BAB I
PENDAHULUAN
A. Latar Belakang
Dalam analisis Statistika terdapat dua macam konsep dan prosedur
analisis yaitu parametrik dan nonparametrik. Analisis parametrik sangat
bergantung pada pola distribusi populasi yang diamati, sedangkan analisis
nonparametrik tidak perlu memperhatikan hal tersebut sehingga untuk skala
pengukuran yang paling rendahpun dapat dianalisis. Dalam analisis
parametrik, untuk pengujian hipotesis apakah terdapat perbedaan antara k
buah rata-rata sampel yang independen digunakan Analisis Varians
(ANAVA) dengan statistik uji F. Prosedur dari uji tersebut mengasumsikan
bahwa sampel berasal dari distribusi Normal dengan varians yang homogen.
Apabila kedua asumsi tersebut tidak terpenuhi atau skala pengukurannya
ordinal, maka analisis nonparametrik dapat mengatasinya melalui ANAVA
dengan uji Kruskal Wallis. Misalnya akan dilakukan pengujian apakah
prestasi mahasiswa k buah program studi di sebuah perguruan tinggi sama
atau tidak, dimana variabel yang diamati adalah IPK. Apabila untuk pengujian
di atas prosedur parametrik tidak dapat dipenuhi maka pengujiannya
menggunakan uji Kruskal Wallis. Selanjutnya jika yang diperhatikan selain
IPK adalah IQ dan Skor Toefl, maka uji Kruskal Wallis tidak dapat dilakukan,
maka melalui tulisan ini akan dibahas Perluasan Uji Kruskal Wallis untuk
Data Multivariat.
B. Rumusan Masalah
1. Apakah pengertian uji non parametrik ?
2. Apakah pengertian uji kruskal-wallis?
3. Bagaimana langkah-langkah penyelesaian dengan uji kruskal-wallis?
4. Bagaimana contoh-contoh soal uji kruskal-wallis?
2
C. Tujuan
1. Untuk mengetahui pengertian uji non parametrik
2. Untuk mengetahui pengertian uji kruskal-wallis.
3. Untuk mengetahui langkah-langkah penyelesaian dengan uji kruskal-
wallis.
4. Untuk mengetahui contoh-contoh soal dari uji kruskal-wallis.
3
BAB I
PEMBAHASAN
Kruskal dan W.A. Wallis, uji ini merupakan padanan cara non parametrik
untuk menguji kesamaan rataan dalam analisis variansi ekafaktor bila ingin
mengehindari anggapan bahwa sampel berasal dari populasi normal. Jika dari
populasi yang sama, maka rata-rata ke-k sampel tersebut
tentu relatif sama atau tidak berbeda secara signifikan (Walpole&Mayer,
1995).
Analisis varians satu-arah berdasarkan peringkat Kruskal Wallis yaitu
teknik non parametrik yang digunakan untuk menguji hipotesis nol yang
menyatakan bahwa beberapa sampel telah ditarik dari populasi populasi
yang sama atau identik. Dan apabila kasus yang diselidiki hanya dua sampel,
maka uji Kruskal Wallis setara dengan uji Mann-Whitney. Uji Kruskal Wallis
memanfaatkan informasi yang lebih banyak ketimbang yang digunakan
pada uji median. Kruskal Wallis juga merupakan uji yang paling tidak berasal
dari pengukuran yang menggunakan skala ordinal.
Asumsi-asumsi:
1. Data untuk analisis terdiri atas k sampel acak berukuran n1, n2,...,nk.
2. Pengamatan-pengamatan bebas baik di dalam maupun di antara sampel-
sampel.
3. Variabel yang diamati kontinyu.
4. Skala yang digunakan setidaknya ordinal.
5. Populasi populasi identik kecuali dalam hal lokasi yang mungkin
berbeda untuk sekurang-kurangnya satu populasi.
prosedur penyelesaian
1. Data dari k sampel di gabung menjadi satu kesatuan, kemudian dirangking
mulai dari yang terkecil sampai yang ke terbesar atau ke N (yaitu n1 + n2
+...+ nk)
6
𝑘
12 𝑅𝑖2
𝐻= ∑ − 3(𝑛 + 1)
𝑛(𝑛 + 1) 𝑛1
𝑖=1
12 𝑅2
∑𝑘
𝑖=1
𝑖 −3(𝑛+1)
𝑛(𝑛+1) 𝑛1
Jadi 𝐻 = ∑𝑇
1− 3
𝑁 −𝑁
Jawab :
a. H0 : µ1 = µ2 = µ3
b. H1 : ketiga populasi minimal terdapat satu perpedaan
c. 𝛼 = 0,05
d. Wilayah titik : h > X2 0,05 = 5,991
e. Perhitungan : dalam table kita ubah pengamatan itu menjadi peringkat
dan kemudian menjumlahkan semua peringkat untuk masing-masing
system.
𝑘
12 612 63,52 65,52
= ∑ + + − 3(18 + 1)
18(18 + 1) 5 6 8
𝑖=1
𝐻 = 1,66
f. Keputusan : karena h = 1,66 tidak jauh dalam wilayah kritiknya, yaitu h
> 5,991. Berarti kita tidak mempunyai bukti yang cukup untuk menolak
hipotis bahwa laju pembakaran bahan bakar sama untuk ketiga system
peluru kendali itu.
R1 = 55 R2 = 26 R3 = 10
n1 = 5 n2 = 4 n3 = 4 N = 13
12 𝑅𝑖2
𝐻= ∑𝑘𝑖=1 − 3(𝑁 + 1)
𝑁(𝑁+1) 𝑛𝑖
Titik kritis pada kruskal wallis dengan H = 10,68 dan n = 5,4,4 adalah p <
0,009
Jadi, Ho ditolak berarti ada perbedaan rata-rata reaksi waktu pada ketiga
populasi.
catatan :
Ada ties pada kelompok II yaitu pada rank 6,5 sebanyak 2 buah maka T = t3
– t = 23 -2 = 6
H koreksi
Jadi signifikan pada alpha 0,01. Untuk melihat perbedaan antara perlakkuan
dapat dilakukan dengan rumus.
Kemudian bandingkan dengan titik kritis di tabel Z dengan alpha yang sesuai
dan uji satu atau dua pihak
11
BAB III
PENUTUP
A. Kesimpulan
1. Statistik Non Parametrik merupakan bagian statistik yang parameter dari
populasinya tidak mengikuti suatu distribusi tertentu atau memilki
distribusi yang bebas persyaratan dan variannya tidak perlu homogen.
Dalam sejumlah uji statistik nonparametrik hanya menetapkan
asumsi/persyaratan bahwa observasi-observasinya harus independen dan
bahwa varibel yang diteliti pada dasarnya harus memiliki kontinuitas.
2. Uji Kruskal-Wallis, sering pula disebut Uji H Kruskal Wallis, adalah
rampatan uji jumlah rang (dwi sampel Wilcoxon) untuk sejumlah sampel k
>2
3. Langkah-langkah penyelesaian
a. Data dari k sampel di gabung menjadi satu kesatuan, kemudian
dirangking mulai dari yang terkecil sampai yang ke terbesar atau ke N
(yaitu n1 + n2 +...+ nk)
b. Bila ada nilai sama (ties), dibuat rata-rata rangking.
c. Jumlahkan rank pada masing-masing sampel, namakan Ri
d. Rumuskan statistik yang digunakan adalh rumus H sehingga uji
Kruskal Wallis disebut juga uji H dengan rumus:
𝑘
12 𝑅𝑖2
𝐻= ∑ − 3(𝑛 + 1)
𝑛(𝑛 + 1) 𝑛1
𝑖=1
e. Apabila ada ties, maka nilai H perlu dikoreksi yaitu rumus H dibagi
∑𝑇
dengan 1 − 𝑁3 −𝑁
12
f. Titik Kritis
1) Apabila yang diamati 3 buah treatment (k = 3) dan masing-masing
sampel terdiri dari 5 pengamatan atau kurang (ni≤ 5), maka titik
kritis dapat dilihat pada tabel Kruskal-Wallis
2) Apabila banyaknya sampel dan atau nilai pengamatan pada tiap
sampel sedemikian atau nilai-nilai k dan n yang lebih besar,
sehingga kita dapat menggunakan tabel Kruskal-Wallis, distribusi
H mendekati 𝒳 2 dengan df = k-1
g. Kriteria penolakan
1) H0 ditolak bila p≤ 𝛼 untuk k = 3 dan ni≤ 5
2) H0 ditolak bila H hitung > 𝒳 2 tabel
B. Saran
Sebelum kita melakukan uji kruskal-wallis sebaikya lihat dulu datanya apakah
bisa diuji dengan kruskal-wallis atau tidak.
13
DAFTAR PUSTAKA
Junaidi. 2010. Statistik Uji Kruskal-Wallis. Fakultas Ekonomi Jambi (Diakses pada
tanggal 28 April 2019)