STATISTIKA NONPARAMETRIK

(Kruskal-Wallis, Friedman, Regresi Logistik)

A. Uji Kruskal-Wallis One-Way Anova (Independent)
Uji Kruskal-Wallis merupakan uji nonparametrik

satu faktor yang

sebanding dengan One-Way ANOVA (uji-F) pada data yang tidak berpasangan
(independent). Jika data berdistribusi normal atau sampel yang diambil dalam
ukuran besar, maka One-Way ANOVA dapat digunakan. Namun jika datanya tidak
berdistribusi normal atau ukuran sampel kecil, maka digunakan uji KruskalWallis. Uji ini sebanding dengan uji Mann-Whitney, karena uji Mann-Whitney
digunakan untuk 2 kelompok perlakuan (sampel) sedangkan uji Kruskal-Wallis
digunakan untuk minimal 3 kelompok sampel.
1. Asumsi Uji Kruskal-Wallis
a. Data yang dianalisis terdiri dari k sampel berukuran
b. Data berasal dari

n1 , n2 , n3 , , nk k 3

sampel yang berbeda (independent)/ data tidak

berpasangan.
c. Variabel yang diamati merupakan variabel kontinu.
d. Data paling tidak berskala ordinal.
2. Langkah-Langkah Pengujian
a. Secara manual
1) Rumuskan hipotesis statistik berdasarkan hipotesis penelitian
( N +1 )
H 0 : E ( r i )=
untuk setiap i=1,2, ,k
2
H 1 : E ( r i )

( N +1 )
minimal untuk salah satui=1,2, , k
2

dengan kata lain,

H0:

idak terdapat perbedaan yang signifikan antar kelompok akibat perlakuan

H 1 :minimal terdapat satuketidaksamaan akibat perlakuan

2) Tentukan taraf signifikansi
3) Urutkan data mulai dari yang terkecil hingga terbesar. Pengurutan dilakukan
tanpa memisahkan data berdasarkan kelompok sampelnya.

4) Meranking data secara keseluruhan dengan aturan sebagai berikut:

Data terkecil menjadi peringkat 1 dan data terbesar memiliki peringkat

terbesar.
Apabila tidak ada data yang berulang maka peringkat sama dengan
urutan data
Apabila ada data yang berulang maka peringkat ditentukan dengan:
urutandata yang bernilai sama
(
)
R
=
Peringkat
banyaknya data yang bernilai sama
R
( i) dan rataan rank

Hitung jumlah

r
( i )

pada masing-masing

kelompok perlakuan.
5) Hitung statistik uji Kruskal-Wallis dengan
n
H=

[ (

r i

( N +1 )
2

N ( N +1 )
12

) ] atau H=
2

r i=

rataan rank kelompok ke

Ri=

jumlah rank kelompok ke

R i2
12
3 ( N +1 )
N ( N +1) i n

i
i

n=

banyaknya replikasi (perulangan pada tiap perlakuan)

N=

banyak keseluruhan data

6) Hitung nilai kritis uji Kruskal-Wallis dengan

Apabila replikasi pada masing-masing kelompok perlakuan

tentukan nilai

H tabel

5 maka

sesuai dengan tabel Kruskal Wallis.

Apabila banyaknya replikasi tidak memungkinkan untuk menggunakan

tabel Kruskal Wallis ( H

tersebar dalam distribusi Chi-kuadrat) sehingga

2 ;k1

kita membandingkan dengan

dimana

taraf

k = banyaknya kelompok perlakuan.

signifikansi dan
7) Kriteria uji
Jika
maka

H < 2 ;k1
H0

maka

H0

diterima , sebaliknya jika

H 2 ;k 1

ditolak

8) Membuat kesimpulan.
9) **Melakukan uji lanjutan dengan menggunakan LSD Fishers
2 N (N +1)
LSD=z
12 n
2

dengan
Jika

| r i|=
| r i|< LSD

selisih rataan rank dua kelompok perlakuan.

berarti tidak terdapat perbedaan median antar kedua

kelompok tersebut, sebaliknya

| r i| LSD

berarti terdapat perbedaan

median antar kedua kelompok tersebut.

10) ** Menghitung efek size
H
2
=
N1
**Apabila terdapat perbedaan yang signifikan
b. Program MINITAB
1) Inputkan data.
2) Pilih Stat > Nonparametrics > Kruskal-Wallis.
3) Masukkan kolom yang berisi data respon (variabel terikat) pada Response.
4) Masukkan kolom yang berisi level faktor (variabel bebas) pada Factor.
5) Klik OK.
6) Interpretasi hasil dengan kriteria:
H0 ditolak jika
H0 diterima jika

Pvalue
Pvalue

taraf signifikansi
> taraf signifikansi

3. Contoh Soal Uji Kruskal Wallis

1) Replikasi pada tiap kelompok perlakuan sama (equal group)
Berikut adalah data waktu yang dibutuhkan oleh mahasiswa dari tiga kelas
pada Pendidikan Matematika SPS UPI dalam menyelesaikan soal UTS

Statistika Terapan. Apakah waktu yang dibutuhkan oleh mahasiswa pada

ketiga kelas untuk menyelesaikan soal tersebut sama?
No
1
2
3
4
5
6
7
8
9
10

A (1)
50
80
60
73
82
96
102
41
85
98

Penyelesaian:
Secara manual
a. Hipotesis statistik
H 0 : E ( r i )=15,5
H 1 : E ( r i ) 15,5

B (2)
58
96
72
80
95
75
88
100
72
79

C (3)
72
100
84
77
90
78
86
85
89
84

untuk setiap

i=1,2,3

minimal untuk salah satu

i=1,2,3

dengan kata lain,

H0:

idak terdapat perbedaan median rank waktu yang signifikan antar kelas

H 1 :minimal terdapat satuketidaksamaan median rank waktu antar kelas

b. Taraf signifikansi 0,05
c. Perankingan data
No
1
2
3
4
5
6
7
8
9

A (1)
Dat
Rank
a
50
2
80
13,5
60
4
73
8
82
15
96
25,5
102
30
41
1
85
18,5

B (2)
Dat
Rank
a
58
3
96
25,5
72
6
80
13,5
95
24
75
9
88
21
100 28,5
72
6

C (3)
Data

Rank

72
100
84
77
90
78
86
85
89

6
28,5
16,5
10
23
11
20
18,5
22

10
Jumlah

98

Rank
Rataan
Rank

27

79

12

84

16,5

144,5

148,5

172

14,45

14,85

17,2

d. Menghitung statistik uji

2
n ( r i ( N + 1 ) /2 )
i
H=
N ( N +1)/12

10 [ ( 14,45(30+1)/2 ) + ( 14,85(30+ 1)/2 ) + ( 17,2(30+1)/2 )

H=
30(30+1)/12
2

H=

10 [ 1,1025+ 0,4225+ 2,89 ]

77,5

H=

44,15
77,5

H=0,57

atau
2

Ri
12
H=
3 ( N +1 )

N (N +1) i n

H=

12
144,5 +148,5 + 172
3(30+1)
30(30+1)
10

H=

4
[ 7251,65 ] 93
310

H=0,57
e. Uji kritisnya adalah
H < 2 ;k1

maka

2
0,05 ;2

H0

=5,991

diterima, berarti tidak terdapat perbedaan

median rank waktu yang dibutuhkan mahasiswa antar ketiga kelas dalam
menyelesaikan soal UTS statistika terapan.
f. Andaikan terdapat perbedaan maka lakukan uji lanjutan LSD Fishers
sebagai berikut:

LSD=z 0,025

2.30(30+1)
12.10

LSD=1,96 8,857
LSD=5,833

Kemudian hitung selisih rataan rank antar kelas,

r 1

14,45

r 2

14,85

| r i|< LSD

r 2

r 3

14,85

17,2

0,4

2,75
2,35

maka tidak terdapat perbedaan yang signifikan sesuai

dengan hasil uji Kruskal-Wallis sebelumnya.

g. Menghitung efek size
H
2 =
N1
2 =

0,57
301

=0,0197 0,02
Jadi sekitar 2 % perbedaan diakibatkan oleh faktor perbedaan kelas, berarti
kesimpulan bahwa perbedaan kelas tidak menyebabkan perbedaan waktu
yang dibutuhkan mahasiswa untuk menyelesaikan soal UTS statistika
terapan secara signifikan adalah benar.
Uji Kruskal-Wallis dengan MINITAB 14

Diperoleh

H=0,57

dengan

Pvalue =0,752> =0,05

maka

H0

diterima, berarti tidak terdapat perbedaan median rank waktu yang

dibutuhkan mahasiswa antar ketiga kelas dalam menyelesaikan soal UTS
statistika terapan.
2) Replikasi pada tiap kelompok perlakuan tidak sama (unequal group)

Berikut adalah data waktu yang dibutuhkan oleh mahasiswa dari tiga kelas
pada Pendidikan Matematika SPS UPI dalam menyelesaikan soal UTS
Statistika Terapan. Apakah waktu yang dibutuhkan oleh mahasiswa pada
ketiga kelas untuk menyelesaikan soal tersebut sama?
No
1
2
3
4
5
6
7
8
9
10

A (1)
50
80
60
73
82
96
102
41
85

B (2)
58
96
72
80
95
75
88
100
72
79

Penyelesaian:
Secara manual
a. Hipotesis statistik
H 0 : E ( r i )=14 untuk setiap
H 1 : E ( r i ) 14

C (3)
72
100
77
90
78
86
89
84

i=1,2,3

minimal untuk salah satu

i=1,2,3

dengan kata lain,

H0:

idak terdapat perbedaan median rank waktu yang signifikan antar kelas

H 1 :minimal terdapat satuketidaksamaan median rank waktu antar kelas

b. Taraf signifikansi 0,05
c. Perankingan data
A (1)
No
1
2
3
4
5
6

Data

Rank

50
80
60
73
82
96

2
13,5
4
8
15
23,5

B (2)
Dat
Rank
a
58
3
96
23,5
72
6
80
13,5
95
22
75
9

C (3)
Dat
Rank
a
72
6
100
25,5
77
10
90
21
78
11
86
18

7
8
9
10
Jumlah

102
41
85

27
1
17

19
25,5
6
12

111

Rank
Rataan

12,3

Rank

d. Menghitung statistik uji

2
n ( r i ( N + 1 ) /2 )
i
H=
N ( N +1)/12

H=

88
100
72
79

((

27+1
9 12,33
2

89
84

139,5

127,5

13,95

15,94

)) ( (

27+1
+ 10 13,95
2

)) ( (

(27+ 1)
+ 8 15,94
2

27(27+ 1)/12

H=

25+0,025+30,031
63

H=

55,056
63

H=0,874
atau
2

H=

Ri
12
3 ( N +1 )

N ( N +1) i n

H=

12
1112 139,52 127,52
+
+
3(27 +1)
27(27+ 1) 9
10
8

H=

1
[ 1369+1946,03+2032,03 ]84
63

H=84,87484

H=0,874
e. Uji kritisnya adalah

20
16

20,05 ;2=5,991

))

H < 2 ;k1

H0

maka

diterima, berarti tidak terdapat perbedaan

median rank waktu yang dibutuhkan mahasiswa antar ketiga kelas dalam
menyelesaikan soal UTS statistika terapan.
f. Andaikan terdapat perbedaan maka lakukan uji lanjutan LSD Fishers
1
+
n1

1
n2 +++

1
nk

~n= k

~
n=

3
=8,9256
1 1 1
+ +
9 10 8

LSD=z 0,025

2.27(27+1)
12.8,9256

LSD=1,96 14,117
LSD=1,96 . 3,7572
LSD=7,3642

Kemudian hitung selisih rataan rank antar kelas,

r 1

12,33

r 2

13,95

r 2

r 3

13,95

15,94

1,62

3,61
1,99

| r i|< LSD
terdapat

signifikan sesuai dengan hasil uji Kruskal-Wallis sebelumnya.

g. Menghitung efek size
H
2
=
N1
2

0,874
271

2=0,0336 0,034

maka
perbedaan

tidak
yang

Jadi sekitar 3,4 % perbedaan diakibatkan oleh faktor perbedaan kelas,

berarti kesimpulan bahwa perbedaan kelas tidak menyebabkan perbedaan
waktu yang dibutuhkan mahasiswa untuk menyelesaikan soal UTS
statistika terapan secara signifikan adalah benar.
Uji Kruskal-Wallis dengan MINITAB 14

Pvalue =0,646> =0,05

maka

H0

diterima, berarti tidak terdapat

perbedaan median rank waktu yang dibutuhkan mahasiswa antar ketiga kelas
dalam menyelesaikan soal UTS statistika terapan.

B. Uji Friedman One-Way Anova (Dependent)

Uji Friedman merupakan uji

nonparametrik dua faktor

sebanding

dengan analisis variansi dua arah (Two-Way ANOVA). Salah satu faktornya dapat
dijadikan sebagai blok, sehingga ada juga yang menyebut bahwa uji Fridman
adalah salah satu uji nonparametirik satu jalur. Uji Friedman mensyaratkan tidak
ada ulangan (replication) bagi perlakuan yang diberikan kepada kelompok
perlakuan (unit percobaan). Maksudnya, hanya ada tepat satu pengamatan untuk
setiap perlakuan di dalam setiap sel (perlakuan dan blok). Biasanya, uji Friedman
digunakan jika seseorang tidak mempertimbangkan asumsi kenormalan dari
distribusi sampel atau asumsi-asumsi yang dibutuhkan oleh Two-Way ANOVA
tidak terpenuhi.
1. Asumsi Uji Friedman
a. Data yang dianalisis terdiri dari k

sampel berukuran

n1 , n2 , n3 , , nk

b. Data berasal dari k sampel yang berhubungan (dependent)/ data

berpasangan.
c. Variabel yang diamati merupakan variabel kontinu.
d. Data paling tidak berskala ordinal.
2. Langkah-Langkah Pengujian
a. Secara manual
1) Rumuskan hipotesis statistik berdasarkan hipotesis penelitian
H0:

idak terdapat perbedaan yang signifikan antar kelompok akibat perlakuan

H 1 :minimal terdapat satuketidaksamaan akibat perlakuan
2) Tentukan taraf signifikansi
3) Urutkan data mulai dari yang terkecil hingga terbesar pada masing-masing
kelompok pada blok.
4) Meranking data sesuai langkah pada poin 3) dengan aturan sebagai berikut:
Data terkecil menjadi peringkat 1 dan data terbesar memiliki peringkat

terbesar.
Apabila tidak ada data yang berulang maka peringkat sama dengan

urutan data
Apabila ada data yang berulang maka peringkat ditentukan dengan:

 urutandata yang bernilai sama

Peringkat ( R )= banyaknya data yang bernilai sama

R
(
i) pada masing-masing kelompok.
Hitung jumlah

5) Hitung statistik uji Friedman dengan

S=

12
2
Ri 3 N ( k +1 )

Nk ( k + 1 ) i

N= banyaknya faktor blok(variabel kontrol)

k = banyaknya faktor perlakuan (variabel bebas)

Ri=

jumlah rank pada masing-masing kelompok perlakuan,

i=1,2, , k

6) Hitung nilai kritis uji Friedman dengan

2 ;k1
dimana = taraf signifikansi dan

k =

banyaknya

kelompok perlakuan.
7) Kriteria uji
Jika
maka

S < 2 ;k1
H0

maka

H0

diterima , sebaliknya jika

S 2 ; k1

ditolak

8) Membuat kesimpulan.
9) **Melakukan uji lanjutan dengan menggunakan Nemenyis Procedure
(analog dengan HSD Tukey)
k (k +1)
Nilai kritis Nemenyi s=
.S
6N

dengan
Jika

| R i|=

selisih rank dua kelompok perlakuan.

| R i|< Nemenyi s

berarti tidak terdapat perbedaan median antar

kedua kelompok tersebut, sebaliknya

| r i| Nemenyi s

perbedaan median antar kedua kelompok tersebut.

berarti terdapat

10) **Menghitung efek size dengan

S
2
=
Nk1
**Apabila terdapat perbedaan yang signifikan
b. Program MINITAB
1) Inputkan data.
2) Pilih Stat > Nonparametrics > Friedman.
3) Masukkan kolom yang berisi data respon pada Response.
4) Masukkan kolom yang berisi level faktor pada Treatment.
5) Masukkan kolom yang berisi level blok pada Blocks.
6) Klik OK.
7) Interpretasi hasil dengan kriteria:
H0 ditolak jika
H0 diterima jika

Pvalue
Pvalue

taraf signifikansi
> taraf signifikansi

3. Contoh Soal Uji Friedman

Berikut adalah data hasil tes Filsafat Ilmu 10 orang mahasiswa Pendidikan
Fisika dengan skor maksimum 120 setelah memperoleh pembelajaran dengan
tiga metode yang berbeda secara berturut-turut. Apakah terdapat perbedaan
hasil tes akibat perbedaan metode?

Faktor

Faktor II

SISWA

1
2
3
4
5
6
7
8
9
10

Penyelesaian:
Secara manual
a. Hipotesis statistik

A
76,6
83,1
71,9
62,0
120,3
66,6
107,3
65,8
62,9
63,7

METODE
B
67,6
75,8
73,6
66,1
120,0
69,4
102,7
67,6
66,2
65,4

C
68,6
71,6
55,4
68,0
114,2
72,9
91,4
77,9
69,3
81,3

H 0 : t idak terdapat perbedaan hasil tes yang signifikan

H 1 :minimal terdapat satuketidaksamaan hasil tes
b. Taraf signifikansi 0,05
c. Perankingan data
Fakt
or II
Faktor I
1
2
3
4
5
SISWA

6
7
8
9
10

Rank

A
76,6
83,1
71,9
62,0
120,
3
66,6
107,
3
65,8
62,9
63,7

A
3
3
2
1
3
1
3
1
1
1

Faktor II
Faktor I

SISWA

1
2
3
4
5
6
7
8
9
10

Jumlah Rank
Kuadrat Jumlah Rank
Jumlah Kuadrat Jumlah Rank

d. Menghitung statistik uji

METODE
Rank

67,6
75,8
73,6
66,1
120,
0
69,4
102,
7
67,6
66,2
65,4

Rank

B
1
2
3
2

68,6
71,6
55,4
68,0

C
2
1
1
3

114,2

72,9

91,4

2
2
2

77,9
69,3
81,3

3
3
3

METODE
Rank A Rank B Rank C
3
1
2
3
2
1
2
3
1
1
2
3
3
2
1
1
2
3
3
2
1
1
2
3
1
2
3
1
2
3
19
20
21
361
400
441
1202

S=

12
R 23 N ( k +1 )
Nk ( k + 1 ) i i

S=

12
( 19 2+2 02 +2 12 )3.10 ( 3+1 )
10 .3 ( 3+1 )

S=

1
( 1202 )120
10

S=120,2120
S=0,2

20,05 ;2=7,815

e. Uji kritisnya adalah

S<

2
;k1

H0

maka

diterima, berarti tidak terdapat perbedaan

hasil tes yang signifikan akibat pengaruh metode yang berbeda.

f. Andaikan terdapat perbedaan maka dilakukan uji lanjutan
k (k +1)
Nilai kritis Nemenyi s=
.S
6N

3 ( 3+1 )
.0,2
6.10

0,0894 0,09

r 1

1,9

r 2

2,0

r 2

r 3

2,0

2,1

0,1

0,2
0,1

Karena
rataan

perbedaan
ranknya

0,09 berarti benar tidak terdapat perbedaan sesuai hasil uji Friedman

sebelumnya.
g. Menghitung efek size
S
2 =
Nk1
2 =

0,09
10.31

2=0,0031

Jadi sekitar 0,31 % perbedaan hasil tes yang disebabkan faktor metode,
terbukti bahwa pengaruh metode tidak menyebabkan perbedaan yang
signifikan.

Uji Friedman dengan MINITAB 14

Diperoleh S=0,20 dengan

Pvalue =0,905> =0,05

, berarti tidak terdapat

perbedaan hasil tes yang signifikan akibat perbedaan metode.

C. Regresi Logistik Biner

Analisis regresi logistik biner sebenarnya identik dengan regresi linear
berganda, perbedaannya hanya karena variabel terikat atau respon bersifat
dikotomi yaitu berupa variabel dummy (0 dan 1). Regresi ini tidak memerlukan
asumsi normal.

Model probabilitas regresi logistik yang melibatkan beberapa prediktor dapat

dirumuskan sebagai berikut,
e + x ++ x
E ( y |x ) =
= ( x )
1+ e + x ++ x
0

( x ) adalah fungsi nonlinear sehingga perlu dilakuakan trasformasi logit.

1. Menguji Pengaruh Prediktor
Pengaruh prediktor dalam model dapat diketahui dengan menguji parameter
model

. Ada dua pengujian yang dilakukan terhadap parameter, yaitu:

a. Uji G
Merupakan pengujian parameter model

secara simultan (keseluruhan),

yaitu uji rasio kemungkinan (likelihood ratio test) yang bertujuan untuk
menguji peranan prediktor di dalam model secara bersamaan.
1) Hipotesis pengujian parameter secara simultan
H 0 : 1= 2== k =0
H 1 :minimal terdapat satu k 0
2) Statistik uji G
(x)
G=2 ln
1 ( x )
3) Nilai kritis uji G
Nilai kritis yang digunakan adalah
maka

H0

Interpretasi

2 , k

, dimana jika

G> 2 , k

ditolak.

regresi

logistik

menggunakan

odd

ratio ()

yaitu

kemungkinan yang menjelaskan hubungan antara prediktor dengan respon

yang selalu bernilai positif. Dimana odd ratio
x=b

ab=e
b. Uji Wald

adalah
( ba )

antara

x=a

dan

Merupakan pengujian parameter model

secara parsial, dimana W

mengikuti sebaran normal.

1) Hipotesis pengujian parameter secara parsial
H 0 : i=0 dimanai=1,2, , k
H 1 : i 0 dimana i=1,2, , k
2) Statistik uji Wald
^
i
W=
SE ( ^ )
i

3) Nilai kritis uji Wald

Nilai kritis yang digunakan adalah
maka

H0

z
2

, dimana

jika

|W |> z
2

ditolak.

2. Meguji Kecocokan Model

Setelah dilakukan uji terhadap parameter

, uji lain yang dilakukan adalah

Goodness of Fit. Tujuannya adalah untuk menguji kecocokan model yang

dibentuk dengan data hasil pengamatan. Jika data bersifat kategorik maka uji
dilakukan dengan metode Pearson, Deviance dan Hosmer-Lemeshow.
Contoh Soal Regresi Logistik Biner
Berikut adalah data hubungan antara kemampuan awal matematika siswa
dengan kemampuan menjawab soal dengan benar.
Menjawab semua soal dengan benar
Ya
Tidak

Penyelesaian:

Kemampuan Awal Siswa

Tinggi
Sedang
Rendah
24
46
10
7
15
21

Jumlah siswa yang mampu menjawab semua soal dengan benar adalah
80 orang dan yang tidak 43 orang. Event akan dijadikan acuan analisis

regresi logistik biner

z hitung =3,56
Nilai

parameter koefisien model

perubahan
Nilai

log

Pvalue =0,000

dan

menunjukkan

bahwa

0 . Koefisien 0,5438 merupakan dugaan

( x =1 )
( x=0 )

G=14,533

dengan

Pvalue =0,000

menunjukkan bahwa

terdapat cukup bukti untuk menyatakan bahwa paling sedikit satu koefisien
3

0 .
Hasil uji kecocokan model dengan ketiga macam uji menghasilkan

Pvalue =0,032 dan0,033< 0,05

sehingga dapat disimpulkan bahwa

terdapat cukup bukti untuk menyatakan bahwa model yang dihasilkan tidak
4

cukup baik dalam menerangkan data.

Hasil ini menunjukkan nilai amatan dan nilai harapan frekuensi setiap
sel
Terlihat sejauh mana keragaman variabel respon dapat dijelaskna oleh
variavel penjelas (prediktor) yaitu pada nilai persen Concordant.
Dalam hal ini 53,2 % keberagaman variabel respon (kemampuan
menjawab semua soal secara benar) yang mampu dijelaskan oleh
variabel kemampuan awal siswa.

STATISTIKA TERAPAN
(Kruskal-Wallis, Friedman dan Regresi Logistik Biner)

Disusun Untuk Memenuhi Sebagian Tugas Mata Kuliah

Statistika Terapan
Dosen : Dr. Dadan Dasari

Oleh :

Humaira T
RH Yanti Silitonga

/ 1302851
/ 13

PENDIDIKAN MATEMATIKA
SEKOLAH PASCA SARJANA
UNIVERSITAS PENDIDIKAN INDONESIA

2014