KATA PENGANTAR
Alhamdulillah
hirabbil alamin,yang pertama-tama kami haturkan segala puji syukur atas
kehadirat Allah SWT, yang mana karena atas limpahan berkat rahmat dan hidayah –
Nya, kami bisa menyelesaikan makalah
kami yang berjudul “ NONPARAMETRIK” pada mata kuliah Statistik Pendidikan I.
Setelah sebelumnya
disampaikannya Statistika Parametrik yaitu ilmu statistika
yang mempertimbangkan jenis sebaran/distribusi data, yaitu apakah data
menyebar normal atau tidak. Sedangkan
kami akan memaparkan seputar Statistik Non-Parametrik adalah test yang
modelnya tidak menetapkan syarat-syaratnya yang mengenai parameter-parameter
populasi yang merupakan induk sampel penelitiannya.
Maka terima kasih kami sampaikan kepada bapak “
Dr. H. Ahmad Rohani HM, M.Pd” selaku dosen pengampu yang telah memberikan
bimbingannya kepada kami, sehingga makalah kami telah terselesaikan.
Kami selaku penyusun dalam pembuatan makalah
ini, masih menyadari begitu banyak kekurangan dan jauh dari kata sempurna, oleh
karena itu kami sangat mengharapkan kritik dan saran dari pembaca makalah ini,
yang tentunya akan sangat berharga bagi kami untuk penyempurnaan isi dari
makalah kedepannya.
Semarang, 18 oktober
2015
Penulis
BAB I
PENDAHULUAN
A.
Latar Belakang Masalah
Dalam
terminologi ilmu statistika, terdapat statistik
parametrik dan non parametrik yang merupakan dua
hal yang sering digunakan. Lantas apa perbedaan keduanya? Secara sederhana
sebetulnya antara statistik parametrik dan non parametrik mudah dibedakan dari
istilahnya saja. Statistik non parametrik adalah statistik yang ditidak
mendasarkan pada parameter-parameter statistik. apa itu parameter-parameter
statistik? jika anda melakukan penelitian, tentu anda melakukan
pengukuran-pengukuran, nah ukuran-ukuran tersebut diistilahkan dengan
parameter. dalam statistik kita mengenal mean, median, modus dan standar
deviasi. itulah parameter-parameter statistik. dalam statistik non parametrik,
parameter tersebut tidak dijadikan acuan. Mengapa? ketika kita menggunakan
skala data nominal atau ordinal, parameter-parameter tersebut menjadi tidak
relevan. itu lebih kepada membuat ranking pada data. selain itu, statistik non
parametrik tidak mendasakan pada distribusi data tertentu.
B.
Rumusan Masalah
1. Apa yang dimaksud dengan statistik nonparametrik ?
2. Apa saja ciri-ciri statistik nonparametrik ?
3. Apa metode-metode pada
Statistika Non Parametrik?
4. Apa keunggulan dan kelemahan
pada statistik nonparametrik?
C.
Tujuan
1.
Mengetahui maksud dari statistik nonparametrik
2.
Mengetahui apa saja ciri-ciri statistik nonparametrik
3. Mengetahui metode-metode pada
Statistika Non Parametrik
4. mengetahui keunggulan dan
kelemahan pada statistik nonparametrik
BAB II
PEMBAHASAN
1.
Pengertian Statistik Nonparametrik
Statistik
Nonparametrik
Statistik
Non-Parametrik adalah test yang modelnya tidak menetapkan syarat-syaratnya
yang mengenai parameter-parameter populasi yang merupakan induk sampel
penelitiannya. Oleh karena itu observasi-observasi independent dan variabel
yang diteliti pada dasarnya memiliki kontinuitas. Uji metode non parametrik
atau bebas sebaran adalah prosedur pengujian hipotesa yang tidak mengasumsikan
pengetahuan apapun mengenai sebaran populasi yang mendasarinya kecuali selama
itu kontinu.
Pendeknya: Statistik Non-Parametrik
adalah yaitu statistik bebas sebaran (tidak mensyaratkan bentuk
sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik
non-parametrik biasanya menggunakan skala pengukuran sosial, yakni nominal dan
ordinal yang umumnya tidak berdistribusi normal.
2.
Ciri-ciri
Statistik Nonparametrik
. Statistik Nonparametrik
1.
Data tidak berdistribusi normal
2.
Umumnya data berskala nominal dan ordinal
3.
Umumnya dilakukan pada
penelitian sosial
4. Umumnya
jumlah sampel kecil
3.
Metode-Metode statistic nonparametric
·
Metode statistik non parametrik :
a. Uji
tanda (sign test)
Uji tanda digunakan
untuk membandingkan data yang berpasangan. Adapun syarat-syarat pada uji tanda
yang harus dipenuhi, yaitu:
v Pasangan hasil
pengamatan yang sedang dibandingkan bersifat independent
v Masing-masing
pengamatan dalam tiap pasang terjadi karena pengaruh kondisi yang serupa.
v Pasangan yang berlainan
terjadi karena kondisi yang berbeda.
Rumus Uji Tanda ½ ( n – 1 ) – K
b. Rank
sum test (wilcoxon)
Merupakan suatu uji yang menghitung tanda dan besarnya
selisih dari dua buah rataan populasi. Uji ini lebih peka dari pada uji tanda
dalam menemukan perbedaan antara populasi. Dengan kata lain, uji peringkat
bertanda wilcoxon digunakan jika besaran maupun arah perbedaan relevan
Untuk menentukan apakah terdapat
perbedaan yang sesungguhnya antara pasangan data yang diambil dari dua sampel
yang berkait.
§ Prosedur Uji wilcoxon Untuk Pengamatan Berpasangan
1. Menyatakan
hipotesis nol dan hipotesis alternatif (H0 dan H1).
2. Memilih
tarap keberartian.
3. Menentukan
daerah kritis W (bila dist Z digunakan).
4. Menyusun peringkat tanpa memperhatikan tanda.
5. Pemberian tanda atas peringkat yang telah ditetapkan.
6. Menjumlahkan
peringkat dengan jumlah terkecil sebagai W.
7. Penarikan
kesimpulan statistic tentang hipotesis nol (tolak H0 atau terima H0)
§ Penarikan Kesimpulan Statistik
Untuk
menguji hipotesis nol (H0) dari uji Wilocoxon ini, selain dapat meggunakan tabel
harga-harga kritis W dalam uji jenjang bertanda data berpasangan wilcoxon khususnya untuk sampel kecil,
juga dapat menggunakan pendekatan distribusi normal. Sedangkan untuk sampel
besar digunakan pendektan distribusi normal.
Pengujian dilakukan dengan
langkah-langkah sebagai berikut:
§ Hipotesis
v Satu
sisi
H0
:W(+) = (-)
H1
: W(+) > (-)
H0
:W(+) = (-)
H1
: W(+) < (-)
v Dua
sisi
H0
:W(+) = (-)
H1 : W(+) ≠ (-)
Keterangan :
W(+)
= jumlah semua peringkat selisih pasangan pengamatan (xi,yi) yang bertanda
positif
W(-)=
jumlah semua peringkat selisih pasangan pengamatan (xi,yi) yang bertanda negatif
α = …%
§ Daerah kritis
Tabel Wilcoxon
Jika harga W adalah sama
dengan atau kurang dari harga yang diberikan dalam tabel, untuk satu tingkat
signifikasi tertentu dengan N tertetu, maka tolak H0.
Jika harga α hit yang
diperoleh dari tabel (dengan N dan W tertentu) adalah sama dengan atau kurang
dari harga yang telah ditentukan,maka tolak H0.
c. Koefisien korelasi
pangkat
Keofisien korelasi
pangkat atau koefisien Spearman adalah derajat hubungan yang mengukur korelasi
pangkat. Yang dimana korelasi pangkat bersimbol r’ ( baca: er aksen ).
Misalkan pasangan data
hasil pengamatan ( X1, Y1), ( X2, Y2
), …..,( Xn,Yn) kita susun menurut urutan besar nilainya dalam tiap Variabel.
Nilai X1 disusun menurut urutan besarnya, yang terbesar diberi nomor
urut atau peringkat 1, terbesar kedua diberi peringkat 2, terbesar ketiga
diberi peringkat 3, dan seterusnya sampai kepada nilai X1 terkecil
diberi peringkat n demikian pula untuk Variabel Y1. Sekarang kita
bentuk selisih atau beda peringkat X1 dan Y1 yang data aslinya berpasangan.
Sebutlah beda ini b1.
Maka Koefesien korelasi
peringkat r’ antara serentetan pasangan X1 dan Y1 dihutung dengan rumus :
Harga
r’ bergerak dari -1 sampai dengan +1 , sebagaimana halnya koefisien korelasi r
biasa. Harga r’ = +1 berarty terdapat persesuaian yang sempurna antara Xi dan
Yi sedangkan r’ = -1 menyatakan penilaian yang betul-betul bertentangan antara
Xi dan Yi.
d. Uji runtun
Uji Runtun adalah pengujian yang berdasarkan adanya keruntunan. Runtun
adalah barisan huruf-huruf atau tanda-tanda yang identic yang didahului atau
didikuti oleh sebuah huruf atau sebuah tanda yang berbeda. Untuk runtun
permulaan, barisan dimaksud tidak tidak didahului oleh huruf atau tanda apapun. Demikian pula
untuk runtun terakhir, barisan itu tidak diakhiri oleh huruf atau tanda yang
berbeda. Panjang runtun ditentukan oleh banyak huruf atau tanda dalam setiap
runtun.
Dengan adanya runtun ini , kita dapat menguji hipotesis tentang :
a) Data pengamatan telah
diambil secara acak dari sebuah populasi, atau sampel yang diambil dari sebuah
populasi adalah acak.
b) Dua sampel acak berasal
dari populasi yang sama atau dua populasi mempunyai distribusi yang sama.
e. Uji median
Hipotesis yang dihadapi :
H0 : Dua sampel acak telah diambil dari dua populasi dengan median yang sama
atau telah diambil dari populasi yang sama.
H1 : kedua sampel itu berasal dari dua populasi dengan median yang berlainan
atau dari dua populasi yang berlainan.
f. Uji kenormalan
Uji kenormalan secara parametric dengan menggunakan penaksiran rata-rata
dan simpangan baku. Misalkan kita
mempunyai sampel acak dengan hasil pengamatan X1, X2,…Xn.
Berdasarkan sampel ini akan diuji hipotesis nol bahwa sampel tersebut berasal
dari populasi berdistribusi normal melawan hipotesis tandingan bahwa distribusi
tidak normal.
Untuk pengujian hipotesis nol tersebut kita tempuh prosedur berikut :
a) Pengamatan x1,x2,….,xn
dijadikan bilangan baku z1,z2,….,zn dengan
menggunakan rumus z1 =
( x dan s masing-masing
merupakan rta-rata dan simpangan baku sampel ).
b) Untuk tiap bilangan
baku ini dan menggunakan daftar distribusi normal baku, kemudian dihitung
peluang F(z1) = P (z
zi
).
c) Selanjutnya dihitung
propporsi zi , z2,……..zn yang lebih kecil atau sama dengan zi.
jika proporsi ini dinyatakan oleh
S (zi ), maka
S( zi ) =
d) Hitung selisih F (zi)
–S (zi) kemudian tentukan harga mutlaknya.
Ambil harga yang paling
besar di antara harga-harga mutlak selisih tersebut. Harga terbesar di beri
lambing L0 .
4. Keunggulan dan Kelemahan Statistik Nonparametrik
Statistik
Nonparametrik
v
Keunggulan :
1.
Tidak membutuhkan asumsi
normalitas.
2.
Secara umum metode statistik
non-parametrik lebih mudah dikerjakan dan lebih mudah dimengerti jika
dibandingkan dengan statistik parametrik karena ststistika non-parametrik
tidak membutuhkan perhitungan matematik yang rumit seperti halnya statistik
parametrik.
3.
Statistik non-parametrik dapat
digantikan data numerik (nominal) dengan jenjang (ordinal).
4.
Kadang-kadang pada statistik
non-parametrik tidak dibutuhkan urutan atau jenjang secara formal karena sering
dijumpai hasil pengamatan yang dinyatakan dalam data kualitatif.
5.
Pengujian hipotesis pada
statistik non-parametrik dilakukan secara langsung pada pengamatan yang nyata.
6.
Walaupun pada statistik
non-parametrik tidak terikat pada distribusi normal populasi, tetapi dapat
digunakan pada populasi berdistribusi normal.
v Kelemahan
:
1.
Statistik non-parametrik
terkadang mengabaikan beberapa informasi tertentu.
2.
Hasil pengujian hipotesis
dengan statistik non-parametrik tidak setajam statistik parametrik.
3.
Hasil statistik non-parametrik
tidak dapat diekstrapolasikan ke populasi studi seperti pada statistik
parametrik. Hal ini dikarenakan statistik non-parametrik mendekati eksperimen
dengan sampel kecil dan umumnya membandingkan dua kelompok tertentu.
BAB III
PENUTUP
Kesimpulan
Statistika
Parametrik yaitu ilmu statistika yang mempertimbangkan jenis sebaran/distribusi data, yaitu apakah data
menyebar normal atau tidak.
Pada
umumnya, Jika data tidak menyebar normal, maka data harus dikerjakan dengan
metode Statistika non-parametrik, atau setidak2nya dilakukan transformasi agar data
mengikuti sebaran normal, sehingga bisa dikerjakan dg statistika parametrik. Statistika
parametrik juga adalah prosedur yang pengujian yang dilakukan berlandaskan
distribusi. Salah satu karakteristiknya penggunaan prosedur ini melibatkan
asumsi-asumsi tertentu. Contoh dari
statistik parametrik adalah analisis regresi, analisis korelasi, analisis
varians.
Statistik
Non-Parametrik adalah test yang modelnya tidak menetapkan syarat-syaratnya
yang mengenai parameter-parameter populasi yang merupakan induk sampel
penelitiannya. Oleh karena itu observasi-observasi independent dan variabel
yang diteliti pada dasarnya memiliki kontinuitas. Uji metode non parametrik
atau bebas sebaran adalah prosedur pengujian hipotesa yang tidak mengasumsikan
pengetahuan apapun mengenai sebaran populasi yang mendasarinya kecuali selama
itu kontinu.
Pendeknya: Statistik Non-Parametrik
adalah yaitu statistik bebas sebaran (tidak mensyaratkan bentuk
sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik
non-parametrik biasanya menggunakan skala pengukuran sosial, yakni nominal dan
ordinal yang umumnya tidak berdistribusi normal.
DAFTAR PUSTAKA
Sudijono, Anas (1987). Pengantar statistic pendidikan, Jakarta: Rajawali
Pers
Sudjana, (1992), Metode Statistika, Bandung:
Tarsito
W.W. Daniel, (1978) Statistika Non Parametrik Terapan, Jakarta: PT. Gramedia
No comments:
Post a Comment