Analisis Non-Parametrik
       Analisis statistika yang sejauh ini sudah 
        dibahas merupakan golongan analisis statistika 
        parametrik
       Salah satu asumsi penting dalam statistika 
        parametrik adalah data berskala rasio/interval 
        dan berdistribusi normal
       Apabila data berskala nominal/ordinal dan/atau  
        tidak berdistribusi normal, maka alternatif 
        analisis yg bisa digunakan adalah analisis 
        non-parametrik
              Keuntungan Statistik Non 
                        Parametrik
       Uji nonparametrik tertentu dapat digunakan 
        untuk analisis data nominal
       Uji nonparametrik tertentu dapat digunakan 
        untuk analisis data ordinal
       Proses perhitungan pada statistika non 
        parametrik biasanya lebih sederhana 
        dibandingkan pada statistika parametrik, 
        khususnya untuk sampel kecil
        Kerugian Statistik Non Parametrik
       Kadang-kadang tidak ada alternatif uji 
        nonparameterik yg bersesuaian dengan uji 
        parametrik. Misal: analisis regresi
       Uji nonparametrik menjadi tak berguna apabila 
        uji parametrik untuk data yang sama tersedia
       Uji nonparametrik pada umumnya tidak tersedia 
        secara luas dibandingkan dengan uji parametrik
       Untuk sampel besar, perhitungan untuk 
        statistika nonparametrik menjadi rumit
        Macam Data                                                Bentuk Hipotesis
                         Deskriptif       Komparatif (dua sampel)           Komparatif (lebih dari 2         Asosiatif 
                         (satu                                              sampel)                          (hubungan)
                         variabel)        Related          Independen       Related          Independen
        Nominal          Binomial         Mc Nemar         Fisher Exact     2 for k sample  2 for k sample Contingency 
                                                           Probability                                       Coefficient C 
                         2 One                                             Cochran Q
                                                           2  Two 
                         Sample                            Sample
        Ordinal          Run Test         Sign test        Median test      Friedman         Median          Spearman Rank 
                                          Wilcoxon         Mann-Whitney     Two Way-         Extension       Correlation
                                          matched parts    U test           Anova
                                                                                             Kruskal-Wallis  Kendall Tau
                                                           Kolmogorov                        One Way 
                                                           Simrnov                           Anova
                                                           Wald-
                                                           Woldfowitz
        Interval         T Test*          T-test of*       T-test of*       One-Way          One-Way         Pearson Product 
                                          Related          independent      Anova*           Anova*          Moment *
        Rasio
                                                                            Two Way          Two Way         Partial 
                                                                            Anova*           Anova*          Correlation*
                                                                                                             Multiple 
                                                                                                             Correlation*
                   Penggunaan Non Parametrik
                  TES                          PENGGUNAAN                                            FUNGSI
        Chi Square                    Menggunakan data nominal untuk menguji             Tes independensi variabel
                                      independensi satu sampel atau dua sampel atau 
                                      lebih dari 2 sampel
        Codran Q                      Untuk menguji hubungan lebih dari 2 sampel         Membantu pada data yang memberikan 
                                      pada skala nominal                                 jawaban 2 kategori
        Uji Tanda                     Untuk menguji hubungan 2 sampel pada skala         Tes yang baik untuk data berjenjang 
                                      ordinal                                            (rangking)
                                      -                                                  -
        Uji median                     Pada satu sampel untuk melihat randomisasi pada    Untuk melihat kesimetrisan distribusi
                                      data dari populasi                                 -
                                                                                           Tes independensi variabel
                                      -
                                        untuk menguji independensi lebih dari 2 sampel 
                                      pada skala ordinal
        Uji Mann-Whitney U            Untuk menguji independensi 2 sampel pada skala     Analog pada independensi 2 sampel t-
                                      ordinal                                            Test
        Uji Kruskal-                  Untuk menguji independensi lebih dari 2 sampel     Alternatif dari uji One-Way ANOVA di 
        Wallis                        pada skala ordinal                                 mana asumsi distribusi normal tidak 
                                                                                         digunakan
        Uji Fiedman                   Uji menguji hubungan lebih dari 2 sampel pada      Alternatif dari uji Two-Way ANOVA 
                                      skala ordinal                                      dimana asumsi distribusi normal tidak 
                                                                                         digunakan
        Uji Kolmogorov-               Untuk menguji independensi dari satu sampel        Uji ini lebih powerful dibanding uji chi-
        Smirnov                       atau 2 sampel pada skala ordinal.                  square atau uji Mann-Whitney