BAB I

PENDAHULUAN

A. Latar Belakang

Statistik non-parametrik termasuk salah satu bagian dari statistik inferensi atau
statistik induktif. Uji statistik non-parametrik sering juga disebut statistik bebas
distribusi (distribution-free statistics), karena prosedur pengujiannya tidak
membutuhkan asumsi bahwa pengamatan berdistribusi normal (Kuzma, 1973).
Analisis non paramtrik dikenal sebagai alat analisis statistik alternatif di saat
peneliti tidak dapat menggunakan analisis parametrik. Meskipun pendapat ini tidak
seluruhnya benar, namun nyatanya putar haluan analisis ke nonparametrik
merupakan tindakan alternatif penyelamatan data yang dilakukan para
penelitiAnalisis nonparametrik adalah prosedur statistik yang tidak mengacu pada
parameter tertentu. Itulah sebabnya, statistik nonparametrik sering disebut sebagai
prosedur yang bebas distribusi (free-distibution procedures). Dan Uji Beda Sesuai
dengan namanya, uji beda, maka uji ini dipergunakan untuk mencari perbedaan,
baik antara dua sampel data atau antara beberapa sampel data. Dalam kasus
tertentu, juga bisa mencari perbedaan antara suatu sampel dengan nilai tertentu.

B. Rumusan Masalah

1. Bagaimana uji beda Wilcoxon ?

2. Bagaimana uji beda man witney ?

C. Tujuan

1. Agar mahasiswa mengetahui apa itu uji beda Wilcoxon

2. Agar mahasiswa mengetahui uji beda man witney

1
 BAB II

PEMBAHASAN

ANALITIK NON PARAMETRIK

A. UJI BEDA
1. Uji Wilcoxon (uji benda dua kelompok dependen)
Wilcoxon atau yang dikenal uji tanda dari wilcoxon atau uji tanda saja.
Untuk menggunakan uji ini mula-mula kita mengurutkan selisih-selisih
menurut peringkat berdasarkan nilai mutlaknya maing masing. Kemudian
kita memberikan tanda tanda selisih (beda) yang semula kepada peringkat
peringkat yang dihasilkan, dan setelah itu melakukan dua penjumlahan, yakni:
penjumlahan peringkat peringkat bertanda positif. Karena uji peringkat
bertanda Wilcoxon menggunakan informasi yang lebih baik ketimbang uji
tanda, maka sering kali kepercayaan uji ini lebih tinggi. Uji peringkat bertanda
Wilcoxon juga mengandaikan bahwa sampel diambil dari populasi yang
simetrik. Apabila populasi yang diambil memenuhi asumsi asumsi ini,
kesimpulan kesimpulan mengenai median populasi tersebut berlaku pula
untuk nilai rata ratanya (rata rata populasi)

Asumsi Asumsi:

a. Sampel yang tersedia untuk analisis adalah sampel acak berukuran n dari
suatu populasi dengan median M yang belum diketahui.

b. Variabelnya berbentuk kontinyu

c. Populasi yang diambil sampelnya simetrik

d. Skala pengukuran yang digunakan sekurang kurangnya interval

e. Pengamatan pengamatan yang dilakukan saling independen

Adapun rumus yang digunakan apabila n lebih besar dari 2,5 kita tidak bisa
menggunakan tabel Wilcoxon untuk menentukan kebermaknaan suatu nilai statistik uji

2
 hasil perhitungan. Kit dapat menunjukan bahwa untuk sampel sampel besar,
statistiknya adalah:

z=

Dalam aproksimasi sampel besar ini kita dapat melakukan suatu penyesuaian
(adjusment) akibat adanya angka angka sama yang ditemukan diantaraselisih
selisih bukan nol. Misalkan t adalah banyaknya selisih mutlak yang berangka sama
untuk suatu peringkat tertentu maka faktor koreksi disini adalah:

Dan kita mengurangkan faktor ini terhadap besaran di bawah tanda akar, karena itu
bila kita menjumpai sejumlah angka sama, kita menggantikan denominator (penyebut)
pada statistik uji aproksimasi sampel besar dengan:

Maka rumus jadi untuk wilcoxon dengan ada koreksian dan sampel besar dengan
didekatkan pada distribusi z adalah sebagai berikut:

Contoh:

Dalam penelitian tentang produktivitas kerja perawat sebelum dan sesudah ruangan
dipasang AC diperoleh data sebagai berikut:

No. Responden XA1 (sebelum) XB1 (sesudah)

3
 1 100 105
2 98 94
3 76 78
4 90 98
5 87 90
6 89 85
7 77 86
8 92 87
9 78 80
10 82 83

Untuk menyelesaikan soal tersebut maka data dapat disusun sebagai berikut.

No. XA1 XB1 Beda Tanda Jenjang

XA1 - XB1 Jenjang + -
Responden
1 100 105 +5 7,5 7,5 0,0
2 98 94 -4 5,5 0,0 5,5
3 76 78 +2 2,5 2,5 0,0
4 90 98 +8 9,0 9,0 0,0
5 87 90 +3 4,0 4,0 0,0
6 89 85 -4 5,5 0,0 5,5
7 77 86 +9 10,0 10,0 0,0
8 92 87 -5 7,5 0,0 7,5
9 78 80 +2 2,5 2,5 0,0
10 82 83 +1 1,0 1,0 0,0
Jumlah T+=36,5 T-=18,5

Nb. Penentuan jenjang dimulai dari benda yang paling kecil.

Berdasarkan tabel t untuk n = 10 dan taraf kesalahan 5% (uji 2 pihak) maka nilai t tabel
= 8. Oleh karena jumlh jenjang yang kecil 18,5 leih besar dari 8, maka Ho diterima. Jadi dapat
disimpulkan bahwa ruangan yang diberikan AC tidak berpengaruh signifikan terhadap kinerja
perawat.

Disamping itu kita juga dapat menggunakan rumus :

z=

4
 dimana nilai T yang digunakan adalah nilai T atau T yang terkecil yaitu 18,5 dan hasil
perhitungan di aproksimaai atau didekatkan dengan niai z

z=

Interfrestasinya adalah:

Bila taraf kesalahan yang digunakan 0,050, maka harga z tabelnya adalah 1,96. Harga z
hitung -0,918 ternyata lebih kecil dari -1,96 (ingat harga (negatif) tidak
diperhitungkan karena harga mutlak), dengan demikian Hoditerima. Jadi dapat
disimpulkan bahwa ruangan yang diberi AC tidak berpengaruh signifikan terhadap
kinerja perawat.

Interprestasi hasil:

a. Lihat pada nilai z dan Asym. Sig, dari out put di atas dapat diketahui nilai z hitungannya
sebesar -0,919 dan Asym. Signya sebesar 0,358 (nilai p). Hal ini menunjukan bahwa
nilai p > 0,050 yang berarti tidak ada beda yang signifikan antara sebelum dan sesudah
ruangan diberi AC dengan kinerja perawat.

b. Adapun cara yang lebih adalah membandingkan nilai z hitung dengan z tabel,
untuk kasus di atas dapat diketahui harga z hitung -0,918 ternyuata lebih kecil
dari harga z tabel -1,96 (ingat harga (negatif) tidak diperhitungkan karena
harga mutlak), dengan demikian Ho diterima. Jadi dapat disimpulkan bahwa
ruangan yang diberi AC tidak berpengaruh signifikan terhadap kinerja perawat

Paired Differences
95%
Confidence
Interval of the
Std. Difference
Std. Error

5
Pair Sebelum Mean Deviation Mean Lower Upper
1 pemberianOC t df
Setelah Sig
pemberian OC (2-tailed)
-4.80 4.566 1.444 -8.07 -1,53 -3.325 9 .009

Dari hasil output SPSS diketahui bahwa t hitung 3,325, menunjukkan bahwa
sebelum pemberian OC lebih kecil dari setelah pemberian OC. Sedangkan pembaca
singkat berdasarkan harga signifikasi (p), dimana nilai p=0,009, dimana nilai tersebut
(p<0,05), maka Ho ditolak, artinya ada beda rata-rata antara nilsi sebelum pemberian
OC dengan setelah pemberian OC. Dimana dengan harga negative (-) menunjukkan
tekanan darah sistolik setelah pemberian OC, sehingga pemberian OC efektif untuk
menurunkan tekanna darah sistolik.

B. STATISTIK NONPARAMETRIK

1. Uji Mann-Whitnhey (uji beda kelompok independen)

Kita membahas prosedur-prosedur penyimpulan yang menggunakan

data dari dua sampel bebas, yang masing- masing berasal dari dua populasi
yang diinginkan atau diminati. Sampel ini bebas dalam dua hal. Pertama,
unsure-unsur yang kita pilih untk sampel pertama sama sekali tidak bergantung
pada unsur-unsur yang kita pilih untuk sampel kedua. Kedua, didalam masing-
masing sampel, masing-masing unsur juga saling bebas dari setiap unsur lain
dalam sampel itu.

Tujuan dari uji ini adalah untuk mengetahui apakah ada perbedaan dari
suatu parameter dari dua sampel independent (tidak terikat antara satu
kelompok dengan kelompok yang kedua. Uji ini dapat digunakan untuk
menguji kasus dengan ukuran sampel yang berbeda dan menggunakan jumlah
peringkat sebagai statistik uji, selain itu dapat digunakan pula pada kasus
dengan ukuran sampel yang sama.

6
 Populasi-populasi yang diminati bisa termasuk salah satu dari dua tipe
populasi yang ada, yaitu nyata atau hipotetik. Populasi nyata adalah populasi
yang sungguh ada dan terdefinisi dengan baik(nyata). Misalnya populasi 1
keluarga dalam komunitas di lingkungan perkotaan, populasi 2 adalah keluarga
dalam komunitas pedesaan. Variabel yang diminsti mungkin pendapatan
tahunan keluarga. Populasi hipotetik, contohnya subyek-subyek yang bersedia
untuk dikaji mungkin telah ditetapka secara acak untuk menerima salah satu
dari dua perlakuan (treatment) , yaitu merujuk ke prosedur-prosedur penghasil
efek yang akan di ukur.

Asumsi-asumsi

a. Data merupakan sampel acak hasil pengamatan X1, X2, , Xn dari populasi 1 dan
sampel acak dari hasil pengamatan Y1, Y2, ... , Yn dari populasi 2

b. Kedua sampel tidak saling berhubungan

c. Variabel yang di minati adalah variabel acak kontinyu

d. Skala pengukuran yang di pakai sekurang-kurangnya ordinal

e. Ho : populasi-populasi yang diminati memiliki distribusi yang identic

Ho : populasi-populasi yang diminati berbeda dengan hal lokasi

Cara menghitung
a. Untuk menghitung nilai statistic uji hasil pengamatan, kita menggabungkan kedua
sampel dan merangking semua hasil pengamatan dari yang kecil ke yang besar (nilai
terkecil sebagai rangkng kecil (1) dan nilai terbesar sebagai rangking terbesar).
b. Untuk nilai yang sama maka kita ,enjumlah urutan rangking dari besaran nilai sampel
yang sama, kemudian di bagi banyaknya sampel yang sama tersebut. Misalnya dua
nilai dari sampel mempunyai nilai yang sama dan berangking 2 dan 3, maka
menentukan rangking kedua nilai tersebut adalah 2,5 dan 2,5 rangking selanjutnya
adalah rangking 4,5,dst.
c. Kita menjumlah rangking yang ada dari kedua sampel yang independen. Kita akan
menggunakan jumlah rangking tersebut untuk menyelesaikan rumus U. Jadi terdapat 2
jumlah rangking, yaitu dari sampel populasi 1 dan sampel populasi 2. Kita akan
menggunakan jumlah rangking yang terbesar untuk menyelesaikan rumus U, akan
7
 tetapi jumlah rangking yang terkecil juga dapat kita gunakan. Catatan. Apabila
menggunakan program SPSS, maka jumlah rangking yang digunakan sebagai
penyelesaian uji adalah jumlah terkecil.
d. Rumus uji adalah

T=S

Dimana : T adalah U hitung

S adalah jumlah rangking sampel populasi 1 dan 2
n1 adalah jumlah sampel populasi 1 dan 2
Untuk perhitungan manual, maka S dan n, yang digunakan adalah dari jumlah
rangking yang nilainya terbesar.
e. Setelah diketahui nilai T hitung, maka kita akan membandingkannya dengan nilai
tabel (table kuantil-kuantil statistik Uji Mann-Whitney U). Dengan ketentuan sebagai
berikut :
W1- 2 = (n1 . n2) - W 2

Besarnya 2 adalah 0,05/2, dengan besar n1 dan n2 tertentu, maka diperoleh harga W.

Selanjutnya kita dapat cari W1- 2

f. Apabila n1 atau n2 lebih besar dari 20, maka kita tidak akan menggunakan table, karena
dalam tabel maksimal jumlah sampel adalah 20. Sehingga kita akan mencari harga Z
dengan asumsi sebaran data tersebut dapat dikatakan mendekati distribusi Z. Dengan
rumus Z adalah

z= di mana T=

dan T =

sehingga rumus lengkapnya adalah

z= , selanjutnya dibandingkan dengan Z tabel = 1,96

8
 Apabila terdapat rangking yang sama, maka kita perlu melakukan koreksi
terhadap rumus uji Z tersebut. Faktor korekti tersebut kita kurangkan terhadap apa
yang terdapat di bawah tanda akar.

Rumus koreksi adalah , sehingga rumus z menjadi :

z=

Contoh kasus :

Dalam rangka mempelajari efek penghirupan kadnium dalam waktu yang

cukup lama, Princi dan Geever memasukkan 10 ekor anjing ke dalam ruangan yang
banyak mengandung kadnium oksida, sementara 10 ekor anjing lain yang berfunfsi
sebagai control tidak di beri perlakuan seperti itu. Pada akhir percobaan, mereka
mengukur kadar hemoglobin dalam darah kedua puluh anjing tersebut. Dari hasil

pengukuran tampak sebagai berikut.

Anjing yang menghirup kadnium, kadar HB nya adalah :

14.6 15.8 16.4 14.6 14.9 14.3 14.7 17.2 16.8 16.1

Anjing yang tidak menghirup kadnium, kadar HBnya adalah :

15.5 17.9 15.5 16.7 17.6 16.8 16.7 16.8 17.2 18.0

Ho : Tidak ada beda kadar Hb anatar yang menghirup kadnium dengan tidak.

Dari data tersebut maka kita akan membuat rangking sebagai berikut :

Kadnium Rank Kontrol Rank

S1 S2
14.6 2.5 15.5 6.5
15.8 8 17.9 19
16.4 10 15.5 6.5
14.6 2.5 16.7 11.5
9
 14.9 5 17.6 18
14.3 1 16.8 14
14.7 4 16.7 11.5
17.2 16.5 16.8 14
16.8 14 17.2 16.5
16.1 9 18 20

Untuk perhitungan manual kita menggunakan S2 = 137,5 , sehingga

T=S

T = 137,5

T = 82,5

Sedangkan untuk perhitungan SPSS jumlah rangking yang digunakan adalah yang terkecil
yaitu S2 = 72,5

Sehingga :

T=S

T = 72,5

T = 17,5, hasil ini sama dengan hasil perhitungan di SPSS.

Selanjutnya kita cari harga z hitung. Karena terdapat rangking yang sama dalam data
tersebut, maka kita akan mencari koreksi dari data tersebut.

Dari data tersebut kita mengetahui :

T = 17,5, n1 = 10 dan n2 = 10, maka kita cari

, maka, sehingga

10
 , maka

Sehingga = 13,228 , kita perlu melakukan koreksi karena terdapar

rangking yang sama.

Menggunakan rumus koreksi : , maka

, diperoleh 1,0526

Sehingga kita memasukkan dalam rumus koreksi, yaitu :

z=

z=

harga z = -2,464, sama dengan hasil output SPSS.

Cara menentukan koreksi dan adalah seperti tabel dibawah ini

N Rank T T3
14.3 1 1 1
14.6 2.5 2 8
14.6 2.5 2 8
14.7 4 1 1
14.9 5 1 1
15.5 6.5 2 8
15.5 6.5 2 8
15.8 8 1 1
11
16.1 9 1 1
16.4 10 1 1
16.7 11.5 2 8
16.7 11.5 2 8
16.8 14 3 27
16.8 14 3 27
16.8 14 3 27
17.2 16.5 2 8
17.2 16.5 2 8
17.6 18 1 1
17.9 19 1 1
18 20 1 1

Selanjutnya kita bandingkan harga z hitung yang besarnya 2,464, dengan z tabel
yang besarnya -1,96, sehingga Z hitung > Z tabel, maka Ho ditolak dan Ha diterima,
artinya ada beda kadar Hb antara anjing yang menghirup Kadnium oksida dengan
yang tidak.

Cara kedua adalah dengan menggunakan harga T = 82,5, maka

z= , maka

z=

harga z = 2,464, yang hasilnya sama dengan T = 17,5, Cuma tanda yang berbeda yaitu
positif dan negatif.

BAB III

PENUTUP

A. Simpulan

12
 uji beda, merupakan uji ini dipergunakan untuk mencari perbedaan,
baik antara dua sampel data atau antara beberapa sampel data. Dalam kasus
tertentu, juga bisa mencari perbedaan antara suatu sampel dengan nilai
tertentu. Ada 2 uji beda yaitu uji Wilcoxon atau yang dikenal uji tanda dari
wilcoxon atau uji tanda saja. Untuk menggunakan uji ini mula-mula kita
mengurutkan selisih-selisih menurut peringkat berdasarkan nilai mutlaknya
maing masing. Dan man Whitney Uji ini dapat digunakan untuk menguji
kasus dengan ukuran sampel yang berbeda dan menggunakan jumlah peringkat
sebagai statistik uji, selain itu dapat digunakan pula pada kasus dengan ukuran
sampel yang sama.

B. Saran

Dari hasil pembahasan diatas, maka disarankan agar mahasiswa dapat

memanfaatkan informasi yang diberikan secara baik.

DAFTAR PUSTAKA

Budiarto Eko, SKM. 2001. Biostatistika Untuk Kedokteran Dan Kesehtan Masyarakat.

Jakarta : EGC
13
Brockopp, Dorothy Young. 1999. Dasar-dasar Riset Keperawatan. Jakarta : EGC

Sukawana. I Wyn. 2008. Statistik Untuk Perawat. Jurusan Keperawatan Poltekes Denpasar

Riwidikdo handoko. 2009. Statistik Kesehatan. Jogjakarta : Mitra Cendikia Press

14