Statistik NonparametrikSuatu pengujian populasi seringkali dihadapkan pada suatu uji yang harus dilakukan tanpa kebergantungan asumsi-asumsi yang kaku karena bersifat khusus. Uji statistik nonparametrik merupakan alternatif untuk memenuhi kebutuhan tersebut dikarenakan menghasilkan kesahihan dan validitas meskipun hanya berdasar pada asumsi-asumsi umum. Tipe utama prosedur statistik yang dimasukkan dalam nonparametrik adalah prosedur-prosedur nonparanetrik murni dan prosedur-prosedur bebas distribusi (distribution free procedures) (Murti, Bhisma, 1996).

Ciriciri dari data non parametrik adalah :1. Data berdistribusi tidak normal2. Merupakan data nominal atau data ordinal3. Jumlah data kurang dari sama dengan 30 (n 30)Keunggulan Statistik Non Parametrik :Beberapa keuntungan dalam penggunaan statistik non parametrik adalah :a. Kemungkinan keasalahan pada penggunaan adalah minimum karena asumsi yang digunakan minim.b. Perhitungan yang digunakan umumnya mudah meskipun secara manual.c. Prosedur yang digunakan lebih mudah dipahami oleh semua pihak.d. Prosedurnya dapat digunakan meskipun dengan skala pengukuran terendah.

Kekurangan statstik non parametrik :Di samping memilki kelebihan-kelebihan tersebut di atas, penggunaan statistiknon parametrik juga mempunyai kelemahan di antaranya :a. Meskipun perhitungannya sederhana tetapi pada umumnya menjemukan.b. Beberapa kasus sebenarnya lebih tepat jika digunakan prosedur-prosedur parametrik. Sebagai ringkasan, bila uji parametrik dan non parametrik keduanya berlaku pada himpunan data yang sama, gunakanlah selalu uji parametrik yang lebih efisien. Akan tetapi bila diketahui bahwa anggapan kenormalan sering tak berlaku dan ternyata bahwa yang dihadapi adalah pengukuran yang tidak kuantitatif maka digunakan uji yang nonparametrik (Murti, Bhisma, 1996)

Uji Uji Statistik NonparametrikKebanyakan cara pengujian hipotesis pada uji parametrik adalah didasarkan pada anggapan bahwa sampel acak diambil dari populasi normal. Padahal tidak semua data yang digunakan pada pengujian-pengujian tersebut diatas berdistribusi normal. Untukmengatasi hal tersebut lalu digunakan uji non parametrik. Uji non parametrik adalah ujiyang mengabaikan asumsi dari kenormalan data populasi.Yang tercakup didalam uji non parametrik adalah Pengujian Kolmogorof-Smimov, Uji Tanda, Uji Dwi Sampel Wilcoxon, Uji Runtun dan Uji Kruskal Walls. (Modul Parktikum Statistika Industri hal 4, 2005)Pengolahan data nonparametrik k = 2 (Siegel, Sidney, 1992).Pengolahan data nonparametrik independen k =21. Uji Mann-WhitneyUji, digunakan untuk menguji ada tidaknya perbedaan yang significan untuk 2 sampel yang independent. Uji Mann-Witney disebut juga uji U, beraku untuk kasus dua sample independent dengan skor yang berskalaordinal. Uji Mann- Whitney dipakai untuk menguji apakah dua kelompokindependent telah ditarik dari populasi yang sama. Uji ini merupakan pengembangan dari uji Wilcoxon dengan dua sample berukuran tidak sama,dan pemberian jenjang didasarkan pada skor gabungan. Uji Mann-hitney tidakmemerlukan anggapan tertentu mengenai populasi dari mana sampel diambil (seperti uji-uji non-parametrik lainnya). Asumsi yang diperlukan hanyalah bahwa nilai dari variable random dari dua kelompok yangdiperbandingkan adalah berditribusi kontinyu. Hipotesis nihil yang akan diuji mengatakan bahwa dua sample independent diambil dari populasi yang memiliki distribusi yang sama. Uji ini dapat digunakan untuk pengujian duasisi ataupun satu sisi. Uji tersebut merupakan alternatif lain dari uji t parametrik, bila anggapan yang diperlukan bagi uji t tidak dijumpai.2. Uji Kolmogorov-SmirnovUji ini hampir sama dengan uji Mann-Whitney yaitu digunakan untukmenguji ada tidaknya perbedaan yang significant untuk 2 sampel yang independent. Uji Kolmogorof Smirnov juga dapat digunakan untukmelakukan uji lokasi dan uji bentuk. Kedua uji tersebut berkontribusi pada perbedaan nilai 2 kelompok. Dengan melakukan centering atau pemusatan nilai data sample, setiap kelompok disekitar rata-ratanya akan menghilangkan perbedaan dan memungkinkan melakukan perbandingan bentuk (uji bentuk) antara kedua kelompok tersebut.3. Uji Moses dan Uji Wald-Wolfowitz. Uji Moses merupakan teknik metode pengujian non parametrik untukmenguji hipotesa bahwa variabel percobaan akan memberi efek pada beberapa subjek di satu sisi dan subjek lainnya di sisi yang berlawanan. Pengujian ini dibandinghkan dengan grup kendali. Tes ini membutuhkan data ordinal. Tes ini berfokus pada rentang di grup kendali, dan mengukur berapa banyak nilai ekstrim di grup percobaan mempengaruhi rentang saatdigabungkan dengan grup m kendali. Uji Moses lebih fokus kepada variasidata dari dua sampel.

Pengolahan data nonparamerik dependen k = 21. Uji Tanda (Sign)Uji tanda digunakan untuk menguji hipotesis mengenai median populasi.Dalam banyak kasus prosedur non parametrik, rataan digantikan oleh mediansebagai parameter lokasi yang relevan untuk di uji. Uji statistik yang sesuai untukuji tanda adalah peubah acak binomial X, yang menyatakan banyaknya tanda tambah dalam terok acak.

2. Uji Rang TandaUji tanda hanya menggunakan tanda tambah dan kurang dari selisih antara pengamatan dan dalam kasus satu sampel, atau tanda tambah dari selisih antara pasangan pengamatan dalam kasus sampel berpasangan tanpa memperhatikan besarnya selisih tersebut. Suatu uji yang memanfaatkan baiktanda maupun besarnya selisih telah diusulkan oleh Frank Wilcoxon (1945) dan sekarang biasa disebut uji rang tanda Wilcoxon (Siegel, Sidney, 1992).

1. Murti, Bhisma. Penerapan Metode Statistik Non Parametrik Dalam Ilmu-ilmu Kesehatan. Jakarta: PT.Gramedia Pustaka Utama, 1996. 2. Siegel, Sidney. Statistik Non Parametrik Untuk Ilmu-ilmu Sosial. Jakarta: PT.Gramedia Pustaka Utama, 1992.