Dokumen tersebut membahas tentang statistik parametrik dan nonparametrik. Statistik nonparametrik adalah metode statistik yang tidak menggunakan parameter tertentu seperti rata-rata, variansi, atau asumsi distribusi normal pada data. Metode ini lebih fleksibel digunakan untuk data yang tidak berdistribusi normal atau jumlah datanya kecil. Dokumen tersebut menjelaskan beberapa uji statistik nonparametrik seperti uji runs, uji binomial, uji Kolmogorov-Sm
3. DATA
NORMAL TIDAK NORMAL
DISTRIBUSI
STATISTIK STATISTIK
PARAMETRIK NON PARAMETRIK
4. Perbandingan penggunaan Test
APLIKASI PARAMETRIK NON PARAMETRIK
Dua sampel saling T- test Sign test
berhubungan Z -test Wilcoxon Signed-Rank
Mc Nemar Change test
Dua sampel tidak T- test Mann-Whitney U test
berhubungan Z -test Moses Extreme reactions
Chi Square test
Kolmogorov-Smirnov test
Walt-Wolfowitz runs
Beberapa sampel Friedman test
berhubungan Kendall W test
Cochran’s Q
Beberapa sampel tidak ANOVA Test (F Test) Kruskal-Wallis test
berhubungan Chi Square test
Median test
5. Statistik Non Parametrik
Adalah metode statistik yang tidak harus memakai
suatu parameter tertentu, seperti mean, standar
deviasi, median, varian dll, atau data yang tidak
berdistribusi normal, atau jumlah data sangat
sedikit serta level data nominal dan ordinal.
5
6. Keuntungan penggunaan
metode non parametrik
• tidak mengharuskan data berdistribusi
normal, sehingga metode ini dapat dipakai
untuk segala distribusi data yang lebih luas.
• Dapat dipakai untuk level data nominal dan
ordinal, terutama sekali kegiatan sosial.
Seperti perilaku konusmen dan sikap manusia.
• Prosesnya lebih sederhana dan lebih mudah
dimengerti dan diterapkan.
7. Statistik Non-Parametrik
Jika data yang ada tidak berdistribusi Normal,
atau jumlah data sangat sedikit serta level
data adalah nominal atau ordinal, maka perlu
digunakan metode statistik alternatif yang
tidak harus menggunakan suatu parameter
tertentu misalnya Mean, STD Deviasi dll.
Metode ini disebut metode Statistik Non
Parametrik.
8. Keuntungannya :
• Data tidak harus berdistribusi Normal,
• (distribution free test)
• Dapat digunakan untul level data
• nominal dan ordinal
• Cenderung lebih sederhana
9. Kelemahan :
• Tidak ada sistematika yang jelas
• Hasil bisa meragukan karena
• kesederhanaan metodenya
• Tabel yang digunakan lebih banyak
Dalam penggunaannya apakah akan digunakan
metode parametrik atau non parametrik, semua
tergantung pada situasi yang ada, dan keduanya
lebih bersifat saling melengkapi dalam melakukan
berbagai pengambilan keputusan.
11. UJI SATU SAMPEL
1. Uji binomial
• Uji Binomial menguji Hipotesis tentang suatu Proporsi
Populasi. Ciri binomial adalah berupa dua macam unsur,
yaitu ‘gagal’ atau ‘sukses’ yang diulang sebanyak n kali.
•Contoh : pada lemparan mata uang berkali-kali.
•Hasil pelemparan adalah muncul ‘angka’ sedang ‘gagal’
diartikan muncul gambar.
11
12. Contoh Kasus Binomial
Sebuah Mata Uang yang terdiri dari
dua sisi, yaitu ‘angka’ dan ‘gambar’
dilempar sebanyak 15 kali dengan
hasil sebagai berikut ( 1 berarti
muncul ‘angka’ dan 0 berarti muncul
‘gambar’
12
13. Lemparan ke Hasil
1 1
2 0 NB :
3 0 Misal lemparan kesatu,
4 0 menghasilkan angka 1 yang
5 1 berarti lemparan tersebut
6 1
memunculkan angka,
7 1
sedangkan lemparan kedua
8 0
9 1
memunculkan gambar
10 0 hingga diberi nilai 0.
11 1 demikian seterusnya.
12 0
13 0
14 1
15 1
13
14. • Apakah hasil lemparan di atas sudah menunjukan pelemparan
yang ‘fair’ atau mengikuti distribusi binomial ?
• Penyelesaian :
– Karena akan menguji suatu kejjadian yang hanya menghasilkan dua
jenis output, maka digunakan binomial.
14
15. • Buka lember kerja baru. File pilih Menu New
Klik Data
• Namai Variabel dan Properti. Klik tab sheet Variabel
View yg ada di bawah kiri atau CTRL+T
• Isi
– Name :sesuai kasus, ketik Hasil
– Type : berisi data rasio, maka biarkan saja Default
– Width : untuk keseragaman ketik 8
– Decimals: ketik 0
– Label : abaikan
15
16. • Letakkan pointer pada baris pertama variabel HASIL.
Kemudian isi data sesuai dgn di atas.
• Lalu simpan data di atas dgn nama Binomial.
• Selanjutnya….
• Pilih Menu Analyze kemudian pilih submenu
Nonparametric Tests.
• Sesuai kasus pilih
• Binomial klik pilihan tersebut
16
17. • Test variabel list : klik Hasil
• Kemudian klik tanda >
• Define Dichotomy : pilih cut :0
• Test Proportion : 0.5
• Tekan Ok.
17
18. 2. Uji Runs ( Runs Test )
Uji runs juga disebut uji sampel rangkaian
tunggal. Untuk mengetahui rangkaian
kejadian, hal atau simbol hasil proses
yang acak ( random )
18
19. Contoh Kasus Uji Runs
Departement Store”SUKSES’ ingin mengetahui
apakah pengunjung yang masuk ke Toko
bervariasi secara acak antara pria dan wanita.
Untuk itu seorang petugas ditempatkan di depan
Toko dan mencatat para pengunjung yang masuk
ke Toko secara berurutan.
19
20. Pengamatan ke Gender
1 1
2 1
3 2 NB :
4 2 Misal pengamatan kesatu.
5 2 Menghasilkan Nilai L yang
6 2 berarti pengunjung kesatu yang
7 1 masuk adalah lelaki.
8 1 Pengamatan kedua juga
9 2 menghasilkan yang berarti
10 1 Lelaki yang masuk Toko.
11 2 Demikian untuk data seterusnya.
12 1
13 2 Akan dilihat apakah pengunjung
14 1 yang masuk ke toko adalah acak
15 1 dari jenis kelaminnya ?
16 2
17 1
20
21. • Oleh karena akan menguji suatu kejadian yang hanya
menghasilkan dua jenis ouput, dan uji untuk
menentukan keacakan, maka digunakan uji Runs.
• Langkah—langkah :
– Buat lembar kerja baru. File menu New - Klik Data
– Tekan CTRL+T untuk masuk ke Variabel View
• Pengisian Variabel HASIL
– Nama : Gender
– Type : default Numerik
– Width :8
– Decimals :0
– Label : abaikan
21
22. • Kembali ke Data View
• Isi kolom gender. Sesuai data ( 17 data )
• Lalu simpan dgn file save as.
• Pilih menu Analyze, kemudian klik sub menu nonparametric
Test Runs
• Isi variable list : gender
• Kemudian klik >
• Pd kolom cut point, pilih Custome : ketik 2
• Tekan Ok.
22
23. Nomor Berat
Nomor Berat
1 1
16 1
3. Uji 2kolmogorov - Smirnov
1
17 1
3 2
18 2
Untuk uji keselarasan data yang berskala minimal ordinal
4 2
19 2
5 2
20 2
6 2
Kasus :
Berikut7Sampel Berat1sabun cuci yang diproduksi PT.WANGI
( angka dalam gram )1
8
9 2
10 1
11 2
12 1
13 2
14 1
15 1
23
24. • Oleh karena akan menguji keselarasan data untuk
satu sampel, dan skala pengukuran bukan nominal,
maka digunakan uji kolmogorov
• Langkah—langkah :
– Buat lembar kerja baru. File menu New - Klik Data
– Tekan CTRL+T untuk masuk ke Variabel View
• Pengisian Variabel HASIL
– Nama : Berat
– Type : default Numerik
– Width :8
– Decimals :0
– Label : abaikan
24
25. • Kembali ke Data View
• Isi kolom berat. Sesuai data ( 20 data )
• Lalu simpan dgn file save as.
• Pilih menu Analyze, kemudian klik sub menu nonparametric
Test 1 sample K-S
• Isi variable list : berat
• Kemudian klik >
• Test type, pilih Normal
• Tekan Ok.
25
26. Warna Jumlah
UJI CHI-SQUARE Merah 35
Hijau 28
Uji Chi Square untuk menguji prinsip dasar yaitu
Kuning 10
membandingkan antara frekuensi-frekuensi harapan dengan
frekuensi yang diamati. Putih 27
Kasus :
Manager Pemasaran PT ENAK yang menjual permen dengan empat macam
warna ingin mengetahui apakah konsumen menyukai keempat warna
permen tersebut.
Untuk itu dalam satu minggu diamati pembelian permen di suatu outlet
dan berikut hasilnya ( angka dlm buah permen)
Dalam seminggu ada pembelian 100 permen
Apakah hasil pengamatan tersebut menunjukan bhw keempat warna
disukai konsumen secara merata ?
Manager Pemasaran mengharapkan keempat warna disukai secara
merata, sehingga diharapkan secara seragam/uiform
26
27. • Oleh karena akan menguji apakah sebuah sampel
mengikuti distribusi tertentu, maka digunakan uji Chi-
Square.
• Langkah—langkah :
– Buat lembar kerja baru. File menu New - Klik Data
– Tekan CTRL+T untuk masuk ke Variabel View
• Pengisian Variabel WARNA
– Nama : warna
– Type : default Numerik
– Width :1
– Decimals :0
– Label : abaikan
– Values : Pemberian Kode.
27
28. – Values : ketik :1
– Value Label : merah lalu tombol add
– Value : ketik : 2
– Value Label : Hijau - lalu tombol add
– Value : ketik : 3
– Value Label : Kuning lalu tombol add
– Value : ketik ;4
– Value Label : putih ok
• Variabel JUMLAH
– Nama : jumlah
– Type : numerik
– Width :8
– Decimals :0
28
29. • Mengisi kolom warna :
– Arah pointer ke menu View value Label.
• Pilih menu Data pilih submenu Weight Cases..
• File - save as.
• Pilih menu Analyze nonparametric Test Chi-Square .
• Isi :
– Test variabel list : klik warna kemudian klik tanda .
– Expected Range : default
– Expected Value : All Categories equual.
• Tekan ok.
29