Sesi 11 – Nonparametric Tests & Chi-Square Analysis
Learning Guide
Sesi ini membahas metode statistik nonparametrik yang digunakan ketika asumsi distribusi normal tidak terpenuhi, serta pengujian berbasis data kategorik menggunakan chi-square.
Learning Objectives
- Membedakan uji parametrik dan nonparametrik
- Menerapkan goodness-of-fit test
- Menerapkan test of independence
- Menggunakan Wilcoxon Rank Sum dan Kruskal–Wallis tests
12.1 Parametric vs Nonparametric Tests
| Aspek | Parametric | Nonparametric |
|---|---|---|
| Asumsi distribusi | Normal | Tidak perlu |
| Skala data | Interval / Ratio | Ordinal / Nominal |
12.2 Chi-Square Goodness-of-Fit Test
Goodness-of-fit test digunakan untuk menilai apakah distribusi data kategorik sesuai dengan distribusi yang diharapkan.
Hipotesis:
H0: Distribusi aktual = distribusi yang diharapkan
H1: Distribusi berbeda
Statistik uji:
χ² = Σ (O − E)² / E
12.3 Chi-Square Test of Independence
Test of independence digunakan untuk menentukan apakah dua variabel kategorik saling bebas atau saling terkait.
Contoh Bisnis:
Hubungan antara metode pembayaran dan jenis pelanggan.
12.4 Wilcoxon Rank Sum & Kruskal–Wallis Tests
Uji Wilcoxon Rank Sum digunakan sebagai alternatif uji t dua sampel independen, sedangkan Kruskal–Wallis digunakan sebagai alternatif one-way ANOVA.
- Wilcoxon Rank Sum: dua kelompok independen
- Kruskal–Wallis: lebih dari dua kelompok
Praktik Excel (Pendekatan)
Gunakan ranking data terlebih dahulu, kemudian analisis berdasarkan jumlah peringkat.
Sumber: Levine et al. (2017), Chapter 12