6 Contoh Uji Non Parametrik Beserta Penjelasan Lengkapnya
Siti Khadijah Azzukhruf Firdausi
•
27 February 2024
•
2833
Metode uji non parametrik adalah salah satu teknik yang digunakan sebagai alternatif parametrik. Pasalnya, uji non parametrik adalah metode yang tidak mengasumsikan distribusi data spesifik. Contoh uji non parametrik yang bisa digunakan pun juga beragam.
Mulai dari uji Chi-Square hingga Spearman’s Rank Correlation. Untuk melihat berbagai contoh uji non parametrik, baca artikel ini sampai habis ya!
6 Contoh Uji Non Parametrik
Seperti yang sudah dijelaskan sebelumnya, uji non parametrik adalah metode statistik yang tidak mengasumsikan distribusi tertentu dalam analisis data.
Uji ini sering digunakan ketika data tidak memenuhi asumsi distribusi normal atau ketika data berskala ordinal atau nominal. Berikut adalah beberapa contoh uji non parametrik yang sering digunakan:
1. Uji Chi-Square (χ²) untuk Kecocokan (Goodness of Fit)
Contoh uji non parametrik pertama adalah Chi-Square. Metode uji Chi-Square digunakan untuk membandingkan distribusi frekuensi observasi dengan yang diharapkan.
Selain itu, uji Chi-Square juga sering digunakan untuk data kategorikal. Tujuannya adalah untuk menilai seberapa baik data empiris cocok dengan distribusi yang diharapkan.
Berikut adalah cara kerja uji Chi-Square:
Hitung chi-square statistic berdasarkan perbedaan antara frekuensi observasi dan yang diharapkan.
Lalu, statistik akan dibandingkan dengan nilai kritis dari distribusi berdasarkan derajat kebebasan (jumlah kategori dikurangi satu).
Terakhir, perbandingan statistik juga dilakukan berdasarkan tingkat signifikansi.
Pengujian dengan teknik ini bisa dilakukan dalam situasi ketika mau memeriksa keseuaian distribusi. Misalnya, apakah distribusi pekerjaan dalam sampel cocok dengan penyebaran di populasi umum.
2. Uji Mann-Whitney U
Berikutnya, contoh uji non parametrik adalah Mann-Whitney U. Metode uji Mann-Whitney U digunakan untuk membandingkan medan dua kelompok independen ketika data tidak berdistribusi normal.
Selain itu, uji Mann-Whitney U merupakan alternatif no parametrik dari uji t independen. Lebih lanjut, metode ini cocok digunakan untuk data ordinal atau interval/rasion yang tidak memenuhi asumsi normalitas.
Cara kerja uji Mann-Whitney U adalah:
Data dari kedua kelompok digabung dan diberi peringkat.
Uji statistik U dihitung berdasarkan peringkat tersebut.
Menilai apakah satu kelompok cenderung memiliki peringkat yang lebih tinggi daripada kelompok lain.
Pengujian dengan metode ini bisa dilakukan untuk membandingkan skor kepuasan pelanggan antara dua cabang perusahaan.
Baca Juga: Panduan Analisis Data dengan Python Pandas untuk Pemula
3. Uji Wilcoxon Signed-Rank
Kemudian, contoh uji non parametrik adalah Wilcoxon Signed-Rank. Metode ini digunakan untuk data berpasangan atau terkait. Contohnya adalah pengukuran sebelum dan sesudah intervensi pada subjek yang sama.
Wilcoxon Signed Rank juga cocok digunakan untuk data yang tidak berdistribusi normal. Berikut adalah poin yang menggambarkan cara kerja metode ini:
Setiap pasangan data dihitung selisihnya.
Selisih diberi peringkat berdasarkan besarnya tanpa memperhatikan tanda.
Pengujian terhadap hipotesis bahwa median selisih adalah nol.
Salah satu contoh penggunaan metode ini adalah untuk menilai efektivitas pelatihan dengan mengukur peningkatan skor tes sebelum dan sesudah pelatihan.
4. Uji Kruskal-Wallis
Lalu, contoh uji non parametrik adalah Kruskal-Wallis. Metode ini merupakan alternatif non parametrik dari ANOVA satu arah. Ini digunakan untuk membandingkan median dari tiga kelompok atau lebih yang independen.
Berikut adalah poin-poin yang menggambarkan cara kerja Kruskal-Wallis:
Semua pengamatan dari semua kelompok digabung dan diberi peringkat.
Statistik Kruskal-Wallis dihitung untuk menentukan apakah ada perbedaan signifikan antara kelompok.
Metode ini bisa diaplikasikan untuk membandingkan tingkat kepuasan pelanggan antara tiga atau lebih jenis layanan yang berbeda.
5. Uji Friedman
Lalu, contoh uji non parametrik adalah Friedman. Metode ini merupakan alternatif non parametrik untuk ANOVA berulang. Umumnya, digunakan untuk data terkait seperti pengukuran yang diambil pada tiga waktu atau kondisi berbeda pada subjek serupa.
Berikut adalah cara kerja dari uji Friedman:
Pengamatan diberi peringkat dalam setiap blok (subjek atau unit eksperimental).
Statistik Friedman dihitung untuk menilai perbedaan medan antar kondisi atau waktu.
Metode ini bisa diaplikasikan untuk menganalisis perbedaan performa alat yang sama diuji di bawah tiga kondisi suhu berbeda.
Baca Juga: Jenis Visualisasi Data Dan Fungsinya yang Wajib Kamu Tahu
6. Uji Spearman's Rank Correlation
Contoh uji non parametrik berikutnya adalah Spearman’s Rank Correlation. Ini merupakan aplikasi untuk mengukur kekuatan dan arah hubungan antara dua variabel. Khususnya untuk yang diukur pada skala ordinal atau interval/rasio tidak berdistribusi normal.
Berikut adalah cara kerja uji Spearman’s Rank Correlation:
Menghitung koefisien korelasi Spearman Spearman (rs) berdasarkan peringkat data, bukan nilai sebenarnya.
Melakukan penilaian mengenai seberapa baik hubungan antara dua variabel. Ini dapat dijelaskan oleh fungsi monotonik.
Metode ini bisa diaplikasikan untuk menilai hubungan antara tingkat pendidikan dan pendapatan.
Itulah beberapa contoh uji non parametrik yang sering kali digunakan dalam analisis data. Berbicara tentang analisis data, MinDi punya rekomendasi untuk kamu yang ingin berkarir di data science.
Bagi Sobat MinDi yang tertarik, MinDi sarankan kamu untuk ikut Bootcamp Data Science Dibimbing.id. Lewat program ini, kamu bisa belajar banyak hal soal data science dengan panduan praktisi ahli.
Kamu bisa belajar teori, tools, scope of work di industri, hingga praktik dengan real case project. Pokoknya, kamu bakal dibimbing sampai jadi! Selain itu, pembelajarannya dilengkapi dengan silabus beginner-friendly.
Jadi, kamu yang beralih karir dan baru mulai juga bisa mengikuti kelasnya tanpa kesusahan. So, nggak usah ragu! Yuk, segera daftar dan mulai karir barumu bersama Dibimbing.id!
Tags
Siti Khadijah Azzukhruf Firdausi
Khadijah adalah SEO Content Writer di Dibimbing dengan pengalaman menulis konten selama kurang lebih setahun. Sebagai lulusan Bahasa dan Sastra Inggris yang berminat tinggi di digital marketing, Khadijah aktif berbagi pandangan tentang industri ini. Berbagai topik yang dieksplorasinya mencakup digital marketing, project management, data science, web development, dan career preparation.