1.        
Pendahuluan
Pada statistik
inferensia tidak jarang ditemui perbedaan antara mean atau
proporsi sampel harus dilakukan dengan lebih dari beberapa sampel. Selama ini,
perbedaan dilakukan dengan menggunakan distribusi normal dan student’s
tes. Pengujian yang dapat dilakukan terhadap parameter dimaksud dari hanya
dua buah sampel.
Uji statistik dapat
dikelompokkan menjadi dua, yaitu uji statistik parametrik dan uji statistik non
parametrik. Uji statistik parametrik menetapkan adanya syarat-syarat tertentu
tentang parameter populasi, misalnya mean, variansi. Pengujian
hipotesis tersebut didasarkan pada anggapan bahwa sampel acak diambil dari
populasi normal. Jika penyimpangan dari kenormalan kecil, maka uji masih cukup
baik. Uji nonparametrik merupakan cara pengujian yang tidak berdasar pada
pengetahuan tentang distribusi populasi yang dibicarakan, sehingga disebut uji
bebas distribusi. Statistik nonparametrik digunakan apabila:
a.       Sampel
yang digunakan memiliki ukuran yang kecil.
b.      
Data yang digunakan bersifat ordinal, yaitu data-data yang bisa disusun dalam
urutan.
c.       Data yang digunakan
bersifat nominal, yaitu data-data yang dapat diklasifikasikan dalam    kategori & dihitung frekuensinya.
d.      Bentuk
distribusi populasi & tempat pengambilan sampel tidak diketahui menyebar
secara normal.
e.      Ingin
menyelesaikan masalah secara cepat terhadap menggunakan alat hitung.
  Uji nonparametrik juga memiliki kelebihan serta
kekurangan. Berikut kelebihan serta  kekurangan
yang ada dalam uji nonparametrik.
a.       Kelebihan-kelebihan
uji nonparametrik:
i.        Perhitungan
singkat dan mudah dikerjakan.
ii.      
Data tidak selalu berbentuk kuantitatif, tapi dapat berbentuk kualitatif.
iii.    
Lebih sedikit dibebani anggapan yang membatasi dibanding dengan uji parametrik
padanannya.
b.      
Kelemahan uji nonparametrik:
i.        Tidak
menggunakan semua keterangan yang tersedia dalam sampel.
ii.      Uji
nonparametrik kurang efisien dibandingkan dengan cara parametrik padanannya
jika kedua metode dapat digunakan.
iii.    Jika
uji parametrik dan nonparametrik keduanya dapat dilakukan pada himpunan data
yang sama, maka gunakan teknik parametrik. Tetapi jika anggapan kenormalan
tidak berlaku dan data kualitatif maka gunakan nonparametrik.
| 
TUJUAN | 
JENIS
  DATA | ||
| 
Pengukuran
  dari populasi Gaussian | 
Skala
  ordinal atau pengukuran Non Gaussian | 
Binomial | |
| 
Deskripsi satu kelompok | 
Mean, SD | 
Median,
  interquartile range | 
Proportion | 
| 
Membandingkan satu kelompok dengan
  nilai hipotetis | 
One-sample
  t test | 
Wilcoxon
  test | 
Chi-square atau Binomial test | 
| 
Membandingkan dua kelompok tidak
  berpasangan | 
Unpaired
  t test | 
Mann-Whitney
  test | 
Fisher's
  test (chi-squareuntuk sampel besar) | 
| 
Membandingkan dua kelompok
  berpasangan | 
Paired
  t test | 
Wilcoxon
  test | 
McNemar's
  test | 
| 
Membandingkan lebih dari dua
  kelompok tidak berpasangan | 
One-way
  ANOVA | 
Kruskal-Wallis
  test | 
Chi-square
  test | 
| 
Membandingkan lebih dari dua
  kelompok berpasangan | 
Repeated-measures
  ANOVA | 
Friedman
  test | 
Cochrane
  Q | 
| 
Korelasi | 
Pearson
  correlation | 
Spearman
  RANK correlation | 
Contingency
  coefficients | 
| 
Prediksi dengan pengukuran
  variabel lain | 
Simple
  linear regression or Nonlinear regression | 
Nonparametric
  regression | 
Simple
  logistic regression | 
| 
Prediksi dari beberapa pengukuran
  atau variabel binomial | 
Multiple
  linear regression or Multiple nonlinear regression | 
Multiple
  logistic regression | |
Terdapat beberapa
metode dalam statistika non parametrik. Akan tetapi disini hanya akan membahas
2 metode saja yaitu uji korelasi urutan spearman dan uji tanda atau sign
test.Semua kan dijelaskan di bawah ini:
2.        
Uji Korelasi Urutan Spearman
            Pengujian korelasi
urutan Spearman dicetuskan oleh Carl Spearman pada tahun 1904. Metode ersebut
digunakan dengan tujuan untuk mengukur keeratan hubungan antara 2 variabel.
Kedua variabel itu tidak memiliki distribusi normal & kondisi varians tidak
diketahui sama. Koefisien korelasi urutan Spearman disimbolkan dengan rs dengan
ketentuan sebagai berikut:
a.       Jika
rs = 1, data sampel menunjukkan hubungan positif sempurna,
yaitu urutan untuk setiap data sama.
b.       Jika
rs = -1, data sampel menunjukkan hubungan negatif sempurna,
yaitu urutan untuk setiap data merupakan urutan terbalik.
c.       Jika
rs = 0, data sampel tidak ada hubungan.
Hal tersebut menujukan bahwa nilai rs nilainya
berkisar antara -1 sampai dengan 1. Rumus rs =
1 -     dengan tanda d menunjukkan beda urutan dalam 1
pasangan data dan  n menunjukkan banyaknya pasangan data
Untuk menghitung koefisien korelasi urutan
Spearman dapat digunakan langkah-langkah berikut:
a.       Nilai
pengamatan dari 2 variabel yang akan diukur hubungannya diberi urutan. Jika ada
nilai pengamatan yang sama dihitung urutan rata-ratanya.
b.      Setiap
pasangan urutan dihitung perbedaannya.
c.       Perbedaan
setiap pasangan urutan tersebut dikuadratkan & dihitung jumlahnya, kemudian
dihitung nilai rs-nya
3.        
Uji Tanda atau Sign Test
            Berdasarkan pada
tanda-tanda positif atau negatif dari perbedaan antara pasangan pengamatan.,
bukan besarnya perbedaan. Uji tanda digunakan dengan tujuan untuk mengetahui
pengaruh sesuatu. Langkah-langkah dengan ujia tanda ialah sebagai berikut:
a.       Menentukan
formulasi hipotesis:
Ho : Probabilitas terjadinya
tanda + dan probabilitas tanda – adalah sama.
H1 : Probabilitas terjadinya
tanda + dan probabilitas tanda – adalah berbeda.
b.      Menentukan
taraf nyata (α)
Pengujian dapat berbentuk satu sisi atau dua
sisi.
c.       Menentukan
kriteria pengujian
i.        Pengujian
satu sisi
Ho diterima apabila α ≤
probailitas hasil sampel
Ho ditolak apabila α >
probailitas hasil sampel
ii.Pengujian dua sisi
Ho diterima
apabila α ≤ 2 kali probailitas hasil sampel
Ho ditolak
apabila α > 2 kali probailitas hasil sampel
d.      Menentukan
nilai uji statistik
Merupakan nilai dari probabilitas hasil
sampel. (lihat tabel probabilitas binomial dengan n,r tertentu dengan p = 0.5)
r = jumlah tanda yang terkecil.
e.       Membuat
kesimpulan
Menyipulkan Ho diterima atau
ditolak dengan catatan untuk sampel besar (n≥30), uji statistik adalah CR =
(2r-n)/(n)^0.5  dengan r menerangkan jumlah tanda positif dan n
menunjukkan jumlah pasangan observasi yang relevan.
Sumber : 
elearning.gunadarma.ac.id
