Uji kruskal-wallis merupakan salah satu pengujian dari statistik nonparametrik dalam kelompok

prosedur untuk sampel independen. Prosedur ini digunakan ketika kita ingin membandingkan
dua variabel yang diukur dari sampel yang tidak sama (bebas), dimana kelompok yang
diperbandingkan lebih dari dua. Dalam statistika parametric ketika kelompok yang ingin
diperbandingkan lebih dari dua, dapat digunakan analisis varians (ANOVA/MANOVA).
Sebaliknya pada statistic nonparametric, alternatifnya diantaranya adalah analisis varians satu arah
berdasarkan peringkat Kruskal-Wallis dan Median test. Perhitungan dari uji kruskal-wallis
dilakukan dengan menggabungkan semua subjek dan diurutkan dari yang paling rendah sampai
yang paling tinggi. Jumlah urutan subjek-subjek pada tiap kelompok kemudian dibandingkan. Uji
kruskal-wallis pertama kali diperkenalkan oleh William H Kruskal dan W. Allen Wallis pada tahun
1952. Pengujian ini merupakan pengembangan dari model Mann Whitney Test, pengujian ini
digunakan untuk membandingkan dua atau lebih nilai rata-rata pupulasi secara bersamaan. Hal ini
dimaksudkan sebagai upaya untuk melihat apakah ada kesamaan antara variansi dari populasinya.
Sejalan dengan adanya pengertian bahwa pada pengujian Kruskal-Wallis adalah merupakan salah
satu alat untuk melihat variansi populasinya, maka dalam pengujian ini setidaknya :

1. Sampel yang diambil dari populasinya bersifat saling bebas (k random sampel merupakan
kejadian yang saling bebas atau independent)
2. Random variabel Xij kontinu dan paling tidak merupakan data ordinal
Langkah Pengujian
1. Menentukan Hipotesis nol (H0) sebagai kesimpulan sementara yang menyatakan “Tidak
ada perbedaan”, dan menentukan Hipotesis alternatif (Ha) yang menyatakan kebalikan dari
hipotesis nolnya “Ada perbedaan”, misal:
H0 : K distribusi populasi adalah sama
Ha : K distribusi populasi adalah tidak sama
Atau
H0 : 𝜇1 = 𝜇2
Ha : 𝜇1 ≠ 𝜇2
2. Tetapkan kriteria daerah kritis dari K = 3 dan nj < 5 gunakan tabel Kruskall-Wallis,
sedangkan untuk K > 3 dan nj > 5 gunakan tabel chi square dengan df = K – 1
3. Hitung nilai dari statistik ujinya, sebagai berikut:
 𝑘
12 𝑅𝑗2
𝐻= [∑ ] − 3(𝑁 + 1)
𝑁(𝑁 + 1) 𝑛𝑗
𝑗=1

Dimana:
N : Jumlah data keseluruhan
Rj : Jumlah kolom ke-j (setelah di rangking)
nj : Banyak data tiap kolom
4. Bandingkan antara hasil penetapan daerah kritis dari tabel dengan hasil hitung statistik
ujinya dengan ketentuan :
Terima H0 jika Htabel > Hhitung dan tolak H0 jika Htabel < Hhitung
5. Buat kesimpulan dari hasil pertandingan tersebut di atas
Contoh :
Diketahui data prestasi belajar pada mata pelajaran matematika setelah diberi perlakuan
yang sama dengan sebaran data tidak berdistribusi normal. Selidiki apakah terdapat
perbedaan prestasi dari ketiga kelompok dengan taraf signifikansi 5% :

Kelompok 1 Kelompok 2 Kelompok 3

39 32 39
42 36 45
47 40 45
51 43 46
58 46 46
60 51 46
61 52 46
64 53 47
65 54 49
66 60 53
70 62 57
62 64
63
65

Jawab :
Dengan Cara Manual
1. H0 : Tidak terdapat perbedaan yang signifikan prestasi belajar dari ketiga kelompok
siswa setelah diberi perlakuan yang sama
Ha : Terdapat perbedaan yang signifikan prestasi belajar dari ketiga kelompok siswa
setelah diberi perlakuan sama
2. Dengan menggunakan tingkat kepercayaan 95% (± = 5%), dengan K = 3 (kelompok
yang jadi objek penelitian), maka dk = 3 – 1 = 2
2
Dari tabel Chi Square diperoleh 𝒳(0,05:2) = 5,99
3. Hasil perhitungan dengan statistik uji.
a. Buat Tabel Penolong

Kelompok 1 Rank Kelompok 2 Rank Kelompok 3 Rank

39 3.5 32 1 39 3.5
42 6 36 2 45 8.5
47 15.5 40 5 45 8.5
51 18.5 43 7 46 12
58 25 46 12 46 12
60 26.5 51 18.5 46 12
61 28 52 20 46 12
64 32.5 53 21.5 47 15.5
65 34.5 54 23 49 17
66 36 60 26.5 53 21.5
70 37 62 29.5 57 24
62 29.5 64 32.5
63 31
65 34.5
Jumlah 263 261 179
∑ 𝑹𝒋 𝟐 69169 68121 32041
∑ 𝑹𝒋 𝟐
𝒏𝒋 6288 4866 2670.083

b. Hitung nilai statistiknya

𝑘
12 𝑅𝑗2
𝐻= [∑ ] − 3(𝑁 + 1)
𝑁(𝑁 + 1) 𝑛𝑗
𝑗=1

12
𝐻= [6288 + 4866 + 2870,083] − 3(37 + 1)
37(37 + 1)
12
𝐻= [13824,083] − 114
1406
 𝐻 = 117,98 − 114
𝐻 = 3,98
4. Hhitung = 3,98
Htabel = 5,99
Hhitung < Htabel
5. Kesimpulannya H0 diterima, artinya tidak terdapat perbedaan yang signifikan
prestasi belajar dari ketiga kelompok siswa setelah diberi perlakuan yang sama
Dengan menggunakan SPSS
Dalam SPSS, untuk perhitungan statistik uji Kruskal-Wallis mengikuti tahapan sebagai
berikut:
1. Persiapkan worksheet dengan cara, buka program SPSS, klik Variable View. Akan
muncul tampilan berikut:

2. Pada baris pertama, isikan kolom Name dengan divisi, Measure = nominal dan kolom
Values 1 = Kelompok 1, 2 = Kelompok 2, dan 3 = Kelompok 3. Abaikan kolom lainnya.
Pada baris kedua isikan, kolom Name dengan Skore. Kolom lainnya diabaikan
(mengikuti default dari program). Cara pengisian kolom Values sebagai berikut. Klik
icon yang bertanda titik tiga (…) pada kolom Values pada baris 1, akan muncul tampilan
berikut
3. Input data kategori divisi (1, 2, 3) dan skore pada workheet SPSS
4. Setelah pengisian data, kemudian Klik > Nonparametric Tests > Legacy Dialogs > K
Independent Samples. Akan muncul tampilan berikut

5. Isi kotak Test Variable List dengan Skore dan isi Grouping Variable dengan Kelompok
(Catatan: variabel Skore dan kelompok, sebelumnya berada di kotak sebelah
kiri.Pindahkan ke kotak sebelah kanannya dengan cara klik variabel, kemudian klik
 panah yang menuju kotak kanannya.). Centang juga Kruskal-Wallis H jika belum
tercentang. Selanjutnya klik Define Range, akan muncul tampilan berikut:

6. Isikan kotak Minimum dengan angka 1 dan Maximum dengan angka 3. Klik Continue,
dan klik OK. Akan keluar output SPSS sebagai berikut:

Output tabel pertama memberikan deskripsi dari ranking masing -masing kelompok, berupa
jumlah sampel dan rata-rata ranking. Output tabel kedua memberikan nilai Chi -Square dari
statistik uji Kruskal-Wallis sesuai dengan rumus yang telah dibahas sebelumnya. Derajat
bebas (df) dari statistik chi-square ini adalah jumlah kelompok (dalam kasus kita = 3 )
dikurangi 1. Dalam output juga diberikan P-value untuk chi-square (nilai Asymp. Sig. dalam
tabel output kedua. Dalam pengujian hipotesis, kita membandingkan nilai P -value dengan
tingkat signifikansi pengujian (α), dengan kriteria tolak H0 jika P-value < α, dan terima H0
jika P-value > α
 REFERENSI
Minium, E.W., dkk (1993). Statistical Reasoning In Psychology And Education, Canada:
Jhon Wiley & Sons, Inc.

Sundayana, R. (tanpa tahun), Statistika Penelitian Pendidikan, Bandung: Alfa Beta

Hidayat, A. (2014). Penjelasan dan Teori Uji Kruskall Wallis H.

https://www.statistikian.com/2014/07/uji-kruskall-wallis-h.html diakses tanggal 19
Desember 2017 jam 18.47