2/18/2014

Stat.parametrik

bersyarat:

Populasi

bersifat normal
Sampel secara random
Tak ada nilai ekstrim
Peka untuk deteksi kemaknaan
Stat.non

parametrik tanpa syarat

Kurang peka untuk mendeteksi

2/18/2014

Chi square test

Fisher exact test

Kolmogorov Smirnov test

Mc Nemar test

Uji pengganti parametrik

Untuk jenis data kualitatif

Dapat untuk satu sampel atau lebih

Sampel bersifat independen

Bisa untuk sampel kecil

Menguji perbedaan antar proporsi

Rumus umum : tabel umum ( R by C )

Rumus khusus : tabel 2 x 2

2/18/2014

Tabel 2 x 2
n

> 20

Tidak

ada sel yang

nilainya 0

Tidak

ada sel
yang nilai
expected nya < 5

Allergi

Tabel R x C

Sel

nilai yang
expected nya < 5
harus < dari 20%

Asma + Asma -

Total

12 ( a )

68 ( b )

80

63 ( c )

147 ( d )

210

Total

75

215

290

2/18/2014

Rumus

umum:

( o - e )2
X2 = ------------e
o = observed (data yg didapat)
e = expected (data yg diharapkan)
Hitung nilai e untuk tiap sel
Hitung nilai (o - e)2/e tiap sel dan
jumlah
Cari p dari nilai X2 pada tabel Chi
Square dengan df = (r-1)(c-1)

a = (75x 80)/290

= 20,7

b = (215X80)/290

= 59,3

c =

= 54,3

(75X210)/290

d = (215X210)/290 =
155,7

2/18/2014

1.Lihat nilai kritis pada =0,05 dengan df 1

df = (r-1)(c-1) = (2-1)(2-1) = 1
Didapatkan X2 = 3,84
2.Tentukan p dari nilai X2 (=6,82) pada df yg
sama, didapatkan :
p berada antara 0,01 - 0,001
Jadi p < , karena =0,05
Ho ditolak, berarti ada perbedaan riwayat
alergi pada penderita asma dan bukan
penderita asma.

df

0,10

0,05

0,02

0,01

0,001

2,71

3,84

5,41

6,51

10,83

4,60

5,99

7,82

9,21

13,82

6,25

7,82

9,84

11,34 16,27

7,78

9,49

11,67 13,28 18,46

13,3

2/18/2014

( ad - bc )2 n
X2 = ------------------(a+b) (c+d) (b+d) (a+c)
( l ad-bc l n )2 n
X2 = ------------------(a+b) (c+d) (b+d) (a+c)

Untuk jenis data kualitatif

Sampel bersifat independen

Khusus untuk sampel kecil

Merupakan uji asosiasi

Merupakan alternatif, bila chi square

x 2 tidak dapat dipergunakan

2/18/2014

Vaksinasi/
Sakit

Sehat

Sakit

Total

Vaksinasi
+

Vaksinasi
-

Total

12

Vaksinasi/
Sakit

Sehat

Sakit

Total

Vaksinasi
+

Vaksinasi
-

Total

12

2/18/2014

(a+b)! (c+d)! (b+d)! (a+c)!

p= --------------------a! b! c! d! n!

Penerimaan hipotesis :
Ho diterima, Ha ditolak : phitung >

Indikasi dan persyaratan

Perbandingan proporsi pada kelompok seperti
pada uji Chi Square, tetapi pada sampel yang
berpasangan (dependent group)
Misal desain before-after study,
membandingkan nilai sebelum dan sesudah
perlakuan untuk membuktikan ada tidaknya
perubahan

2/18/2014

Sebelum

Penyakit (+)

Sesudah
Penyakit
(+)
a

Penyakit (-)
Total

Total

Penyakit
(-)
b

a+ b

c +d

a + c

b + d

1. Hitung nilai X2 dengan rumus

X2

(b-c -1)2
= --------------b+c

2. Tentukan nilai p dengan mencocokkan nilai X2

pada tabel Chi Square dengan df = 1

2/18/2014

Ho: Tidak ada perbedaan kebiasaan merokok

sebelum dan sesudah penyuluhan anti rokok

Sesudah
penyuluhan

Total

Berhenti
merokok Merokok
Tidak
merokok
Sebelum
penyuluhan Merokok

0
23

5
40

5
63

Total

23

45

68

1. Hitung X2
X2

(| 5-23 | -1)2
= --------------- = 10,32
5 + 23

2. Tabel distribusi Chi Square, df=1, = 0,05

didapatkan nilai 3,84 nilai kritis. Berarti X2 >
nilai kritis Ho ditolak

10

2/18/2014

Terdapat perbedaan kebiasaan merokok antara

sebelum dan sesudah penyuluhan.
Lebih banyak orang yang tidak merokok sesudah
intervensi (23/68) dibandingkan sebelum
intervensi (5/68).

Bila tak memenuhi persyaratan:

Unpaired

t test Mann Whitney rank

Paired t test Wilcoxon rank, sign test
Unpaired Anova Kruskal Wallis rank
Paired Anova Friedman rank
Pearson Correlation Spearman rank

11

2/18/2014

Menguji

perbedaan dua kelompok data yang

berpasangan
Dapat satu sampel, pasangan pre post, dapat dua
sampel identik

12

2/18/2014

( XA > XB ) = p ( XA < XB ) =
Keterangan:
p (XA > XB) = tanda +
p (XA < XB) = tanda XA yang sama XB disingkirkan
Lihat tabel binomial dengan n pasangan yang tidak
sama, dan x tanda + atau yang paling sedikit

x z

1
N
2

1
2

faktor .koreksi .kontinyuit

( X 0 ,5 )
1
2

1
as ( )
2

1
N
2

Keterangan:
N = banyaknya pasangan yang berbeda (tidak sama)
X = banyaknya tanda ( + atau - ) yang paling sedikit
Bila x > N digunakan x 0,5, bila x < N digunakan x + 0,5

13

2/18/2014

Signifikansi

sampel kecil 25, lihat tabel binomial,

yaitu N = pasangan yang berbeda (tidak sama) dan
x/z = banyaknya tanda (+ atau -) yang paling
sedikit, pada tabel yang ada nilai p, dibandingkan
Signifikansi sampel > 25 digunakan tabel Z kurva
normal, dapat digunakan uji Mc Nemar

Suatu

evaluasi terhadap program pemberian

makanan tambahan (PMT) pada Posyandu Mekar
dilakukan dengan mengamati tumbuh kembang
13 balita yang menjadi binaannya. Sebelum ada
PMT berat badan balita ditimbang dan setelah
PMT ditimbang lagi, didapatkan data di bawah.
Selidikilah dengan = 5% apakah ada perbedaan
berat badan setelah PMT lebih tinggi dari pada
sebelum PMT?

14

2/18/2014

NO

BERAT SEBELUM PMT

BERAT SETELAH PMT

15,4

16,2

18,5

18,0

20,1

20,1

17,8

19,0

16,3

18,6

19,4

19,2

18,5

19,8

16,6

18,7

20,4

20,4

10

18,2

20,1

11

15,9

17,4

12

18,4

19,2

13

19,6

20,2

Hipotesis

Ho : BBstl = BBsbl, tidak beda berat badan balita

antara sebelum PMT dan setelah PMT
Ha : BBstl > BBsbl, Ada beda lebih dari berat badan
balita sebelum PMT dan setelah PMT

Level

signifikansi

= 5%

Rumus

statistik penguji

Lihat tabel

15

2/18/2014

NO

BERAT SEBELUM PMT

BERAT SETELAH PMT

15,4

16,2

18,5

18,0

20,1

20,1

17,8

19,0

16,3

18,6

19,4

19,2

18,5

19,8

16,6

18,7

20,4

20,4

10

18,2

20,1

11

15,9

17,4

12

18,4

19,2

13

19,6

20,2

NO

BERAT
SEBELUM PMT

BERAT
SETELAH PMT

ARAH
PERBEDAAN

TANDA

15,4

16,2

<

18,5

18,0

>

20,1

20,1

17,8

19,0

<

16,3

18,6

<

19,4

19,2

>

18,5

19,8

<

16,6

18,7

<

20,4

20,4

10

18,2

20,1

<

11

15,9

17,4

<

12

18,4

19,2

<

13

19,6

20,2

<

16

2/18/2014

Df

Tidak diperlukan

Nilai

tabel

n = 11, x = 2, nilai tabel binomial = 0,033

Daerah

penolakan

0,033 < 5%, Ho ditolak, Ha diterima

Kesimpulan

Ada beda berat badan balita setelah PMT lebih tinggi

daripada sebelum PMT, pada = 5%.

Suatu

riset mencari perbedaan kebiasaan merokok

antara mahasiswa dan karyawan telah dilakukan
didapatkan data di bawah. Selidikilah dengan =
5%, apakah ada beda kebiasaan merokok mahasiswa
dan karyawan?

17

2/18/2014

NO

RERATA PER MINGGU

MAHASISWA

RERATA PER MINGGU

KARYAWAN

4,5

1,5

4,5

6,5

4,5

4,5

10

3,5

11

12

13

5,5

14

Hipotesis

Ho : Rmhs = R kyw, tidak beda kebiasaan merokok

mahasiswa dan karyawan
Ha : Rmhs Rkyw, ada beda kebiasaan merokok
mahasiswa dan karyawan

Level

signifikansi

= 5%, dua sisi

Rumus

statistik penguji

Lihat tabel

18

2/18/2014

NO

RERATA PER MINGGU

MAHASISWA

RERATA PER MINGGU

KARYAWAN

4,5

1,5

4,5

6,5

4,5

4,5

10

3,5

11

12

13

5,5

14

NO

RERATA PER
MINGGU
MAHASISWA

RERATA PER
MINGGU
KARYAWAN

ARAH
PERBEDAAN

TANDA

4,5

<

1,5

<

4,5

>

6,5

<

4,5

>

>

4,5

<

10

3,5

<

11

>

12

<

13

5,5

<

14

>

19

2/18/2014

Df

Tidak diperlukan

Nilai

tabel

n = 12, x = 5, nilai tabel binomial = 0,387

Daerah

penolakan

0,387 > 2,5%, Ho diterima, Ha ditolak

Kesimpulan

tidak beda kebiasaan merokok mahasiswa dan

karyawan, pada = 5%.

5 0,031 0,188 0,500 0,812 0,969

10

11

12

13

14

15

6 0,016 0,109 0,344 0,656 0,891 0,984

7 0,008 0,062 0,227 0,500 0,773 0,938 0,992

8 0,004 0,035 0,145 0,363 0,637 0,855 0,965 0,996

9 0,002 0,020 0,090 0,254 0,500 0,746 0,910 0,980 0,998

10 0,001 0,011 0,055 0,172 0,377 0,623 0,828 0,945 0,989 0,999

11

0,006 0,033 0,113 0,274 0,500 0,726 0,887 0,967 0,994

12

0,003 0,019 0,073 0,194 0,387 0,613 0,806 0,927 0,981 0,997

13

0,002 0,011 0,046 0,133 0,291 0,500 0,709 0,867 0,954 0,989 0,998

14

0,001 0,006 0,029 0,090 0,212 0,395 0,605 0,788 0,910 0,971 0,994 0,999

15

0,004 0,018 0,059 0,151 0,304 0,500 0,696 0,849 0,941 0,982 0,996

16

0,002 0,011 0,038 0,105 0,227 0,402 0,598 0,773 0,895 0,962 0,989 0,998

17

0,001 0,006 0,025 0,072 0,166 0,315 0,500 0,685 0,834 0,928 0,975 0,994 0,999

18

0,001 0,004 0,015 0,048 0,119 0,240 0,407 0,593 0,760 0,881 0,952 0,985 0,996 0,999

19

0,002 0,010 0,032 0,084 0,180 0,324 0,500 0,676 0,820 0,916 0,968 0,990 0,998

20

0,001 0,006 0,021 0,058 0,132 0,252 0,412 0,588 0,748 0,868 0,942 0,976 0,994

21

0,001 0,004 0,013 0,039 0,095 0,192 0,332 0,500 0,668 0,808 0,905 0,961 0,987

22

0,002 0,008 0,026 0,067 0,143 0,262 0,416 0,584 0,738 0,857 0,933 0,974

23

0,001 0,005 0,017 0,047 0,105 0,202 0,339 0,500 0,661 0,798 0,895 0,953

24

0,001 0,003 0,011 0,032 0,076 0,154 0,271 0,419 0,581 0,729 0,846 0,924

25

0,002 0,007 0,022 0,054 0,115 0,212 0,345 0,500 0,655 0,788 0,885

20

2/18/2014

Suatu

penelitian mengenai pola kebutuhan air

bersih antara sebelum ada pelayanan PDAM dan
setelah ada pelayanan PDAM, didapatkan data di
bawah. Selidikilah dengan = 5% apakah ada
perbedaan kebutuhan air bersih antara sebelum ada
pelayanan PDAM dan setelah ada pelayanan PDAM?

NO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

KEBUTUHAN AIR BERSIH /HARI/ ORANG SBL

PDAM
40
45
65
50
56
44
45
56
58
60
58
35
46
49
47
49
45
50
58
48
40
56
55
58
62
57
43

KEBUTUHAN AIR BERSIH /HARI/ ORANG STL

PDAM
45
50
60
54
56
48
40
52
56
58
60
42
50
45
48
50
50
54
55
45
46
50
52
60
60
56
48

21

2/18/2014

Hipotesis
Ho : PDAMstl = PDAMsbl, tidak ada perbedaan kebutuhan air bersih
antara sebelum ada pelayanan PDAM dan setelah ada pelayanan
PDAM
Ha : PDAMstl PDAMsbl, ada perbedaan kebutuhan air bersih antara
sebelum ada pelayanan PDAM dan setelah ada pelayanan PDAM

Level signifikansi

NO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

= 5%, dua sisi

Rumus statistik penguji

KEBTH AIR BERSIH /HARI/ ORANG SBL

PDAM
40
45
65
50
56
44
45
56
58
60
58
35
46
49
47
49
45
50
58
48
40
56
55
58
62
57
43

(X 0,5)

1
N
2

1
N
2

KEBTH AIR BERSIH /HARI/ ORANG

STL PDAM
45
50
60
54
56
48
40
52
56
58
60
42
50
45
48
50
50
54
55
45
46
50
52
60
60
56
48

ARAH
PERBEDAAN
<
<
>
<
=
<
>
>
>
>
<
<
<
>
<
<
<
<
>
>
<
>
>
<
>
>
<

TANDA
+
0
+
+
+
+
+
+
+
+
+
+
+
-

22

2/18/2014

(X 0,5)

1
N
2

1
N
2
(12 0,5)

1
26
2

1
26
2
Z 0,1961

Keterangan:
N = banyaknya pasangan yang berbeda (tidak sama)
X = banyaknya tanda ( + atau - ) yang paling sedikit
Bila x > N digunakan x 0,5, bila x < N digunakan x + 0,5

Df

Tidak diperlukan

Nilai

tabel

Nilai tabel pada tabel Z, Uji dua sisi, = 5%, =1, 96

Daerah

penolakan

0,1961 < 1,96, Ho diterima, Ha ditolak

Kesimpulan

tidak ada perbedaan kebutuhan air bersih antara

sebelum ada pelayanan PDAM dan setelah ada
pelayanan PDAM, pada = 5%.

23

2/18/2014

Data

kelembaban rumah yang menghadap ke timur

dan selatan telah didapat dari hasil survey pada
perumahan yang baru dibangun, pada tabel di
bawah. Selidikilah dengan = 10% apakah ada
perbedaan kelembaban rumah antara yang
menghadap ke timur dan selatan?

NO
1

KELEMBABAN RUMAH YANG MENGHADAP KE TIMUR

68

KELEMBABAN RUMAH YANG MENGHADAP KE SELATAN

65

2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

56
78
60
70
72
65
55
60
64
48
52
66
59
75
64
53
54
62
68
70
59
48
53
63
60
62
51
58
68

54
79
58
70
59
60
55
54
60
54
50
64
55
70
68
50
56
60
62
70
54
50
56
60
56
64
54
56
65

24

2/18/2014

Hipotesis

Level signifikansi

NO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

Ho : KRslt = KRtmr, tidak ada perbedaan kelembaban

rumah antara yang menghadap ke timur dan selatan
Ha : KRslt KRtmr, ada perbedaan kelembaban rumah
antara yang menghadap ke timur dan selatan

= 10%, dua sisi

Rumus statistik penguji

KLBB KE TIMUR
68
56
78
60
70
72
65
55
60
64
48
52
66
59
75
64
53
54
62
68
70
59
48
53
63
60
62
51
58
68

KLBB KE SELATAN
65
54
79
58
70
59
60
55
54
60
54
50
64
55
70
68
50
56
60
62
70
54
50
56
60
56
64
54
56
65

(X 0,5)

1
N
2

1
N
2

ARAH PERBEDAAN
>
>
<
>
=
>
>
=
>
>
<
>
>
>
>
<
>
<
>
>
=
>
<
<
>
>
<
<
>
>

TANDA
+
+
+
0
+
+
0
+
+
+
+
+
+
+
+
+
0
+
+
+
+
+

25

2/18/2014

1
N
2

( X 0 ,5 )
1
2

( 8 0 ,5 )
1
2

1
27
2

27

Z 1 , 92

Keterangan:
N = banyaknya pasangan yang berbeda (tidak sama)
X = banyaknya tanda ( + atau - ) yang paling sedikit
Bila x > N digunakan x 0,5, bila x < N digunakan x + 0,5

Df

Nilai tabel

Nilai pada tabel Z, Uji dua sisi, = 10%, =1,65

Daerah penolakan

Tidak diperlukan

1,92 > 1,65, Ho ditolak, Ha diterima

Kesimpulan

ada perbedaan kelembaban rumah antara yang

menghadap ke timur dan selatan, pada = 10%.

26

2/18/2014

Z
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,1
3,2
3,3
3,4
3,5
3,6

0,00
0,5000
0,4602
0,4207
0,3821
0,3446
0,3085
0,2743
0,2420
0,2119
0,1841
0,1587
0,1357
0,1151
0,0968
0,0808
0,0668
0,0548
0,0446
0,0359
0,0287
0,0228
0,0179
0,0139
0,0107
0,0082
0,0062
0,0047
0,0035
0,0026
0,0019
0,0013
0,0010
0,0007
0,0005
0,0003
0,0002
0,0002

0,01
0,4960
0,4562
0,4168
0,3783
0,3409
0,3050
0,2709
0,2389
0,2090
0,1814
0,1562
0,1335
0,1131
0,0951
0,0793
0,0655
0,0537
0,0436
0,0351
0,0281
0,0222
0,0174
0,0136
0,0104
0,0080
0,0060
0,0045
0,0034
0,0025
0,0018
0,0013
0,0009
0,0007
0,0005
0,0003
0,0002
0,0002

0,02
0,4920
0,4522
0,4129
0,3745
0,3372
0,3015
0,2676
0,2358
0,2061
0,1788
0,1539
0,1314
0,1112
0,0934
0,0778
0,0643
0,0526
0,0427
0,0344
0,0274
0,0217
0,0170
0,0132
0,0102
0,0078
0,0059
0,0044
0,0033
0,0024
0,0018
0,0013
0,0009
0,0006
0,0005
0,0003
0,0002
0,0001

0,03
0,4880
0,4483
0,4090
0,3707
0,3336
0,2981
0,2643
0,2327
0,2033
0,1762
0,1515
0,1292
0,1093
0,0918
0,0764
0,0630
0,0516
0,0418
0,0336
0,0268
0,0212
0,0166
0,0129
0,0099
0,0075
0,0057
0,0043
0,0032
0,0023
0,0017
0,0012
0,0009
0,0006
0,0004
0,0003
0,0002
0,0001

0,04
0,4840
0,4443
0,4052
0,3669
0,3300
0,2946
0,2611
0,2296
0,2005
0,1736
0,1492
0,1271
0,1075
0,0901
0,0749
0,0618
0,0505
0,0409
0,0329
0,0262
0,0207
0,0162
0,0125
0,0096
0,0073
0,0055
0,0041
0,0031
0,0023
0,0016
0,0012
0,0008
0,0006
0,0004
0,0003
0,0002
0,0001

0,05
0,4801
0,4404
0,4013
0,3632
0,3264
0,2912
0,2578
0,2266
0,1977
0,1711
0,1469
0,1251
0,1056
0,0885
0,0735
0,0606
0,0495
0,0401
0,0322
0,0256
0,0202
0,0158
0,0122
0,0094
0,0071
0,0054
0,0040
0,0030
0,0022
0,0016
0,0011
0,0008
0,0006
0,0004
0,0003
0,0002
0,0001

0,06
0,4761
0,4364
0,3974
0,3594
0,3228
0,2877
0,2546
0,2236
0,1949
0,1685
0,1446
0,1230
0,1038
0,0869
0,0721
0,0594
0,0485
0,0392
0,0314
0,0250
0,0197
0,0154
0,0119
0,0091
0,0069
0,0052
0,0039
0,0029
0,0021
0,0015
0,0011
0,0008
0,0006
0,0004
0,0003
0,0002
0,0001

0,07
0,4721
0,4325
0,3936
0,3557
0,3192
0,2843
0,2514
0,2206
0,1922
0,1660
0,1423
0,1210
0,1020
0,0853
0,0708
0,0582
0,0475
0,0384
0,0307
0,0244
0,0192
0,0150
0,0116
0,0089
0,0068
0,0051
0,0038
0,0028
0,0021
0,0015
0,0011
0,0008
0,0005
0,0004
0,0003
0,0002
0,0001

0,08
0,4681
0,4286
0,3897
0,3520
0,3156
0,2810
0,2483
0,2177
0,1894
0,1635
0,1401
0,1190
0,1003
0,0838
0,0694
0,0571
0,0465
0,0375
0,0301
0,0239
0,0188
0,0146
0,0113
0,0087
0,0066
0,0049
0,0037
0,0027
0,0020
0,0014
0,0010
0,0007
0,0005
0,0004
0,0003
0,0002
0,0001

0,09
0,4641
0,4247
0,3859
0,3483
0,3121
0,2776
0,2451
0,2148
0,1867
0,1611
0,1379
0,1170
0,0985
0,0823
0,0681
0,0559
0,0455
0,0367
0,0294
0,0233
0,0183
0,0143
0,0110
0,0084
0,0064
0,0048
0,0036
0,0026
0,0019
0,0014
0,0010
0,0007
0,0005
0,0003
0,0002
0,0002
0,0001

Alternatif lain uji T dua sampel bebas

Perhitungannya berdasarkan frek. Teramati
H0 : Dua sampel bebas berasal dari populasi yg
identik atau memp rata2 yang sama.
H1 : dua sampel bebas berasal dari populasi
berbeda

27

2/18/2014

U E (U )
Var (U )

U n1n2

n1 n1 1
R1
2

n1 (n1 1)
E ( R1 ) n1n2
2
2

Var U varR1 n1n2 n1 n2 1

12
E (U ) n1n2

R1 : Total peringkat salah satu sampel

Contoh: suatu perusahaan besar diduga menerapkan diskriminasi

penggajian atas gender. Sebanyak 24 sampel dari antara karyawan
dan gajinya ditunjukkan tabel berikut:

Wanita

22.5

19.8

20.6

24.7

23.2

19.2

18.7

Pria

21.9

21.6

22.4

24.0

24.1

23.4

21.2

Wanita

20.9

21.6

23.5

20.7

21.6

Pria

23.9

20.5

24.5

22.3

23.6

Berdasarkan data di atas, apakah ada alasan untuk percaya pada taraf
nyata 0.05 bahwa telah terjadi diskriminasi penggajian berdasarkan
gender?
Jawab:
Dik: data di atas dan = 0.05
Dit : Uji hipotesis perbedaan gaji antara pria dan wanita

28

2/18/2014

Jawab:

H0 : Tidak ada perbedaan antara rata-rata gaji wanita dengan ratarata gaji pria, atau
rata-rata gaji wanita dan pria berasal dari populasi yang
berdistribusi sama, atau
1 = 2

H1 : ada perbedaan antara rata-rata gaji wanita dengan rata-rata

gaji pria atau 1 2
= 0.05

Wilayah kritik : zhit<-z0.025 atau zhit>z0.025 atau zhit < -1.96 atau zhit >
1.96

Perhitungan:
Pertama, urutkan dan berikan berikan
Jumlah peringkat salah satu sampel
Hitung nilai E(U), var(U) dan z

JK

gaji

18.7 19.2 19.8 20.5 20.6 20.7 20.9 21.2 21.6 21.6 21.6 21.9

Pr

10

10

10

12

R1= 1+2+3+5+6+7+10+10+15+16+18+24=117
E(u) = (12X12)/2=72
Var(U)=(12)(12)(25)/12=300
U=12x12+(12x13)/2=105
Z=(105-72)/300=1.91
Keputusan : karena zhit < 1.96 dan zhit > -1.96, maka terima H0

29

2/18/2014

Uji Kruskal-Wallis
1. Pendahuluan

Uji Kruskal-Wallis adalah seperti pengujian pada analisis variansi satu

jalan
Biasanya pengujian dilakukan terhadap tiga atau lebih data (dua data
dapat diuji melalui uji Wilcoxon atau Mann-Whitney)
Pengujian hanya dapat menunjukkan bahwa paling sedikit ada satu
yang beda tanpa dapat menunjukkan mana yang beda
Digunakan untuk menguji beda pada lebih dari dua kategori pada skala
data ordinal, atau sebagai pengganti uji Anova satu jalan bila asumsi
homogenitas tidak terpenuhi

2. Penentuan Peringkat

Semua data digabungkan dan setelah itu disusun ke dalam peringkat

Kemudian peringkat dipisahkan ke setiap data dan masing-masing dijumlahkan

Tanpa peringkat sama

Contoh 1 Sampel adalah sebagai berikut

A
96
128
83
61
101

B
82
124
132
135
109

C
115
149
166
147

30

2/18/2014

Dengan peringkat sama

Peringkat sama diberi peringkat sebesar rerata dari peringkat yang
sama itu
Apabila pada peringkat sama terdapat t data, maka koreksi untuk
peringkat sama adalah
T = t3 t
Contoh 2
Sampel adalah sebagai berikut
A
B
C

14 10 11 13
16 18 14 15
16 15 14 12

31

2/18/2014

32

2/18/2014

3. Statistik Uji Kruskal-Wallis

Statistik uji tanpa peringkat sama

2

R
12
n g 3(n 1)
n( n 1)
g

Statistik uji dengan peringkat sama

Rg2
12
3( n 1)

n( n 1)
ng
H
T
1
n3 n

Rg = jumlah peringkat pada sampel

ng = ukuran sampel
n = ukuran semua sampel
T = koreksi peringkat sama

Hitunglah statistik uji Kruskal-Wallis untuk sampel pada

contoh 1
RA = 22
nA = 5

RB = 37
nB = 5

RC = 46
nC = 4 n = 14
2

R
12
n g 3(n 1)
n( n 1)
g
22 2 37 2 46 2
12

3(14 1)
(14)(14 1) 5
5
4

6, 4

33

2/18/2014

Hitunglah statistik uji Kruskal-Wallis untuk sampel

pada contoh 2
RA = 13 RB = 37
nA = 4 nB = 4

RC = 28 T = 36
nC = 4 n = 12

R2
12
n g 3(n 1)
n( n 1)
g
H
T

1 3
n n
132 37 2 282
12

(3)(12 1)
(12)(12 1) 4
4
4

36
1 3
12 12
3,416

4. Uji Hipotesis Kruskal-Wallis dengan Sampel Besar

Sampel besar terjadi pada

k = 3 dengan ng > 5
k>3

Distribusi probabilitas pensampelan adalah distribusi probabilitas khikuadrat, dengan

H berdistribusi probabilitas khi-kuadrat
Derajat kebebasan = k 1
Contoh 3
Pada tiga sistem A, B, dan C diperoleh dari sampel berukuran n A = 5, nB =
6, nC = 8, dan n = 19, statistik uji Kruskal-Wallis H = 1,665. Pada taraf
signifikansi 0,05, uji kesamaan tiga sistem itu

34

2/18/2014

Hipotesis
H0 : Sistem A, B, dan C adalah sama
H1 : Sistem A, B, dan C, ada yang tidak sama

Sampel
nA = 5, nB = 6, nC = 8, n = 19, k = 3
H = 1,665

Distribusi probabilitas pensampelan

Distribusi probabilitas khi-kuadrat
Derajat kebebasan = k 1 = 3 1 = 2

Statistik uji
2 = H = 1,665

Kriteria pengujian
Taraf signifikansi 0,05
Pengujian pada ujung atas
Nilai kritis 2(0,95)(2) = 5,991
Tolak H0 jika 2 > 5,991
Terima H0 jika 2 5,991

Keputusan
Pada taraf signifikansi 0,05 terima H0

35

2/18/2014

Tabel Probabilitas pada Pengujian Hipotesis

Kruskal-Wallis
Uk sampel
n1 n2 n3
2 1 1
2 2 1
2 2 2
3
3

1
2

1
1

2,7000
3,6000
4,5714
3,7143
3,2000
4,2857
3,8571
5,3572
4,7143
4,5000
4,4643
5,1429
4,5714
4,0000
6,2500
5,3611
5,1389
4,5556
4,2500

0,500
0,200
0,067
0,200
0,300
0,100
0,133
0,029
0,048
0,067
0,105
0,043
0,100
0,129
0,011
0,032
0,061
0,100
0,121

Uk sampel
n1 n2 n3
3 3 3

4
4

7,2000 0,004
6,4889 0,011
5,6889 0,029
5,6000 0,050
5,0667 0,086
4,6222 0,100
1 1 3,5714 0,200
2 1 4,8214 0,057
4,5000 0,076
4,0179 0,114
2 2 6,0000 0,014
5,3333 0,033
5,1250 0,052
4,4583 0,100
4,1667 0,105
3 1 5,8333 0,021
5,2083 0,050
5,0000 0,057
4,0556 0,093
3,8889 0,129

36

2/18/2014

5. Uji Hipotesis Kruskal-Wallis dengan Sampel Kecil

Sampel kecil terjadi pada kasus

k = 3 serta ng 5

Terdapat tabel khusus untuk pengujian hipotesis

Tabel khusus ini telah dinyatakan dalam probabilitas p

Pengujian hipotesis dilakukan dengan membandingkan probabilitas p dengan

taraf signifikansi

Kriteria pengujian adalah

Tolak H0 jika p <
Terima H0 jika p

37

2/18/2014

Analisis deskriptf
Descriptive Statistics
N
NILAI
KATEGORI

14

Mean
116.29

14

Std. Deviation
29.507

1.93

Minimum

Maximum
61

.829

166

Jumlah Ranking
Ranks
NILAI

KATEGORI
A
B
C
Total

Mean Rank
5

4.40

5
4

7.40
11.50

14

Uji Signifikansi :
Test Statistics
Chi-Square
df
Asymp. Sig.

a,b

NILAI
6.406
2
.041

a.

Kruskal Wallis Test

b.

Grouping Variable: KATEGORI

Kesimpulan : Ho ditolak, karena p value lebih

kecil dari 0,05

38

2/18/2014

yudhydharmawan@gmail.com

39