Statistik nonparametrik digunakan untuk menganalisis data nominal dan ordinal tanpa asumsi tentang bentuk sebaran populasi. Metode ini meliputi uji normalitas, kerandoman, Mann Whitney, dan Kruskal Wallis untuk membandingkan rata-rata tiga sampel atau lebih dari program studi Ilmu Komunikasi, Psikologi, dan PGSD. Hasilnya menunjukkan perbedaan signifikan antara program studi kecuali untuk reliabilitas.

1. Statistik Non Parametric
Agung Firdausi Ahsan
Presented By :

2. Statistik Industri
Statistik Non
Parametric
Tinjauan Pustaka

3. Definisi N-Par
Statistik nonparametrik disebut juga statistik
bebas sebaran. Statistik nonparametrik tidak
mensyaratkan bentuk sebaran parameter
populasi. Statistik nonparametrik dapat
digunakan pada data yang memiliki sebaran
normal atau tidak. Statistik nonparametrik
biasanya digunakan untuk melakukan analisis
pada data nominal atau ordinal.

4. Manfaat N-Par
Metode ini digunakan dalam menangani situasi
berikut:
1.Jika ukuran sampel terlalu kecil sehingga
distribusi sampling dari statistik tidak mendekati
distribusi normal dan ketika bentuk distibusi
populasi asal sampel tersebut tidak dapat
diasumsikan.
2.Jika digunakan jenis data ordinal (atau data
peringkat)
3.Jika digunakan jenis data nominal

5. Uji Statistik Non Parametrik
Dalam praktikum Modul 3 ini, menggunakan
beberapa macam uji yaitu :
• Test of Normality
• Uji Kerandoman Data
• Uji Mann Whitney
• Uji Kruskall Wallis

6. Uji Statistik Non Parametrik (Cond’t)
• Test of Normality
Test of Normality dimaksudkan untuk memperlihatkan bahwa data sample
berasal dari populasi yang berdistribusi normal.
• Uji Kerandoman Data
Uji Kerandoman Data diperlukan karena data abservasi yang homogen akan
mengakibatkan bentuk distribusi normal, disamping itu kerandoman data
mencerminkan atau representatif terhadap populasinya, karena data yang
diambil dari suatu populasi seharusnya data itu mencerminkan sifat-sifat dari
populasinya.
• Uji Mann Whitney
Uji mann whitney merupakan uji non-parametrik yang digunakan untuk
membandingkan dua mean populasi yang berasal dari populasi yang sama.
• Uji Kruskall Wallis
Uji Kruskall Wallis merupakan salah satu pegujian dari statistik non-
parametrik. Pengujian ini menggabungkan semua subjek dan diurutkan dari
yang paling rendah sampai yang paling tinggi.

7. Skala Data
• Skala Nominal
Skala nominal Merupakan skala pengukuran yang paling lemah tingkatannya,
sering dikatakan sebagai bukan ukuran yang sebenarnya sebab hanya
merupakan tanda atau simbol untuk melakukan pengkategorian.
• Skala Ordinal
Berbeda dengan skala nominal, ukuran skala ordinal selain dapat
menunjukkan persamaan dan perbedaan juga bisa menunjukkan adanya
urutan, rangking, atau tingkatan.
• Skala interval
Suatu pemberian angka pada set dari objek yang mempunyai sifat-sifat
ukuran ordinal dan ditambah sifta lainnya, yaitu jarak yang sama dan
pengukuran interval memperlihatkan jarak yang sama dari cirri atau objek
yang diukur.
• Skala Rasio
Skala rasio bisa disebut sebagai skala pengukuran yang paling kuat. Skala rasio
memiliki semua sifat skala interval, yang membedakannya adalah, kalau skala
interval tidak memiliki titik nol mutlak, skala rasio memilikinya.

8. Service Quality
Servqual atau Service Quality adalah seberapa jauh
perbedaan antara kenyataan dan harapan
pelanggan atas pelayanan yang mereka terima
(Parasuraman, Zeithaml, dan Berry ,1990)
Dimensi servqual dibagi menjadi 5 yaitu :
• Tangibles
• Realibility
• Responsiveness
• Empathy
• Assurance

9. Statistik Industri
Statistik Non
Parametric
Hasil dan Pengolahan Data

10. Uji Kerandoman Data
Tujuan Uji kerandoman : Kerandoman data diperlukan karena data
observasi yang homogen akan mengakibatkan bentuk distribusi tidak
normal.
Hipotesa :
Ho : perolehan data yang didapat dari progam studi tersebut bersifat
acak
H1 : perolehan data yang didapat dari progam studi tersebut tidak
bersifat acak
Pengambilan keputusan :
Jika Asymp. Sig. (2-tailed)a > 0,05, maka terima Ho
Jika Asymp. Sig. (2-tailed)a < 0,05, maka tolak Ho

11. Uji Kerandoman Data (Cond’t)
Tabel 4.4.1 Tabel Test Runs Ilmu Komunikasi
Variabel Total Cases Number of Runs
Asymp. Sig. (2-
tailed)a
A1 160 77 0,53071335
A2 160 89 0,075418933
A3 160 81 0,870779908
A4 159 71 0,166697312
A5 159 43 0,697366423
B1 160 65 0,261998883
B2 160 21 0,758352058
B3 160 39 0,986566939
C1 160 71 0,971136283
C2 160 65 0,545197939
C3 160 79 0,486867697
D1 160 77 0,799751572
D2 160 75 0,145138799
D3 160 65 0,64772004
E1 159 27 0,25285911
E2 160 55 0,004642068
E3 160 49 0,11964664
E4 160 71 0,62530395

12. Uji Kerandoman Data (Cond’t)
Analisis :
Data dikatakan tidak acak karena memiliki tolak
Ho yang berarti nilai Asymp. Sig. (2-tailed)a <
0,05. Sedangkan data yang lain memiliki data
acak karena nilai Asymp. Sig. (2-tailed)a > 0,05
maka untuk data kepuasan program studi ini
data yang memiliki tidak acak adalah data E2.

13. Uji Mann Whitney
Tujuan Uji Mann Whitney :
Untuk membandingkan mean ranks dari dua
populasi yang berbeda.
Hipotesis :
Ho : Data kepuasan kedua prodi tersebut tidak
berbeda secara signifikan
H1 : Data kepuasan kedua prodi tersebut berbeda
secara signifikan Pengambilan keputusan
Jika probabilitas > 0,05 maka terima Ho
Jika probabilitas < 0,05 maka tolak Ho

14. Uji Mann Whitney (Cond’t)
Berikut tabel Ranks dari kedua program studi ini :
Tabel 4.22 Tabel Ranks Prodi 1 (Ilmu Komunikasi) dan Prodi 2 (Psikologi)
vaiabel N Mean
Rank
Sum of
Ranks
reliability prodi ilkom 798 700,641 559111,5
prodi psikologi 450 489,4767 220264,5
Total 1248
Hal ini menunjukkan bahwa program studi ilmu komunikasi memiliki angka reliability
lebih tinggi dari program studi Psikologi Hal ini dapat dilihat dari nilai sum of ranks
yang mencapai 559111.5

15. Uji Mann Whitney (Cond’t)
Tabel 4.23 Tabel Test Statistics
realibility
mann witney 118789.5
wilcoxon w 220264.5
z -1.025.837.387.414.800
asmp.sig. (2-tailed) 1,09E-08
Analisis : Berdasarkan perhitungan diatas dapat dilihat bahwa nilai asymp sig.
sebesar 1,09 yang lebih kecil dari 0,05, maka terima H0 karena data kepuasan
kedua prodi ini berbeda secara signifikan.

16. Uji Mann Whitney (Cond’t)
U1= n1*n2+(1/2 * n1(n1+1)-R1)
= 797*449 + (1/2*797(797+1)-
558717115.50)
= 117139
U2= n1*n2+(1/2 * n2(n2+1)-R2)
= 797*449+(1/2*797(797+1)- 218163)
= 240715

17. Uji Kruskall Wallis
Tujuan Uji Kruskal Wallis :
Untuk menguji asusmsi pertama yang menjelaskan adanya
sifat kenormalan dari distribusi data atau digunakan untuk
membandingkan rata-rata tiga sampel atau lebih.
Hipotesis
Ho : data kepuasan ketiga program studi tersebut mempunyai
nilai rata-rata sama
H1 : data kepuasan ketiga program studi tersebut tidak
mempunyai nilai rata-rata sama
Pengambilan keputusan :
Jika probabilitas > 0,05 maka terima Ho
Jika probabilitas < 0,05 maka tolak Ho

18. Uji Kruskall Wallis (Cond’t)
Berikut tabel Ranks dari kedua program studi :
Tabel 4.52 Tabel Ranks 3 prodi
Jurusan N Mean Rank
Realib4ty
Ilmu
Komunikasi
798 986,30
Psikologi 450 698,68
PGSD 450 757,72
Total 1698
Analisis : pada tabel ranks 3 prodi terdapat nilai mean rank yang bermacam-
macam. Data mean rank terendah ditunjukkan oleh program studi Psikologi
dengan nilai 698,68

19. Uji Kruskall Wallis (Cond’t)
Tabel 4.53 Tabel Test Statistics
Realib4ty
Chi-Square 128.377
df 2
Asymp. Sig. .000
Analisis : dari uji kruskall wallis maka Ho ditolak dan diterima H1. Hal ini dapat
dilihat dari nilai asymp.sig 0,000 yang memiliki jumlah lebih kecil dari 0,05 maka
data reliability dari ketiga program studi tidak memiliki rata-rata yang sama.

20. Statistik Industri
Statistik Non
Parametric
Analisa dan Kesimpulan

21. Kesimpulan
Kesimpulan yang didapatkan pada praktikum ini yaitu :
• Pada uji Normalitas Reliability, hasil pada tabel Test of
Normality, menunjukkan bahwa data Reliability pada ketiga
prodi tidak mengikuti fungsi distribusi normal.
• Berdasarkan hasil pengujian Mann-Whitney dapat
disimpulkan bahwa sebagian besar ranking rata-rata dari
perbandingan ketiga prodi memiliki perbedaan nyata.
• Uji Krauskal Walis menunjukkan ranking rata-rata ketiga prodi
sama