UJI NON-PARAMETRIK

SHI NTA WE RORI LANGI

FIKP
2017
 UJI NON-PARAMETRIK

• Pada pelajaran terdahulu kita telah mempelajari uji

statistik parametrik. Uji statistik parametrik dilakukan
terhadap data yang telah berdistribusi normal.
Kemudian bagaimana kalau tidak normal?
transformasi data pun tidak mengubah keadaan
tersebut,atau kah data yg digunakan ternyata
bukan data interval dan rasio yang merupakan
syarat dari uji parametrik.
• Bisa menggunakan uji non parametrik yang memiliki
persyaratan lebih longgar. Salah satunya yaitu tidak
perlu asumsi normal. Oleh karena itu, uji ini sering
disebut uji bebas distribusi.
 UJI NON-PARAMETERIK

Kelebihan uji nonparametrik antara lain:

1. Tidak perlu mengetahui nilai dari populasi, karena
dalam uji parametrik memerlukan nilai parametrik
untuk menentukan uji parametrik yang digunakan.
2. Dapat menggunakan semua jenis skala data, dalam
uji parametrik cuma bisa menggunakan skala interval
atau rasio. Sedangkan uji non-parametrik selain bisa
menggunakan interval rasio atau interval bisa juga
menggunakan skala nominal dan ordinal.
3. Dapat digunakan sampel yang kecil
4. Sederhana dalam perhitungannya
 SYARAT UJI NON-PARAMETRIK

1. Data nominal
( ada/tidak, mati/hidup, dll)
2. Data ordinal
( agaksakit/sakit/sembuh,
sangatsetuju/setuju/tidaksetuju,dll)
3. Data interval dan rasio, jika tidaknormal
KELEMAHAN UJI NON PARAMETRIK:

1. Jika data telah memenuhi semua syarat dalam uji

parametrik, maka merupakan pennghamburan
data jika uji nonparametrik tetap dilakukan
2. Belum ada metode nonparametrik untuk menguji
interaksi-interaksi dalam model analisis varian
(anova)
3. Memerlukan tabel statistik khusus dalam
menyimpulkan hasil analisis . Tabel tersebut tidak
mudah diperoleh
4. Kurang efektif jika jumlah data yang besar.
 KAPAN DIGUNAKAN UJI NON-
PARAMETRIK
• Jika asumsi kenormalan tidak dapat terpenuhi,
meskipun sudah ditransformasi atau tidak diketahui
distribusi data.
• Jika jenis data nominal atau ordinal.
JENIS DATA
 DATA terbagi atas DATA KUALITATIF dan DATA KUANTITATIF

DATA KUALITATIF : DATA KUANTITATIF :

Data yang dinyatakan
dalam bentuk bukan
angka.
Contoh : jenis pekerjaan,
status marital, tingkat
kepuasan kerja
Data yang dinyatakan
dalam bentuk angka
Contoh : lama bekerja,
jumlah gaji, usia, hasil
ulangan

DATA

KUALITATIF JENIS KUANTITATIF

DATA

NOMINAL INTERVAL
ORDINAL RASIO

8
BERBAGAI UJI NON-PARAMETRIK
 UJI MANN-WHITNEY (U TEST)

• Uji Mann-Whitney ini digunakan sebagai alternatif lain

dari uji T parametrik bila anggapan yang diperlukan
bagi uji T tidak dijumpai. Tehnik ini
dipakai untuk menguji signifikansi perbedaan antara
dua populasi, dengan menggunakan
sampel random yang ditarik dari populasi yang sama.
• Test ini berfungsi sebagai alternatif penggunaan uji-
t bilamana persyaratan parametriknya tidk terpenuhi,
dan bila datanya berskala ordinal.
• Uji ini berbeda dengan Uji Wilcoxon, karena uji wilcoxon
untuk dua sampel yang berpasangan, sedangkan Uji
Mann Whitney khusus untuk dua sampel yang
independent.
• Persyaratan
1. Data berskala ordinal, interval atau rasio.
2. Terdiri dari 2 kelompok yang independent atau
saling bebas.
3. Data kelompok I dan kelompok II tidak harus
sama banyaknya.
4. Data tidak harus berdistribusi normal, sehingga
tidak perlu uji normalitas
• Prosedur pengujian dapat dilakukan sebagai berikut :
1. Susun kedua hasil pengamatan menjadi satu
kelompok sampel
2. Hitung jenjang/ rangking untuk tiap – tiap nilai dalam
sampel gabungan
3. Jenjang atau rangking diberikan mulai dari nilai
terkecil sampai terbesar
4. Nilai beda sama diberi jenjang rata –rata
5. Selanjutnya jumlahkan nilai jenjang untuk masing-
masing sampel.
6. Hitung Nilai statistik uji U.
 Untuk sampel kecil (n1 atau n2 ≤ 20)
Untuk sampel kecil dimana n1 atau n2 ≤ 20, maka digunakan rumus umum dari uji
Mann Whitney. Berikut statistik uji yang digunakan untuk sampel kecil :

U1 = n1.n2 - U2
U2 = n1.n2 - U1

Bisa menggunakan salah satu dari rumus di atas. Untuk mencari nilai U1 dan U2
seperti berikut :

Keterangan:
U1 = Statistik uji U1
U2 = Statistik uji U2
R1 = jumlah rank sampel 1
R2 = jumlah rank sampel 2
n1 = banyaknya anggota sampel 1
n2 = banyaknya anggota sampel 2

 Setelah mendapatkan nilai statistik uji U1 dan U2. kemudian

mengambil nilai terkecil dari kedua nilai tersebut. Nilai terkecil yang
diperoleh kemudian dibandingkan dengan tabel mann whitney.
 Tabel U Mann
Whitney

• Two tail test

• 5% sig level
• Jika U hitung ≤
U Tabel, maka
tolak Ho,
terima H1
CONTOH SOAL U SAMPEL KECIL (N ≤ 20)

• Seorang peneliti ingin melihat

Denyut Nadi Denyut Nadi
apakah denyut nadi pria dan
Pria Wanita
wanita sama atau tidak.
• Karena datanya dari dua populasi 90 79
yang berbeda (independent)
89 82
maka uji yang digunakan untuk
menguji dua populasi, kemudian 82 85
jenis data numerik (interval), maka 89 88
seharusnya pakai uji T-student 91 85
(independent), harus diuji
kenormalan dulu u menggunakan 86 80
uji parametrik. 85 80
• Kita anggap data tersebut tidak
normal maka kita Uji Mann Whitney 86
(U test).
84
Jawaban :
Hipotesis:
H0 : Denyut nadi wanita sama dengan denyut nadi pria
H1 : Denyut nadi wanita berbeda dengan denyut nadi pria

Denyut Nadi Rangking Jenis Kelamin Langkah :

79 1 Wanita
1. Data awal kita urut dari yg
80 2,5 Wanita terkecil ke terbesar
80 2,5 Wanita 2. Rangking data yg sdh diurut
82 4,5 Pria dgn angka 1 dst
82 4,5 Wanita 3. Jika ada data yg sama maka
84 6 Pria no urut dirata2kan, dan
85 8 Pria hasilnya maenjadi rangking
85 8 Wanita data tersebut.
85 8 Wanita 4. Kemudia pisahkan data pria
86 10,5 Pria dan wanita yg sdh di rangking,
86 10,5 Pria dan jumlahkan masing-
88 12 Wanita
masing.
89 13,5 Pria
5. Hitung U statistiknya
89 13,5 Pria
6. Bandingkan dgn U tabel
90 15 Pria
91 16 Pria
• Setelah melalui langkah-
langkah diatas. Sekarang
Denyut Nadi Denyut Nadi
saatnya untuk menghitung Rangking Rangking
Pria (n1) Wanita (n2)
statistik uji U. Pertama yaitu
dengan menghitung U1.
90 15 79 1
Berikut perhitungannya.
89 13,5 82 4,5
82 4,5 85 8
89 13,5 88 12
91 16 85 8
86 10,5 80 2,5
85 8 80 2,5
• Sedangkan untuk
menghitung U2. Bisa 86 10,5
dengan menggunakan
rumus. 84 6
U2 = n1.n2 - U1
U2 = 9.7 - 52,5 Jumlah
97,5 38,5
U2 = 10,5 Rangking
KESIMPULAN :

1. Menentukan U tabel pada α = 0.05

n1 = 9 dan n2 = 7  U tabel = 12

2. U statstistik yg dipilih adalah yang terkecil diantara U1 dan U2, maka

U statistik adalah U2 = 10,5

3. Karena U statistik (10,5) < U tabel (12), maka tolak H0 dan terima H1

4. Disimpulkan bahwa denyut nadi pria berbeda dengan denyut nadi

wanita, dimana denyut nadi pria lebih tinggi dibandingkan wanita
 Untuk sampel besar (n1 atau n2 > 20)

Langkah :
1. Hitung U1 atau U 2
2. Pilih U positif (+)
3. Hitung Z
4. Banding dgn Z tabel
 Kepadatan Kepadatan Rumah
Rank Rank
Contoh soal n>20 : Rumah Nelayan Pertanian

4,25 37 1,75 1
1. Data sdh di rank sesuai 3,1 21 2,35 8
contoh sebelumnya 3,25 25 3,22 23

2. Hitung U 3,05 19 3,4 29

3. Hitung Z statistik 2,41 10 2,67 13

2,15 6 4,01 33
4. Hipotesa :
2,25 7 1,9 3
H0 : kepadatan rmh nelayan 3,52 31 2,48 11
= rmh petani 2,03 5 3,33 27
Ha: kepadatan ≠ 1,85 2 3,26 26
5. Banding dgn Z tabel (α =0,05) 4,19 36 2,89 17
6. Jika Z stat < Z tabel, maka 2,86 15 3,35 28
terima Ho, tolak Ha 4,02 34 2,87 16

6. Tarik kesimpulan 3,83 32 2,55 12

1,92 4 3,46 30
N1 = 15 3,02 18
3,23 24
4,05 35
3,21 2
3,09 20
2,83 14
2,36 9

Jumlah Rank 284 N2= 22 419

TABEL Z
 TUGAS UJI MANN-WHITNEY
Dua kelompok murid, masing masing sebanyak 13 anak, yang
mempunyai intelegensia dan latar belakang yang sama, telah
menerima semacam pengajaran dengan menggunakan metode A
untuk kelompok satu dan metode B untuk kelompok lainnya. Sesudah
jangka waktu tertentu diberikan ujian dan hasilnya dapat dilihat
dibawah. Pertanyaan, apakah ada perbedaan yg signifikan dari hasil
pembelajaran dengan kedua metode tersebut. Uji pada taraf alpha =
0.05 (two tail test)

Met A 78 64 73 7A 80 67 74 8B 65 68 70 63 64

Met B 70 73 7A 80 78 63 74 78 63 68 6B 60 65

Ganti angka berdasarkan NIM : 014 0 2 7

A B
UJI KRUSKAL WALLIS
(H test)
 UJI KRUSKAL WALLIS (H-TEST)

• Kruskal-Wallis test—disebut juga H test—adalah

suatu prosedur alternatif dari one-way ANOVA.
• Uji ini digunakan untuk membandingkan dua atau
lebih populasi dengan data berbentuk ranking atau
data kuantitatif namun asumsi kenormalan tidak
terpenuhi, dan sampel independen.
• Dan tidak seperti dalam ANOVA test, Kruskal-Wallis,
yang merupakan metode alternatif nonparametrik,
dapat digunakan untuk data respon yang ordinal
atau ranked data.
ASUMSI-ASUMSI YANG DIGUNAKAN DALAM
UJI KRUSKAL WALLIS:

• Data untuk analisis terdiri atas k sampel acak

berukuran n1, n2,...,nk.
• Pengamatan-pengamatan bebas baik di dalam
maupun di antara sampel-sampel.
• Variabel yang diamati kontinyu.
• Skala yang digunakan setidaknya ordinal.
• Populasi-populasi identik kecuali dalam hal lokasi
yang mungkin berbeda untuk sekurang-kurangnya
satu populasi.
Prosedur Kruskal-Wallis:
1.Perhatikan urutan (rank) dari kecil ke besar dari pengamatan-
pengamatan yij, ganti pengamatan-pengamatan yij, dengan
ranknya, yaitu Rij.
2.Hitung jumlah rank untuk masing-masing treatment, yaitu Ri.
untuk i = 1, 2, ... , a
3.Hitung statistik uji:

Rumus 1
Dimana :

N : jumlah sampel
Ri : jumlah ranking pada kelompok i
ni : jumlah sampel pada kelompok i
4. Jika ada pengamatan yang sama maka rank Rij diambil rata-ratanya.
Jika tidak ada pengamatan yang sama (kembar) maka statistik uji :

Rumus 2

5. Nilai statistik uji yang diperoleh kemudian dibandingkan dengan tabel

kruskal wallis khusus. bisa didownload disini. Tapi ada beberapa penelit
imengatakan bahwa jika nilai per kelompok >= 5, nilai H tabel dapat
didekati dengan tabel chisquare dengan derajat bebas df = k – 1

6. Keputusan yang diambil, terima Ho jika H statistik < χ2 (α) (k-1) dan
sebaliknya tolak Ho serta terima H1. (Dimana k : jumlah kelompok )
 CONTOH SOAL
Suatu survei pada tiga jenis rumah makan yang berbeda dalam
hal harga makan malam (dalam US$). Apakah ada perbedaan
harga pada ketiga model rumah makan. Ujilah dengan Kruskal
Wallis
Jawaban :

1. Tentukan Rankingnya :

Sit-down Fast food

Resto Ranking Cafetaria Ranking Resto Rangking
10 15 9.85 13 9.5 10
9.25 8 10.15 16 8.75 5
10.5 19 9.95 14 7.95 2
10.35 17 8 3 9.75 12
8.85 6 10.45 18 7.75 1
11 20 9.65 11 9 7
11.5 21 9.35 9 8.35 4
Total 106 84 41
Tabel Khi-
Kuadrat (α)
2. Karena jumlah sampel ≥ 5, maka kita menggunakan rumus ke 2 :

Dimana : N = 21

12 1062 +842 +412

𝐻= - 3(21+1)
21(21+1 7

H = 8,1113

3. Tabel χ2 (0.05) (2) = 5,991

4. Keputusan : tolak Ho (H statistik > χ2 (0.05) (2), terima H1
5. Kesimpulan : terdapat perbedaan harga makan malam pada
ketiga restoran yang berbeda.
Catatan :
Tidak seperti pada uji One-way ANOVA, dalam uji Kruskal Wallis,
belum ada uji lanjut secara manual untuk menentukan
kelompok yang mana yang berbeda. Sehingga untuk menguji
pasangan kelompok mana yang berbeda maka harus
dillakukan Uji Mann Whitney bagi pasangan kelompok yang
ada.

Contoh pada soal :

1. Pasangan Sit-down resto – Cafetaria
2. Pasangan Sit-down resto – Fast food
3. Pasangan Cafetaria – Fast Food

ATAU
Menggunakan software statistik yang ada, seperti SX WIN (SPSS
tdk menyediakan )
HASIL SPSS DAN SX WIN

SPSS
Hasil SX WIN