PAPER

STATISTIK NON PARAMETRIK

Mata kuliah : Manajemen Data

Dosen pembimbing : Ns Sumiati sinaga S.Kep.,M.Kep

BELA NOVELA SARI

15.0223.558.01

PROGRAM STUDI ILMU KEPERAWATAN

SEKOLAH TINGGI ILMU KESEHATAN WIYATA HUSADA
SAMARINDA

2019
A. Definisi Statistik Non parametrik
Statistik Non-Parametrik, yaitu statistik bebas sebaran (tidak mensyaratkan bentuk
sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik non-parametrik
biasanya menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang
umumnya tidak berdistribusi normal. Istilah nonparametrik sendiri pertama kali
digunakan oleh Wolfowitz, 1942. Istilah lain yang sering digunakan antara lain
distribution-free statistics dan assumption-free test. Dari istilah-istilah ini, dengan mudah
terlihat bahwa metode statistik nonparametrik merupakan metode statistik yang dapat
digunakan dengan mengabaikan segala asumsi yang melandasi metode statistik
parametrik, terutama yang berkaitan dengan distribusi normal.

B. Syarat statistik non-parametrik

a. Data tidak berdistribusi normal
b. Umumnya data berskala nominal dan ordinal
c. Umumnya dilakukan pada penelitian social
d. Umumnya jumlah sampel kecil

Contoh metode statistik non-parametrik :

a. Uji tanda (sign test)
b. Rank sum test (wilcoxon)
c. Rank correlation test (spearman)
d. Fisher probability exact test.
e. Chi-square test, dll

C. Jenis analisis statistik non parametrik

Analisis non paramtrik dikenal sebagai alat analisis statistik alternatif di saat peneliti tidak
dapat menggunakan analisis parametrik. Meskipun pendapat ini tidak seluruhnya benar,
namun nyatanya putar haluan analisis ke nonparametrik merupakan tindakan alternatif
penyelamatan data yang dilakukan para peneliti. Tidak dapat menggunakan parametrik
di sini bukan berarti tidak tahu analisis apa yang hendak digunaan, tetapi justru peneliti
tahu tetapi menyadari bahwa sebaran data yang dimiliki tidak memenuhi syarat sebagai
populasi untuk dianalisis lebih lanjut. Adapun tentang prasyarat sebagai populasi tidak di
bahas di sini (khawatir malah tidak fokus, dan itulah kelemahan penulis, kelemahan itu
bukan disadari penulis tetapi kritik yang selalu bertubi-tubi tentang hal ini).
Analisis nonparametrik adalah prosedur statistik yang tidak mengacu pada parameter
tertentu. Itulah sebabnya, statistik nonparametrik sering disebut sebagai prosedur yang
bebas distribusi (free-distibution procedures). Banyak orang berpendapat, jika data yang
dikumpulkan terlalu kecil maka prosedur statistik nonparametrik lebih baik digunakan.
Pendapat ini bisa benar dan bisa pula salah. Masalahnya adalah, bagaimana
mendefinisikan besar-kecilnya suatu data? Bukankah hal ini sangat relatif? Yang jelas,
kita pasti menggunakan statistik nonparametrik bila kita tidak mengetahui dengan pasti
distribusi dari data yang kita amati. Namun jika kita yakin data yang diamati berdistribusi
normal, misalkan dibuktikan dengan memakai uji statistik, maka kita bisa memakai
prosedur statistik parametrik untuk distribusi normal. Sebaliknya, walaupun data yang
dikumpukan berjumlah besar, tetapi tidak dapat dipastikan distribusinya, maka sebaiknya
dipakai prosedur statistik nonparametrik.
Analisis nonparametrik mempunyai beberapa kelebihan dan kekurangan. Kelebihannya
antara lain adalah:
1. Tingkat kesalahan penggunaan prosedur statistik nonparametrik relatif kecil
karena statistik jenis ini tidak memerlukan banyak asumsi.
2. Perhitungan yang harus dilakukan pada umumnya sederhana dan mudah,
khususnya untuk data yang kecil.
3. Konsep dalam statistik nonparametrik mudah untuk dimengerti.
4. Dapat digunakan untuk menganalisa data yang berbentuk hitungan maupun
peringkat (rank).
Adapun kekurangan analisis nonparametrik yang paling utama adalah hasil analisis tidak
dapat digeneralisasikan untuk kelompok yag lebih luas. Dengan kata lain hasil analisis
hanya untuk memahami karakteristik atau kondisi yang terjadi pada kelompok yang
sedang diteliti saja. Meskipun kita menemukan kelompok lain yang sekarakter dengan
subjek yang kita teliti dan kita analisis dengan nonparametrik namun hasil analisis tidak
dapat dengan serta merta dinisbahkan atau dianalogikan pada kelompok baru yang kita
temukan tersebut.
Begitu juga kelebihan bahwa analisis nonparametric adalah analisis yang sederhana.
Walaupun perhitungan dalam analisis nonparametrik sangat sederhana, bila jumlah
datanya sangat besar maka dibutuhkan perhitungan yang sangat lama. Untuk itu,
prosedur analisis parametrik lebih tepat untuk digunakan daripada nonparametrik.
Berikut adalah beberapa uji statistik yang biasa dipakai. Kolom pertama menguraikan uji
statistik parametrik, sementara kolom kedua menampilkan uji statistik nonparametrik
yang sepadan.

Jenis Analisis Parametrik Jenis Analisis Non Pengujian

Parametrik

Uji - t berpasangan Uji tanda Meneliti perbedaan

dalam suatu
kelompok
Uji - t untuk sample bebas Uji Mann-Whitney Membandingkan dua
U; Uji Wilcoxon sample bebas
jumlah peringkat
Analisa varians satu jalur (Uji F ) Analisa varians Membandingkan tiga
dengan kelompok atau lebih
menggunakan
peringkat Kruskal-
Wallis
Analisa varians dua jalur Analisa varians dua Membandingkan tiga
jalur Friedman kelompok atau lebih
dengan
menggunakan dua
faktor yang berbeda
Koefisien korelasi Pearson Koefisien korelasi Mengetahui
peringkat Spearman hubungan korelasi
linier antara dua
perubah

Jadi dengan demikian, penggunaan statistik nonparametrik lebih diutamakan jika

hipotesis yang akan diuji tidak dalam rangka generalisasi parameter dari populasi.

Setelah kita tahu jenis analisis nonparametrik dari penjelasan di atas, kita belum boleh
berbangga hati dan dengan serta merta melakukan analisis nonparametrik. Kenapa?
Karena analisis nonparametric yang tersedia di atas tidak dijalankan untuk jenis data
kontinum. Oleh karena itu bila kita hendak ganti haluan dengan nonparametrik langkah
awal yang harus dilakukan adalah melakukan transformasi data menjadi data non

kontinum.

Data non kontinum di sini adalah data bentuk ordinal atau juga data nominal. Nah, data
kontinum memang dapat ditransformasi ke data ordinal namun tidak mungkin menjadi
data nominal. Di sinilah yang dimaksud bahwa tidak seluruhnya benar pernyataan bahwa
analisis nonparametrik sebagai alternatif bila peneliti tidak dapat menggunakan analisis
parametrik. Artinya apabila seorang peneliti hendak menguji antar data nominal (baik
korelasi maupun komparasi) maka mereka tentunya sudah menetapkan akan
menganalisis dengan nonparametrik. Di samping itu ada masalah tujuan penelitian lain
yang mengarahkan peneliti untuk menggunakan nonparametrik (ini urusan metodologi
penelitian yang tidak dibahas di bagian ini).
Jenis analisis berdasar jensi data dalam non parametric yang dimaksud di atas dapat
dijelaskan dengan tabel berikut.

Jenis Data Nominal Jenis Data Ordinal Pengujian

Mc Nemar Uji tanda (Sign test) Meneliti perbedaan

dalam suatu kelompok
Chi-Square Uji Mann-Whitney U; Membandingkan dua
Uji Wilcoxon jumlah sampel bebas
peringkat
Cocran Friedman Membandingkan tiga
kelompok atau lebih
dalam satu kelompok
Chi-Square Analisa varians dengan Membandingkan tiga
menggunakan peringkat kelompok atau lebih
Kruskal-Wallis sampel bebas
Analisa varians dua Analisa varians dua jalur Membandingkan tiga
jalur Friedman kelompok atau lebih
dengan menggunakan dua
faktor yang berbeda
Koefisien Kontingensi Koefisien korelasi Mengetahui hubungan
peringkat Spearman korelasi linier antara dua
(data dalam bentuk perubah
peringkat)

Perbedaan penggunaan alat analisis tersebut memunjukkan bahwa analisis kuantitatif

berupaya melakukan analisis secara cermat dengan memahami adanya perbedaan relasi
dan jenis data yang hendak dianalisis. Sebab bagaimanapun perlu dipahami bahwa
terdapatnya perbedaan kondisi menjadian berbeda pula karakteristik yang
ditimbulkannya.
 PAPER

STATISTIK NON PARAMETRIK

Mata kuliah : Manajemen Data

Dosen pembimbing : Ns Sumiati sinaga S.Kep.,M.Kep

MUHAMMAD ISRAN W

15.0249.584.01

PROGRAM STUDI ILMU KEPERAWATAN

SEKOLAH TINGGI ILMU KESEHATAN WIYATA HUSADA
SAMARINDA

2019
A. Definisi Statistik Non parametrik
Statistik Non-Parametrik, yaitu statistik bebas sebaran (tidak mensyaratkan bentuk
sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik non-parametrik
biasanya menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang
umumnya tidak berdistribusi normal. Istilah nonparametrik sendiri pertama kali
digunakan oleh Wolfowitz, 1942. Istilah lain yang sering digunakan antara lain
distribution-free statistics dan assumption-free test. Dari istilah-istilah ini, dengan mudah
terlihat bahwa metode statistik nonparametrik merupakan metode statistik yang dapat
digunakan dengan mengabaikan segala asumsi yang melandasi metode statistik
parametrik, terutama yang berkaitan dengan distribusi normal.

B. Syarat statistik non-parametrik

a. Data tidak berdistribusi normal
b. Umumnya data berskala nominal dan ordinal
c. Umumnya dilakukan pada penelitian social
d. Umumnya jumlah sampel kecil

Contoh metode statistik non-parametrik :

a. Uji tanda (sign test)
b. Rank sum test (wilcoxon)
c. Rank correlation test (spearman)
d. Fisher probability exact test.
e. Chi-square test, dll

C. Jenis analisis statistik non parametrik

Analisis non paramtrik dikenal sebagai alat analisis statistik alternatif di saat peneliti tidak
dapat menggunakan analisis parametrik. Meskipun pendapat ini tidak seluruhnya benar,
namun nyatanya putar haluan analisis ke nonparametrik merupakan tindakan alternatif
penyelamatan data yang dilakukan para peneliti. Tidak dapat menggunakan parametrik
di sini bukan berarti tidak tahu analisis apa yang hendak digunaan, tetapi justru peneliti
tahu tetapi menyadari bahwa sebaran data yang dimiliki tidak memenuhi syarat sebagai
populasi untuk dianalisis lebih lanjut. Adapun tentang prasyarat sebagai populasi tidak di
bahas di sini (khawatir malah tidak fokus, dan itulah kelemahan penulis, kelemahan itu
bukan disadari penulis tetapi kritik yang selalu bertubi-tubi tentang hal ini).
Analisis nonparametrik adalah prosedur statistik yang tidak mengacu pada parameter
tertentu. Itulah sebabnya, statistik nonparametrik sering disebut sebagai prosedur yang
bebas distribusi (free-distibution procedures). Banyak orang berpendapat, jika data yang
dikumpulkan terlalu kecil maka prosedur statistik nonparametrik lebih baik digunakan.
Pendapat ini bisa benar dan bisa pula salah. Masalahnya adalah, bagaimana
mendefinisikan besar-kecilnya suatu data? Bukankah hal ini sangat relatif? Yang jelas,
kita pasti menggunakan statistik nonparametrik bila kita tidak mengetahui dengan pasti
distribusi dari data yang kita amati. Namun jika kita yakin data yang diamati berdistribusi
normal, misalkan dibuktikan dengan memakai uji statistik, maka kita bisa memakai
prosedur statistik parametrik untuk distribusi normal. Sebaliknya, walaupun data yang
dikumpukan berjumlah besar, tetapi tidak dapat dipastikan distribusinya, maka sebaiknya
dipakai prosedur statistik nonparametrik.
Analisis nonparametrik mempunyai beberapa kelebihan dan kekurangan. Kelebihannya
antara lain adalah:
1. Tingkat kesalahan penggunaan prosedur statistik nonparametrik relatif kecil
karena statistik jenis ini tidak memerlukan banyak asumsi.
2. Perhitungan yang harus dilakukan pada umumnya sederhana dan mudah,
khususnya untuk data yang kecil.
3. Konsep dalam statistik nonparametrik mudah untuk dimengerti.
4. Dapat digunakan untuk menganalisa data yang berbentuk hitungan maupun
peringkat (rank).
Adapun kekurangan analisis nonparametrik yang paling utama adalah hasil analisis tidak
dapat digeneralisasikan untuk kelompok yag lebih luas. Dengan kata lain hasil analisis
hanya untuk memahami karakteristik atau kondisi yang terjadi pada kelompok yang
sedang diteliti saja. Meskipun kita menemukan kelompok lain yang sekarakter dengan
subjek yang kita teliti dan kita analisis dengan nonparametrik namun hasil analisis tidak
dapat dengan serta merta dinisbahkan atau dianalogikan pada kelompok baru yang kita
temukan tersebut.
Begitu juga kelebihan bahwa analisis nonparametric adalah analisis yang sederhana.
Walaupun perhitungan dalam analisis nonparametrik sangat sederhana, bila jumlah
datanya sangat besar maka dibutuhkan perhitungan yang sangat lama. Untuk itu,
prosedur analisis parametrik lebih tepat untuk digunakan daripada nonparametrik.
Berikut adalah beberapa uji statistik yang biasa dipakai. Kolom pertama menguraikan uji
statistik parametrik, sementara kolom kedua menampilkan uji statistik nonparametrik
yang sepadan.

Jenis Analisis Parametrik Jenis Analisis Non Pengujian

Parametrik

Uji - t berpasangan Uji tanda Meneliti perbedaan

dalam suatu
kelompok

Uji - t untuk sample bebas Uji Mann-Whitney Membandingkan dua

U; Uji Wilcoxon sample bebas
jumlah peringkat

Analisa varians satu jalur (Uji F ) Analisa varians Membandingkan tiga

dengan kelompok atau lebih
menggunakan
peringkat Kruskal-
Wallis

Analisa varians dua jalur Analisa varians dua Membandingkan tiga

jalur Friedman kelompok atau lebih
dengan
menggunakan dua
faktor yang berbeda

Koefisien korelasi Pearson Koefisien korelasi Mengetahui

peringkat Spearman hubungan korelasi
linier antara dua
perubah

Jadi dengan demikian, penggunaan statistik nonparametrik lebih diutamakan jika

hipotesis yang akan diuji tidak dalam rangka generalisasi parameter dari populasi.

Setelah kita tahu jenis analisis nonparametrik dari penjelasan di atas, kita belum boleh
berbangga hati dan dengan serta merta melakukan analisis nonparametrik. Kenapa?
Karena analisis nonparametric yang tersedia di atas tidak dijalankan untuk jenis data
kontinum. Oleh karena itu bila kita hendak ganti haluan dengan nonparametrik langkah
awal yang harus dilakukan adalah melakukan transformasi data menjadi data non

kontinum.

Data non kontinum di sini adalah data bentuk ordinal atau juga data nominal. Nah, data
kontinum memang dapat ditransformasi ke data ordinal namun tidak mungkin menjadi
data nominal. Di sinilah yang dimaksud bahwa tidak seluruhnya benar pernyataan bahwa
analisis nonparametrik sebagai alternatif bila peneliti tidak dapat menggunakan analisis
parametrik. Artinya apabila seorang peneliti hendak menguji antar data nominal (baik
korelasi maupun komparasi) maka mereka tentunya sudah menetapkan akan
menganalisis dengan nonparametrik. Di samping itu ada masalah tujuan penelitian lain
yang mengarahkan peneliti untuk menggunakan nonparametrik (ini urusan metodologi
penelitian yang tidak dibahas di bagian ini).
Jenis analisis berdasar jensi data dalam non parametric yang dimaksud di atas dapat
dijelaskan dengan tabel berikut.

Jenis Data Nominal Jenis Data Ordinal Pengujian

Mc Nemar Uji tanda (Sign test) Meneliti perbedaan

dalam suatu kelompok

Chi-Square Uji Mann-Whitney U; Membandingkan dua

Uji Wilcoxon jumlah sampel bebas
peringkat

Cocran Friedman Membandingkan tiga

kelompok atau lebih
dalam satu kelompok

Chi-Square Analisa varians dengan Membandingkan tiga

menggunakan peringkat kelompok atau lebih
Kruskal-Wallis sampel bebas

Analisa varians dua Analisa varians dua jalur Membandingkan tiga

jalur Friedman kelompok atau lebih
dengan menggunakan dua
faktor yang berbeda

Koefisien Kontingensi Koefisien korelasi Mengetahui hubungan

peringkat Spearman korelasi linier antara dua
(data dalam bentuk perubah
peringkat)

Perbedaan penggunaan alat analisis tersebut memunjukkan bahwa analisis kuantitatif

berupaya melakukan analisis secara cermat dengan memahami adanya perbedaan relasi
dan jenis data yang hendak dianalisis. Sebab bagaimanapun perlu dipahami bahwa
terdapatnya perbedaan kondisi menjadian berbeda pula karakteristik yang

ditimbulkannya.