PENDAHULUAN
Jika prosedur uji tanda hanya berfokus pada arah perbedaan data, maka
prosedur uji peringkat bertanda Wilcoxon (nama ini diberikan menurut nama Frank
Wilcoxon, ahli statistik yang pertama kali memperkenalkan pada dasawarsa 1940-an
digunakan jika besaran maupun arah perbedaan relevan untuk menentukan apakah
terdapat perbedaan yang sesungguhnya antara pasangan data yang diambil dari satu
sampel atau dua sampel yang saling terkait. Apabila kita ingin memasukkan besarnya
perbedaan selain arah perbedaan ke dalam proses pengambilan keputusan kita, maka
prosedur uji peringkat bertanda Wilcoxon harus digunakan.
Prosedur Uji Peringkat Bertanda Wilcoxon
Mari kita gunakan kembali contoh Texas Fried Chicken. Misalkan bahwa
managemen perusahaan tersebut ingin mengambil keputusan mengenai adonan resep
baru yang tidak hanya didasarkan pada berapa banyak orang menganggap bahwa
resep baru tersebut memperbaiki rasa tetapi juga pada besarnya perbaikan rasa dari
resep baru itu. Dalam hal ini, prosedur uji peringkat bertanda Wilcoxon dapat digunakan,
dan data untuk analisis diambil dari Tabel 7.1 dan disajikan kembali pada Tabel 7.2.
YANUAR, SE. MM
STATISTIK II
menyatakan hipotesis dan taraf nyata yang diinginkan. Dalam hal ini hipotesis nol
adalah bahwa tidak terdapat perbedaan antara resep baru dan resep lama. Oleh sebab
itu, dalam sampel besar, jumlah tanda positif harus sama dengan jumlah tanda negative.
Karena ini merupakan pengujian satu arah ke kanan, maka hipotesis alternative
menyatakan bahwa rasa resep baru lebih baik daripada rasa resep lama. Dengan
demikian, hipotesis tersebut akan ditulis sebagai berikut:
H: Kedua resep tersebut sama nikmatnya (atau tidak nikmat)?
H : Adonan resep baru lebih nikmat.
Selain itu, untuk contoh ini, kita akan menolak hipotesis nol pada taraf nyata
sebesar 0.01
b. Menentukan Besar dan Tanda Perbedaan antara Pasangan Data. Setelah
menyatakan hipotesis dana menentukan taraf nyata, langkah berikutnya ialah
menyiapkan data mentah untuk pengujian. Besar dan tanda perbedaan antara
pasangan data dihitung, dan disajikan pada kolom ketiga Tabel 7.2 Sebagai contoh, Mc
Gee pada mulanya memberi nilai 8 pada rasa resep lama tetapi mengaggap bahwa rasa
resep baru hanya bernilai 4. Dengan demikian, perbedaan yang dicatat untuk McGee
adalah 4. Perbedaan untuk konsumen lainnya dicatat dengan cara serupa.
YANUAR, SE. MM
STATISTIK II
Tabel 7.2
Perhitungan
untuk
Prosedur
Uji
Peringkat
Bertanda
Wilcoxon.
Kos
umen
(
1)
(
2)
N
ilai Rasa
N
ilai rasa
R.
(3)
(4)
Perbed
Perin
aan Nilai,
(6)
gkat Tanpa
Resep
R
(5)
Perin
Mem-
Dikuran
esep
esep
gi Nilai Resep
Lama
Baru
Lama
gkat
perhatikan
Bertanda
Tanda
+6
Mac
(abai
Donald
+3
+2
4.5
2.5
+5
2.5
+7.0
-4
G.
price
B.
king
L.J.
Silver
P.
kan)
+4.5
-3
(abai
+2
+1
P Gino
7
E.J
. Mc Gee
+8
-6.0
-4.5
kan)
+2.5
4.5
+1.0
2.5
+2.5
1
-10.5
S.
White
E.
Fuud
Y.
Sam
M.
Muffett
N = jumlah observasi yang relevan
= jumlah tanda positif + jumlah tanda negative
=6+2
=8
T = peringkat kedua jumlah yang paling kecil
YANUAR, SE. MM
STATISTIK II
= 10.5
Perhatikan bahwa, dalam contoh kita.
U = 8(12) 55.5
= 40.5
d. Penarikan Kesimpulan Statistik mengenai Hipotesis Nol. Setelah menghitung
statistik U, sekarang kita siap menguji hipotesis nol secara resmi. Pada hakekatnya,
pengujian ini melibatkan pembanding nilai hitung U dengan nilai U pada tabel yang akan
cocok seandainya hipotesis nol besar. Tabel Nilai U pada bagian Lampiran X bagian
belakang buku memberikan nilai U untuk N1, N2 dan ?
Yang cocok dengan asumsi bahwa hipotesis nol adalah sahih. Aturan
pengambilan keputusannya ialah:
Tolak hipotesis nol jika hiutng U sama atau lebih kecil dari nilai dalam tabel
U.
Didalam contoh kita, n 1 = 8, n2= 12 dan taraf nyata yang diinginkan dalam
pengujian satu arah adalah 0.01. Nilai U yang tepat dari tabel kedua pada Lampiran X
adalah 17, maka hipotesis nol tidak bisa ditolak. Dengan demikian dapat disimpulkan,
bahwa tidak terdapat perbedaan gaji yang nyata antara alumni konsentrasi pemasaran
dan alumni konsentrasi keuangan.
SOAL TINJAUAN 7.3
1. Apakah perbedaan antara pengujian Mann Whitney dan prosedur uji tanda?
2. Apakah perbedaan antara pengujian Mann Whitney dan statistik U?
3. Dalam pengujian Mann- Whitney, besarnya kedua sampel independen harus
selalu sama satu dengan yang lain. Bernar atau salah?
4. Pada saat menetapkan peringkat terhadap data yang relevan dalam
pengujian Mann Whitney, kita untuk sementara mengabaikan kategori sample dari data
tertentu. Benar atau salah?
5. Jika nilai hitung U sama atau lebih kecil daripada nilai tabel U, maka
hipotesisi nol ditolak. Benar atau salah?
6. Berapakah nilai tabel U jika n1 = 12, n2 =13 ? = 0 dan pengujian yang
dilakukan adalah pengujian dua arah?
YANUAR, SE. MM
STATISTIK II
Fungsi
Jika tercapai setidak-tidaknya pengukuran ordinal, tes U Mann-Whitney dapat
dipakai untuk menguji apakah dua kelompok independen telah ditarik dari populasi yang
sama. Tes ini termasuk dalam tes-tes paling kuat diantara tes-tes nonparametrik. Tes ini
merupakan alternatif lain untuk tes t parametrik yang paling berguna bagi apabila
peneliti ingin menghindari anggapan-anggapan tes t itu, atau manakala pengukuran
dalam penelitiannya lebih lemah dari skala interval.
Misalkan kita memiliki sampel-sampel dari dua populasi, populasi A dan B.
Hipotesis-nol ialah A dan B mempunyai distribusi sama. Hipotesis pengganti, H1 , yang
kita pakai untuk menguji H0 , ialah A secara stokastik lebih besar daripada B, suatu
hipotesis yang menunjukkan arah perbedaan. Kita dapat menerima H1 jika kemungkinan
bahwa suatu skor dari A lebih besar dari suatu skor dari B lebih besar dari . Yaitu, jika
a suatu observasi dari populasi A, dan b suatu observasi dari populasi B, maka H1
adalah p ( a > b ) > . Jika fakta yang ada ternyata menunjang H1 , ini menyiratkan
bahwa sejumlah besar elemen populasi A lebih tinggi daripada sebagian besar elemen
populasi B.
Tentu saja, kita dapat pula meramalkan yang sebaliknya, yakni B secara stokastik
lebih besar daripada A. Jika demikian H1 adalah p ( a > b ) < . Jika ramalan ini
ternyata mendapatkan dukungan fakta, maka hal ini menyiratkan bahwa sebagian besar
elemen B lebih tinggi daripada sebagian besar elemen A.
Untuk suatu tes dua sisi, yakni ramalan perbedaan yang tidak menunjuk arah
perbedaannya, H1 akan berbunyi p ( a > b )
Metode
Kita tetapkan n1 = banyak kasus dalam kelompok yang lebih kecil dari kedua
kelompok independen yang ada, dan n2 adalah banyak kasus yang lebih besar. Untuk
menerapkan tes-U, pertama-tama kita menggabungkan observasi-observasi atau skorskor dari kedua kelompok itu, dan memberi ranking observasi-observasi itu dalam
urutan dari yang terkecil hingga yang terbesar. Dalam pemberian ranking ini, kita
perhatikan tanda aljabarnya, yakni : ranking terendah dikenakan pada bilangan negatif
yang terbesar, jika ada.
Sekarang pusatkan perhatikan pada satu dari kedua kelompok tersebut, misalkan
pada kelompok yang memiliki kasus n1 harga U (statistik yang dipakai dalam tes ini)
Pusat Pengembangan Bahan Ajar - UMB
YANUAR, SE. MM
STATISTIK II
diperoleh dari berapa kali suatu skor dalam kelompok dengan n2 kasus mendahului skor
dalam kelompok yang banyak kasusnya n1 dalam ranking itu.
Sebagai contoh, misalkan kita mempunyai suatu kelompok eksperimental yang
terdiri dari 3 kasus dan suatu kelompok kontrol yang terdiri dari 4 kasus. Di sini n1 = 3
dan n2 = 4. Kita andaikan skor-skornya adalah :
Skor E
Skor C
9
6
11
8
15
10
13
Untuk mendapatkan U, pertama-tama kita me-ranking skor-skor ini dalam urutan dari
yang kecil ke besar, sambil berhati-hati untuk tetap memperhatikan identitas masingmasing skor, apakah skor itu skor E atau C :
6
C
8
C
9
E
10
C
11
E
13
C
15
E
Sekarang perhatikan kelompok kontrol dan hitunglah banyak skor E yang mendahului
skor dalam kelompok kontrol itu. Untuk skor 6 pada C, tak satu pun skor E yang
mendahuluinya. Ini juga berlaku untuk skor 8 pada C. Untuk skor C berikutnya (10), satu
skor pada E mendahuluinya. Dan untuk skor terakhir pada C (13), dua skor E
mendahuluinya. Dengan demikian U = 0 + 0 + 1 + 2 = 3. Skor E mendahului skor C
sebanyak 3 kali; U = 3.
Distribusi sampling U di bawah H0 diketahui, dan dengan pengetahuan ini kita
dapat menentukan kemungkinan yang berkaitan dengan terjadinya di bawah H0 harga U
yang seekstrem U observasi itu.
Sampel yang Sangat Kecil. Jika baik n1 atau pun n2 tidak lebih besar daripada 8,
Tabel J pada Lampiran dapat dipergunakan untuk menetapkan kemungkinan yang
eksak yang berkaitan dengan terjadinya sembarang harga U yang seekstrem harga U
observasi, di bawah H0. Akan pembaca lihat bahwa Tabel J terdiri dari enam sub tabel
yang terpisah. Sub tabel itu masing-masing untuk harga n2 mulai dari n2 = 3 hingga n2 =
8. Untuk menentukan kemungkinan dibawah H0 yang berkaitan dengan datanya,
seorang peneliti hanya perlu mengetahui n1 (ukuran kelompok yang lebih kecil) n2 , dan
YANUAR, SE. MM
STATISTIK II
U. Dengan informasi ini, dia dapat membaca harga p dari sub tabel yang sesuai dengan
n2 yang dimilikinya.
Dalam contoh kita di atas, n1 = 3, n2 = 4, dan U = 3. Sub tabel untuk n2 = 4 dalam
Tabel J menunjukkan bahwa U 3 mempunyai kemungkinan kemunculan d di bawah
H0 sebesar p = 0,200.
Kemungkinan-kemungkinan yang disajikan dalam Tabel J adalah satu sisi. Untuk
tes dua sisi, harga p yang diberikan tabel itu harus dikalikan dua.
Mungkin terjadi bahwa harga observasi U adalah demikian besarnya sehingga
harga itu tidak muncul dalam sub tabel untuk harga observasi n2 . Harga semacam itu
terjadi kalau si peneliti memusatkan perhatian pada kelompok yang salah dalam
menentukan U. Kita sebut harga yang terlalu besar semacam itu U. Sebagai contoh,
kita misalkan bahwa dalam kasus contoh di atas telah kita hitung banyak skor C yang
mendahului skor E dan bukannya banyak skor E yang mendahului skor C. Jika
demikian, kita akan mendapatkan U = 2 + 3 + 4 = 9. Sub tabel untuk n2 = 4 tidak sampai
setinggi U = 9. Oleh karena itu, kita nyatakan harga observasi kita itu U. Kita dapat
mengubah U menjadi U dengan rumus :
U = n1 n2 - U
(6.6)*
Dalam contoh kita di atas, dengan transformasi ini : U = (3) (4) 9 = 3. Tentu saja
harga U ini akan kita temukan langsung jika kita menghitung banyak skor E yang
mendahului skor C.
YANUAR, SE. MM
STATISTIK II
yang dipergunakan sebagai kontrol; keempat tikus ini belum pernah dilatih untuk
mengikuti tikus pemimpin. Hipotesisnya ialah kelima tikus yang telah mendapatkan
latihan terlebih dahulu untuk menirukan, akan mengalihkan apa yang telah didapatnya
dari latihan itu ke situasi baru tersebut, dan oleh karena itu mereka akan sampai pada
patokan-patokan umum dalam situasi penghindaran kejutan listrik secara lebih cepat
dibandingkan dengan empat tikus kontrol. Perbandingan ini dilaksanakan berkaitan
dengan berapa banyak percobaan yang dilakukan oleh masing-masing tikus untuk
sampai pada patokan 10 jawaban yang benar dalam 10 percobaan.
I.
II.
III.
tikus eksperimen.
IV.
VI.
= 0,05.
YANUAR, SE. MM
STATISTIK II
Tikus E
78
64
75
45
Tikus C
110
70
53
51
82
Kita susun skor-skor ini dalam urutan besarnya, sambil tetap memperhatikan identitas
masing-masing :
45
51
53
64
70
75
78
82
110
9, jika n1 = 4,
YANUAR, SE. MM
STATISTIK II
lain, dengan hasil yang sama, adalah memberikan ranking 1 untuk skor terendah dalam
kelompok gabungan skor (n1 + n2 ), memberikan ranking 2 untuk yang setingkat di
atasnya, dan seterusnya. Maka
U = n1 n2 +
n1 (n1 1)
- R1
2
(6.7a)
U = n1n2 +
n 2( n 2 1)
- R2
2
(6.7b)
Di mana R1 = jumlah ranking yang diberikan pada kelompok yang ukuran sampelnya
n1 .
E2 = Jumlah ranking yang diberikan kepada kelompok yang ukuran
sampelnya n2 .
Misalnya, kita dapat menggunakan metode ini dalam mencari harga U untuk data yang
diberikan pada contoh untuk sampel kecil di atas. Skor-skor E dan C pada contoh itu
disajikan kembali dalam Tabel 6.13 dengan ranking masing-masing.
Tabel 6.13 Percobaan yang Dilakukan Tikus E dan C untuk sampai pada Patokan
Skor E
Ranking
78
64
75
45
82
Skor C
7
4
6
1
8
R2 = 26
Ranking
110
70
53
51
9
5
3
2
R1 = 19
Untuk data di atas, R1 = 19 dan R2 = 26, dan kita ingat bahwa n1 = 4 dan n2 = 5. Dengan
menerapkan rumus (6.7b), kita mempunyai :
Pusat Pengembangan Bahan Ajar - UMB
YANUAR, SE. MM
STATISTIK II
U = (4) (5) =
5(5 1)
- 26 = 9
2
Tentu saja U = 9 tepat sama dengan harga yang telah kita peroleh dengan perhitungan
di atas.
Rumus (6.7a) dan (6.7b) menghasilkan harga U yang berlainan. Yang kita
kehendaki adalah yang lebih kecil. Harga yang lebih besar adalah U. Peneliti harus
memeriksa apakah yang dia peroleh U atau U, dengan menerapkan transformasi ini :
U = n1n2 U
(6.6)
Yang lebih kecil di antara kedua harga itu, U, adalah harga yang distribusi-sampling-nya
menjadi dasar untuk Tabel K. Sungguhpun harga ini dapat ditemukan dengan
perhitungan kedua rumus (6.7a) dan (6.7b) dan memilih yang lebih kecil dari kedua
hasilnya, metode yang lebih sederhana adalah bila kita menggunakan hanya satu dari
kedua rumus itu kemudian menemukan harga yang lain dengan rumus (6.6).
Sampel Besar (n2 lebih besar daripada 20). Kalau n2 > 20, baik Tabel J maupun
Tabel K tidak dapat dipergunakan. Sungguhpun demikian, telah ditunjukkan (Mann dan
Whitney, 1947) bahwa selagi n1n2 meningkat ukurannya, distribusi sampling U secara
cepat mendekati distribusi normal, dengan :
Mean =
n1n 2
2
( n1)(n 2)(n1 n 2 1)
12
(p.121)
Artinya, bila n2 > 20 kita dapat menentukan signifikansi suatu harga U observasi
dengan :
z=
U U
=
U
n1n 2
2
(n1)( n 2)( n1 n 2 1)
12
U
(6.8) p.121
Harga U praktis berdistribusi normal dengan mean nol dan varian satu. Artinya,
kemungkinan yang berkaitan dengan terjadinya, di bawah H0 , harga-harga yang
seekstrem z observasi dapat ditentukan dengan melihat Tabel A pada Lampiran.
Pusat Pengembangan Bahan Ajar - UMB
YANUAR, SE. MM
STATISTIK II
Kalau pendekatan normal distribusi sampling U ini dipergunakan dalam suatu tes
untuk H0 , tidak menjadi soal apakah rumus (6.7a) atau (6.7b) yang dipakai dalam
penghitungan U, sebab harga absolut z yang dihasilkan dengan pemakaian rumus (6.8)
akan tetap sama.
Tabel 6.14 Kecemasan Sosialisasi Oral dan Penjelasan Oral tentang (sebab
musabab) Penyakit
Masy. Di
mana tak ada
penjelasan
oral
Lapp
Chamorro
Samoa
Arapes
Bali
Hopi
Tanala
Paiute
Chenchu
Teton
Flathead
Papago
Venda
Warrau
Wogeo
Jawa-Ontong
Tingk. /
nilai
kecemasan
sos. oral
13
12
12
10
10
10
10
9
8
8
7
7
7
7
7
6
Ranking
29,5
24,5
24,5
16
16
16
16
12
9,5
9,5
5
5
5
5
5
1,5
R1 =
200,0
Masy. dng.
penjelasan
dng. oral
Tingk. / nilai
kecemasan
sos. oral
Ranking
Marques
Dobu
Baiga
Kwoma
Thonga
Alor
Chagga
Navaho
Dahome
Lesu
Masai
Lepcha
Maori
Pukapuka
Pukapuka
Trobiand
Kwakiutl
17
16
15
15
15
14
14
14
13
13
13
12
12
12
12
12
11
39
38
36
36
36
33
33
33
29,5
29,5
29,5
24,5
24,5
24,5
24,5
24,5
20,5
Manus
Chiricahua
Comanche
Siriono
Bena
Budak / Slave
Kurtatchi
11
10
10
10
8
8
6
20,5
16
16
16
9,5
9,5
1,5
R2 =
580,0
Tanda z bergantung pada apakah U atau U yang digunakan, tetapi harganya tidak.
YANUAR, SE. MM
STATISTIK II
III.
V.
VI.
= 0,01.
Perhatikan bahwa tingkat nilai (rating) yang sama diberi ranking dengan rata-rat
ranking keduanya. Untuk data ini R1 = 200,0 dan R2 = 580,0. Harga U dapat diperoleh
dengan subtitusi harga-harga observasi ke dalam rumus (6.7a) :
YANUAR, SE. MM
STATISTIK II
U = n1n2 +
n1( n1 1)
- R1
2
= (16) (23) +
16(16 1)
- 200
2
(6.7a)
= 304
Dengan U = 304, kita dapat memperoleh harga z dari rumus (6.8) :
n1n 2
2
(n1)( n 2)( n1 n 2 1)
12
U
Z=
(6.8)
(16)(23)
2
(16)(23)(16 23 1)
12
304
= 3,43
Dari Tabel A kita mengetahui bahwa z
YANUAR, SE. MM
STATISTIK II
yang kontinyu, kemungkinan terjadinya angka sama adalah nol. Tetapi, dengan ukuranukuran yang relatif kasar, yang bisa kita pergunakan dalam penelitian ilmiah ilmiah
mengenai perilaku, angka sama sangat mungkin terjadi. Kita anggap bahwa dua
observasi yang menghasilkan angka sama sungguh-sungguh berbeda, tetapi bahwa
perbedaan itu terlalu halus atau kecil sehingga tidak terlacak oleh pengukuran kita yang
kasar itu.
Bila angka sama terjadi, kita berikan kepada masing-masing kedua observasi itu
rat-rata ranking yang akan mereka miliki seandainya angka sama itu tidak terjadi.
Jika angka sama antara dua observasi atau lebih dalam kelompok yang sama,
harga U tidak terpengaruh. Tetapi jika angka sama itu muncul antara dua observasi atau
lebih dan menyangkut kedua kelompok, harga U terpengaruh. Sungguhpun akibat itu
biasanya dapat diabaikan, suatu koreksi untuk angka sama tersedia untuk dipergunakan
dengan pendekatan kurve normal yang kita pergunakan untuk sampel-sampel besar.
Akibat dari ranking-ranking yang sama adalah mengubah variabilitas himpunan
ranking itu. Dengan demikian, koreksi untuk angka sama harus diterapkan pada deviasi
standar distribusi sampling U. Setelah dikoreksi untuk angka sama, deviasi standar itu
menjadi :
n1n 2
N3 N
)(
T )
N ( N 1)
12
(p.124)
di mana N = n1 + n2
t3 t
12
T=
memiliki observasi-observasi berangka sama. Dengan koreksi untuk angka sama ini,
kita dapatkan z dengan
n1n 2
2
n1n 2 N 3 N
T
N ( N 1)
12
Z=
(6.9)
YANUAR, SE. MM
STATISTIK II
Dapat dilihat bahwa jika terdapat angka sama, pernyataan di atas secara langsung
menyusut menjadi pernyataan yang semula diberikan untuk mencarai z (rumus (6.8)).
Penggunaan koreksi untuk angka sama dapat dijelaskan dengan menerapkan
koreksi itu atas data dalam Tabel 6.14. Untuk data itu, n1 + n2 = 16+23 = 39 = N. Kita
melihat kelompok-kelompok berangka sama sebagai berikut :
2 skor 6
5 skor 7
4 skor 8
7 skor 10
2 skor 11
6 skor 12
4 skor 13
3 skor 14
3 skor 15
T ,
t3 t
untuk masing-masing kelompok berangka sama
12
itu.
23 2 53 5 43 4 73 7 23 2 63 6 43 4 33 3 33 3
12
12
12
12
12
12
12
12
12
Dengan demikian, untuk data Tabel 6.14 itu n1 = 16, n2 = 23, N = 39, U = 304, dan
= 70,5. Dengan substitusi harga-harga ini ke dalam rumus (6.9), kita dapatkan :
n1n 2
2
n1n 2 N 3 N
T
N ( N 1)
12
Z=
(6.9)
YANUAR, SE. MM
STATISTIK II
(16)(23)
2
(16)(23) (39)3 39)
70,5
39(39 1)
12
304
= 3,45
Harga z dengan koreksi untuk angka sama adalah sedikit lebih besar daripada yang
ditemukan sebelumnya jika koreksi tidak dijalankan. Perbedaan antara z 3,43 dan z
bergantung pada berbagai harga t tersebut. Jadi suatu angka sama panjangnya 4,
mempunyai sumbangan 5,0 pada
yang panjangnya 2 bersama-sama hanya menyumbang 1,0 (yakni 0,5 + 0,5) pada
T . Dan suatu angka sama yang panjangnya 6 menyumbang 17,5, sedangkan dua
yang panjangnya 3 bersama-sama hanya menyumbang 2,0 + 2,0 = 4,0.
Kalau dilakukan koreksi, maka koreksi itu cenderung sedikit menaikkan harga z,
yang membuatnya lebih signifikan. Oleh karena itu, bila kita tidak melakukan koreksi
untuk angka sama, tes kita adalah tes yang konservatif dalam arti bahwa harga p akan
sedikit lebih besar. Artinya, harga kemungkinan yang berkaitan dengan data observasi,
di bawah H0 , akan sedikit lebih besar daripada harga yang akan ditemukan seandainya
koreksi itu diadakan. Saran penulis adalah bahwa orang harus menjalankan koreksi
untuk angka sama hanya apabila proporsi angka sama itu cukup besar, atau jika
beberapa di antara harga t besar atau jika p diperoleh tanpa adanya koreksi sangat
berdekatan dengan harga
YANUAR, SE. MM
STATISTIK II
terapkanlah koreksi
untuk angka sama, yakni, kita pergunakan rumus (6.9) dan bukannya rumus
(6.8).
5. Jika harga observasi U mempunyai kemungkinan yang sama besar dengan, atau
lebih kecil dari,
Kekuatan Efisiensi
Kalau tes Mann-Whitney diterapkan untuk data yang dapat dianalisis secara
layak dengan tes parametrik yang paling kuat, yaitu, tes t, maka kekuatan
efisiensinya mendekati 3/n = 95,5 % seiring dengan meningkatnya N (Mood, 1954),
Pusat Pengembangan Bahan Ajar - UMB
YANUAR, SE. MM
STATISTIK II
dan mendekati 95% meskipun untuk sampel berukuran sedang. Karena itu, tes ini
merupakan pengganti yang sangat baik untuk tes t, dan tentu saja tes ini tidak
memiliki anggapan-anggapan yang membatasi, serta persyaratan-persyaratan, yang
semuanya itu diperlukan dalam tes t.
Whitney (1948:51-56) memberikan contoh-contoh distribusi di mana tes U ini
lebih unggul dibandingkan dengan tes parametrik lain yang dapat dipakai sebagai
pengganti tes ini. Untuk distribusi-distribusi yang dicontohkannya itu tes U memiliki
kekuatan yang lebih besar untuk menolak H0 .
Referensi
Untuk pembicaraan-pembicaraan mengenai tes Mann-Whitney para pembaca
dapat melihat Auble (1953), Mann & Whitney (1947), Whitney (1948), dan Wilcoxon
(1945).
YANUAR, SE. MM
STATISTIK II