13

UJI PERINGKAT BERTANDA

WILCOXON DAN UJI MANN
WHITNEY
BY YANUAR, SE., MM

Tujuan Instruksional khusus:

Mahasiswa diharapkan dapat menerapkan uji tentang Wilcoxon dan Mann Whitney di
dalam statistika non parametric.
Jika prosedur uji tanda hanya berfokus pada arah perbedaan di dalam pasang

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.

Pusat Pengembangan Bahan Ajar - UMB

YANUAR, SE. MM
STATISTIK II

Langkah-langkah yang harus kita lakukan adalah:

a

Menyatakan Hipotesisi & Sebagaimana dapat anda perkirakan, kita harus

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.

Pusat Pengembangan Bahan Ajar - UMB

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

Pusat Pengembangan Bahan Ajar - UMB

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?

Tes U Mann Whitney

Pusat Pengembangan Bahan Ajar - UMB

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

Pusat Pengembangan Bahan Ajar - UMB

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.

Contoh untuk Sampel yang Amat Kecil

Solomon dan Coles mempelajari apakah tikus akan menggeneralisasikan tiruan
yang dipelajarinya, kalau tikus itu ditempatkan di suatu dorongan baru dan situasi baru.
Lima tikus ditempatkan dalam suatu jaringan lorong-lorong T dan dilatih untuk
menirukan tikus-tikus pemimpin. Mereka dilatih untuk mengikuti tikus-tikus pemimpin bila
lapar, untuk memperoleh imbalan makanan. Kemudian kelima tikus itu dipindahkan ke
suatu situasi penghindaran kejutan listrik; dimana peniruan akan apa yang dilakukan
tikus-tikus pemimpin akan membebaskan kelima tikus tadi dari kejutan listrik. Perilaku
tikus-tikus dalam situasi penghindaran kejutan listrik diperbandingkan dengan 4 tikus
Pusat Pengembangan Bahan Ajar - UMB

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.

Hipotesis Nol. H0 : banyak percobaan sebelum sampai pada patokan

dalam situasi penghindaran kejutan listrik sama antara tikus yang telahlebih
dahulu dulatih untuk mengikuti pemimpin agar mendapatkan imbalan
makanan, dengan tikus-tikus yang tidak mendapatkan latihan sebelumnya.
H1 : tikus-tikus yang lebih dahulu mendapatkan latihan untuk mengikuti
pemimpin untuk mendapatkan imbalan makanan akan mencapai patokan
dalam situasi penghindaran kejutan listrik dengan percobaan-percobaan
yang dilakukan oleh tikus-tikus yang belum pernah mendapatkan latihan.

II.

Tes Statistik. Tes U Mann-Whitney dipilih karena kajian ini mempergunakan

dua sampel independen, menggunakan sampel kecil, dan memakai
pengukuran (banyak percobaan yang ditempuh sebelum sampai pada
patokan dianggap sebagai indeks kecepatan belajar) yang hanya dalam
skala ordinal.

III.

Tingkatan Signifikansi. Tetapkan

= 0,05. n1 = 4 tikus kontrol dan n2 = 5

tikus eksperimen.
IV.

Distribusi Sampling. Kemungkinan yang berkaitan dengan terjadinya,

dibawah H0 , harga-harga yang sekecil U observasi untuk n1 , n2

disajikan dalam Tabel J.

V.

Daerah Penolakan. Karena H1 menyatakan arah perbedaan yang

diramalkan, maka daerah penolakannya satu-sisi. Daerah ini terdiri dari
semua harga U yang sedemikian kecil sehingga kemungkinan yang
berkaitan dengan terjadinya harga-harga itu di bawah H0 sama dengan
atau lebih kecil daripada

VI.

= 0,05.

Keputusan. Banyak percobaan yang dilakukan untuk sampai pada patokan

sebagaimana yang dibutuhkan oleh tikus-tikus E dan C ialah :

Pusat Pengembangan Bahan Ajar - UMB

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

Kita dapatkan U dengan menghitung banyak skor E yang mendahului skor C : U = 1 + 1

+ 2 + 5 = 9.
Dalam Tabel J kita mencari sub-tabel untuk n2 = 5. Kita melihat U

9, jika n1 = 4,

mempunyai kemungkinan kemunculan di bawah H0 sebesar p = 0,452. Keputusan kita

ialah bahwa data itu tidak memberikan fakta yang dapat membenarkan kita untuk
menolak H0 pada tingkat signifikansi yang telah kita tetapkan. Kesimpulannya adalah
bahwa data ini tidak mendukung hipotesis bahwa latihan yang terlebih dahulu diberikan
untuk menirukan, akan berlaku umum dalam situasi-situasi yang berlainan serta di
bawah dorongan-dorongan yang berbeda.
n2 antara 9 dan 20. Jika n2 (ukuran sampel yang lebih besar di antara kedua
sampel independen) lebih besar daripada 8, Tabel J tidak dapat dipergunakan. Bila n2
antara 9 dan 20, tes signifikansi dapat dilakukan dengan memakai Tea Mann-Whitney
dengan menggunakan Tabel K pada Lampiran yang menyajikan harga-harga kritis U
untuk tingkat-tingkat signifikansi 0,001; 0,01; 0,025 dan 0,05 untuk suatu tes satu sisi.
Untuk tes dua-sisi, tingkat signifikansi yang diberikan adalah 0,002; 0,02; 0,05 dan 0,10.
Perhatikanlah bahwa himpunan tabel ini menyajikan harga-harga kritis U dan tidak
memberikan kemungkinan-kemungkinan yang eksak (sebagaimana yang diberikan
Tabel J). Artinya, kalau suatu U observasi untuk suatu n1 20 tertentu dan n2 antara 9
dan 20 sama dengan atau kurang dari harga yang diberikan dalam tabel itu, H0 dapat
ditolak pada tingkat signifikansi yang ditunjukkan pada bagian atas tabel itu.
Misalnya, jika n1 = 6 dan n2 = 13, suatu U yang besarnya 12 akan memungkinkan
kita menolak H0 pada tingkat
tingkat

= 0,01 untuk suatu tes satu-sisi, dan menolak H0 pada

= 0,02 untuk suatu tes dua sisi.

Menghitung harga U. Untuk harga n1 dan n2 yang cukup besar, metode

penghitungan dalam menetapkan harga U menjadi agak membosankan. Suatu metode
Pusat Pengembangan Bahan Ajar - UMB

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)

atau, ekuivalen dengan :

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

dan deviasi standar =

( 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.

Pusat Pengembangan Bahan Ajar - UMB

YANUAR, SE. MM
STATISTIK II

Contoh untuk Sampel Besar

Sebagai contoh akan kita kaji ulang data Whiting dan Child yang telah kita analisis
dengan tes median.
I. Hipotesis nol. H0 : kecemasan sosialisasi oral sama hebatnya dalam kedua jenis
masyarakat yang didalamnya terdapat penjelasan oral tentang (sebabmusabab) penyakit dan masyarakat yang didalamnya tidak terdapat
penjelasan oral tentang hal tersebut. H1 : masyarakat yang memakai
penjelasan oral tentang (sebab-musabab) penyakit lebih tinggi (secara
stokastik) dalam hal kecemasan sosialisasi oral dibandingkan dengan
masyarakat yang tidak mempergunakan penjelasan oral tentang hal itu.
II.

Tes Statistik. Kedua kelompok masyarakat itu merupakan dua kelompok

independen, dan pengukuran kecemasan sosialisasi oral (skala tingkatan
berdasar penilaian) merupakan pengukuran ordinal. Karena alasan-alasan itu
tes U mann-Whitney sesuai untuk menganalisis data ini.

III.

Tingkat Signifikansi. Tetapkan

= 0,01. n1 = 16 = banyak masyarakat yang

tidak mempergunakan penjelasan oral; n2 = 23 = banyak masyarakat yang di

dalamnya terdapat penjelasan oral.
IV.

Distribusi Sampling. Untuk n2 > 20 rumus (6.8) menghasilkan harga-harga z.

Kemungkinan yang berkaitan dengan terjadinya, di bawah H0 harga-harga
yang seekstrem z observasi dapat ditentukan dengan melihat Tabel A.

V.

Daerah Penilakan. Karena H1 meramalkan arah perbedaannya, maka daerah

penolakannya satu sisi. Daerah ini terdiri dari semua harga z (dari data yang
perbedaannya ada dalam arah yang diramalkan) yang sedemikian
ekstremnya sehingga kemungkinannya di bawah H0 kurang dari

VI.

= 0,01.

Keputusan. Pemberian tingkatan berdasarkan nilai kepada masing-masing

ke-39 masyarakat ditunjukkan dalam Tabel 6.14. Bersamaan dengan itu,
tabel ini juga memuat ranking masing-masing dalam kelompok gabungan.

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) :

Pusat Pengembangan Bahan Ajar - UMB

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

3,43 mempunyai kemungkinan dibawah H0

sebesar p<0,0003. Karena p ini lebih kecil daripada

= 0,01, keputusan kita adalah

menolak H0 dan menerima H1 .

Kita simpulkan bahwa masyarakat yang didalamnya dipakai penjelasan oral
tentang (sebab-musabab) penyakit lebih tinggi (secara stokastik) dalam hal kecemasan
sosialisasi oral daripada masyarakat yang didalamnya tidak adapenjelasan oral tentang
hal tersebut.
Penting untuk diperhatikan bahwa untuk data ini, tes U Mann-Whitney
menunjukkan kekuatan yang lebih besar untuk menolak H0 daripada tesmedian. Dalam
menguji hipotesis yang sama tes median menghasilkan suatu harga yang mengizinkan
kita menolak H0 pada tingkat p < 0,0003 (tes satu-sisi). Kenyataan bahwa tes MannWhitney ini lebih besar kekuatannya daripada tes median tidaklah mengejutkan, karena
tes ini memperhatikan harga ranking masing-masing observasi, dan bukan hanya
memperhatikan lokasinya terhadap median-gabungan, dan dengan demikian
mempergunakan lebih banyak informasi dalam datanya.
Angka Sama (Ties). Tes Mann-Whitney menganggap bahwa skor-skor itu mewakili
suatu distribusi yang kontinyu. Dengan pengukuran yang sangat tepat pada variabel
Pusat Pengembangan Bahan Ajar - UMB

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=

(di mana t banyak observasi yang berangka sama untuk suatu

ranking tertentu)

diperoleh dengan menjumlahkan harga-harga T semua kelompok yang

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=

Pusat Pengembangan Bahan Ajar - UMB

(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

Jadi kita punyai harga-harga t sebesar 2,5,4,7,2,6,4,3 dan 3. Untuk menemukan

kita menjumlahkan harga-harga

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

= 0,5 + 10,0 + 5,0 + 28,0 + 0,5 + 17,5 + 5,0 + 2,0 + 2,0

= 70,5

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=

Pusat Pengembangan Bahan Ajar - UMB

(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

3,45 dapat diabaikan sepanjang kita hanya mempersoalkan kemungkinan yang

diberikan oleh Tabel A. Terbaca bahwa kedua harga z itu mempunyai kemungkinan yang
berkaitan dengannya sebesar p < 0,003 (tes satu sisi).
Sebagai yang ditunjukkan oleh contoh ini, akibat angka sama hanya kecil saja.
Meskipun seandainya proporsi yang besar di antara skor-skor itu berangka sama,
(contoh ini memiliki lebih dari 90% observasinya yang berangka sama) praktis
perbedaannya dapat diabaikan. Sungguhpun demikian, amatilah bahwa besar faktor
koreksi,

T , banyak bergantung pada panjang berbagai angka sama itu, yakni :

bergantung pada berbagai harga t tersebut. Jadi suatu angka sama panjangnya 4,
mempunyai sumbangan 5,0 pada

dalam contoh ini, sedangkan 2 angka sama

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

yang telah ditetapkan sebelumnya.

Ikhtisar Prosedur. Inilah langkah-langkah dalam pemakaian Tes U Mann-Whitney :

Pusat Pengembangan Bahan Ajar - UMB

YANUAR, SE. MM
STATISTIK II

1. Tentukan harga-harga n1 dan n2 . n1 = banyak kasus dalam kelompok yang lebih

kecil; n2 = banyak kasus dalam kelompok yang lebih besar.
2. Berilah ranking bersama skor-skor kedua kelompok itu; ranking 1 diberikan
kepada skor yang secara aljabar paling rendah. Ranking tersusun mulai 1 hingga
N = n1 + n2 . Untuk observasi-observasi berangka sama, berikanlah rata-rata
ranking yang berangka sama.
3. Tentukan harga U, baik dengan cara menghitung atau dengan menerapkan
rumus (6.7a) atau (6.7b).
4. Metode untuk menetapkan signifikansi harga U observasi bergantung pada
ukuran n2 :
a. Kalau n2 adalah 8 atau kurang, kemungkinan yang eksak yang berkaitan
dengan suatu harga yang sekecil harga U observasi ditunjukkan dalam Tabel J.
Untuk suatu tes dua-sisi, kalikan dua harga p yang ditunjukkan dalam tabel itu.
Kalau harga U observasi yang dipunyai tidak ditunjukkan dalam Tabel J, ini
berarti harga U itu adalah U dan harus diubah menjadi U dengan rumus (6.6)
b. Jika n2 antara 9 dan 20, signifikansi sembarang harga observasi untuk U dapat
ditentukan dngan Tabel K. Kalau harga U observasi yang kita miliki lebih besar
dari n1n2/2, maka harga itu adalah U; terapkanlah rumus (6.6) untuk
mengubahnya.
c. Jika n2 lebih besar daripada 20, maka kemungkinan yang berkaitan dengan
suatu harga yang seekstrem harga U observasi dapat ditetapkan dengan
menghitung harga z seperti yang ditunjukkan oleh rumus (6.8), dan menguji
harga ini dengan memakai Tabel A. Untuk suatu tes dua sisi, kalikan dua p
yang ditunjukkan dalam tabel itu. Kalau proporsi angka sama sangat besar,
atau jika p yang diperoleh sangat berdekatan dengan

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,

, tolaklah H0 dan menerima H1.

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).

Pusat Pengembangan Bahan Ajar - UMB

YANUAR, SE. MM
STATISTIK II