UJI KRUSKAL WALLIS

Kelompok 3:

Erfin Triyaman Harefa(11.6640)

Geni Andalria Harefa(11.6677)

Kamil Aulia(11.6735)

A. Esensi
1. 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.
2. Analisis varian ranking satu arah Kruskal Wallis berfungsi untuk menentukan
apakah k sampel independen berasal dari populasi-populasi yang berbeda.
3. Teknik Kruskal Wallis menguji hipotesis nol bahwa k sampel berasal dari populasi
yang sama
4. Bentuk data: data ranking, data kuantitatif dan sampel-sampel berasal dari populasi
independen. Pengamatan satu dan yang lainya independen.
5. Padanan Rancangan Acak Lengkap

B. Prosedur Pengujian
1. H0: lokasi semua k sampel berasal dari populasi yang sama
H1: sedkitnya ada 2 lokasi populasi yang berbeda
2. =
3. Daerah kritis: Tolak Ho jika H hitung H tabel
[ sampel kecil, N 15, gunakan tabel O]
[sampel besar, N > 15, gunakan tabel ]
4. Statistik Uji dan Perhitungan:
H={ } 3(N+1)
Keterangan:
k = jumlah sampel
= jumlah kasus dalam sampel j
= = jumlah kasus dalam semua sampel
= total ranking populasi ke j
5. Keputusan:
6. Kesimpulan:

C. Contoh soal
a. Sampel Kecil N 15
Seorang peneliti bidang pendidikan hendak menguji hipotesis bahwa para
administrator sekolah biasanya lebih bersifat otoriter daripada guru-guru di kelas.
Walaupun demikian, penelitit tahu bahwa data yang dipakai untuk menguji
hipotesis ini mungkin dikotori oleh kenyataan bahwa banyak guru kelas yang
memiliki orientasi administratif dalam aspirasi profesional mereka. Untuk
menghindari pengotoran itu, ia merancang membagi 14 subjeknya ke dalam 3
kelompok sebagai berikut:

Page 1 of 4
 Guru berorientasi Guru berorientasi
Administrator
pengajar administratif
96 82 115
128 124 149
83 132 166
61 135 147
101 109
Peneliti menerapkan F ( suatu pengukuran terhadap keotoriteran) pada masing-
masing subjek. Hipotesisnya yaitu ketiga kelompok tadi akan berbeda dalam harga
rata-ratanya pada skala F itu.

Prosedur pengujian hipotesis:

1. H0: Tidak ada perbedaan di antara skor rata-rata dari ketiga kelompok pendidik
tersebut
H1: Ada perbedaan di antara skor rata-rata dari ketiga kelompok pendidik tersebut
2. = 0.05
3. Daerah kritis: Tolak Ho jika p hitung 0.05
4. Statistik Uji dan Perhitungan:
Ranking gabungan:
Guru berorientasi Guru berorientasi
Administrator
pengajar administratif
4 2 7
9 8 13
3 10 14
1 11 12
5 6
= 22 = 37 = 46

H={ } 3(N+1)

H={ ( )} 3(14+1) = 6.4

Dengan menggunakan tabel O: nilai 5,5,4 dan H 6.4 mempunyai kemungkinan
p < 0.049
5. Keputusan: Karena p = 0.049 0.05 maka Tolak Ho
6. Kesimpulan: Dengan tingkat kepercayaan sebesar 95%, maka dapat disimpulkan
bahwa tiga kelompok pendidik yang ditunjuk itu berbeda dalam tingkat keotoriteran
mereka.

b. Sampel besar ( N > 15 )

Manajemen restoran ingin tahu pendapat pelanggan mengenai pelayanan
kebersihan dan kualitas mekanan dari restorannya. Manajemen ingin
membandingkan hasil rating pelanggan untuk 3 shift yang berbeda:
Shift 1: 16:00 midnight
Shift 2: midnight 08:00
Shift 3: 08:00 16:00

Page 2 of 4
 Pelanggan diberi kartu saran dan diambil 10 kartu saran secara random setiap shift
dgn 4 kategori:
4 = sempurna; 3 = baik; 2 = biasa; 1 = buruk
Shift 1 Shift 2 Shift 3
4 3 3
4 4 1
3 2 3
4 2 2
3 3 1
3 4 3
3 3 4
3 3 2
2 2 4
3 3 1

Prosedur pengujian hipotesis:

1. H0: Lokasi ketiga populasi sama
H1: Minimal ada 2 populasi yang berbeda
2. = 0.05
3. Daerah kritis: Tolak Ho jika H = 5.95
4. Statistik Uji dan Perhitungan:
Ranking gabungan:
Shift 1 Shift 2 Shift 3
27 16.5 16.5
27 27 2
16.5 6.5 16.5
27 6.5 6.5
16.5 16.5 2
16.5 27 16.5
16.5 16.5 27
16.5 16.5 6.5
6.5 6.5 27
16.5 16.5 2
= 186.5 = 156 = 122.5

H={ } 3(N+1)
. .
H={ ( )} 3(30+1) = 2.6445
5. Keputusan: Karena H = 2.6445 < 5.95 maka Gagal Tolak Ho
6. Kesimpulan: Dengan tingkat kepercayaan sebesar 95%, maka dapat disimpulkan
bahwa pelayanan, kebersihan dan kualitas makanan sama di setiap shift.

Catatan:
A. 1) Jika ada observasi yang sama perhitungan H dapat dikoreksi dengan membagi
persamaan H dengan faktor koreksi:

Page 3 of 4
 Fk(faktor koreksi) =1- [sampel besar]

Fk(faktor koreksi) =1- [sampel kecil]

Keterangan:
= ranking yang sama dalam kelompok ke-i
=kelompok ranking yang sama
=total sampel
Jadi, H =
2) Biasanya jika observasi yang sama < 25%, pengaruh koreksi tidak berarti
Pengaruh koreksi meningkatkan nilai statistic H, sehingga kecenderungan
untuk menolak Ho semakin besar.
B. 1) Jika k 3 dan nj 5 buah pengamatan, mengacu kepada Tabel O (Kruskal-Wallis).
Hipotesis Null ditolak apabila probabilitas untuk memperoleh nilai sebesar dengan
statistik uji H yang telah di hitung adalah lebih kecil atau sama dengan .
2) Jika k > 3 dan nj > 5, maka kita digunakan Tabel 2 (Kai Kudrat). Statistic H dapat
langsung dibandingkan dengan nilai kritis 2 tabel dengan derajat bebas = k 1 dan
. Ho ditolak bila nilai H 2 tabel.

Page 4 of 4