BADAN PUSAT STATISTIK

Pusat Pendidikan dan Pelatihan

Diklat Fungsional Statistisi Tingkat Ahli –

BPS Angkatan XXI

Jakarta, 2020

2

About Me

Nama Budi Subandriyo

NIP 19780720 200212 1 007

Jabatan Widyaiswara Ahli Madya

Pangkat Pembina (IV/a)

Unit Kerja Pusdiklat BPS

Riwayat Pekerjaan

2002 – 2009 BPS Kab. Banggai, Sulteng

2009 – 2012 BPS Prov. Sulteng

2012 – Sekarang Pusdiklat BPS

Riwayat Pendidikan

2002 STIS – Stat. Ekonomi

2016 UNPAD - Magister Statistik Terapan

رم وما رميت إذ رميت ول …ى نك ا هلاwhen you threw, but it was Allah who threw

(QS:Al-Anfal :17)

BADAN PUSAT STATISTIK

Pusat Pendidikan dan Pelatihan

MATERI

• Tentang Metode Non-Parametrik

Pendahuluan

• Uji Komparatif Dua Sampel Berpasangan

• Uji Komparatif Dua Sampel Independen

Uji Komparatif Dua Sampel

• k-Sampel Berpasangan

• k- Sampel Independen

Uji Komparatif k-Sampel Independen dan Berpasangan

BADAN PUSAT STATISTIK

Pusat Pendidikan dan Pelatihan

PENDAHULUAN

Skala

• Nominal

• Ordinal

• Interval

• Rasio

Sumber

• Internal

• Eksternal

Waktu Pengumpulan

• Cross Section

• Time Series

Cara Perolehan

• Primer

• Sekunder

DATA

Statistika

Deskriptif

Inferensia

Parametrik(Normal, Interval;

rasio )

Korelatif (Pearson, Regresi )

Komparatif (T-test, Anava)

Nonparametrik(Non-Normal,

Nominal, ordinal )

Korelatif(Spearman kendal,

Kai Kuadrat dll)

Komparatif(Mann-whitney,

Kruskal-wallis,dll )

PARAMETRIK NONPARAMETRIK

Deskriptif

Asumsi Distribusi Normal -Asumsi Varian Homogen -Jenis Data Rasio atau Interval Ordinal atau NominalHubungan data set Independent -Ukuran central Mean Median

Manfaat Lebih banyak kesimpulan Sederhana dan sedikit outlier

Tes

Uji korelasi Pearson, Regresi Spearman

Uji 2 Kelompok, berbeda Independent Sample t test Mann-Whitney

Uji 2 Kelompok lebih, berbeda Independent One Way ANOVA Kruskal-Wallis

Uji berulang, 2 kondisi Paired Sample t Test WilcoxonUji berulang, 2 kondisi lebih Repeated One Way ANOVA Friedman

• Jika ukuran sampel kecil, tak ada pilihan lain yang lebih baikdaripada menggunakan metode non-parametrik.

• Karena memerlukan sedikit asumsi, metode non-parametrikpenerapannya lebih luas. Disamping itu, kemungkinan digunakansecara salah (karena pelanggaran asumsi) lebih kecil daripadametode parametrik.

• Metode non-parametrik dapat digunakan meskipun data diukurdalam skala ordinal atau peringkat.

• Beberapa metode non-parametrik dapat digunakan meskipun data diukur dalam skala nominal.

• Beberapa uji non-parametrik dapat membedakan sejumlah sampel. Beberapa uji parametrik dapat dipakai untuk menganalisis persoalanserupa, tetapi menuntut asumsi yang hampir tidak mungkindipenuhi.

• Para peneliti dengan dasar sedikit matematika yang kurang akanmerasakan bahwa metode non-parametrik mudah dipahami.

Kelebihan - NON PARAMETRIK

• Metode non-parametrik secara ilmu statistik kurang kuat (rigorous) dibandingkan metode parametrik.

• Jika asumsi untuk metode parametrik terpenuhi, dengan ukuransampel yang sama, metode non-parametrik kurang memiliki kuasa(power) dibanding metode parametrik.

• Penyederhanaan skala data (data reduction) dari skala rasio atauinterval ke skala ordinal atau nominal merupakan pemborosan(detail) informasi yang sudah dikumpulkan.

Kekurangan - NON PARAMETRIK

Pedoman Penggunaan Statistik Non Parametrik

Mulai

Tipe Data

DistribusiData

JumlahData

Statistik Non Parametrik

Statistik Parametrik

Nominal/Ordinal

Tidak Normal

Interval/Rasio

Normal

Kecil (<30)

Besar (>30) Bisa pakai uji t jika

distribusi populasi

pasti normal

Salah satu ciri utama sehingga sebuah data harus diprosessecara non parametrik adalah jika tipe data tersebutsemuanya adalah data nominal atau ordinal.

Hal ini tidak berarti semua data ordinal (sikap konsumen,

pendapat) maupun nominal (jenis kelamin, kategori usia, dll)

dipastikan diolah dengan Non Parametrik. Jika itu satu kesatuan

dengan dengan sejumlah data rasio, data nominal dapat

berfungsi sebagai group (factor) dalam parametrik.

Sebaliknya juga jika data termasuk interval atau rasio tapi jika

jumlah data kecil seperti < 10 sehingga distribusi sulit memenuhi

normal, maka Non Parametrik lebih tepat digunakan.

Ingat ……

Sistematika Pembahasan Non Parametrik

A. Deskriptif

Sebagai pengantar dan menjelas gambaran data.

B. Inferensi

Estimasi dan Uji Hipotesis

Kata “sig” dalam SPSS = signifikansi atau “p value” – Kemungkinansalah menolak H0

Apapun pernyataan H0

• Data Saos Tomat – Uji Normal

• Analyze – Nonparametric Test – 1 sample KS

Analisa :

Hipotesis

• Ho : Distribusi populasi mengikuti distribusi normal

• Hi : Distribusi populasi tidak mengikuti distribusi normal

Pengambilan keputusan

Dasar pengambilan keputusan berdasarkan probabilitas :

• - Jika probabilitas > 0,05, maka Ho diterima

• - Jika probabilitas < 0,50, maka Ho ditolak

Normal

Praktek

BADAN PUSAT STATISTIK

Pusat Pendidikan dan Pelatihan

Uji Komparatif Dua Sampel

BADAN PUSAT STATISTIK

Pusat Pendidikan dan Pelatihan

UJI DATA DUA SAMPEL BERHUBUNGAN

(DEPENDENT)

Wilcoxon Match Pairs Test

Wilcoxon Signed Rank Test adalah uji nonparametris untuk

mengukur sign perbedaan antara 2 kelompok data berpasangan

berskala ordinal atau interval tetapi berdistribusi tidak normal.

Uji Wilcoxon Signed Rank Test merupakan uji alternatif dari uji

pairing t test atau t paired apabila tidak memenuhi asumsi

normalitas.

Uji ini dikenal juga dengan istilah Wilcoxon Match Pair Test

Wilcoxon Match Pairs Test

Asumsi atau syarat dari uji ini antara lain:

• Variabel dependen berskala data ordinal atau interval/rasio tetapi berdistribusi tidak normal.

Oleh karenanya anda perlu melakukan uji normalitas terlebih dahulu pada selisih antara kedua

kelompok. Selisih yang dimaksud adalah misal: nilai pretest atau sebelum pelajaran dikurangi

nilai posttest atau setelah pelajaran. Apabila memenuhi asumsi normalitas maka sebaiknya

menggunakan uji parametris yang sesuai yaitu uji paired t test. Dan apabila tidak memenuhi

maka uji Wilcoxon Signed Rank Test dapat digunakan sebagai alternatif.

• Variabel independen terdiri dari 2 kategori yang bersifat berpasangan. Seperti yang sudah

dijelaskan di atas, berpasangan artinya subjek sebagai sumber data adalah 1 individu atau

observasi yang sama. Apabila subjeknya beda, misal nilai ujian kelas A dan kelas B, maka uji

yang tepat apabila memenuhi asumsi normalitas adalah uji Independen T Test. Dan apabila

tidak memenuhi asumsi normalitas, maka uji yang tepat adalah Mann Whitney U Test atau

yang disebut juga Wilcoxon Rank Sum Test.

• Bentuk dan sebaran data antara kedua kelompok yang berpasangan adalah simetris. Jika

tidak memenuhi asumsi ini maka gunakanlah alternatif uji yang lain, yaitu uji Sign Test.

Praktek PreTest Post Test

Seorang guru ingin mengetahui apakah ada perbedaanantara nilai ujian seorang murid padamata pelajaran tertentu jika ia belajar sendiri dan jika iabelajar secara bekelompok. Untukitu, diadakan dua kali ujian mata pelajaran, pertamamurid belajar sendiri-sendiri, dan yangkedua sebelum ujian para murid bisa dengan bebasbelajar secara berkelompok.

Uji Tanda - Sign

Uji Mc.Nemar

Sebuah perusahaan yang memasarkan produknya dengan cara multi level marketing, ingin mengetahui

apakah beberapa presentasi mengenai MLM yang benar mampu mengubah persepsi masyarakat terhadap

MLM selama ini. Untuk itu, terlebihdahulu dikumpulkan 10 responden yang diambil acak, dan kepada

mereka ditanyakan pendapatnya tentang bisnis secara MLM. Sikap mereka dibagi dua, yaitu 1 untuk sikap

yang positif terhadap MLM, dan 0 untuk sikap yang negatif.

Hasilnya sebagai berikut :

Sikap responden sebelum presentasi MLM :

o Sikap positif (1) ada 3 orang

o Sikap negatif (0) ada 7 orang

Kemudian kepada mereka diberi beberapa presentasi secara intensif, dan setelah presentasi, kembali

mereka ditanya sikap mereka, apakah berubah ataukah tetap seperti semula. Berikut adalah hasil lengkap

persepsi responden

Uji Mc.Nemar berbeda dengan uji wilcoxon dan uji sign test, Uji mc.nemar mensyaratkan adanya skalapengukuran data nominal atau kategori binari (Seperti 1 untuk ‘tidak’ dan 0 untuk ‘ya’ dan contoh lainnya). Didalam banyak buku statistik, uji Mc.nemar disajikandalam bentuk tabel kontingensi (selalu dalam bentuktabel kontingen 2x2 atau 2 baris dan 2 kolom), sednagkan dalam SPSS input data tetap dalam baris dankolom. Karena itu, dalam kasus berikut selainditampakkan tabel kontingensi, juga cara melakukaninput datanya secara benar, agar SPSS bisa melakukananalisis dengan tepat.

BADAN PUSAT STATISTIK

Pusat Pendidikan dan Pelatihan

UJI DATA DUA SAMPEL TIDAK

BERHUBUNGAN (INDEPENDENT)

BADAN PUSAT STATISTIK

Pusat Pendidikan dan Pelatihan

Uji Mann-Whitney

Uji Kolmogogorov – Smirnov

Uji Wald-Wolfowitz

BADAN PUSAT STATISTIK

Pusat Pendidikan dan Pelatihan