Kuswanto, 2012 Statistika non parametrik • Metode-metode statistik sebelumnya didasarkan pada anggapan-anggapan tertentu dari gugus data, misal berdistribusi normal atau distribusi yang lain statistika.
Download ReportTranscript Kuswanto, 2012 Statistika non parametrik • Metode-metode statistik sebelumnya didasarkan pada anggapan-anggapan tertentu dari gugus data, misal berdistribusi normal atau distribusi yang lain statistika.
Slide 1
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 2
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 3
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 4
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 5
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 6
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 7
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 8
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 9
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 10
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 11
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 12
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 13
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 14
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 15
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 2
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 3
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 4
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 5
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 6
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 7
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 8
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 9
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 10
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 11
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 12
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 13
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 14
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho
Slide 15
Kuswanto, 2012
Statistika non parametrik
• Metode-metode statistik sebelumnya didasarkan
pada anggapan-anggapan tertentu dari gugus
data, misal berdistribusi normal atau distribusi
yang lain statistika parametrik
• Apabila peubah tidak menyebar normal, atau
tidak diketahui sebarannya – Statistika non
parametrik
• Misal peubah acar berupa bilangan indeks,
pangkat, skor atau tanda (+ -), maka parameter
dari sebaran menjadi tidak penting
• Disebut juga metode statistika bebas distribusi
Kelebihan dan kekurangan
• Kelebihan
– Pengumpulan data sederhana
– Penarikan contoh dapat dari bbrp pop dengan
sebaran berlainan, atau parameter berbeda
• Kekurangan
– Kurang tepat digunakan untuk menyelidiki
data yang diketahui sebarannya
Beberapa metode
• Uji tanda
• Uji Wilcoxon
• Koefisien korelasi berpangkat
(Spearman)
• Uji Kruskal-Wallis
• Uji Kenormalan Liliefors
• Uji runtun
Uji tanda
• Untuk membandingkan rata-rata data
berpasangan (bilangan indeks, pangkat, skor,
tak diketahui sebarannya
• Syarat yang harus dipenuhi
– Pasangan hasil pengamatan harus independen
– Masing-masing pengamatan dalam tiap pasang
terjadi karena pengaruh kondisi yang serupa
– Pasangan yang berlainan terjadi karena kondisi yang
berbeda
• Uji hipotesis (m menunjukkan median selisih 2
peubah acak)
– Ho : m = 0
– H1 : m ≠ 0
Contoh skor hasil uji organoleptik 2 galur kacang panjang
No
Galur 1 (X)
Galur2 (Y)
(Y –X)
No
Galur1 (X)
Galur2
(Y)
(Y – X)
1
3
5
+
2
4
5
+
14
4
2
-
3
3
4
+
15
4
4
0
4
2
3
+
16
2
3
+
5
3
3
0
17
3
4
+
6
5
4
-
18
3
5
+
7
3
4
+
19
3
2
-
8
4
3
-
20
4
5
+
9
3
4
+
21
4
5
+
10
3
2
-
22
2
3
+
11
1
2
+
23
3
4
+
12
1
3
+
24
3
3
0
13
2
3
+
25
2
2
0
Ho : m = 0, nilai organoleptik galur 1 tidak berbeda dengan galur 2
H1 : m ≠ 0, nilai organoleptik galur 1 berbeda dengan galur 2
Cara perhitungan
• Bila n1 dan n2 adalah banyaknya tanda positip dan
negatip, (nilai 0 tidak ikut dihitung)
(|n1-n2| - 1)²
((16-5) – 1)²
• χ² = -------------------- = ----------------- = 4,76
n1 + n2
16+5
• Nilai χ² = 4,76 > χ²(0,05) = 3,84, maka menolak H0 artinya
antara galur 1 dan galur 2 mempunyai rasa yang
berbeda
• Uji antar pengaruh 2 perlakuan (galur) tersebut juga
dapat dikerjakan dengan menguji banyakknya tanda +
dan – (h) berdasarkan tabel nilai kritis h untuk uji tanda
(tabel tersedia di buku-buku statistik)
Uji Wilcoxon
• Merupakan perbaikan dari uji tanda
• Yang diuji bukan hanya tanda tetapi juga nilai
selisih (Y-X)
• Caranya :
– Beri no urut pada harga mutlak selisih (X-Y) mulai
kecil sampai terbesar
– Tambah tanda negatip atau positip pd setiap no urut
– Hitung tanda positip dan negatip
– Untuk masing2 tanda, ambil yg harga mutlaknya
terkecil untuk uji hipotesis
Uji Wilcoxon
• Uji hipotesisnya :
• Ho : tidak ada beda antar 2 perlakuan
• H1 : terdapat beda antar 2 perlakuan
• Untuk uji Wilcoxon tersedia tabel nilai kritis
(tersedia di buku2 statistik)
• Cara perhitungan sama deangan uji tanda
• Uji Wilcoxon juga dapat untuk menguji
median populasi
Koefisien korelasi berpangkat
• Korelasi antar 2 variabel berbeda korelasi
pangkat
• Ukuran korelasinya disebut koefisien korelasi
pangkat atau koefisien korelasi Spearman (r’)
atau rs. Ingat korelasi Pearson (r)
• Nilai r’ untuk serentetan pasangan X, Y :
6 ∑bi²
• r’ = 1 - --------------n(n² - 1)
• Selain korelasi berpangkat Spearman, juga
dikenal korelasi ℸ Kendall (tidak dibahas)
Contoh
1. Penilaian dua juri
2. Peringkat dari 2 orang juri
Peserta
Juri 1
Juri 2
70
80
Peringka Peringka Beda
t juri 1
t juri 2
(bi)
bi ²
A
Pes
erta
B
85
75
A
5
3
2
4
C
65
55
B
2
4
-2
4
D
50
60
C
6
8
-2
4
E
90
85
D
8
7
1
1
F
80
70
E
1
2
-1
1
G
75
90
F
3
5
-2
4
H
60
65
G
4
1
3
9
H
7
6
1
1
Juml ah
-
-
28
Dinyatakan dalam
peringkat hasilnya
terlihat seperti tabel
Dari rumus korelasi
• r’ = 1 – { (6 x 28)/ 8 (64-1)} = 0,6667
• Hipotesis
– Ho : tidak terdapat korelasi, melawan
– H1 : terdapat korelasi.
• Dibandingkan tabel nilai kritis uji korelasi
rank (tersedia di buku-buku statistik)
• Dari tabel, untuk n=8 nilai kritis =
0,833(0,01) dan 0,643(0,05). Kesimpulan
H1 diterima, terdapat korelasi
• Untuk n>30, pengujian dilakukan dengan
uji kira-kira berdasar kenyataan bahwa t =
r’ √(n-2)/(1-r’²) menyebar mendekati
sebaran t student dengan db = (n-2)
• Apabila ada data yang nilainya sama,
diberikan peringkat yang sama dg ratarata dari peringkat data yang sama tsb
Uji Kruskal-Wallis
• Untuk membandingkan >3 contoh yang tidak
menyebar normal atau tidak diketahui
sebarannya
• Berasal dari populasi yang identik
• Cara
– Semulai nilai pengamatan diberi pangkat tanpa
menghiraukan contoh
– Semua pangkat dijumlahkan
– Kalau Ho benar (nilai tengah tidak berbeda), jumlah
pangkat tiap contoh adalah sama
– JK jumlah pangkat adalah minimum, makin besar
nilainya, berarti main menyimpang dari Ho