Statistika Non Parametrik dan Link Download File Referensi
https://eu2.contabostorage.com/00f3241116844f24b628f46d81abb929:st1/folder8/8136/1656361861_parametrik___Matematika.pdf
2026-05-31 23:32:04 - Admin
<style> body{ font-family: Arial, Helvetica, sans-serif; line-height: 1.6; margin:0; padding:0 15px; background-color:#f9f9f9; color:#333; } h1, h2, h3{ color:#2c3e50; } .container{ max-width:800px; margin:30px auto; background:#fff; padding:25px; box-shadow:0 0 10px rgba(0,0,0,0.05); } ul{ margin-left:20px; } table{ width:100%; border-collapse:collapse; margin:15px 0; } th, td{ border:1px solid #ddd; padding:8px; text-align:center; } th{ background:#f2f2f2; } </style><div class="container"> <h1>Statistika NonParametrik</h1> <h2>Apa Itu Statistika NonParametrik?</h2> <p>Statistika nonparametrik adalah cabang statistik yang tidak mengasumsikan bentuk distribusi tertentu (seperti normal) pada populasi yang sedang diteliti. Metodemetode ini mengandalkan urutan, peringkat, atau frekuensi data, sehingga lebih fleksibel ketika data tidak memenuhi syaratsyarat parametrik.</p> <h2>Kapan Menggunakan Metode NonParametrik?</h2> <ul> <li><strong>Data ordinal atau nominal</strong>: ketika skala pengukuran tidak kontinu.</li> <li><strong>Ukuran sampel kecil</strong>: asumsi normalitas sulit diuji.</li> <li><strong>Distribusi tidak diketahui atau tidak normal</strong>: data skewed, outlier banyak.</li> <li><strong>Variabel tidak berkesinambungan</strong>: misalnya hasil hitung kategori.</li> </ul> <h2>Keuntungan dan Keterbatasan</h2> <p><strong>Keuntungan:</strong></p> <ul> <li>Lebih robust terhadap outlier.</li> <li>Tidak memerlukan asumsi distribusi tertentu.</li> <li>Dapat diaplikasikan pada data ordinal.</li> </ul> <p><strong>Keterbatasan:</strong></p> <ul> <li>Umumnya memiliki daya uji (power) lebih rendah dibandingkan uji parametrik.</li> <li>Informasi yang dihasilkan seringkali kurang detail (misalnya tidak memberikan estimasi parameter).</li> <li>Beberapa metode memerlukan tabel distribusi khusus atau software.</li> </ul> <h2>UjiUji NonParametrik yang Umum</h2> <h3>1. Uji ChiSquare ()</h3> <p>Digunakan untuk menguji independensi dua variabel kategori atau kesesuaian data dengan distribusi teoretis. Contoh: tabel kontingensi 23.</p> <h3>2. Uji KolmogorovSmirnov</h3> <p>Menilai apakah sampel berasal dari distribusi tertentu (misalnya normal). Cocok untuk data kontinu.</p> <h3>3. Uji MannWhitney U (Wilcoxon RankSum)</h3> <p>Pengganti uji tindependen ketika data tidak normal. Membandingkan dua kelompok independen.</p> <h3>4. Uji Wilcon SignedRank</h3> <p>Pengganti uji tpasangan. Membandingkan dua sampel berpasangan atau satu sampel terhadap nilai median.</p> <h3>5. Uji KruskalWallis</h3> <p>Versi nonparametrik dari ANOVA satuarah. Digunakan untuk lebih dari dua kelompok independen.</p> <h3>6. Uji Friedman</h3> <p>Versi nonparametrik dari ANOVA berulang. Untuk data berpasangan pada tiga atau lebih kondisi.</p> <h2>Contoh Penerapan</h2> <p>Seorang peneliti ingin membandingkan kepuasan pelanggan (skala Likert 15) antara tiga cabang toko. Karena data bersifat ordinal dan tidak terdistribusi normal, peneliti dapat menggunakan <strong>Uji KruskalWallis</strong>. Jika hasilnya signifikan, langkah selanjutnya adalah melakukan <strong>Uji Dunn</strong> (posthoc) untuk mengetahui pasangan cabang mana yang berbeda.</p> <h2>Langkah-Langkah Umum Melakukan Uji NonParametrik</h2> <ol> <li><strong>Identifikasi tipe data</strong> (ordinal, nominal, atau kontinu tidak normal).</li> <li><strong>Tentukan hipotesis</strong> (null dan alternatif).</li> <li><strong>Pilih uji yang sesuai</strong> berdasarkan jumlah grup, independensi, dan sifat data.</li> <li><strong>Hitung statistik uji</strong> (misalnya rang, chisquare, atau Dstatistik).</li> <li><strong>Bandingkan dengan nilai kritis</strong> atau gunakan nilai p dari software.</li> <li><strong>Ambil keputusan</strong> (tolak atau gagal menolak H0).</li> <li><strong>Interpretasikan hasil</strong> dalam konteks penelitian.</li> </ol> <h2>Referensi Tabel Distribusi</h2> <p>Beberapa uji memerlukan tabel khusus. Berikut contoh nilai kritis untuk uji MannWhitney (U) dengan =0.05.</p> <table> <thead> <tr><th>n</th><th>n</th><th>U kritis (=0.05, duasisi)</th></tr> </thead> <tbody> <tr><td>5</td><td>5</td><td>2</td></tr> <tr><td>6</td><td>6</td><td>5</td></tr> <tr><td>7</td><td>7</td><td>8</td></tr> <tr><td>8</td><td>8</td><td>13</td></tr> <tr><td>9</td><td>9</td><td>18</td></tr> </tbody> </table> <h2>Kesimpulan</h2> <p>Statistika nonparametrik memberikan alternatif yang kuat ketika asumsi parametrik tidak terpenuhi. Dengan mengandalkan peringkat atau frekuensi, metode ini dapat menangani data ordinal, distribusi tidak normal, dan sampel kecil. Meskipun daya uji biasanya lebih rendah, kegunaannya dalam situasi nyata sangat luas, mulai dari ilmu sosial hingga biomedis. Pemahaman yang baik tentang kapan dan bagaimana menggunakan setiap uji akan meningkatkan kualitas analisis dan keandalan kesimpulan penelitian.</p></div>