selisih antara Yi – Xi, kemudian bagi
tanda + atau –
2. Beri ranking mulai yang terkecil sampai terbesar
tanpa memperhatikan tanda + atau – (0 tidak
diperhitungkan)
3. Pisahkan ranking + dan -, kemudian jumlahkan
semua ranking bertanda + atau -. Jumlah ranking
yang lebih kecil diberi notasi T tanpa memandang
tandanya.
4. Bandingkan nilai T dng T untuk uji jenjang
bertanda Wilcoxon (dng T  df = n-2).
 UJI JENJANG BERTANDA WILCOXON
• Kriteria pengujiannya adalah sebagai berikut:
T  T  H0 diterima
T < T  H0 ditolak (sebab salah satu jumlah
jenjang sangat kecil)
 UJI JENJANG BERTANDA WILCOXON
• Contoh:
Dibawah ini merupakan hasil amatan 15
pekerja sebelum dan sesudah program suatu
pelatihan apakah dapat meningkatkan
produktivitas kerja. Ujilah dengan
menggunakan uji jenjang bertanda Wilcoxon
pada  = 0,05 (untuk test dua sisi).
 Selisih Tanda Ranking
Pekerja X Y R
Y–X + -
A 85 87 +2 4,5 +4,5
B 91 93 +2 4,5 +4,5
C 75 75 0
D 83 82 -1 1,5 -1,5
E 85 88 +3 8,5 +8,5
F 78 75 -3 8,5 -8,5
G 80 85 +5 11,5 +11,5
H 78 78 0
I 81 84 +3 8,5 +8,5
J 80 81 +1 1,5 +1,5
K 80 87 +7 13 +13
L 78 80 +2 4,5 +4,5
M 82 85 +3 8,5 +8,5
N 77 75 -2 4,5 -4,5
O 70 75 +5 11,5 +11,5
Σ = +76,5 T = -14,5
 UJI JENJANG BERTANDA WILCOXON

T (0,05) = 17

T = 14,5
T < T  H0 ditolak
T = 17
METODE KORELASI JENJANG SPEARMAN

• Metode ini diperlukan untuk mengukur keeratan

hubungan antara dua vaariabel dimana dua
variabel itu tidak mempunyai hubungan distribusi
normal dan kondisi variance tidak diketahui.
METODE KORELASI JENJANG SPEARMAN

• Langkah-langkah pengujiannya adalah sebagai

berikut:
1. Nilai amatan dari dua variabel diberi ranking, jika
ada yang sama amatannya dihitung ranking rata-
ratanya.
2. Tiap pasang ranking dihitung selisihnya.
3. Kemudian selisih tersebut dikuadratkan dan
dihitung jumlahnya.
6  d2(r) dihitung
4. Nilai koefisien korelasi Spearman
dengan rumus: r  1   2 
nn  1
 
METODE KORELASI JENJANG SPEARMAN

• Kriteria pengambilan keputusannya adalah:

r ≤ ρs ()  H0 diterima
r > ρs ()  H0 ditolak
• Untuk n > 30 dapat dipergunakan tabel nilai t,
dimana nilai t dihitung dengan rumus:
n2
r r
1  r2
METODE KORELASI JENJANG SPEARMAN

α α
 t ,n  2  t  t ,n  2  H0 diterima
2 2
α
t  t ,n  2
2
H0 ditolak
α
t  t ,n  2
2
METODE KORELASI JENJANG SPEARMAN

• Contoh:
Data berikut adalah nilai statistik pada ujian
tengah semester dan ujian akhir bagi 10
mahasiswa:
METODE KORELASI JENJANG SPEARMAN
Mahasiswa UTS UAS
1 84 73
2 98 63
3 91 87
4 72 66
5 86 78
6 93 78
7 80 91
8 84 75
9 92 88
10 87 77
METODE KORELASI JENJANG SPEARMAN

• Hitunglah koefisien korelasi Spearman!

• Apakah terdapat hubungan yang nyata antara
UTS dan UAS pada  = 0,01.
 R1 R2 d
Mhs UTS UAS d2
UTS UAS (R1 – R2)
1 84 73 3,5 3 0,5 0,25
2 98 63 10 1 9 81
3 91 87 7 8 -1 1
4 72 66 1 2 -1 1
5 86 78 5 6,5 -1,5 2,25
6 93 78 9 6,5 2,5 6,25
7 80 91 2 10 -8 64
8 84 75 3,5 4 -0,5 0,25
9 92 88 8 9 -1,5 1
10 87 77 6 5 1 1
Σd2 = 158
METODE KORELASI JENJANG SPEARMAN

6  d2
r 1
nn2  1
 
6158 
 1
10100  1
948
 1  0,042
1099 

r = 0,746
METODE KORELASI JENJANG SPEARMAN

Jadi r = 0,042
r < r  H0 diterima
r = 0,746
 UJI TANDA (SIGN TEST)
• Di dalam menggunakan t-test, populasi dari mana
sampel diambil harus berdistribusi normal.
• Untuk pengujian perbedaan rata-rata dari 2
populasi, variance populasinya harus identik/sama.
• Jika salah satu atua keduanya tidak diketahui maka
t-test tidak dapat dipergunakan  digunakan uji
tanda (sign test).
• Uji tanda didasarkan atas tanda-tanda positif atau
negatif dari selisih pasangan amatan dan tidak
didasarkan atas besarnya selisih itu.
 UJI TANDA (SIGN TEST)
• Uji tanda ini dipergunakan untuk mengevaluasi efek
dari suatu variabel penelitian yang tidak dapat
diukur, melainkan hanya diberi tanda + (plus) atau –
(negatip).
• Misalnya apakah penerangan tentang kebersihan
dan kesehatan ada manfaatnya untuk menyadarkan
penduduk dalam hal kebersihan dan kesehatan?
Efek penerangan disini tidak dapat diukur,
melainkan hanya dapat diberi tanda + atau – saja
baik untuk sebelum maupun sesudah penerangan.
 UJI TANDA (SIGN TEST)
• Untuk uji tanda dapat dipergunakan x2 dengan
rumus:
2
 n  n  1
 1 
x2   2 
n1  n2

Dimana:
n1 = banyaknya amatan yang bertanda +
n2 = banyaknya amatan yang bertanda –
 Jika hasil selisih 0 maka tidak diperhitungkan
 Derajat bebasnya 1
 UJI TANDA (SIGN TEST)
• Kriteria pengambilan keputusannya adalah:
x2 < x2, of1  H0 diterima
x2 > x2, of1  H0 ditolak
 UJI TANDA (SIGN TEST)
• Contoh:
Mahasiswa FIA-UNIBRAW mengadakan penyuluhan
tentang kesehatan dan kebersihan di suatu desa dan
untuk memotivasi diadakan perlombaan kebersihan
berhadiah.
Untuk itu diadakan amatan terhadap 26 rumah yang
dipilih secara random misalkan untuk kebersihan
diberi 4 tingkatan dan dinilai 1, 2, 3, 4. Ujilah apakah
ada manfaat untuk menyadarkan penduduk tentang
kesehatan dan kebersihan pada  = 0,05?
 x y y-x
1 1 3 - 14 1 3 -
2 3 2 + 15 2 3 -
3 2 3 - 16 3 2 +
4 2 4 - 17 3 2 +
5 1 2 - 18 2 3 -
6 2 3 - 19 1 2 -
7 3 4 - 20 1 3 -
8 2 3 - 21 2 3 -
9 4 4 0 22 2 1 +
10 1 3 - 23 3 2 +
11 2 3 - 24 2 3 -
12 2 1 + 25 1 2 -
13 1 2 - 26 2 2 0
 UJI TANDA (SIGN TEST)
• n1 = 18 n2 = 6
2
2
x 
 8  6  1
 5,04
18  6

y2 = 3,84
y2mt > x2  H0 ditolak