Pendahuluan

Uji Moses merupakan teknik metode pengujian non

parametrik untuk menguji hipotesa bahwa variabel
percobaan akan memberi efek pada beberapa subjek di satu
sisi dan subjek lainnya di sisi yang berlawanan. Pengujian
ini dibandingkan dengan grup kontrol.
Tes ini membutuhkan data ordinal.
Tes ini berfokus pada rentang di grup kontrol, dan
mengukur berapa banyak nilai ekstrim di grup
eksperimental mempengaruhi rentang saat digabungkan
dengan grup kontrol.
Uji Moses lebih fokus kepada variasi data dari dua sampel.
Asumsi-asumsi
Data terdiri atas dua sampel acak X1, X2, .,
Xn1 dari populasi 1 dan Y1, Y2, ., Yn2 dari
populasi 2.
Distribusi-distribusi populasi kontinyu dan
memiliki bentuk yang sama
Kedua sampel independen
Hipotesis-hipotesis
(Dua sisi)
H0 : 1 = 2, H1 : 1 2
Ket ;
H0 : grup eksperimental = grup kontrol
H1 : grup eksperimental grup kontrol
(Satu sisi)
H0 : 1 2, H1 : 1 < 2
(Satu sisi)
H0 : 1 2, H1 : 1 > 2
Rincian Prosedur dan Statistik Uji
Bagilah hasil-hasil pengamatan X secara acak menjadi m
1

subsampel berukuran k. Singkirkan hasil-hasil pengamatan yang
tersisa.
Bagilah hasil-hasil pengamatan Y secara acak menjadi m
2
subsampel
berukuran k. Singkirkan hasil-hasil pengamatan yang tersisa.
Shorack menganjurkan agar k sebesar mungkin tetapi tidak lebih
besar dari 10, serta agar m
1
dan m
2
cukup besar sehungga penerapan
uji lokasi bisa memberikan hasil-hasil yang berarti.
Untuk masing-masing subsampel, hitunglah jumlah kuadrat deviasi-
deviasi setiap hasil pengamatan dari nilai rata-ratanya. Dengan kata
lain hitunglah pembilang pada rumus varians yang telah kita kenal:
yakni pembilang yang bentuknya adalah ( X - X )
2
atau ( Y - Y
)
2
.
Lanjutan..
Nyatakan ke m
1
jumlah kuadrat yang dihitung dari subsampel-
subsampel X dengan C
1
, C
2
, , C
m1
. Nyatakan ke m
2

jumlah kuadrat yang dihitung dari subsampel-subsampel Y
dengan D
1
, D
2
, , D
m2

Terapkan uji Mann Whitney dengan nilai-nilai C dan nilai-nilai
D berturut-turut berperan sebagai nilai-nilai X dan nilai-nilai
Y, serta m
1
dan m
2
menggantikan n
1
dan n
2.
Dengan demikian statistik uji yang digunakan adalah:
T = S m
1
(m
1
+1) / 2
Ket: S adalah jumlah peringkat-peringkat yang di berikan
untuk jumlah-jumlah kuadrat yang dihitung dari subsampel-
subsampel X
Kaidah Pengambilan Keputusan
Tolaklah H
0
:
1
=
2
jika nilai T hasil perhitungan lebih
kecil dari W
/2
atau lebih besar dari
W1-/2
dengan W
/2
adalah nilai kritis untuk T dan W
1-/2
diperoleh dari :
W
1-/2
= n
1
n
2
- W
/2
Tolaklah H
0
:
1

2
jika nilai T hasil perhitungan lebih
kecil dari W, nilai kritis T yang diperoleh dari tabel
dengan memasukkan m1,m2,dan .
Tolaklah H
0
:
1

2
jika nilai T hasil perhitungan lebih
besar dari W
1-
yang diperoleh dari :
W
1-
= n
1
n
2
- W

Contoh soal
Untuk Sampel Kecil
Dalam sebuah studi tentang masa hidup rata-rata serta
produksi keping-keping darah pembeku pada pasien-
pasien penderita kekurangan keping pembeku tanpa
sebab yang jelas (idiopathic thrombocytopenic
purpural/ITP) dan pada subjek-subjek yang sehat .
Branehog dkk mengumpulkan data tentang pemulihan
keping pembeku seperti pada tabel di bawah ini:








Mereka mendefinisikan pemulihan keping pembeku (platelet
recovery) sebagai persentase radioaktivitas yang terikat pada
keping pembeku yang diinfuskan, yang tetap tinggal dalam
darah periferal 15 menit setelah infus. Kita ingin mengetahui
apakah data ini menyediakan bukti yang cukup untuk
menunjukkan perbedaan dalam hal penyebaran antara kedua
populasi yang diwakili oleh sampel-sampel pengamatan.
Dalam hal ini kita memilih taraf nyata 0,05.
Pasien dengan ITP (X) 26 30 32 17 21 27 26 44 35 14 18 18
17 23 29 16 13 36 28 23 24 34 52 35
Subjek Sehat (Y) 47 66 51 44 80 65 58 65 61 64 51 56
76 58 61 48 55 68 59 60 58 - - -
Tabel 1. Persentase keping pembeku yang pulih
pada dua kelompok subjek
Lanjutan..
Hipotesis-hipotesis
H0 : 1 = 2, H1 : 1 2
Statistik uji
Kalau k adalah 4, maka untuk ke 24 hasil
pengamatan X mendapatkan m
1
= 6 buah subsampel,
dan untuk ke 21 hasil pengamatan Y mendapatkan m
2
= 5 buah subsampel. Sebuah hasil pengamatan Y
terpaksa kita buang.
Apabila secara acak kita membagi hasil-hasil pengamatan X menjadi
enam subsampel, salah satu perangkat subsampel yang mungkin,
berikut jumlah-jumlah kuadrat deviasi yang dikehendaki:
Subsampel(m
1
) Pengamatan X Jumlah
kuadrat(C)
1 26, 32, 35, 24 29.25 78.75
2 26, 36, 18, 23 25.75 172.75
3 18, 16, 30, 13 19.25 166.75
4 35, 27, 29, 28 29.75 38.75
5 52, 17, 14, 17 25 978.00
6 21, 44, 23, 34 30.5 341.00


Begitu pula, pembagian hasil-hasil pengamatan Y secara acak
akan memberikan kemungkinan sebagai berikut:

Subsampel(m
2
) Pengamatan Y Jumlah
kuadrat(D)
1 60, 58, 48, 61 56.75 106.75
2 80, 58, 58, 61 64.25 336.75
3 64, 56, 51, 51 55.50 113.00
4 55, 44, 66, 65 57.50 317.00
5 59, 76, 68, 47 62.50 465.00

Tabel 2. Jumlah jumlah kuadrat dan peringkatnya masing-masing
Jumlah Kuadrat,
Kelompok X
Peringkat
X
Jumlah Kuadrat,
Kelompok Y
Peringkat
Y
38.75 1
78.75 2
106.75 3
113.00 4
166.75 5
172.75 6
317.00 7
336.75 8
341.00 9
465.00 10
978.00 11
Jumlah 34
Uji Statistik
Menggunakan persamaan uji statistik sebelumnya
maka diperoleh :
T = 34 6 (7) / 2 = 13
W
/2
pada tabel uji Mann Whitney adalah 4
W
1-/2
= (6)(5) - W
/2
= 30 4
= 26


Contoh Tabel Uji Mann Whitney
Dua Sisi
Keputusan
Tabel uji Mann Whitney menyingkapkan bahwa nilai-nilai
kritis untuk statistik uji ini adalah 4 dan 26.
Karena 4 < 13 < 26, kita tidak dapat menolak H
0
, maka dapat
disimpulkan bahwa tidak ada perbedaan dalam hal penyebaran
antara kedua populasi yang diamati

Untuk Satu Sisi (=0.05)
Karena kesimpulan pada soal sebelumnya tidak ada
perbedaan dalam hal penyebaran antara kedua populasi yang
diamati maka tidak diperlukan uji satu sisi untuk melihat
perbandingan lebih besar atau lebih kecil antara dua populasi.
Untuk sampel besar
Apabila kita tidak dapat menggunakan Tabel Kuantil-kuantil
statistik uji Mann Whitney untuk mendapatkan nilai-nilai kritis
karena entah banyaknya nilai C atau banyaknya nilai D lebih
dari 20, kita dapat menggunakan aproksimasi sampel besar
pada Uji Mann- Whitney.
Selanjutnya digunakan teorema limit sentral yaitu:


Dengan demikian kurang lebih memiliki distribusi normal
standar bila H
0
benar
Kekurangan Uji Moses
Salah satu kekurangan uji Moses untuk memeriksa kesamaan antara
parameter-parameter penyebaran adalah efisiensinya yang relatif kurang.
Sebuah kekurangan yang lain adalah karena subpopulasi-subpopulasi di
sini diperoleh secara acak maka tinggi sekali kemungkinan bahwa orang
yang berbeda yang menerapkan uji ini akan mendapatkan nilai-nilai
statistik uji yang berbeda pula. Jadi bila subpembagian yang satu
mengantar kita ke hasil-hasil yang bermakna maka yang lain mungkin tidak
Dalam kaitan ini kami menekankan bahwa anda tidak dapat mencoba
prosedur pengacakan yang lain sampai anda menemukan subpembagian
yang mengantar Anda ke kesimpulan yang dikehendaki. Kalau sudah siap
emikian, Anda harus siap untuk menerima hasil apapun yang diperoleh.
Shorack menyebut bahwa uji-uji semacam uji Moses ini adalah statistik-
ststistik yang berfaedah tetapi tidak efisien
SEKIAN DAN TERIMA KASIH
Lanjut Ke Uji Lainnya