STATISTIK NON PARAMETRIK

Kompetensi Dasar
Mahasiswa memahami tentang beberapa teknik analisis statistik non parametrik,
seperti: (1) Teknik Korelasi Tata Jenjang (Rank Order Correlation), (2) Teknik Korelasi
Point Biserial, (3) Chi Kuadrat, (4) Teknik Korelasi Kontingensi, (5) Teknik Korelasi
Kendall Tau, (6) Teknik Korelasi Tetrakorik, (7) Teknik Korelasi Phi, (8) Cochran Q, (9)
Mann-Whitney, (10) Sign Test, (11) Run Test, (12) Kolmogorov-Smirnov, (13) Kruskal-
Wallis, (14) Mc Nemar, dan lain-lain.
Pemilihan teknik analisis data tergantung pada macam data (nominal, ordinal,
interval, atau rasio) dan bentuk hipotesis penelitian. Hal ini dapat dibaca pada tabel
rangkuman berikut.
Tabel Penggunaan Statistik Parametrik dan
Nonparametrik untuk Menguji Hipotesis
Macam BENTUK HIPOTESIS
Data Deskriptif Komparatif Komparatif Hubungan
(Satu (Dua sampel) (lebih dari dua sampel)
Variabel)
Related Independen Related Independen
2 one Mc Nemar Fisher (F) 2 untuk k 2 untuk k Contingensi
Nominal sample 2 two sample sample Coefisient
sample Cochran Q C
Median Test
Sign Test Median Spearman
Mann- Extension Rank
Ordinal Run Test Whitney U Friedman Correlation
Wilcoxon test Two-Way Kruskal-
matched Anova Wallis One Kendal Tau
pairs Kolmogorov- Way Anova
Smirnov

Wald-
Woldfowitz
Pearson
One-Way One-Way Product
Anova Anova Moment
Interval t-test t-test of t-test
Rasio related independent Partial
Two-Way Two-Way Correlaton
Anova Anova
Multiple
Correlation
(Sumber: Sugiyono, 2002:18)

16
Indikator pencapaian
Mahasiswa dapat:
1. menjelaskan manfaat dan fungsi analisis statistik non parametrik
2. menguji hipotesis komparatif
3. menguji hipotesis hubungan
4. menerapkan teknik analisis statistik non parametrik untuk menguji hipotesis
penelitian
5. menafsirkan dan menyimpulkan hasil uji hipotesis

1. Teknik Korelasi Tata Jenjang (Rank Order Correlation)

Menurut Sudijono (1987) ada tiga macam cara menghitung korelasi tata jenjang, yaitu
dalam keadaan (1) tidak terdapat urutan yang kembar, (2) terdapat urutan data yang
kembar dua, atau (3) urutan yang kembar ada tiga atau lebih. Urutan data kembar
terjadi jika ada data yang sama. Dalam hal ini, jika urutan data yang kembar ada dua,
maka data tersebut tersebut dijumlahkan dan dibagi dua. Jika ada tiga data yang
sama, maka data tersebut dijumlahkan dan dibagi tiga. Demikian seterusnya jika ada
data yang kembar lebih dari tiga. Teknik korelasi tata jenjang efektif digunakan jika
jumlah data antara 10 29.
Contoh penerapan
Tabel Data dan Cara Perhitingan
No X Y R1 R2 B B2
1 59 39 6 5 1 1
2 64 36 9 2 7 49
3 47 42 2 8 -6 36
4 55 40 5 6 -1 1
5 52 43 4 9 -5 25
6 65 35 10 1 9 81
7 50 44 3 10 -7 49
8 60 38 7 4 3 9
9 45 41 1 7 -6 36
10 63 37 8 3 5 25
312

6 B 2
Rumus: = 1
N N 1

17
Keterangan:
= RHO (Spearman)
1 = bilangan konstan
6 = bilangan konstan
B2 = beda kuadrat.
Langkah-langkah perhitungan korelasi tata jenjang:
1. Menyiapkan tabel kerja
2. Menetapkan urutan kedudukan skor pada variabel X dan Y mulai skor tertinggi
sampai skor terendah
3. Menghitung perbedaan urutan urutan kedudukan tiap pasangan skor antara
variabel X dan Y (B = R1 R2)
4. Mengkuadratkan tiap-tiap B, kemudian dijumlahkan
5. Menghitung korelasi tata jenjang dengan rumus tersebut di atas
6. Memberikan interpretasi terhadap hasil korelasi dengan membandingkan pada
nilai RHO (Spearman) pada taraf signifikansi tertentu.
Hasil perhitungan:
6 B 2
Rumus: = 1
N N 2 1
6 * 312
= 1 = -0,891
1010 1

Hal ini menunjukkan korelasi yang negatif. Nilai RHO pada tabel dengan db = 10
pada taraf signifikansi 5% = 0,648. RHO hitung lebih besar dari nilai tabel, sehingga H0
ditolak dan H1 diterima. Dengan demikian, dapat disimpulkan terdapat korelasi negatif
yang signifikan antara variabel X dan Y. Makin tinggi skor variabel X, makin rendah skor
variabel Y.

2. Teknik Korelasi Point Biserial (Korelasi Biserial Titik)

Teknik Korelasi Point Biserial (korelasi biserial titik) adalah teknik korelasi
bivariat. Teknik korelasi ini digunakan jika data variabel 1 merupakan variabel diskrit
(dikotomi) dan variabel 2 merupakan variabel kontinu (data interval). Teknik korelasi ini

18
biasanya digunakan untuk menguji validitas butir tes objektif dengan cara
mengkorelasikan skor butir dengan skor total. Angka indek korelasi Point Biserial
dilambangkan dengan rpbi.
Cara menghitung indeks Korelasi Point Biserial:
1. Mencari Mean total (Mt) dengan rumus

Mt
X t

2. Mencari Mean skor dari jawaban yang menjawab benar (Mp)

X 1 X 2 ... X n
Mp
n
3. Mencari Standar Deviasi total (SDt) dengan rumus
2

Xt 2
Xt
SDt
N N

4. Mencari proporsi (p), yaitu perbandingan antara banyaknya subjek yang menjawab
benar dengan jumlah seluruh subjek. Proporsi q = 1-p
5. Mencari angka indeks korelasi dengan rumus:
M p Mt p
rpbi
SDt q

Contoh:
No Skor Butir No.1 (X1) Skor Total (Xt) Xt2
1 1 6 36
2 1 4 16
3 1 9 81
4 0 7 49
5 1 8 64
6 0 5 25
7 1 8 64
8 1 6 36
9 0 4 16
10 1 3 9
60 396

19
Mt
X t

60
6
N 10
2
396 60
SDt 1,897
10 10

p = 7 : 10 = 0,7
q = 1 0,7 = 0,3
Mp = ( 6+4+9+8+8+6+3) =: 7 =6,286
6,826 6 0,7
rpbi 0,231
1,897 0,3

db = 10 2 = 8
Nilai tabel pada taraf signifikansi 1% dengan db 8 adalah 0,765. Ini berarti butir nomor 1
tidak valid karena r hitung lebih kecil dari r tabel, sehingga harga r hitung non signifikan,
dalam arti tidak terdapat korelasi yang signifikan antara skor butir dengan skor total.

Contoh lain:
Untuk data yang berbentuk dikotomi, sebaiknya menggunakan teknik korelasi
Point Biserial, dengan rumus sebagai berikut:
M p Mt p
rpbi , dimana:
st q

rpbi = koefisien korelasi point biserial

Mp = rerata skor dari subjek yang menjawab betul bagi butir yang dicari
Validitasnya
Mt = rerata skor total
st = standar deviasi dari skor total
p = proporsi siswa yang menjawab betul (banyaknya siswa yang
menjawab betul dibagi dengan jumlah seluruh siswa)
q = proporsi siswa yang menjawab salah (q = 1 p)

20
 Tabel Cara menghitung Validitas Butir Instrumen
Dengan Korelasi Point Biserial
Nomor Butir s Skor
Responden total
1 2 3 4 5 6 7 8 9 10
X

A 1 0 1 0 1 1 1 1 1 1 8

B 0 0 1 0 1 0 0 1 1 1 5

C 0 1 0 0 0 1 0 1 0 1 4

D 1 1 0 0 1 1 0 0 1 0 5

E 1 1 1 1 1 1 0 0 0 0 6

F 1 0 1 0 1 0 1 0 0 0 4

G 1 1 1 1 1 1 1 0 0 0 7

H 0 1 0 1 1 1 1 1 1 1 8

p 0,625 0,625 0,625 0,375 0,875 0,75 0,50 0,50 0,50 0,50

q 0,375 0,375 0,375 0,625 0,125 0,25 0,50 0,50 0,50 0,50

Misalnya akan diuji validitas butir soal nomor 6, maka perhitungannya sebagai
berikut.
1) mencari Mp = (8+4+5+6+7+8) : 6 = 38:6 = 6,33
2) mencari Mt = (8+5+4+5+6+4+7+8) = 47:8 = 5,875
3) harga standar deviasi dapat dihitung dengan kalkulator atau dengan rumus berikut:

n X 2 X
2
(8 * 201) ( 47) 2
SDt = = 1,642
n( n 1) 8(8 1)

4) menentukan harga p, yaitu 6:8 = 0,75

5) menentukan harga q , yaitu 2:8 =0,25
6) memasukkan ke dalam rumus:
M p Mt p 6,33 5,875 0,75
rpbi = = 0,4799 = 0,480.
st q 1,642 0,25

21
3. Chi Kuadrat (2)
Teknik Chi Kuadrat adalah teknik analisis data untuk menguji perbedaan frekuensi
dengan rumus sebagai berikut.

fo fh 2
2 fh

dimana:
2 = Chi Kuadrat
fo = fekuensi yang dobservasi
fh = frekuensi yang diharapkan

a. Contoh aplikasi 2 untuk satu variabel (dua kategori)

Misalnya ingin diketahui apakah wanita mempunyai peluang yang sama dengan pria
untuk menjadi kepala desa. Untuk itu diadakan penelitian di suatu desa . Sampel diambil
secara random sebanyak 300 orang. Dari sampel tersebut ternyata datanya sebagai tabel
berikut.

Calon kepala desa Frekuensi yang diperoleh Frekuensi yang diharapkan

Calon pria 200 150
Calon wanita 100 150
Jumlah 300 300

Catatan: Jumlah frekuensi yang diharapkan adalah sama, yaitu 50% : 50% dari seluruh
sampel.

Hipotesis statistik:
H0: p1 = p2 = 0,5
H1: p1 p2 0,5

Ketentuan pengujian hipotesis:

22
Jika harga Chi Kuadrat hitung lebih kecil dari harga Chi Kuadrat tabel pada taraf
signifikansi tertentu, maka H0 diterima dan H1 ditolak. Tetapi sebaliknya jika harga Chi
Kuadrat hitung lebih besar atau sama dengan harga Cki Kuadrat tabel maka H1 diterima.

Pengujian hipotesis:
Tabel Kerja untuk Menghitung Chi Kuadrat
Pemilih fo fh fo-fh (fo-fh)2 (fo-fh)2
fh
Pria 200 150 50 2500 16,67
Wanita 100 150 -50 2500 16,67
Jumlah 300 300 0 5000 33,33
Catatan: fh dihitung dengan cara: 50% * 300 = 150.
Berdasarkan perhtinungan, Chi Kuadrat hitung = 33,33. Harga ini harus dibandingkan
dengan harga Chi Kuadrat tabel dengan derajat kebebasan dan taraf signifikansi tertentu
(misalnya 5%). Derajat kebebasan untuk Chi Kuadrat tidan tergantung pada jumlah
individu dalam sampel. Derajat kebebasan akan tergantung pada kebebasan dalam
mengisi kolom-kolom pada frekuensi yang diharapkan ( fh) setelah disusun ke dalam
tabel berikut.
a m
b n
(a+b) (m+n)

Dalam hal ini fo harus sama dengan fh. Jadi (a+b) = (m+n); dengan demikian kita
tidak mempunyai kebebasan untuk menetapkan frekuensi yang diharapkan (fh) = (m+n).
Jadi kebebasan yang dimiliki tinggal satu yaitu kebebasan dalam menetapkan m atau n..
Untuk model ini, derajat kebebasannya (db) = 1.
Berdasarkan db 1 dan taraf signifikansi 5%, maka harga Chi Kuadrat tabel =
3,841. Ternyata harga Chi Kuadrat hutung lebih besar dari Chi Kuadrat tabel sehingga H0
ditolak dan H1 diterima. Jadi terdapat perbedaan frekuensi pilihan yang signifikan antara
pria dan wanita. Berdasarkan frekuensi yang diperoleh ternyata pria lebih berpeluang
untuk menjadi kepala desa.
b. Contoh aplikasi 2 untuk satu variabel (empat kategori)
Misalnya, seorang pengushaha dagang kopi bubuk ingin mengetahui kopi cap apa yang
banyak digemari oleh konsumen. Untuk itu diadakan penelitian terhadap 3000 orang

23
sampel dengan menggunakan kuesioner. Responden diminta untuk memilih kopi cap apa
yang digenari untuk dikonsumsi setiap hari. Berdasarkan pilihan responden, sebanyak
1000 orang memilih kopi cap bola dunia, 900 orang memilih kopi cap setia Bali, 600
orang memilih kopi cap Banyuatis, dan sebanyak 500 orang memilih kopi cap Kapal Api.
Hipotesis penelitian:
H0: Jumlah masyarakat yang memilih 4 jenis merek kopi bubuk tidak berbeda
(peluangnya sama)
Ha: Jumlah masyarakat yang memilih 4 jenis merek kopi bubuk berbeda (peluang tidak
sama).
Tabel Kerja untuk Menghitung Chi Kuadrat
Merek kopi fo fh (fo-fh) (fo-fh)2 (fo-fh)2
fh
1. Cap Bola Dunia 1000 750 250 62500 83.33
2. Cap Setia Bali 900 750 150 22500 30,000
3. Cap Banyuatis 600 750 -150 22500 30,000
4. Cap Kapal Api 500 750 -250 62500 83,33

Jumlah 3000 3000 0 170.000 226,67

Catatan: frekuensi yang diharapkan adalah 3000 : 4 = 750

Pengujian hipotesis;
Berdasarkan hasil perhitungan, ditemukan bahwa Chi Kuadrat hitung = 226,67. Dengan
derajat kebebasan db= n-1 = 4-1 = 3. Berdasarka db = 3 dan taraf signifikansi 5%, nilai
Chi Kuadrat tabel = 7,815. Dengan demikian harga Chi Kuadrat hitung lebih besar dari
harga Chi Kuadrat tabel sehingga H0 ditolak dan Ha diterima. Kesimpulan: terdapat
perbedaan frekuensi yang signifikan pilihan masyarakat untuk mengkonsumsi serbuk
kopi. Berdasarkan data ternyata masyarakat paling gemar minum kopi cap Bola Dunia.

c. Contoh aplikasi 2 untuk dua variabel

Chi Kuadrat digunakan untuk menguji hipotesis komparatif dua sampel bila
datanya berbentuk nominal dan sampelnya besar. Cara perhitungannya dapat

24
menggunakan rumus yang telah ada atau dapat menggunakan Tabel Kontingensi 2 x 2
(dua baris x dua kolom).

Tabel Kontingensi
Sampel Frekluensi pada: Jumlah sampel
Objek I Objek II
Sampel A a b a+b
Sampel B c d c+d
Jumlah a+c b+d n

n = jumlah sampel
Dengan memperhatikan koreksi Yates, rumus yang digunakan untuk menguji hipotesis
adalah sebagai berikut.

n(|ad - bc| - n)2

2 _______________________________
=
(a + b)(a + c)(b + d)(c + d)

Ontoh aplikasi:
a. Permasalahan: apakah ada perbedaan/hubungan antara tingkat pendidikan dengan jenis
pekerjaan yang dipilih?
b. Sampel penelitian: dua kelompok sampel independen yaitu lulusan perguruan tinggi
sebanyak 70 orang dan kelompok lulusan SLTA sebanyak 80 orang.
c. Hipotesis penelitian:
H0: tidak ada perbedaan/hubungan antara tingkat pendidikan dan jenis pilihan pekerjaan
Ha: terdapat perbedaan/hubungan antara tingkat pendidikan dan jenis pilihan pekerjaan
Berdasarkan hasil kuesioner terhadap 80 orang lulusan SLTA, yang memilih
pekerjaan menjadi PNS sebanyak 60 orang dan pekerjaan wiraswasta sebanyak 20 orang.
Selanjutnya dari kelompok lulusan perguruan tinggi yang berjumlah 70 orang, sebanyak
30 orang memilih menjadi PNS dan sebanyak 40 orang memilih wiraswasta. Data hasil
penelitian seperti pada tabel berikut.
Tabel Data Hasil Penelitian
Sampel Jenis pekerjaan Jumlah

25
 PNS Wiraswasta sampel
1. Lulusan PT 60 20 80
2. Lulusan SLTA 30 40 70
Jumlah 90 60 150

d. Perhitungan
Berdasarkan data tersebut dan dengan menggunakan rumus di atas,
perhitungannya sebagai berikut.
n(|ad - bc| - n)2
2 _______________________________
=
(a + b)(a + c)(b + d)(c + d)

150(|60*40 20*30| - 150)2

2 _______________________________________
= =
(60+20)(60+30)(20+40)(30+40)

Dengan db = 1 dan taraf signifikansi 5%, harga Chi Kuadrat tabel = 3,841.
Ternyata harga Chi Kuadrat hitung lebih besar dari harga Chi Kuadrat tabel. Dengan
demikian, H0 ditolak dan Ha diterima. Jadi terdapat perbedaan tingkat pendidikan dalam
memilih jenis pekerjaan, dimana lulusan SLTA cenderung memilih pekerjaan menjadi
PNS dan lulusan perguruan tinggi cenderung memilih pekerjaan wiraswasta. Dengan kata
lain terdapat hubungan yang signifikan antara jenis lulusan dan pilihan terhadap jenis
pekerjaan.

4. Teknik Korelasi Kontingensi

5. Teknik Korelasi Kendall Tau

6. Teknik Korelasi Tetrakorik
7. Teknik Korelasi Phi
8. Cochran Q
9. Mann-Whitney

26
10. Sign Test
11. Run Test
12. Kolmogorov-Smirnov
13. Kruskal-Wallis
14. Mc Nemar

27