BAB I

PENDAHULUAN

A. LatarBelakang
Dalam suatu masalah yang ingin dipecahkan atau dicari solusinya,
perlu diadakannya suatu proses atau langkah-langkah agar tercapai solusi
yang diinginkan. Melalui beberapa cara, strategi, langkah-langkah yang
terstruktur dan menerut ketentuan yang berlaku dalam kurun waktu yang
tidak singkat untuk melakukannya. Hal tersebut dinamakan suatu penelitian.
Penelitian dilakukan berdasarkan rumusan masalah dan tujuan yang ada.
Tanpa adanya penelitian, hal yang terpenting dari suatu masalah atau ide-ide
yang ingin dicari tidak maksimal seperti dugaan sementara.
Penelitian suatu masalah membutuhkan suatu sampel yang mana
diambil dari obyek yang ingin diteliti. Pada kenyataannnya sangatlah sulit
untuk mendapatkan sampel yang memenuhi asumsi mempunyai distribusi
tertentu. Kebanyakan sampel yang diperoleh hanyalah sebatas menedekati
tertentu. Oleh karena itu, kemudian dikembangkan suatu teknik inferensi
yang tidak memerlukan uji asumsi-asumsi tertentu memgenai distribusi
sampelnya, dan juga tidak memerlukan uji hipotesis yang berhubungan
dengan parameter populasinya.
Dalam dunia statistika banyak cara mengumpulkan data sebagai
dasar dalam melakukan penelitian. Pengumpulan data ini dilakukan agar
peneliti dapat memperoleh data-data yang dibutuhkan, mencari hubungan
dari variabel-variabel yang diteliti, memprediksi masa depan dan sebagainya
untuk kebutuhan penelitian. Untuk memprediksi hal tersebut, kita
menggunakan metode Statistika Non parametrik dan Penelitian Survei.
Uji pengambilan kesimpulan dapat ditarik tanpa memperhatikan
bentuk distribusi populasi. Sedangkan Penelitian Survei, disgunakan untuk
pengambilan data dari suatu populasi dengan menggunakan media

1
 kuesioner sebagai alat pengumpul data yang pokok. Statistika menggunakan
metode penelitian survei dalam mengumpulkan data sebagai dasar penelitian
dan menggunakan Statistika Non Parametrik untuk mengatasi pemecahan
data yang memiliki ukuran sampel kecil dan asumsi-asumsi yang kurang
dimiliki oleh peneliti.
Ini digunakan agar pendapat dari suatu populasi tersebut dapat diolah
sebagai data statistik dan kita dapat memprediksi masa depan dan
sebagainya seperti yang disebutkan di atas.

B. RumusanMasalah
1. Bagaimana Korelasi Rank Spearman?
2. Bagaimana Uji Mann-Withney?
3. Bagaiamana Uji Wilcoson?

C. TujuanPenulisan
1. Untuk Mengetahui Korelasi Rank Spearman.
2. Untuk Mengetahui Uji Mann-Withney.
3. Bagaiamana Uji Wilcoson.
 BAB II

PEMBAHASAN

A. Uji Korelasi Peringkat Spearman

Korelasi peringkat spearman atau koefisien korelasi rho-Spearman
digunakan bila dua variabel yang akan diuji hubungannya mempunyai skala
ordinal dan skor dapat diurutkan sesuai peringkat atau ranknya. Kuatnya
hubungan tersebut dinamakan rank correlation coefficient atau korelasi
peringkat spearman, rumusnya adalah seperti dibawah ini:1
2
6(∑ 𝑑 )
𝑟 ′ = 1 − 𝑛(𝑛2 −1) n = banyaknya pasangan data

d = selisih peringkat
r’ = koefisien korelasi spearman
Kalau pada korelasi product moment, sumber data untuk variabel yang
akan dikorelasikan adalah sama, data yang dikorelasikan adalah data interval
atau rasio, serta data dari kedua variabel masing-masing membentuk distribusi
normal, maka dalam korelasi Spearman Rank, sumber data untuk kedua
variabel yang akan dikonversikan adalah data ordinal, serta data dari kedua
variabel tidak harus membentuk distribusi normal.2 Jadi korelasi Spearman
Rank adalah bekerja dengan data ordinal atau berjenjang atau rangking, dan
bebas distribusi.
Contoh 1:
Ada dua orang juri yang diminta untuk menilai dalam lomba membuat
makanan. Jumlah makanan yang dinilai ada 10. Masing-masing diberi nomor
1, 2, 3, 4, 5, 6, 7, 8, 9, 10. Nilai yang diberikan oleh kedua juri diberikan pada
tabel berikut:3

1
Amos Neolaka, Metode Penelitian dan Statistik, (Bandung: Remaja Yosdakarya, 2014),h. 221
2 Sugiyono, Statistika untuk Penelitian, (Bandung,: ALFABETA, 2014),h. 244
3Ibid,
 TABEL 3.1
NILAI DUA ORANG JURI TERHADAP 10 MAKANAN
Nomor Makanan Nilai dari Juri I Nilai dari Juri II
1 9 8
2 6 7
3 5 6
4 7 8
5 4 5
6 3 4
7 2 2
8 8 9
9 7 8
10 6 6
Karena korelasi Spearman Rank bekerja dengan data ordinal, maka data
tersebut terlebih dahulu harus diubah menjadi data ordinal dalam bentuk rangking
yang caranya dapat dilihat pada tabel 3.2

Nilai Nilai dari Nilai dari Rangking Rangking 𝑿𝒊− 𝒀𝒊 𝒃𝟐𝒊

Makanan Juri I Juri I
𝑿𝒊 𝒀𝒊 (𝑿𝒊 ) (𝒀𝒊 ) (𝒃𝒊 )
1 9 8 1 3 -2 4
2 6 7 5,5 5 0,5 0,25
3 5 6 7 6,5 0,5 0,25
4 7 8 3,5 3 0,5 1,25
5 4 5 8 8 0 0
6 3 4 9 9 0 0
7 2 2 10 10 0 0
8 8 9 2 1 1 1
9 7 8 3,5 3 0,5 0,25
10 6 6 5,5 6,5 -1 1
 Jumlah - - - - 0 7

Bila terdapat nilai yang sama, maka cara merangkingnya adalah:

misalnya pada 𝑋𝑖 nilai 9 adalah rangking ke-1, nilai 8 pada rangking k3-2.
Selangjutnya disini ada dua nilai 7. Mestinya rangkingnya kalau diurutkan
adalah 3 dan 4. Tetapi karena nilainya sama, maka rangkingnya dibagi dua
yaitu: (3 +4); 2 = 3,5. Akhirnya dua nilai 7 pada 𝑋𝑖 masing-masing diberi
rangking 3,5. Selanjutnya pada 𝑌𝑖 disana ada nilai 8 jumlahnya tiga. Mestinya
rangkingnya adalah 2,3, dan 4. Tetapi karena nilainya sama maka rangkingnya
dibagi tiga masing-masing diberi rangking 3 pada kolom 𝑌𝑖 , selanjutnya nilai 7
diberi rangking setelah rangking 4 yaitu rangking 5.4
Selanjutnya harga 𝑏𝑖2 yang telah diperoleh dari hitunngan dalam tabel
kolom terakhir dimasukkan dalam rumus korelasi Spearman Rank. Jadi
6 ∑ 𝑏𝑖2
𝜌 =1−
𝑛(𝑛2 − 1)
6,7
𝜌 =1−
10(102 − 1)
𝜌 = 1 − 0,04 = 0,96
Untuk menginterprestasikan angka ini maka perlu dibandingkan dengan
tabel nilai-nilai rho. Dari tabel terlihat bahwa untuk n = 10, pada taraf
kesalahan 5% diperoleh harga 0,648 dan untuk 1% = 0,794. Hasil rho dihitung
ternyata lebih besar dari rho tabel baik untuk taraf kesalahan 5% maupun 1%.
Hal ini berarti terdapat kesesuaian yang nyata/signifikan antara uri I dan juri II
dalam memberikan penilaian terhadap 10 makanan yang dilombakan. Dalam
hal ini hipotesis nolnya adalah: tidak terdapat kesesuaian antara Juri I dan II
dalam memberikan penilaian terhadap 10 makanan, sedangkan hiotesis
alternatifnya adalah terdapat kesesuaian (ditunjukkan pada hubungan yang
positif dan signifikan) antara Juri I dan II dalam memberikan penilaian
terhadap 10 makanan yang dilombakan. Dengan demikian hipotesis nol
ditolak dan hipotesis alternatife diterima.

4Sugiyono, Statistika untuk Penelitian, (Bandung,: ALFABETA, 2014),h. 246

 Uji signifikan yang lain dapat menggunakan rumus z:5
𝜌
𝑍ℎ =
1
√𝑛 − 1
0,96
𝑍ℎ =
1
√10 − 1
= 2,9

Missal untuk taraf kesalahan 1%. Harga 𝑍𝑡 dicari pada 𝑍0,5−(0,5.0.0,1) =

𝑍0,495 diperoleh dari harga Z=2.58. hal ini berarti 𝑍ℎ > 𝑍𝑡 , (2.9>2.58) sehingga
hipotesis nol ditolak dan hipotesis alternative diterima.6

Koefisien korelasi spearman merupakan statistic non parametrik.

Statistik ini merupakan suatu ukuran asosiasi atau hubungan yang dapat
digunakan pada kondisi satu atau kedua variabel yang diukur adalah skala
ordinal (berbentuk ranking) atau kedua variabel adalah kuantitatif namun
kondisi normal tidak terpenuhi. Simbol ukuran populasinya adalah ρ dan
ukuran sampelnya rs. Formula rs untuk korelasi Spearman adalah sebagai
berikut:

Pembuatan ranking dapat dimulai dari nilai terkecil atau nilai

terbesar tergantung permasalahannya.Bila ada data yang nilainya sama,
maka pembuatan ranking didasarkan pada nilai rata-rata dari ranking-

5Opcit, hal 247

6Sugiyono, Statistika untuk Penelitian, (Bandung,: ALFABETA, 2014),h. 248
 ranking data tersebut. Apabila proporsi angka yang sama tidak besar, maka
formula diatas masih bisa digunakan. Namun apabila proporsi angka yang
sama cukup besar, maka dapat digunakan suatu faktor koreksi dan formula
menjadi seperti berikut ini:

Contoh:
Uji Korelasi Sperman Dengan Manual
Uji korelasi Spearman dengan SPSS pada hakikatnya serupa dengan secara
manual.Uji korelasi Spearman adalah uji statistik yang ditujukan untuk
mengetahui hubungan antara dua atau lebih variabel berskala Ordinal.Selain
Spearman, D.A. de Vaus menyebutkan bahwa uji korelasi yang sejenis
dengannya adalah Kendall-Tau.7Asumsi uji korelasi Spearman adalah: (1)
Data tidak berdistribusi normal dan (2) Data diukur dalam skala Ordinal.
Rumus uji korelasi spearman untuk jumlah sampel< = 30 adalah:

Di mana:

Jika dilakukan secara manual, maka tata tertib melakukan uji korelasi
Spearman adalah:

7D.A. de Vaus, Survey in Social Research, 5th Edition (New South Wales: Allen and Unwin, 2002) p. 259.
Jumlahkan skor item-item di tiap variabel untuk mendapatkan skor total
variabel (misalnya cari skor total variabel X dengan menotalkan item-item
variabel X).

1. Lakukan rangking skor total x (rx) dan rangking skor total y (ry).
2. Cari nilai d yaitu selisih rx – ry .
3. Cari nilai d2 yaitu kuadrat d (selisih rx – ry).

Agar lebih mudah, kerjakan dengan Excel dan buat saja tabel seperti contoh
di bawah ini:

Setelah data dihitung dalam tabel, lalu masukkan ke dalam rumus uji
korelasi Spearman:

Dengan demikian korelasi Spearman (rs) variabel x dengan variabel y dalam

contoh adalah 0,47. Nilai korelasi Spearman hitung ini (rs) lalu
diperbandingkan dengan Spearman Tabel (rstabel). Keputusan diambil dari
perbandingan tersebut. Jika rs>rs tabel, H0 ditolak dan H1 diterima. Jika rs
hitung<= rs tabel, H0 diterima, H1 ditolak. Pengambilan keputusan dari
contoh di atas adalah karena rs hitung>rs tabel maka H0 ditolak dan H1
diterima. Artinya terdapat hubungan antara variabel x dengan variabel y.
Lalu, bagaimana menginterpretasikannya?
Tabel Interpretasi Koefisien Korelasi Versi de Vaus

D.A. de Vaus menginterpretasikan koefisien korelasi sebagai berikut:

Dalam contoh di atas maka kekuatan hubungan antara x dan y adalah

hubungan moderat (karena 0,47).

Data Saya Lebih Besar dari 30 !

Rumus di atas berlaku jika jumlah sampel lebih kecil atau sama dengan 30
(<=30). Lalu, bagaimana menghitung uji korelasi Spearman dengan lebih
dari 30 sampel? Caranya mudah saja yaitu Cari Nilai z hitung terlebih
dahulu.
Cara mencarinilai z hitungsebagaiberikut:

Di mana:

Nilai rs dicari dengan cara yang sama seperti perhitungan terdahulu (di
bagian atas). Dalam contoh sampel yang lebih besar dari 30 ini misalnya
sampel menggunakan 50 responden. Maka perhitungannya sebagai berikut:
Nilai z hitung dalam sampel > 30 ini adalah 6,93. Pengambilan keputusan
dalam sampel > 30 ini adalah membandingkan antara z hitung dengan z
tabel.Z hitung sudah diperoleh sekarang tinggal z tabel.

Cara Mencari z Tabel

Nilai z tabel dicari dari tabel Z (lihat buku-buku statistik).Caranya adalah:

1. Tentukan Taraf Keyakinan Penelitian (misalnya 95%). Taraf Keyakinan

95% berarti Interval Keyakinan-nya (alpha) 0,05. Nilai 0,05 ini
merupakan bentuk decimal dari 5% yang diperoleh dari pengurangan
100% selaku kebenaran absolute dengan 95% (100% - 95% = 5% atau
0,05).
2. TentukanUji yang digunakan. Apakah 1 sisi (One-Tailed) atau 2 sisi
(Two-Tailed). Penentuan 1 sisi atau 2 sisi ini didasarkan hipotesis
penelitian. Jika hipotesis hanya menyebutkan “terdapat hubungan” maka
artinya bentuk hubungan belum ditentukan apakah positif atau negative
dan dengan demikian menggunakan uji 2 sisi. Jika hipotesis menyatakan
“terdapat hubungan positif” atau “terdapat hubungan negatif” maka
artinya bentuk hubungan sudah ditentukan dan dengan demikian
menggunakan uji 1 sisi.
3. Jika Uji 2 Sisi (Two-Tailed) maka lihat Tabel Z. Dalam uji 2 sisi Interval
Keyakinan dibagi dua yaitu 0,05 / 2 = 0,025. Cari pada kolom tabel nilai
yang paling mendekati 0,025. Dari nilai yang paling dekat tersebut tarik
garis ke kiri sehingga bertemu dengan nilai 1,9 + 0,060 = 1,96. Batas kiri
pengambilan keputusan dengan kurva adalah –1,96 batas kanannya
+1,96. Keputusannya: Tolak H0 dan Terima H1 jika –z hitung < dari –
1,96 dan > dari +1,96. Sebaliknya, Terima H0 dan Tolak H1 jika – z
hitung > -1,96 dan < dari +1,96.

Uji Korelasi Spearman dengan SPSS

Jika uji korelasi Spearman diadakan dengan SPSS maka langkah-
langkahnya sebagai berikut:
1. Totalkan item-item variabel x menggunakan menu Transform > Compute
Variable > jumlahkan item-item variabel x.
2. Totalkan item-item variabel y menggunakan menu Transform > Compute
Variable > jumlahkan item-item variabel y.
3. Buatlah Ranking bagi rx dan ry menggunakan menu Transform >
Compute > masukkan skor total variabel X dan variabel Y ke variables
>Pilih saja Smallest pada Assign Rank > Klik OK. Setelah itu muncul
dua variabel baru yaitu rangking untuk x dan y (lihat di tab Variable
View).
4. Lakukan Uji Korelasi Spearman dengan SPSS dengan klik Analyze >
Correlate > Bivariate > masukkan rangking X dan Ranking Y ke
Variables > pada Correlation Coefficient ceklis Spearman >Pada Test of
Significance pilih 2-Tailed (jika 2 sisi) atau 1-Tailed (jika 1 sisi) >Klik
OK.

Hasilnya output SPSS misalnya sebagai berikut:

variabel X dan variabel Y pada contoh output di atas berhubungan dalam

koefisien 0,823. SPSS menunjukkan bahwa korelasi tersebut signifikan
bahkan dalam Interval Keyakinan (alpha) yang lebih teliti lagi yaitu 0,01
untuk uji 2 Sisi. Pengambilan keputusannya sama dengan cara manual di
 atas yaitu membandingkan antara z hitung dengan z tabel atau bisa juga
dengan kurva normal berikut:

B. Uji Mann-Whitney (U TEST)

Uji Mann-Whitney U digunakan untuk menguji signifikan uji

hipotesis komparatif 2 sampel independen bila datanya berbentuk ordinal,
dan untuk 2 sampel yang berukuran tidak sama. Uji ini merupakan uji yang
paling sering digunakan oleh peneliti di antara uji-uji lain pada uji Non-
Parametrik untuk menguji 2 sampel independen ketika peneliti ingin
menghindari asumsi-asumsi dari statistic uji-t (misalnya data sampel harus
mengikuti distribusi normal). Data untuk uji Mann-Whitney dikumpulkan
dari dua sampel yang independen.

Jika data penelitian berbentuk interval, maka data tersebut perlu

diubah ke dalam bentuk data ordinal. Untuk data yang berbentuk ordinal
interval kita bisa menggunakan staistik uji-t pada waktu dilakukan analisis,
maka asumsi-asumsi dari statistic uji-t harus terpenuhi.

Terdapat dua rumus yang digunakan, yaitu :

1
U1 = n1 . n2 + {n1 (n1 + 1)} − R1
2

dan
 1
U1 = n1 . n2 + {n2 (n2 + 1)} − R 2
2

di mana :

n1 =jumlah sampel 1

n2 = jumlah sampel 2

U1 =jumlah peringkat 1

U2 = jumlah peringkat 2

R1 =jumlah rangking pada sampeln1

R 2 =jumlah rangking pada sampeln2

Dari kedua rumus di atas dipilih nilai yang paling kecil. Harga U
yang paling kecil tersebut digunakan dan membandingkan dengan U tabel.

 Hipotesis-Hipotesis
H0 : 2 sampel independen berasal dari populasi yang identik.

H1 : 2 sampel independen bukan berasal dari populasi yang identik.

atau
H0 : tidak ada perbedaan rata-rata antara 2 sampel.
H1 : ada perbedaan rata-rata antara 2 sampel.

 KaidahPengambilanKeputusan
Untuk uji 2 arah :
p(U) ≤ a⁄2 → Tolak H0
p(U) > a⁄2 → TerimaH0
atau
Exact Sig.< 𝑎 → TolakH0
Exact Sig.> 𝑎 → TerimaH0
 Untuk uji 1 arah:
p(U) ≤ 𝑎 → TolakH0
p(U) > 𝑎 → TerimaH0
atau
Exact Sig.≤ 𝑎 → TolakH0
Exact Sig.> 𝑎 → TerimaH0

Contoh kasus 1:

Berdasarkan penelitian yang bersifat deskriptif komparatif ini, maka

metode yang digunakan untuk menganalisis data adalah sebagai berikut:
menganalisa kinerja wiraniga PT Merapi Utama Pharma dengan visi dan
misi perusahaan dengan uji Mann-Whitney secara manual dan
menggunakan SPSS.

Penyelesaian :

Tabel 1 Wiraniaga Kelompok 1 (tanpa pelatihan)

No Jumlah Penjualan (paket)

1 30
2 24
3 26
4 27
5 29
6 20
7 23
8 25
9 18
10 14
 Tabel 2 Wiraniga Kelompok 2 (tanpa pelatihan)

No Jumlah Penjualan (Paket)

11 16
12 30
13 32
14 35
15 27
16 25
17 29

 Analisis menggunakan Rumus uji U Mann-Whitney dan Tabel U

Kasus di atas terdiri atas dua sampel yang bebas satu dengan yang
lain, yaitu Wiraniga yang tidak mendapat pelatihan danWiraniga yang
menjalani pelatihan. Di sini data hanya sedikit dan dianggap tidak diketahui
distribusi datanya (berdistribusi bebas). Maka digunakan uji Non
Parametrik dengan dua sampel yang independen. Masing-masing volume
penjualanWiraniaga diberi peringkat dari yang terkecil sampai yang
terbesar.

Tabel 3 Pemberian peringkatWiraniaga kelompok 1 (tanpa pelatihan)

Wiraniaga Penjualan Peringkat

1 30 14,5
2 24 6
3 26 9
4 27 10,5
5 29 12,5
6 20 4
7 23 5
8 25 7,5
 9 18 3
10 14 1
n𝟏 = 10 R1 = 73

Tabel 4 pemberian peringkat kelompok wiraniaga 2 (dengan pelatihan)

Wiraniaga Penjualan Peringkat

11 16 2
12 30 14,5
13 32 16
14 35 17
15 27 10,5
16 25 7,5
171 29 12,5
n2 = 7 R 2 = 80

Dalam buku Statistik Teori dan Aplikasi oleh Supranto (2002):

1
U1 = n1 . n2 + 2 {n1 (n1 + 1)} − R1

1
= (10)(7) + 2 {10(10 + 1)} − 73

= 70 + 55−73 = 52

atau

1
U1 = n1 . n2 + 2 {n2 (n2 + 1)} − R 2

1
= (10)(7) + 2 {7(7 + 1)} − 80

=70 + 28 − 80 = 18

Nilai terkecil n1 . n2 − nilai U terbesar = (10)(7) − 52 = 18

 Dari tabel Mann-Whitney : n1 = 10; n2 = 7; 𝑎 = 0,05 adalah 15.
Statistik hitung U = 18 ≥ 14 maka H0 diterima. Dapat disimpulkan bahwa
tidak ada perbedaan penjualanan tarawiraniaga yang mendapat pelatihan dan
tidak mendapat pelatihan dengan 𝑎 = 0,05.

 Analisis dengan SPSS

Tabel 5 Peringkat (rank)

Kelompok N Mean Rank Sum of Ranks
SALES :
Tanpatraning 10 7.30 73.00
Training 7 11.43 80.00
Total 17

Tabel 6 Uji Statistik

SALES
Menn-Whitney U 18.000
Wilcomon W 73.000
Z -1.663
Asymp. Sig. (2-tailed) 096
Exact Sig. [2*(1-tailed Sig.)] 1093

Hipotesis penelitian ini terdiri dari: H0 = kedua populasi identik

(Data penjualan kedua kelompok tidak berbeda secara signifikan); dan H1 =
kedua populasi tidak identik atau berbeda dalam hal lokasi (data penjualan
kedua kelompok wiraniaga memang berbeda secara signifikan).

 Pengambilan keputusan
 Jika probabilitas> 0,05, maka H0 diterima.
 Jika probabilitas< 0,05, maka H0 ditolak.
C. Wilcoxon Signed Rank Test
Wilcoxon signed rank test merupakan uji non parametrik yang digunakan
untuk menganalisis data berpasangan karena adanya dua perlakuan yang berbeda
(Pramana, 2012). Wolcoxon signed rank test digunakan apabila data tidak
berdistribusi normal. Dasar pengambilan keputusan untuk menerima atau menolak Ho
pada uji wilcoxon signed rank test adalah sebagai berikut: Jika probabilitas
(Asymp.Sig) < 0,05 maka Ho ditolak dan Ha diterima. Jika probabilitas (Asymp.Sig)
> 0,05 maka Ho diterima dan Ha ditolak. Uji wilcoxon signed rank :
a. Menentukan hipotesis
Hipotesis yang ditentukan dalam pengujian wilcoxon signed rank test ini adalah
sebagai berikut:
saham pada saat sebelum dan sesudah stock split.

 Ha1 : Terdapat perbedaan yang signifikan antara abnormal return

saham pada saat sebelum dan sesudah stock split.
 Ho2 : Tidak terdapat perbedaan yang signifikan antara volume perdagangan
saham pada saat sebelum dan sesudah stock split.
 Ha2 : Terdapat perbedaan yang signifikan antara volume perdagangan saham
pada saat sebelum dan sesudah stock split.
 Ho3 : Tidak terdapat perbedaan yang signifikan antara volatilitas harga saham
pada saat sebelum dan sesudah peristiwa stock split.
 Ha3 : Terdapat perbedaan yang signifikan antara volatilitas harga saham pada
saat sebelum dan sesudah peristiwa stock split.

b. Menentukan level of significant sebesar 5% atau 0,05.

c. Menentukan kriteria pengujian.

 Ho ditolak jika nilai probabilitas < 0,05 berarti terdapat perbedaan yang
signifikan dalam abnormal return saham, volume perdagangan saham dan
volatilitas harga saham pada saat sebelum dan sesudah stock split.
  Ho diterima jika nilai probablitias > 0,05 berarti terdapat perbedaan yang
tidak signifikan dalam abnormal return saham, volume perdagangan saham
dan volatilitas harga saham pada saat sebelum dan sesudah stock split

 Ho ditolak jika nilai probabilitas < 0,05 berarti terdapat perbedaan yang
signifikan dalam abnormal return saham, volume perdagangan saham dan
volatilitas harga saham pada saat sebelum dan sesudah stock split.
 Ho diterima jika nilai probablitias > 0,05 berarti terdapat perbedaan yang
tidak signifikan dalam abnormal return saham, volume perdagangan saham
dan volatilitas harga saham pada saat sebelum dan sesudah stock split.
d. Penarikan kesimpulan berdasarkan pengujian hipotesis. 8

8 https://www.slideshare.net/mobile/ediriadi/contoh-analisis-uji-beda-non -parametrik-wilcoxon
 BAB III
PENUTUP

A. Kesimpulan
Uji yang dibahas di penelitian ini adalah:
 Uji korelasi Spearmann
 Uji Mann-Whitney
 Uji Wilcoxon
Koefisien korelasi spearman merupakan statistic non parametrik.
Statistik ini merupakan suatu ukuran asosiasi atau hubungan yang dapat
digunakan pada kondisi satu atau kedua variabel yang diukur adalah skala
ordinal (berbentuk ranking) atau kedua variabel adalah kuantitatif namun
kondisi normal tidak terpenuhi.
Uji Mann-Whitney U digunakan untuk menguji signifikan uji
hipotesis komparatif 2 sampel independen bila datanya berbentuk ordinal,
dan untuk 2 sampel yang berukuran tidak sama. Uji ini merupakan uji yang
paling sering digunakan oleh peneliti di antara uji-uji lain pada uji Non-
Parametrik untuk menguji 2 sampel independen ketika peneliti ingin
menghindari asumsi-asumsi dari statistic uji-t (misalnya data sampel harus
mengikuti distribusi normal).

Uji Wilcoxon digunakan untuk menguji dua perbedaan perlakuan

yang diberikan kepada objek penelitian untuk mempertimbangkan arah dan
magnitude relatifperbedaan dari dua sampel berpasangan. Uji ini juga
mempertibangkan besar perbedaan dengan mencari selisih perbedaannya

B. Saran
Meskipun penulis menginginkan kesempurnaan dalam penyusunan
makalah ini tetapi kenyataannya masih banyak kekurangan yang perlu
penulis perbaiki. Hal ini di karenakan masih minimnya pengetahuan yang
penulis miliki. Oleh karena itu kritik dan saran yang membangun dari para
pembaca sangat penulis harapkan untuk perbaikan ke depannya.
 DAFTAR PUSTAKA

D.A. de Vaus, Survey in Social Research, 5th Edition (New South Wales:
Allen and Unwin, 2002) p. 259.
https://www.slideshare.net/mobile/ediriadi/contoh-analisis-uji-beda-non -
parametrik-wilcoxon

Junaidi.(2010). Statistika Non-Parametrik.FakultasEkonomiUniversitas

Jambi. Jambi

Neolaka, Amos (2014) Metode Penelitian dan Statistik, Bandung: Remaja

Yosdakarya

Sugiyono, (2014), Statistika untuk Penelitian, Bandung,: ALFABETA,

Sulaiman, Wahid.(2005).Statistik Non Parametrik. Yogyakarta: Andi
Offset.

Supranto, J. (2002). Statistikteoridanaplikasi.Jakarta: Erlangga.

Sriwidadi, Teguh. (2011). PenggunaanUji Mann-Whitney pada Analisis

Pengaruh Pelatihan Wiraniaga dalam Penjualan Produk Baru. BinusBusines
Review Vol. 2 No.2 SN : 751-762.