1

Uji Nonparametrik: Aplikasi pada Penelitian Pendidikan

Ondi Saondi

Secara umum, dalam penelitian terdapat dua pendekatan yakni pendekatan kuantitatif dan kualitatif. Pendekatan
kuantitatif menggunakan statistika sebagai alat untuk mengolah data. Oleh karena beragamnya metoda statistika,
maka paling tidak terdapat dua uji yang sering dimanfaatkan untuk pengujian hipotesis yakni uji parametrik dan uji
non-parametrik.Kedua uji tersebut didasarkan pada tingkat pengukuran nominal, ordinal,interval, atau rasio. Jika
tingkat pengukuran nominal, ordinal, interval, dan rasio, maka pengujian hipotesisnya dapat menggunakan uji non-
parametrik. Tetapi jika datanya interval atau rasio maka pengujian hipotesis dilakukan dengan menggunakan uji
parametrik. Di dalam artikel ini, saya akan membahas uji non-parametrik, itupun hanya beberapa alat uji diantaranya
: uji eta, korelasi tata jenjang, uji _
2
, uji jenjang bertanda wilcoxons, uji man whitney, uji tanda, uji median, uji
kruskall-wallis, dan uji McNemar.

Kata Kunci : uji eta, korelasi tata jenjang, uji _
2
, uji jenjang bertanda wilcoxons, uji man whitney, uji tanda, uji
median, uji kruskall-wallis, dan uji McNemar.

Statistika merupakan tool dalam penelitian kuantitatif. Ketika kita
menggunakan statistika yang tidak tepat berimplikasi pada pembuatan keputusan
yang tidak tepat. Oleh karena itu, saya memberikan gambaran pemanfaatan statistika
dalam riset bidang pendidikan. Dalam statistika, data memegang peranan yang tidak
kecil karena diawali dari data inilah kita dapat menentukan jenis analisis yang tepat.
Data terbagi kedalam 4 jenis yakni nominal, ordinal, interval, dan rasio. Untuk
selajnutnya keempat data tersebut kita sebut dengan skala pengukuran. Dari keempat
tingkatan pengukuran, maka perlu dicarikan statistik yang cocok agar diperoleh
kesimpulan yang akuntable. Berikut tabel mengenai statistik yang cocok untuk
masing masing tingkatan.

Skala Hubungan hubungan yang
membatasi
Contoh statistik
yang cocok
Tes statistik yang
sesuai
Nominal (1) Ekuivalensi Modus, Frekuensi,
Koefisien
Kontingensi
Tes Statistik Non
parametrik
Ordinal (1) Ekuivalensi
(2) Lebih besar dari
Median, Persentil,
Spearman r
s
,
Kendall t, Kendall
W
Tes Statistik Non
parametrik
Interval (1) Ekuivalensi
(2) Lebih besar dari
(3) Rasio sembarang dua interval
diketahui
Mean, Deviasi
Standar, Korelasi
momen hasil kali
pearson, Korelasi
momen hasil kali
ganda
Tes Statistik Non
parametrik dan
parametrik
Rasio (1) Ekuivalensi
(2) Lebih besar dari
(3) Rasio sembarang dua interval
diketahui
(4) Rasio sembarang dua harga
skala diketahui
Mean geometrik,
Koefisien Variasi
Tes Statistik Non
parametrik dan
parametrik
Sumber : Statistik Non-Parametrik Oleh Siedney Siegel
2

Uji ini tidak mensyaratkan data berdistribusi normal dan homogen. Uji non-
parametrik tidak pernah merumuskan kondisi maupun asumsi mengenai populasi
darimana sampelnya dipilih. Uji non-parameetrik digunakan untuk mengatasi
beberapa eksperimen yang menghasilkan pengukuran respons yang tidak dapat
dinyatakan secara kuantitatif, tetapi menghasilkan pengukuran respons yang dapat
diurut (diperingkat/rangking). Beberapa keuntungan tes statistik non-parametrik,
antara lain:
1. Mudah dipelajari
2. Dapat digunakan untuk menggarap data yang hanya merupakan klasifikasi
semata, yakni diukur dalam skala nominal.
3. Dapat menggarap data yang pada dasarnya merupakan rangking dan juga untuk
data yang skor skor keangkaannya secara sepintas memiliki kekuatan rangking.
4. Untuk menggarap sampel sampel yang terdiri dari observasi observasi dari
beberapa populasi yang berlainan.
5. Jika sampelnya N=6 hanya tes ini yang dapat digunakan kecuali kalau sifat
distribusi populasinya diketahui secara pasti.
6. Pernyataan kemungkinan yang diperoleh adalah kemungkinan kemungkinan
yang eksak ( kecuali untuk kasus sampel yang besar, dimana terdapat pendekatan
pendekatan yang sangat baik)

Sedangkan kelemahan Uji non-parametrik adalah:
1. Jika data telah memenuhi semua anggapan model statistik parametrik, dan jika
pengukurannya mempunyai kekuatan seperti yang dituntut, maka penggunaan
tes tes statistik non-parametrik akan merupakan penghamburan data.
2. Belum ada satu pun metoda non-parametrik untuk menguji interaksi interaksi
dalam model analisis varian, kecuali kita berani membuat anggapan anggapan
khusus tentang aditivitas (addtivity).

Uji Eta (The Correlation Ratio, q)
Korelasi ini dipergunakan untuk mengukur hubungan atau asosiasi antara variabel
interval dan variabel nominal. Formulanya adalah:

( )( ) ( )( )
( )( )

+

=
2
2 1
2
2
2 2
2
1 1
2
1
T T
T
Y n n Y
Y n Y n Y
q

Keterangan: n
1
dan n
2
= sampel 1 dan sampel 2
2 1 kelompok dan kelompok gabungan rata Rata Y
T
=
E Y
T
2
= Jumlah Kuadrat kedua kelompok sampel
kelompok tiap rata Rata Y dan Y =
2 1


Contoh : Kita ingin mengetahui apakah ada hubungan antara tempat tinggal siswa
dengan nilai pengetahuan umum. Kemudian dilakukan penelitian dengan sampel
siswa yang berasal dari desa 10 orang dan yang tinggal di kota 13 orang. Hasil
perhitungan skor nilai pengetahuan umum misalnya seperti terlihat dalam tabel
berikut:
3

No Desa (Y1) Y1
2
No Kota (Y2) Y2
2
1 10 100 1 8 64
2 7 49 2 12 144
3 4 16 3 14 196
4 11 121 4 6 36
5 8 64 5 10 100
6 5 25 6 9 81
No Desa (Y1) Y1
2
No Kota (Y2) Y2
2
7 6 36 7 8 64
8 4 16 8 11 121
9 10 100 9 11 121
10 9 81 10 10 100
11 9 81
12 8 64
13 6 36
Jumlah 74 608 122 1208
Sumber : Diolah dari data mentah

= + = + =
= =
+
=
= =
= =
1816 1208 608
52 , 8
23
196
23
122 74
4 , 9
13
122
4 , 7
10
74
2
2
2
1
2
2
1
Y Y Y
Y
Y
Y
T
T


Kemudian kita masukkan ke dalam rums diatas, di dapat:
( )( ) ( )( )
( )( )
42 , 0
52 , 8 23 1816
4 , 9 13 4 , 7 10 1816
1
2
2 2
=

= q

Sesudah itu kita uji signifikansinya dengan rumus F:
( )
( )( ) 1 1
2
2


=
K
K N
F
q
q
, Dimana : N = Jumlah sampel dan K = Jumlah Subkelas variabel
nominal. Kalau kita substitusikan maka nampak sebagai berikut:
( )
( )( )
67 , 4
1 2 42 , 0 1
2 23 42 , 0
2
2
=


=
X
F . Bila dibandingkan dengan tabel F dengan df atas (K-1)
= 2-1 = 1 dan df bawah (N-K) = (23 2) = 21, kita dapatkan nilai F adalah 4,32 (untuk
o = 0,05) berarti signifikan, artinya ada hubungan.

Korelasi Tata Jenjang (Rho)

Korelasi tata jenjang menggambarkan hubungan diantara variabel ordinal dengan
variabel ordinal. Dimana masing masing variabel di beri jenjang (di ranking).
Adapun rumusnya adalah :
( ) 1
6
1
2
2

=

n n
d
rho , dimana : E d
2
= kuadrat jumlah beda antar jenjang dan n =
jumlah data

4

Contoh : Kita ingin mengetahui apakah ada korelasi antara lamanya jam belajar per
hari (dalam menit)siswa dengan rata rata nilai raport, kemudian dilakukan
penelitian terhadap objek tertentu hasil diperoleh data sebagai berikut:

Nama
Lamanya
Belajar (X)
Nilai
Raport (Y)
Jenjang X Jenjang Y d d
2
A 60 7,56 5 5 0 0
B 120 8,76 1 1 0 0
C 90 8 3 3,5 -0,5 0,25
D 70 8 4 3,5 0,5 0,25
E 50 7 6,5 6 0,5 0,25
F 100 8,5 2 2 0 0
G 50 6 6,5 7 -0,5 0,25
Jumlah 0 1
Hasilnya di dapat:

( )
982 , 0
018 , 0 1
1 49 7
1 6
1
=
=

=
rho
rho
X
rho

Ini berarti korelasi tinggi.

Koefisien Gamma

Koefisien gamma dipergunakan untuk melihat asosiasi (korelasi) antara variabel yang
berskala ordina. Adapun Formulanya adalah sbb:

+
+
+

=
) (
) (
) (
S S
S S
Gamma
Dimana : S
+
= Frequensi agreement, S
-
= Frekuensi inversion

Contoh : Kita ingin mengetahui apakah ada hubungan antara tingkat pendidikan
dengan sikap toleransi beragama, kemudian diteliti 57 orang di cibunut
ciniru.Kemudian data hasil penelitian tersebut ditabulasikan sebagai berikut:

Tingkat
Pendidikan
SD SLTP SLTA PT Jumlah

Sikap
Toleransi


Rendah 1 6 4 1 12

Sedang 3 13 5 2 23

Tinggi 7 11 3 1 22

Jumlah 11 30 12 4 57
Sumber : Diolah dari data mentah

5

Jawab :
1. Menghitung S
+
dan S
-

S
+
1(13 + 5 + 2 + 11 + 3 + 1) = 35
6(5 + 2 + 3 + 1) = 66
4(2 +1) 12
3(11 + 3 + 1) =45
13(3 + 1) = 52
5 (1 ) = 5
________________
Jumlah = 215
S
-

1(5 +13 +3 +3+11+7) =42
4 (13 + 3 + 11 + 7 ) = 136
6 (3 + 7) = 60
2 (3 + 11 + 7) = 42
5 (11 + 7) = 90
13 (7) = 91
_____________________
Jumlah = 461
2. Menghitung Gamma
461 215
461 215
) (
+

= Gamma
676
246
) (

= Gamma
36 , 0 ) ( = Gamma
Dari langkah dua dapat disimpulkan ada korelasi negatif, lebih dari sepertiganya
(246) kelebihan nilai negatif atas nilai positif artinya pada saat pendidikan makin
tinggi kecenderungan sikap toleransinya rendah.

Uji _
2


_
2
atau chi kuadrat merupakan rumus yang cukup sering digunakan dalam uji
statistik. Formula ini biasanya hanya diupergunakan untuk data diskrit (nominal) dan
dimaksudkan untuk menguji indepedensi atau ketidak ada hubunganantara satu
variabel dengan variabel lain. Sebaliknya kalau hasil pengujian tidak memenuhi
syarat tidak adanya hubungan, maka hasilnya menunjukkan ada hubungan. Tapi
perlu di ingat bahwa ada hubungan tidak berarti adanya korelasi karena untuk
mengetahui korelasi diperlukan formulasi lain dimana hasil perhitungan _
2

merupkan bagian dari formula itu.
Rumus:
( )

=
h
h o
F
F F
2
2
_
Sedangkan untuk korelasinya menggunakan rumus koefisiien kontingensi dengan
formula sebagai berikut:
6

n
KK
+
=
2
2
_
_

Contoh : Kita ingin mengetahui apakah ada hubungan antara jenis kelamin dengan
kerajinan belajar siswa, kemudian ditelitilah 100 orang siswa dengan hipotesisi nol
mengatakan bahwa tidak ada hubungan antara jenis kelamin dengan kerajinan belajar
siswa. Data penelitian kemudian ditabulasikan sebagai berikut:

Kerajinan Belajar Tinggi Sedang Rendah Jumlah

Jenis Kelamin
Laki laki 50 30 20 100
Perempuan 40 30 30 100
Jumlah 90 60 50 200

Tabel tersebut berisi frekuensi yang diobservasi atau F
o
. Langkah selanjutnya kita
harus mencari F
h
atau frekuensi yang diharapkan dengan rumus :
Jumlah Per Kolom X Jumlah Per Baris
Jumlah data
( ) 45
200
90 100
50 = =
X
F
h
, ( ) 30
200
60 100
30 = =
X
F
h
, ( ) 25
200
50 100
20 = =
X
F
h

( ) 45
200
90 100
40 = =
X
F
h
, ( ) 30
200
60 100
30 = =
X
F
h
, ( ) 25
200
50 100
30 = =
X
F
h

Sesudah dihitung F
h
, maka untuk ,memudahkan perhitungan dapat dibuat tabulasi
sebagai berikut:

Jenis Kelamin Kerajinan
Belajar
Fo Persentase Fh (Fo-Fh) (Fo-
Fh)
2
/Fh
Laki-Laki Tinggi 50 50% 45 5 0,56
Sedang 30 30% 30 0 0
Rendah 20 20% 25 -5 0,56
Perempuan Tinggi 40 40% 45 -5 0,56
Sedang 30 30% 30 0 0
Rendah 30 30% 25 5 0,56
Jumlah 200 200 0 2,24

Dari perhitungan tersebut nampak bahwa _
2
yang diperoleh adalah 2,24. sesudah kita
memperoleh nilai tersebut kemudian dibandingkan dengan tabel nilai _
2
pada tingkat
kepercayaan 99 % atau 95 %. Setelah diketahui df nya dengan rumus (jumlah kolom
1) X (jumlah baris 1) yaitu (3-1)X(2-1) = 2. Dari tabel diketahui bahwa dengan df 2
dan tingkat kepercayaan 99 % dan 95 % diperoleh angka masing masing 9,210 (99 %)
dan 5,991 (95%). Ternyata bahwa _
2
hitung lebih kecil dari _
2
tabel pada kedua tingkat
kepercayaan tersebut : 2,24 < 5,991 (95 %) dan 9,21 (99 %).
Ini berarti bahwa tidak ada hubungan yang signifikan antara jenis kelamin dengan
kerajinan belajar pada taraf kepercayaan 99 % atau 95 %. Oleh karena itu pengujian
korelasi dengan KK tidak diperlukan karena variabel variabel tersebut tidak ada
hubungan artinya hipotesis nol diterima.
7

Uji Jenjang Bertanda Wilcoxons

Uji ini merupakan penyempurnaan uji tanda sebelumnya dimana dalam uji tanda
sebelumnya besar perbedaan tidak diperhatikan, sedangkan dalam uji in i besarnnya
beda diperhatikan. Adapun langkah langkah dalam pengujian ini adalah:
1. Membuat rangking tiap tiap beda dari yang terkecil ke yang terbesar tanpa
memperhatikan tanda positif atai negatif bila ada yang sama cari rata ratanya.
2. Memberi tanda positif atau negatif pada masing masing jenjang sesuai dengan
bedanya.
3. Jumlahkan jenjang yang positif dan negatif masing masing, notasikan jumlah
jenjang yang lebih kecil dengan T.
4. Bandingkan nilai T yang diperoleh dengan nilai T tabel untuk uji jenjang bertanda
wilcoxon.

Contoh : Kita ingin mengetahui apakah sikap beragama ada perubahan sesudah
mengikuti pesantren kilat, kemudian kita teliti 57 orang siswa dengan memberi skor
sikap sebelum dan sesudah pesantren kilat. Data yang diperoleh misalnya sebagai
berikut:

Nama
Siswa
Skor
Sebelum
Skor
Sesudah
Beda Jenjang Tanda Jenjang
+ -
A 10 13 +3 6,5 +6,5
B 9 12 +3 6,5 +6,5
C 8 9 +1 1,5 +1,5
D 10 9 -1 1,5 -1,5
E 12 14 +2 4 +4
F 14 16 +2 4 +4
G 15 17 +2 4 +4
Jumlah 26,5 -1,5
Sumber : Diolah dari data mentah

Dari tabel di atas nampak bahwa jenjang yang bertanda positif dan jenjang yang
bertanda negatif. Jadi nilai T yang dipakai yaitu yang merupakan jenjang yang lebih
kecil. Kemudian bendingkan dengan Tabel. Nilai kritis T untuk n = 7 dengan tingkat
kepercayaan 95 % pengujian dua arah yaitu T
0,05
= 2. Maka nampak bahwa ada
perbedaan sikap siswa sebelum ikut pesantren kilat dan sesudahnya.Keikutsertaan
pesantren kilat mengakibatkan sikap siswa yang lebih baik karena T
hitung
(1,5) lebih
kecil dari T
tabel
(2).

Uji Mann Whitney (U- Test)

Uji mann whitney ini digunakan untuk mengukur treatment tertentu terhadap dua
sampel, dikembangkan oleh B. Mann dan R. Whitney tahun 1947. Dalam uji ini
asumsi yang diperlukan adalah bahwa nilai dari variabel random berdistribusi
continu. Adapun langkah langkah pengujiannya adalah sebagai berikut:
- Gabungkan dua sampel dan beri rangking mulai dari yang terkecil ke yang
terbesar
- Hitunglah jumlah rangking masing masing
8

- Sesudah itu hitung sampel pertama dengan N
1
pengamatan
( )
|
.
|

\
|

+
+ =
1
1 1
2 1
2
1
R
n n
n n U atau dari sample kedua N
2
( )
|
.
|

\
|

+
+ =
2
2 2
2 1
2
1
R
n n
n n U dari
dua nilai U tersebut gunakan U yang lebih kecil dengan cara membandingkan nilai U
dengan
2
2 1
N N
sesudah itu cari nilai U dengan U = N
1
N
2
U
- Bandingkan nilai U hitung dengan U table. Jika U
h
< U
T
, maka treatment itu
mempunyai pengaruh terhadap sample yang kita ambil.
Contoh : Seorang manager produksi ingin menguji apakah iringan musik berpengaruh
terhadap produktivitas? Kemudian dilakukan penelitian output per jam terhadap sample
random 10 pekerja (N
1
) tanpa iringan musik dan 18 pekerja (N
2
) dengan iringan musik.
Hasilnya ditabulasikan sebagai berikut:

No Pekerja
Tanpa
Musik
Output
per jam
Jenjang No Pekerja
Dengan
Musik
Output
per jam
Jenjang
1 A 13 18,5 1 K 17 28
2 B 12 13,5 2 L 16 27
3 C 12 13,5 3 M 15 25
4 D 10 7 4 N 15 25
5 E 10 7 5 O 15 25
6 F 10 7 6 P 14 22
7 G 10 7 7 Q 14 22
8 H 9 4 8 R 14 22
9 I 8 2 9 S 13 18,5
10 J 8 2 10 T 13 18,5
11 U 13 18,5
12 V 12 13,5
13 W 12 13,5
14 X 12 13,5
15 Y 12 13,5
16 Z 11 10
17 AA 10 7
18 BB 8 2
Jumlah 81,5 324,5

Dari tabel tersebut di atas diketahui R
1
= 81,5 dan R
2
= 324,5 nilai U diketahui
( )
5 , 153 5 , 81
2
1 10 10
18 . 10 =
|
.
|

\
|

+
+ = U . Jumlah ini lebih besar dari 90
2
18 . 10
= . Nilai U
yang digunakan adalah: U = 10.18 153,5 = 265. Berdasarkan table dengan tingkat
kepercayaan 0,025 (satu arah) atau 0,05 (dua arah) pada N
1
= 10 dan N
2
= 18 nilainya
adalah 48 berarti U
hitung
< U
tabel
yakni 26,5 < 48 , maka ada pengaruh iringan musik
terhadap produktivitas yang lebih tinggi.

Uji Tanda (Sign Test)
Uji tanda dimaksudkan untuk membandingkan dua kondisi sebelum dan sesudah
dilakukan suatu treatment terhadap objek penelitian. Uji tanda didasarkan atas tanda
tanda positif atau negatif tanpa melihat rentang perbedaab, Oleh karenanya ini
9

merupakan uji sederhana untuk mengevaluasi efek dari suatu perlakuan tertentu di
dalam pengujian hasil perhitungan dibandingkan dengan tabel _
2
untuk menarik
kesimpulan.sehingga terkadang notasi uji tanda menggunakan _
2
.
( )
| | ( )
2 1
2
2 1 2
) 1
n n
n n
ST
+

= _ , dimana n
1
= beda positif dan n
2 =
beda negatif

Contoh: Di desa A diadakan penyuluhan tentang kebersihan. Kemudian kita ingin
mengetahui apakah penyuluhan demikian bermanfaat untuk menyadarkan
penduduk dalam hal kebersihan, lalu dilakukan penelitian terhadap 15 rumah yang
dipilih secara random sebelum dan sesudah penyuluhan dengan kriteria penilaian
yang sama. Kemudian diperoleh data sebagai berikut seperti dalam tabel:

No Sebelum Sesudah Tanda perubah
Positif Negatif Netral
1 7 8 +
2 6 7 +
3 6 5 -
4 7 6 -
5 8 9 +
6 7 8 +
7 6 7 +
8 7 8 +
9 7 6 -
10 8 9 +
11 8 9 +
12 6 7 +
13 6 8 +
14 7 9 +
15 6 8 +
Jumlah 12 3 0

Sesudah itu kita masukkan ke dalam rumus dengan catatan hanya jumlah tanda
positif dan negatif saja yang dimasukkan sedang yang netral tidak diperhitungkan
| | ( )
307 , 4
3 12
) 1 3 12
2
2
=
+

= _
Setelah diperoleh hasil kita bandingkan dengan tabel _
2
pada tingkat kepercayaan 95
% dengan df yaitu 3,841. bila dibandingkan dengan _
2
hitung ternyata _
2
hitung
(4,571) > _
2
tabel (3,841) berarti penyuluhan kebersihan punya pengaruh positif yang
signifikan dalam meningkatkan kesadaran terhadap kebersihan.

Uji Median
Uji ini digunakan untuk mengetahui dua sampel acak yang diambil dari dua populasi
apakah memiliki median yang sama atau tidak. Adapun langkah dalam pengujian
sebagai berikut:
- Perumusan Hipotesis
H
o
: Dua sampel acak telah diambil dari dua populasi dengan median yang sama
atau telah diambil dari populasi yang sama.
10

H
1
: Kedua sampel itu berasal dari dua populasi dengan median yang berlainan
atau dari dua populasi yang berlainan
- Menghitung besaran besaran statistik yang diperlukan
a. Gabungkan kedua sampel menjadi sebuah sampel berukuran (n
1
+ n
2
) dengan
n
1
= ukuran sampel yang diambil darim populasi kesatu dan n
2
= ukuran
sampel yang diambil dari populasi kedua.
b. Tuliskan ke- (n
1
+ n
2
) buah data dari sampel gabungan ini menurut urutan
besar nilainya.
c. Tentukan median sampel gabungan ini.
d. Dari setiap sampel, tentukan banyak data yang ada di muka median.
Nyatakan hal ini dengan A
1
untuk sampel I dan A
2
untuk sampel II. Tentukan
juga data yang ada di bawah median, dan nyatakan hal ini dengan B
1
untuk
sampel I dan B
2
untuk sampel II.
e. Bentuklah sebuah daftar kontingensi 2 X 2

Sampel I Sampel II
Di atas Median A1 A2
Di Bawah Median B1 B2
f. Menghitung _
2
hitung

( )( )( )( ) d c d b c a b a
n bc ad n
+ + + +
|
.
|

\
|

=
2
2
2
1
_
g. Menghitung _
2
tabel

_
2
tabel
= _
2
(1
-
o)
dengan df = 1
h. Kriteria Pengujian. Dengan mengambil taraf nyata o, H
o
ditolak jika _
2
hitung
>
_
2
tabel
. Dalam kondisi lain H
o
diterima.
i. Kesimpulan. Sesuai dengan langkah pada nomor 3.

Contoh : Seseorang meneliti mengenai sampel santri apakah berasal dari populasi
santri yang sama atau tidak.Data mentah di dapat:
Sampel I 5, 16, 12, 17, 8, 9, 12, 10, 18, 13
Sampel II 20, 7, 14, 19, 10, 15, 13
Solusi:
Perumusan Hipotesis
H
o
: Dua sampel acak telah diambil dari dua populasi dengan median yang sama
atau telah diambil dari populasi yang sama.
H
1
: Kedua sampel itu berasal dari dua populasi dengan median yang berlainan
atau dari dua populasi yang berlainan
Menghitung besaran besaran statistik yang diperlukan
a. Gabungkan kedua sampel menjadi sebuah sampel berukuran (n
1
+ n
2
).
Sampel gabungannya setelah disusun menurut urutan nilainya, menjadi:
5, 7, 8, 9, 10, 10, 12, 12, 13, 13, 14, 15, 16, 17, 18, 19, 20
b. Tuliskan ke- (n
1
+ n
2
) buah data dari sampel gabungan ini menurut urutan
besar nilainya.
5, 7, 8, 9, 10, 10, 12, 12, 13, 13, 14, 15, 16, 17, 18, 19, 20
11

c. Tentukan median sampel gabungan ini. Dari langkah kedua terlihat bahwa
mediannya adalah 13.
d. Dari setiap sampel, tentukan banyak data yang ada di muka median.
Dari sampel I ada tiga data di atas median yaitu 16,17, 18 dan ada enam data
di bawah median yaitu 5, 8, 9, 10, 12, 12
Dari sampel II ada empat data di atas median yaitu 14,15, 19, 20 dan ada dua
data di bawah median yaitu 7 dan 10
e. Daftar kontingensi 2 X 2
Sampel I Sampel II Jumlah
Di atas Median 3 4 7
Di Bawah Median 6 2 8
Jumlah 9 6 15
f. Menghitung _
2
hitung

( )( )( )( )
5468 , 0
2 4 6 3 2 6 4 3
15
2
1
6 4 2 3 15
2
2
2
=
+ + + +
|
.
|

\
|

=
_
_
X X X

g. Menghitung _
2
tabel

_
2
tabel
= _
2
(1

0,05)
=_
2
0,95
dengan df = 1 di dapat _
2
0,95
= 3,84

Kriteria Pengujian. Dengan mengambil taraf nyata o = 0,05, H
o
diterima karena _
2
hitung

s _
2
tabel
yaitu 0,5468 s 3,83
Kesimpulan. Jadi dua sampel acak santri telah diambil dari dua populasi dengan
median yang sama atau telah diambil dari populasi yang sama.

Uji Kruskal-Wallis

Uji ini merupakan kelanjutan dari uji Mann-Whitney. Uji ini digunakan untuk melihat
apakah 3 atau lebih sampel acak yang independen bersal dari populasi yang sama. Uji
Kruskal-Wallis tergantung pada jumlah rangking tiap tiap sampel, seperti halnya
pada uji Mann-Whitney. Adapun formula yang digunakan adalah:

+
+
= ) 1 ( 3
) 1 (
12
2
n
n
R
n n
K
j
j

Dimana : n
j
= Jumlah nilai/unit dalam sampel ke-j, R
j
= Jumlah rangking dalam
sampel ke-j, n = Jumlah seluruh nilai observaasi seluruh sampel
Contoh : Anton meneliti keefektifan dari 2 metoda pendekatan dalam pembelajaran
matematika yaitu metoda tradisional dan metoda open-ended. Untuk itu ia
mengambil secara random nilai ujian akhir semester dari 15 orang mahasiswa yang
mewakili kedua metoda tersebut. Berikut nilai UAS dari 15 orang mahasiswa tersebut.

Metoda Nilai
Tradisional
Open-Ended
55,45,60,34,67,23,60,45
78,80,60,65,66,56,90

12

Jawab: Langkah pertama adalah kita membuat rangking untuk masing masing nilai
sesuai dengan urutan nilai yang terkecil.

No. Nilai Metoda Rank No. Nilai Metoda Rank
1
2
3
4
5
6
7
8
9
10
23
34
45
45
55
56
60
60
60
65
T
T
T
T
T
OE
T
T
OE
OE
1
2
3,5
3,5
5
6
8
8
8
10
11
12
13
14
15
66
67
78
80
90
OE
T
OE
OE
OE
11
12
13
14
15

Langkah kedua adalah mencari jumlah rank untuk masing masing metoda, untuk
kemudahan lihat tabel berikut:

Tradisional Rank Open-Ended Rank
23
34
45
45
55
60
60
67
1
2
3,5
3,5
5
8
8
12
R1 = 43
56
60
65
66
78
80
90
6
8
10
11
13
14
15
R2 = 77

Langkah ketiga mencari nilai Uji Kruskal Wallis (K-satistik) dengan rumus :
( ) ( )
7 , 22 ) 1 15 ( 3
7
77
8
43
) 1 15 ( 15
12
) 1 ( 3
) 1 (
12
2 2
2
= +
(

+
+
= +
+
=

n
n
R
n n
K
j
j

dengan o = 0,05 maka _
2
t
= _
2
(o;k-1)
= _
2
(0,05;2-1)
= _
2
(0,05;1)
= 3,841

Karena nilai K-statistik > _
2
(0,05;1)
atau 22,7 > 3,841, maka hipotesis nol kita tolak

Kesimpulannya, ada perbedaan antara kedua metoda pembelajaran yang diterapkan
dalam matematika.

Uji McNemar

Tes ini digunakan untuk kasus dua sampel yang berhubungan. Tes McNemar untuk
signifikasi perubahan dapat diterapkan terhadap rancangan rancangan sebelum
dan sesudah dimana tiap orang digunakan sebagai pengontrol dirinya sendiri. Tes
ini digunakan untuk skala nominal atau skala ordinal. Rumusnya:

Sesudah
- +
Sebelum
+ A B
- C D
13

D A
D A
+

=
2
2
) (
_ dengan db = 1. Koreksi kontinyuitas (Yates,1934) adalah suatu
upaya untuk menghilangkan sumber kesalahan
D A
D A
+

=
2
2
) 1 | (|
_ dengan db = 1.
Untuk Uji Pihak kiri tolak H
0
jika t h
2 2
_ _ s dengan db = 1.

Contoh : Seorang psikolog tertarik meneliti hubungan kanak kanak dengan orang
dewasa pada waktu baru masuk ke sekolah pra TK. Diobservasilah 25 kanak kanak.


Obyek Pendekatan Awal Hari ke-30
Kanak Dewasa
Objek pendekatan awal hari pertama
Dewasa 14(A) 4(B)
Kanak 3(C) 4(D)

Jawab :
( )
5 , 4
4 14
1 | 4 14 | ) 1 | (|
2
2
2
=
+

=
+

=
D A
D A
_
61 , 14 % 95 ; 25
2 2
= = _ _ t

karena t h
2 2
_ _ s yakni 4,5 <= 14,61 maka H
0
ditolak dengan kata lain kanak kanak
kecenderungan berhubungan dengan orang dewasa pada pendekatan awal.

Daftar Pustaka
Amudi Pasaribu. 1965. Pengantar Statistika. Imballo : Medan.
Gross Sobol, Marion. 1983. STATISTICS FOR BUSINESS AND ECONOMICS.
McGraw-Hill: New York.
Hamburg, Morris. 1977. Statistical Analysis for Decision Making. Harcourt Brace
Jovanovich: New York.
Murwani, Santosa. 2000. STATISTIKA TERAPAN. PPs UHAMKA: Jakarta.
Nasir, Moh. 1999. Metode Penelitian. Ghalia Indonesia: Jakarta.
Olson, Charles L. 1983. Statistics for Business Decision Making. Scott,Foresman and
Company: USA.
Siegel, Sidney. 1990. Statistik Nonparametrik Untuk Ilmu Ilmu Sosial (Terjemah).
Gramedia: Jakarta.
Sudjana. 1996. Metode Statistika. Tarsito: Bandung.
Sugiyono. 2000. Metode Penelitian Administrasi. Alfabeta: Bandung.
Suharsaputra, Uhar. 2002. PENELITIAN KUANTITATIF (TEKNIK
KORELASIONAL). STKIP : Kuningan.
Supranto, J. 1994. Statistik. Erlangga: Jakarta.