Analisis Varian Ranking Satu Arah Krruskal-Wallis

Fungsi Analisis varian ranking satu arah Kruskal-Wallis ini adalah tes yang sangat berguna untuk menentukan apakah k sampel independen berasal dari populasi-populasi yang berbeda. Tes ini membuat anggapan bahwa variabel yang dipelajari mempunyai distribusi kontinyu. Tes ini menuntut pengukuran variabelnya paling lemah dalam skala ordinal. Dasar Pemikiran dan Metode Dalam penghitungan tes Kruskal-Wallis ini, masing-masing n observasi digantikan dengan rankingnya. Yaitu, semua skor dalam seluruh k sampel yang digunakan, diurutkan (ranking) dalam satu rangkaian. Skor yang terkecil digantikan dengan ranking 1, yang setingkat di atas yang terkecil dengan ranking 2, dan yang terbesar dengan ranking n. n=jumlah seluruh observasi independen dalam k. apakah boleh urutannya dari yg terbesar ke yang terkecil Jika hal ini telah dikerjakan, jumlah ranking dalam masing-masing sampel dihitung. Tes Kruskal-Wallis menetukan apakah jumlah ranking itu sangat berlainan sehingga sangat kecil kemungkinan bahwa sampel-sampel itu semuanya di tarik dari populasi yang sama. Dapat ditunjukan bahwa jika seluruh k sampel itu memang benar-benar dari populasi yang sama, yakni jika Ho benar, maka H (statistik uji yang dipergunakan dalam Tes Kruskal-Wallis) berdistribusi chi-square dengan db= k-1 , dengan syarat bahwa ukuran-ukuran k sampel itu tidak terlalu kecil Kecilnya itu berapa? , yaitu

(1)

Dimana;

k = banyak sampel = banyak kasus dalam sampel ke-j

n=

= banyaknya kasus dalam semua sampel > 5, harga-harga sebesar H

Jika terdapat lebih dari 5 kasus dalam setiap kelompok, yakni

observasi dapat ditentukan dengan menggunakan Tabel C. Tolak Ho jika harga observasi H sama

dengan atau lebih besar daripada harga chi-square yang ditunjukkan dalam Tabel C untuk tingkat signifikansi yang telah ditetapkan dan untuk harga observasi db=k-1. Jika k = 3 dan banyak kasus dalam masing-masing sampel nya lima atau kurang, kemungkinan yang eksak telah di tabelkan dari rumus (1). Harga-harga kemungkinan ini disajikan dalam Tabel O .

Observasi-observasi berangka sama Jika angka sama terjadi antara dua skor atau lebih, tiap-tiap skor mendapatkan ranking yang sama, yaitu rata-rata ranking nya.Karena harga H ada angka yang sama, maka kita akan mengadakan koreksi untuk angka sama dalam menghitung H. Untuk mengadakan koreksi berhubungan dengan akibat angka sama itu, H dihitung dengan rumus (1) dan kemudian dibagi dengan;

Dimana : T =

( t adalah banyak observasi-observasi berangka sama dalam serangkaian skor berangka sama) ? n = banyak observasi dalam seluruh k sampel bersama-sama, yakni n =

Dengan demikian, rumus umum untuk H yang telah di koreksi karena adanya angka sama adalah :

Dengan koreksi yang diadakan untuk angka sama ini, harga H ditingkatkan dan dengan demikian hasilnya lebih signifikan bila dibandingkan dengan koreksi tidak diadakan. Dalam kebanyakan kasus , akibat koreksi itu dapat diabaikan. Jika yang terlibat dalam angka sama tidak lebih dari 25% observasi, kemungkinan yang berkaitan dengan suatu H yang dihitung tanpa koreksi angka sama, jarang sekali berubah dengan lebih dari 10% bila dilakukan koreksi angka sama itu.

Ringkasan Prosedur Inilah langkah-langkah dalam penggunaan analisis varian ranking satu arah Kruskal-Wallis;

1. Berilah ranking observasi-observasi untuk k kelompok itu dalam suatu urutan dari 1 sampai n . 2. Tentukan harga R (jumlah ranking) untuk masing-masing kelompok itu 3. Jika suatu proporsi yang besar diantara observasi-observasi itu berangka sama, hitunglah harga H dengan rumus yang menggunakan faktor koreksi. 4. Metode untuk menilai signifikansi harga observasi H bergantung pada ukuran k dan pada ukuran kelompok-kelompok itu : a. Jika k = 3 dan jika < 5, Tabel O dapat dipakai untuk menentukan kemungkinan yang berkaitan, di bawah Ho, dengan suatu H yang sebesar H observasi b. Dalam kasus-kasus lain, signifikansi suatu harga sebesar harga observasi H dapat ditaksir dengan menggunakan tabel C dengan db = k 1 5. Jika kemungkinan yang berkaitan dengan harga observasi H adalah sama dengan atau kurang dari ,tolak Ho dan terima .

Kekuatan Efisiensi Tes Kruskal-Wallis lebih efisien daripada perluasan tes median karena tes ini menggunakan lebih banyak informasi dalam observasi-observasinya, mengubah skor menjadi ranking dan bukan hanya memisah-duakan skor-skor itu sebagaiskor diatas median dan dibawah median.

Multiple Comparison Jika dan hanya jika hipotesis nol ditolak maka kita dapat menggunakan prosedur pasangan untuk melihat pasangan mana yang berbeda. Kita dapat mengatakan bahwa populasi i dan j berbeda apabila mengikuti pertidaksamaan berikut :

) (

Contoh soal 1. Untuk membanding empat bola bowling, seorang pemain profesional memainkan lima game untuk masing-masing bola dan diperoleh hasil sbb: Bola bowling A : 221 232 207 198 212 Bola bowling B : 202 225 252 218 226 Bola bowling C : 210 205 189 196 216 Bola bowling D : 229 192 247 220 208 Gunakan Kruskal-Wallis test, pada taraf signifikansi 0,05, untuk menguji hipotesa nihil bahwa hasil permainan bowler tersebut di antara 4 bola bowling tersebut i. Hipotesia nol dan hipotesa alternatif H0 : Hasil permainan bowler seimbang di antara 4 bola bowling H1 : Hasil permainan bowler tidak seimbang di antara 4 bola bowling Taraf sigfikansi Digunakan taraf signifikansi 0,05. dapat digunakan Tabel C. Nilai X20.05:3 = 7,82. kriteria pengujian H0 diterima apabila : H 7,82 H0 ditolak apabila : H > 7,82 Nilai H Rumus menghitung nilai H :

ii.

iii.

iv.

Semua sampel digabungkan, kemudian semua nilai pengamatan diberi jenjang dari nilai pengamtan terkecil sampai terbesar. Bola Bowling B Nilai Jenjang 202 5 225 15 252 20 218 12 226 16 68 R2

A Nilai 221 232 207 198 212

Jenjang 14 18 7 4 10 53 R1

C Nilai 210 205 189 196 216

Jenjang 9 6 1 3 11 30 R3

D Nilai 229 192 247 220 208

Jenjang 17 2 19 13 8 59 R4

N = n1 + n2 + n3 + n4 = 5 + 5+ 5 + 5 = 20

12 532 68 2 30 2 59 2 ( ) 3(20 1) 20(20 1) 5 12 (2362,8) 63 420 4,51 H

v. Keputusan Oleh karena nilai H = 4,51 lebih kecil dari nilai X20.05:3 = 7,82 maka hipotesa nol diterima. Dapat disimpulkan bahwa hasil permainan bowler tersebut seimbang di antara 4 bola bowling. Note : apabila k = 3 dan banyak pengamatan dalam masing-masing sampelnya lima atau kurang, pendekatan Chi- Square pada distribusi sampling H tidak cukup baik. Untuk kasus semacam itu, kemungkinan yang eksak telah ditabelkan berdasarkan rumus : Harga harga kemungkinan ini disajikan dalam Tabel O pada lampiran. Kolom pertama dari tabel tersebut menunjukkan banyak pengamatan dalam ketiga sampel, yakni berbagai angka yang mungkin untuk n1,n2,n3. Kolom kedua memuat harga H yang dihitung dengan rumus di atas. Kolom ketiga menyajikan kemungkinan yang berkaitan dengan munculnya harga-harga H hitung ( di bawah H0 ). 2. Misalkan seorang peneliti bidang pendidikan hendak menguji hipotesa bahwa para administrator sekolah biasanya lebih bersifat otoriter daripada guru-guru kelas. Sungguh pun demikian, peneliti menyadari bahwa hasil penelitian bisa bias oleh kenyataan bahwa banyak guru kelas yang mempunyai orientasi administratif dalam aspirasi profesional mereka. Untuk menghindari hal yang demikian, ia merencanakan untuk membagi 14 subyek kedalam tiga kelompok : para guru yang memiliki orientasi pengajar( yang kedudukannya tetap sebagai guru),para guru yang mempunyai orientasi administrator, dan administrator Skor keotoriteran ketiga kelompok pendidik ditunjukkan sbb Guru berorientasi pengajar Skor Jenjang 96 4 128 9 83 3 61 1 101 5 22 R1 Guru berorientasi administrator Administrator Skor Jenjang Skor Jenjang 82 2 115 7 124 8 149 13 132 10 166 14 135 11 147 12 109 6 37 46 R2 R3

Berdasarkan Tabel O, untuk ni = 5,5,dan 4, H > 6,4 mempunyai kemungkinan muncul, dibawah H0, sebesar P < 0,049. Kesimpulannya, oleh karena P ( < 0,049) lebih kecil dari = 0,05 maka H 0 ditolak. Ini berarti bahwa tiga kelompok pendidik tersebut berbeda dalam tingkat keotoriteran mereka.

3. Tiga kelompok babi guenea diinjeksi berturut-turut dengan dosis 0,5 mg, 1,0 mg, dan 1,5 mg transquiliser. Banyaknya waktu yang diperlukan untuk membuat mereka tidur adalah ( dalam sekon ) : Dosis 0,5 mg : 8,2 10 10,2 13,7 14 7,8 12,7 10,9 Dosis 1,0 mg : 9,7 13,1 11 7,5 13,3 12,5 8,8 13,9 7,9 10,5 Dosis 1,5 mg : 12 7,2 8 9,4 11,3 9 11,5 8,5

i.

Hipotesa nol dan hipotesa alternatif H0: Tiga macam dosis tersebut tidak memberikan efek yang berbeda. H1 : Tiga macam dosis tersebut memberikan efek yang berbeda.

ii.

Taraf signifikansi Gunakan = 0,05. Berdasarkan Tabel C nilai X2 0,05;2 = 5,99. Kriteria pengujian H0 diterima apabila H0 ditolak apabila

iii.

: Nilai H 5,99 : Nilai H > 5,99

iv.

Nilai H Banyak waku beserta jenjangnya dari tiga macam dosis, ditunjukkan sbb :

Dosis 0,5 mg Dosis 1,0 mg Dosis 1,5 mg Waktu Jenjang Waktu Jenjang Waktu Jenjang 8,2 6 9,7 11 12 19 10 12 13,1 22 7,2 1 10,2 13 11 16 8 5 13,7 24 7,5 2 9,4 10 14 26 13,3 23 11,3 17 7,8 3 12,5 20 9 9 12,7 21 8,8 8 11,5 18 10,9 15 13,9 25 8,5 7 7,9 4 10,5 14 R1 = R2 = R3 = 120 145 86

12 120 2 1452 86 2 H ( ) 3(26 1) 26(26 1) 8 10 8 12 (4827) 81 702 82,513 81 1,513

v.

Keputusan Oleh karena nilai H = 1,513 lebih kecil dari nilai X20,05;2=5,99. Maka hipotesa nol diterima. Dapat disimpulkan bahwa tiga macam dosis tidak meberikan efek yang berbeda pada taraf signifikansi 0,05.

4. Untuk menguji daya tempuh ( jarak dalam mil ) tiga jenis gasoline, telah dicoba mengendarai mobil sebanyak sepuluh tangki penuh untuk masing-masing jenis gasoline. Hasilnya adalah: Gasoline 1 : 20 31 24 33 23 24 28 16 19 26 Gasoline 2 : 29 18 29 19 20 21 34 33 30 23 Gasoline 3 : 19 31 16 26 31 33 28 28 25 30 Dengan kruskal-wallis test, ujilah hipotesa nol bahwa tidak ada perbedaan dalam daya tempuh rata-rata di antara3 jenis gasoline tersebut. Gunakan = 0,05 i. Hipotesa nol dan hipotesa alternatif H0 : Tidak ada perbedaan dalam daya tempuh rata-rata di antara 3 jenis gasoline H1 : Terdapat perbedaan dalam daya tempuh rata-rata di antara 3 jenis gasoline Taraf signifikansi Digunakan = 0,05. Menurut Tabel C, nilai X20,05;2 = 5,99 Kriteria pengujian H0 diterima apabila H0 ditolak apabila

ii.

iii.

: Nilai H 5,99 : Nilai H > 5,99

iv.

Nilai H Daya tempuh dan jenjang dari tiga jenis gasoline , ditunjukkan sbb :

Gasoline 1 Daya tempuh 20 31 24 33 23 24 28 16 19 26

Jenjang 7,5 25 12,5 28 10,5 12,5 18 1,5 5 15,5 136 R1

Gasoline 2 Daya tempuh 29 18 29 19 20 21 34 33 30 23

Jenjang 20,5 3 20,5 5 7,5 9 30 28 22,5 10,5 156,5 R2

gasoline 3 Daya tempuh 19 31 16 26 31 33 28 28 25 30

Jenjang 5 25 1,5 15,5 25 28 18 18 14 22,5 172,5 R3

Note : bila terjadi angka sama antara dua skor atau lebih, tiap-tiap skor mendapatkan jenjang yang sama, yaitu rata-rata jenjangnya.

12 136 2 156,5 2 172,5 2 [ ] 3(30 1) 30(30 1) 10 12 (7274,45) 93 930 93,86 93 0,86 H

v.

Keputusan Karena nilai H lebih kecil dari X20,05;2 = 5,99 maka hipotesa nol diterima. Dapat dimpulkan bahwa tidak ada perbedaan dalam daya tempuh rata-rata di antara 3 jenis gasoline.

5. Sebuah departemen latihan dan pengembangan mengirimkan bahan kursus yang bersifat self instuctional tentang penyusunan anggarakepada tenaga-tenaga penjualan di empat daerah penjualan. Setelah bahan-bahan dikirimkan lengkap kemudian dilakukan test standar. Skor yang dicapai ditunjukkan dalam tabel di bawah ini :

A 78 89 73 82 91

Daerah Penjualan B C 60 92 88 83 93 87 54 84 68 86 93 90 85

D 82 70 95 69 78 74

Dengan tara signifikansi 0,05, ujilah hipotesa nol yang mengatakan bahwa hasil dari 4 grup sampel berasal dari distribusi skor populasi yang sama.

i.

Hipotesa nol dan hipotesa alternatif H0 : Hasil dari empat grup sampel berasal dari distribusi skor populasi yang sama H1 : Hasil dari empat grup sampel berasal dari distribusi skor populasi yang tidak sama Taraf signifikansi Digunakan = 0,05. Menurut Tabel C, nilai X20,05;3 = 7,82 Kriteria pengujian H0 diterima apabila H0 ditolak apabila

ii.

iii.

: Nilai H 7,82 : Nilai H > 57,82

iv.

Nilai H Periksa tabel di bawah ini : Daerah Penjualan Jenjang B Jenjang C Jenjang D Jenjang 8,5 60 2 92 21 82 10,5 18 88 17 83 12 70 5 6 93 22,5 87 16 95 24 10,5 54 1 84 13 69 4 20 68 3 86 15 78 8,5 93 22,5 90 19 74 7 85 14 R1 = 63 R2 = 82 R3 = 96 R4 = 59

A 78 89 73 82 91

Nilai H tanpa koreksi :

2

12 (63) 2 (82) (96) 2 (59) 2 H [ ] 3(24 1) 24(24 1) 5 7 6 6 12 (3870,5381) 75 600 77,41076 75 2,4108
Nilai H dengan koreksi:

t T

2 6

2 6

2 6

2,4108 0,9987 2,4139 H

v. Keputusan Walaupun sudah dikoreksi nilai H = 2,4139 masih lebih kecil dari nilai X20,05;3 = 7,82 maka dapat diputuskan hipotesa nol diterima. Dapat disimpulkan bahwa empat grup sampel berasal dari distribusi skor populasi yang sama.