Makalah Statistik II

Diajukan untuk memenuhi nilai UTS susulan

Nugrahemi Tanty
41152010120099
Manajemen B1

UNIVERSITAS LANGLANGBUANA
2014

DAFTAR ISI
Bab
1
2

Pendahuluan
..2
Bab
2
3
1. Uji Kruskal
Wallis
...3
2. Uji Mc
Nemar
5
3. Uji
Wilcoxon
..7

BAB l
PENDAHULUAN
Statistik non parametrik merupakan alternatif dalam memecahkan
masalah, seperti pengujian hipotesis atau pengambilan keputusan, apabila
statistik parametrik tidak dapat dipergunakan. Statistik nonparametrik
termasuk salah satu bagian dari statistik inferensi atau statistik induktif dan
disebut juga statistik bebas distribusi. Statistik nonparametrik adalah
statistik yang tidak memerlukan asumsi-asumsi tertentu, misalnya mengenai
bentuk distribusi dan hipotesis-hipotesis yang berkaitan dengan nilai-nilai
parameter tertentu.
Statistik nonparametrik digunakan apabila:
1) Sampel yang digunakan memiliki ukuran yang kecil.
2) Data yang digunakan bersifat ordinal, yaitu data-data yang bisa disusun
dalam urutan atau diklasifikasi rangkingnya.
3) Data yang digunakan bersifat nominal, yaitu data-data yang dapat
diklasifikasikan dalam kategori dan dihitung frekuensinya.
4) Bentuk distribusi populasi dan tempat pengambilan sampel tidak
diketahui menyebar secara normal.
5) Ingin menyelesaikan masalah statistik secara cepat tanpa menggunakan
alat hitung.
Pengujian hipotesis statistik nonparametrik pada dasarnya sama dengan
pengujian hipotesis statistik parametrik .Asumsi yang digunakan pada
4

pengujian hipotesis statistik nonparametrik hanyalah bahwa observasiobservasi independen dan variabel yang diteliti memiliki kontinuitas. Asumsi
bahwa variabel yang diteliti memiliki kontinuitas juga diperlukan dalam uji
parametrik, namun dalam uji non parametrik, asumsi tersebut lebih longgar.

BAB ll
PEMBAHASAN
1. Kruskal Wallis

Uji Kruskal-Wallis (H Test) pertama kali diperkenalkan Willian H.Kruskall

dan Allen Wallis pada tahun 1952. Uji Kruskal-Wallis dikenal juga sebagai
uji H. Uji Kruskal-Wallis merupakan pengembanan dari uji Mann-Whitney.
Metode ini merupakan metode nonparametrik dengan menpergunakan
teknik rank (urutan). Uji ini digunakan untuk menguji asumsi pertama
yang menjelaskan adanya sifat kenormalan dari distribusi data. Uji ini
digunakan untuk membandingkan rata-rata tiga sample atau lebih,
sehingga merupakan alternatif dari analisis varian untuk 1 arah (ANOVA)
atau pengujian hipotesa 3 rata-rata atau lebih dengan mengunakan
distribusi F untuk satu arah dari uji parametrik.
Uji Kruskal-Wallis membutuhkan pemenuhan asumsi yang lebih longgar
dari pada ANOVA satu arah, yaitu:
- Sampel-sampel berasal dari populasi independen. Pengamatan satu
dan yang lainya independen.
- Sampel dicuplik secara acak dari populasi masing-masing.
- Data diukur minimal dalam skala ordinal.
5

Jadi, uji Kruskal-Wallis adalah uji yang digunakan untuk menguji

kemaknaan perbedaan (jika memang ada perbedaan) beberapa (k)
sampel independen dengan data berskala ordinal.
Fungsi Uji Kruskal-Wallis
Uji H atau Kruskal-Wallis adalah suatu uji statiska yang dipergunakan
untuk menetukan apakah k sample independen berasal dari populasi
yang sama ataukah berbeda. Sampel-sampel yang yang diambil dari
populasi dapat berbeda, hal ini dapat terjadi karena populasi yang
berbeda atau populasi yang sama. Apabila populasi yang sama, maka
perbedaan itu hanyalah karena faktor kebetulan saja. Metode KruskalWallis atau uji H menguji suatu hipotesa Null yang menyatakan bahwa k
sampel berasal dari populasi yang sama atau identik.

Langkah-langkah yang dilakukan dalam pengujian Kruskal Wallis yaitu :

1 Gabungkan semua sample yang akan diuji.
2 Sample yang telah digabungkan tersebut kemudian diurutkan dari yang
terkecil kemudian diberi ranking mulai dari 1 untuk nilai yang terkecil.
3 Tentukan hipotesis awal dan tandingannya yaitu Ho:1 = 2 = = n
dan H1: satu atau lebih dari mean populasi tidak sama dengan lainnya.
4 Tentukan nilai (biasanya dipakai 0,05)
5 Tentukan daerah kritis (penolakan) h > X dengan nilai derajat kebebasan
v = n 1 dan n adalah jumlah data.
6 Pengamatan yang sudah di rank dijumlahkan tiap rank nya.
H

k
12
r
1 3(n 1)
[n(n 1)] i 1 n1

7
8

Jika H < daer kritis maka kesimpulannya Ho diterima.

2. MC Nemar
Uji McNemar diperkenalkan oleh seorang ahli psikologi bernama Quinn
McNemar pada tahun 1947. Uji ini digunakan untuk penelitian yang
membandingkan sebelum dan sesudah peristiwa/treatment dimana tiap
objek digunakan sebagai pengontrol dirinya sendiri ( i.e. evaluating
repeated measurements of the same objects using them as their own
control). Uji dilakukan pada 2 kelompok sampel yang berhubungan, skala
pengukurannya berjenis nominal (binary respon) dan untuk crosstabulasi
2x2.

Contoh Kasus
Diambil sampel 50 orang, mereka diminta untuk mennetukan pemlihan
Kepala Desa yang akan dipilihnya. Data diambil sebelum dan sesudah
debat dari 2 calon Kepala Desa. Calon A diwakili angka 1 dan calon B
diwakili angka 2. Ingin diketahui apakah terdapat perbedaan atau
perubahan pilihan terhadap calon Kepala Desa setelah debat dilakukan ?
Data sebagai berikut :

Langkah-langkah SPSS :
1 Klik Analyze > Nonparametrik Test > 2 Related samples
2 Masukkan kedua variabel ke dalam kolom Test Pairs List
3 Pilih Mcnemar, OK
Hipotesis :
H0 = Tidak terdapat perubahan yang signifikan pemilihan kepala desa
sebelum dan sesudah debat
H1 = terdapat perubahan yang signifikan pemilihan Kepala Desa sebelum
dan sesudah debat.
Kroteria uji : Tolak H0 jika nilai p-value < 0.05.

3. Uji Wilcoxon
Uji Wilcoxon termasuk dalam pengujian nonparametrik. Pengujian ini dilakukan
untuk membandingkan antara dua kelompok data yang saling berhubungan. Uji ini
memiliki kekuatan tes yang lebih dibandingkan dengan uji tanda. Asumsi-asumsi
untuk uji Wilcoxon. Data yang digunakan setidaknya berskala ordinal.

Langkah penggunaan Uji Wilcoxon:

n1
n2

ukuran sampel ke 1

ukuran sampel ke 2

n1 n2

ukuran sampel ke 1 selalu lebih kecil dari sampel ke 2

W = jumlah peringkat pada sampel berukuran terkecil

Nilai Ekspektasi (W) = E(W) =

n1 (n1 n2 1)
2

n1 n2 (n1 n2 1)
12
Standar Error = SE =

Statistik Uji

z=

W E (W
SE

Penetapan urutan, peringkat dan

H0

dan

H1

sama dengan Uji Mann-Whitney

Contoh Kasus
Berikut adalah data pendapatan di 2 kelompok pekerja

Pendapatan Karyawan

Departemen Q
Income
(ribu

Uruta
n

Departemen Z
Rangki

Income

ng

(ribu

USD/tahun)

USD/tahun
)
10

Uruta
n

Ranking

12

10

13

15

15

32

10

10

15

W=

19

20

31

38

11

11

40

12

12

Dengan taraf nyata 5% ujilah apakah (peringkat) pendapatan di departemen

Q lebih kecil dibandingkan departemen Z?

1.

H0

1 2

1 2

H1

2. Statistik Uji : z
3. Uji 1 Arah
4. Taraf Nyata Pengujian = = 5% = 0.05

5. Daerah Penolakan

z<

z0.051

H0

z < 1.645

6. Nilai statistik Uji :

n1

n2

W = 19

11

E(W) =

SE

n1 (n1 n2 1) 4(4 8 1) 4 13

26
2
2
2

n1 n2 (n1 n2 1)

12

4 8 13

12

416
12

34.666... 5.8878... 589

.

z=

W E (W 19 26

119
.
SE
589
.

7. Kesimpulan:

Z= 1.19 ada di daerah penerimaan

H0

H0

diterima

Peringkat Pendapatan di kedua departemen sama.

12

13