METODE STATISTIK NONPARAMETRIK

METODE STATISTIK NONPARAMETRIK

Uji statistik nonparametrik ialah suatu uji statistik yang tidak memerlukan adanya asumsi-asumsi mengenai sebaran data populasi. Uji statistik ini disebut juga sebagai statistik bebas sebaran (distribution free). Statistik nonparametrik tidak mensyaratkan bentuk sebaran parameter populasi berdistribusi normal. Statistik nonparametrik dapat digunakan untuk menganalisis data yang berskala nominal atau ordinal karena pada umumnya data berjenis nominal dan ordinal tidak menyebar normal. Dari segi jumla data, pada umumnya statistik nonparametrik digunakan untuk data berjumlah kecil (n <30).

Metode ini digunakan jika peneliti tidak mengetahui karakteristik kelompok item yang menjadi sumber sampelnya. Metode ini dapat diterapkan terhadap data yang diukur dengan skala ordinal dan dalam kasus tertentu, skala nominal.

Keunggulan Statistik Nonparametrik

a. Asumsi dalam uji-uji statistik nonparametrik relatif lebih longgar. Jika pengujian data menunjukkan bahwa salah satu atau beberapa asumsi yang mendasari uji statistik parametrik. (misalnya mengenai sifat distribusi data) tidak terpenuhi, maka statistik nonparametrik lebih sesuai diterapkan dibandingkan statistic parametrik.
b. Perhitungan-perhitungannya dapat dilaksanakan dengan cepat dan mudah, sehingga hasil penelitian segera dapat disampaikan.
c. Untuk memahami konsep-konsep dan metode-metodenya tidak memerlukan dasar matematika serta statistika yang mendalam.
d. Uji-uji pada statistik nonparametrik dapat diterapkan jika kita menghadapi keterbatasan data yang tersedia, misalnya jika data telah diukur menggunakan skala pengukuran yang lemah (nominal atau ordinal).
e. Efisiensi statistik nonparametrik lebih tinggi dibandingkan dengan metode parametrik untuk jumlah sampel yang sedikit.

Keterbatasan Statistik Nonparametrik

Disamping keunggulan, statistik nonparametrik juga memiliki keterbatasan. Beberapa keterbatasan statistik nonparametrik antara lain:
a. Jika asumsi uji statistik parametrik terpenuhi, penggunaan uji nonparametric meskipun lebih cepat dan sederhana, akan menyebabkan pemborosan informasi.
b. Jika jumlah sampel besar, tingkat efisiensi nonparametrik relatif lebih rendah dibandingkan dengan metode parametrik.

1.UJI TANDA

Prosedur uji tanda didasarkan pada tanda negatif atau positif dari perbedaan antara pasangan data ordinal. Pada hakikatnya pengujian ini hanya memperhatikan arah perbedaan dan bukan besarnya perbedaan itu. Prosedur pengujian hipotesis dengan metode uji tanda dijelaskan dalam skema berikut.
CONTOH.
Sebuah restoran ayam goreng telah mengembangkan sebuah resep baru untuk adonan tepung ayamnya. Departemen pemasaran hanya ingin melihat apakah resep baru tersebut lebih enak daripada resep sebelumnya. Pada tahap pengembangan produk baru ini, departemen tersebut tidak tertarik pada tingkat rasa atau kenikmatan.

Sepuluh konsumen dipilih secara acak guna menguji rasa dari resep lama dan resep baru. Kemudian memberikan nilai rasa dari 1-10 dengan 1 berarti sangat buruk dan 10 berarti sangat baik. Berikut adalah hasilnya.
 
Ujilah bahwa rasa baru tidak memperbaiki rasa daging ayam dengan taraf nyata 5%.
PENYELESAIAN

1. Perumusan Hipotesis  
H0 : p = 0,5  (Resep baru tidak memperbaiki rasa daging ayam) 
Ha : p > 0,5 (Resep baru memperbaiki rasa daging ayam) 

2. Dari soal diketahui bahwa nilai a = 0,05 

3. Susun pasangan observasi dan dan tentukan tanda.
Tanda perbedaan antara observasi yang disajikan dalam tabel berikut.
 
Dari tabel diatas diketahui bahwa jumlah tanda positif ada 6 dan tanda negatif ada 2, sehingga n adalah jumlah tanda positif dan negatif, jadi n = 8. Kemudian ditentukan nilai r, dimana r adalah jumlah tanda pasangan yang nilainya sedikit, dalam hal ini jumlah tanda negatif. jadi r = 2.

4. Menentukan probabilitas hasil sampel yang diobservasi. Lihat Tabel Binomial pada Lampiran 1 dengan n = 8, r = 2 dan p = 0,5. Kita akan mencari probabilitas paling banyak 2 dari 8 responden yang melaporkkan perubahan negatif adalah sebesar P(X ≤ 2) = 0,1445 

Artinya, Jika benar-benar tidak terdapat perbedaan antara rasa lama dan baru, maka probabilitas untuk mendapatkan paling banyak 2 dari 8 responden yang melaporkan penurunan rasa hanyalah 14,45%.

5. Keputusan.
Karena taraf < nyata probabilitas hasil sampel, yaitu 0,05 < 0,1445, maka H0 ditolak. Artinya Adonan resep baru memperbaiki rasa daging ayam.

LAMPIRAN 1.
Tabel Binomial.


Komentar

Posting Komentar

Postingan populer dari blog ini

PENDUGAAN INTERVAL (ESTIMASI)

Gambar
PENDUGAAN INTERVAL (ESTIMASI)  PENDUGAAN INTERVAL UNTUK RATA-RATA Untuk membuat pendugaan interval, harus ditentukan terlebih dahulu besarnya tingkat keyakinan, yang diberi simbol 1 - α . Umumnya, tingkat kepervayaan yang digunakan adalah  90%, 95%, dan 99%. Berdasarkan Dalil Batas Memusat, pernyataan probabilitas dapat dituliskan sebagai berikut. Misalkan     a d a l ah     b a tas     b a w ah     d a n   adalah batas atas. Persamaan    yang menyatakan bahwa interval a - b memuat rata-rata μ. Misalnya, batas bawahnya diberikan 2,5 dan batas atasnya 3,5 dengan 1 - a = 90%. Maka  Men unjukkan adanya probabilitas sebesar 90% bahwa pada interval 2,5 dan 3,5 akan memuat nilai rata-rata populasi yang sebenarnya yaitu  μ. Kesalahan yang mungkin terjadi, probabilitasnya adalah 10%. Artinya, kemungkinan interval tersebut tidak memuat μ, artinya μ bisa lebih kecil dari 2,5 atau lebih besar dari 3,5. Penyusunan interval keyakinan ditentukan oleh bentuk distribus
Baca selengkapnya

Perancangan Sistem Informasi Rekam Medis Rumah Sakit

Gambar
Perancangan Sistem Informasi Rekam Medis Rumah Sakit Menggunakan Metode SDLC I. PENDAHULUAN Kebutuhan informasi dewasa ini semakin meningkat, kemudahan dalam mengakses informasi mutlak diperlukan untuk memberikan pelayanan yang lebih baik kepada konsumen yang membutuhkan. Tuntutan pelayanan informasi dan pengelolahan informasi secara terintegrasi menjadi sangat penting di setiap lembaga, termasuk di suatu rumah sakit. Pengolahan data secara tradisional menjadi tidak efektif karena semakain banyak data yang harus diolah dan tuntutan dalam kemudahan mengakses suatu data atau informasi yang dibutuhkan. Rumah Sakit EsGul memiliki pencatatan medis yang dilakukan oleh 1 orang petugas rekam medis menggunakan software Microsoft Excel. Petugas rekam medis tersebut melakukan pencatatan rekam medis menggunakan 2 file, 1 untuk petugas rekam medis sebagai Administrator, 1 untuk petugas operasional klinik yaitu perawat dan kasir (Resepsionis). Proses rekam medis diawali dengan
Baca selengkapnya

KORELASI DAN REGRESI BERGANDA

Gambar
KORELASI DAN REGRESI LINIER BERGANDA KORELASI SEDERHANA Apabila kita mempunyai tiga variabel Y , X 1  , X 2  , maka kita dapat menentukan hubungan atau korelasi sederhana antara X 1  dan Y , X 2  dan Y , serta X 1  dan X 2 . Korelasi X 1  dan Y digambarkan dengan rumus berikut : Korelasi X 2  dan Y digambarkan dengan rumus berikut : Korelasi X 1  dan X 2  digambarkan dengan rumus berikut : KOEFISIEN KORELASI LINEAR BERGANDA (KKLB) Untuk mengetahui kuatnya hubungan antara variabel Y dengan beberapa variabel X lainnya (misalnya antara Y dengan X 1  dan X 2 )  Koefisien Penentuan (KP):  Suatu nilai untuk mengukur besarnya sumbangan dari beberapa variabel X terhadap variasi (naik-turunnya) Y. Jika KP mengukur besarnya sumbangan X 1  dan X 2  terhadap variasi, atau naik turunnya Y.  Apabila dikalikan dengan 100% akan diperoleh persentase sumbangan X 1  dan X 2  terhadap naik-turunnya Y. Koefisien Korelasi Parsial : Variabel Y berkorelasi den
Baca selengkapnya