Oleh :
A. Latar Belakang
Istilah nonparametrik pertama kali digunakan oleh Wolfowitz,
pada tahun 1942. Metode statistik nonparametrik merupakan metode
statistik yang dapat digunakan dengan mengabaikan asumsi-asumsi yang
melandasi penggunaan metode statistic parametrik, terutama yang berkaitan
dengan distribusi normal. Istilah lain yang sering digunakan untuk
statistik nonparametrik adalah statistik bebas distribusi (distribution free
statistics) dan uji bebas asumsi (assumption-free test). Statistik nonparametric
banyak digunakan pada penelitian-penelitian sosial. Data yang diperoleh dalam
penelitian sosial pada umunya berbentuk kategori atau berbentuk rangking.
Uji statistik nonparametrik ialah suatu uji statistik yang tidak
memerlukan adanya asumsi - asumsi mengenai sebaran data populasi. Uji
statistik ini disebut juga sebagai statistik bebas sebaran (distribution free).
Statistik nonparametrik tidak mensyaratkanbentuk sebaran parameter populasi
berdistribusi normal. Statistik nonparametrik dapat digunakan untuk
menganalisis data yang berskala nominal atau ordinal karena pada umumnya
data berjenis nominal dan ordinal tidak menyebar normal. Dari segi jumla data,
pada umumnya statistik nonparametrik digunakan untuk data berjumlah kecil
(n <30).
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. (Frisztado, 2010). Statistik Non
Parametrik memiliki kelebihan dan kekurangan.
Adapun kelebihan dari penggunaan prosedur-prosedur dari Statistik Non
Parametrik adalah sebagai berikut.
1. Pernyataan kemungkinan yang diperoleh dari sebagian besar tes statistik
non parametrik adalah kemungkinan yang eksak. Dimana tes non
parametrik menggangap bahwa distribusi yang mendasarinya dalah
kontinyu sama dengan anggapan yang dibuat tes-tes parametrik.
2. Terdapat tes-tes Statistik Non Parametrik untuk mengarap sampel-sampel
yang terdiri dari observasi-observasi dari beberapa populasi yang
berlainan, selain itu statistik non parametrik dapat digunakan pada sampel
yang sifat distribusinya tidak diketahui secara pasti.
3. Tes- tes Statistik Non Parametrik dapat menggarap data yang berupa
rangking dan data yang skor-skornya sepintas memilkik kekuatan
rangking. Selain itu juga dapat menggarap data berupa klasifikasi semata
yang diukur dalam skala nominal.
4. Tes-tes Statistik Non Parametrik lebih muda dipelajari dibandingkan
dengan Parametrik, dan juga memiliki kemungkinan untuk digunakan
secara salah juga kecil karena memerlukan asumsi dalam jumlah minimum
(Frisztado, 2010).
Sedangkan kekurangan dari pengunaan prosedur-prosedur model
Statistik Non Parametrik adalah :
1. Penggunaan Statistik Non Parametrik akan menjadi penghamburan data
jika data memenuhi syarat model statistik parametrik,
2. Belum ada satu pun dalam metode Statistik Non Parametrik untuk
mengukur interaksi-interaksi dalam model analisis varian,
3. Penggunanaan Statistik Non Parametrik memerlukan banyak tenaga serta
menjemukan (Frisztado, 2010).
B. Rumusan Masalah
1. Apa yang dimaksud dengan Uji Kruskal Wallis?
2. Sebutkan contoh permasalahan dengan menggunakan uji Kruskal Wallis?
C. Tujuan
1. Untuk mengetahui pengertian Uji Kruskal Wallis
2. Untuk mengetahui contoh permasalahan dengan menggunakan uji Kruskal
Wallis?
BAB II
PEMBAHASAN
Keterangan :
H = Nilai Kruskal Wallis H
N = Ukuran sampel (jumlah baris/ pengamatan)
k = Jumlah sampel (jumlah kolom)
Ri = Jumlah rangking dalam kolom
Suliyanto (2014) mengemukakan langkah-langkah untuk melakukan
analisis uji k-sampel bebas Kruskal Wallis sebagai berikut :
1. Buatlah tabulasi k-sampel bebas
2. Jika data dalam baris bukan data ordinal, maka harus membuat ranking dari
keseluruhan pengamatan (n). Jika terdapat ranking kembar maka buat
ranking rata-ratanya.
3. Hitunglah jumlah ranking pada setiap k-sampel (Ri)
4. Kuadratkan jumlah ranking pada setiap k-sampel (Ri2)
5. Hitung nilai Kruskal Wallis H hitung dengan rumus sebagai berikut :
𝑘
12 𝑅𝑖2
𝐻= ∑ − 3(𝑛 + 1)
𝑛(𝑛 + 1) 𝑛1
𝑖=1
Penyelesaian :
a. Hipotesis :
H0 : tidak terdapat perbedaan pendapatan berdasarkan pekerjaan.
H1 : terdapat perbedaan pendapatan berdasarkan pekerjaan.
b. Taraf signifikan α = 0,05
c. Kritera pengujian :
1) H0 tidak dapat ditolak, jika H hitung ≤ Chi-Square tabel atau Sig
> 0,05.
2) H0 ditolak, jika H hitung > Chi-Square tabel atau Sig ≤ 0,05.
d. Analisis Data
Dibuat tabulasi sebagai berikut untuk menganalisis dengan uji
Kruskal Wallis H
Jumlah
Pekerjaan Pendapatan/Hari Ranking
Ranking
Petani 11.000 3,5 47,5
Petani 20.000 13
Petani 25.000 15
Petani 30.000 16
Pedagang 10.000 1 19,5
Pedagang 11.000 3,5
Pedagang 12.000 6
Pedagang 14.000 9
Nelayan 11.500 5 32
Nelayan 12.500 7
Nelayan 13.000 8
Nelayan 19.000 12
Buruh Pabrik 10.500 2 37
Buruh Pabrik 15.000 10
Buruh Pabrik 18.000 11
Buruh Parbik 24.000 14
Keterangan : Ranking dilakukan dengan mengurutkan nilai dari yang
terkecilsamapi yang terbesar dari semu pengamatan. Jika ada nilai
yang sama, maka dihitung nilai rata-ratanya.
Berdasarkan tabel di atas, maka nilai Kruskall Wallis H dapat
diperoleh dengan perhitungan manual sebagai berikut :
𝑘
12 𝑅𝑖2
𝐻= ∑ − 3(𝑛 + 1)
𝑛(𝑛 + 1) 𝑛1
𝑖=1
Petani 4 11,88
Pedagang 4 4,88
Total 16
Test Statisticsa,b
Pendapatan/Hari
Chi-Square 4,479
df 3
Asymp. Sig. ,214
2. Kasus 2
Tabel 2.1
Data system peluru kendali
System peluru kendali
1 2 3
24.0 23,2 18,04
16.7 19,8 19,1
22.8 18,1 17,3
19.8 17,6 19,7
18,9 20,2 18,9
17,8 18,8
19,3
Jawab :
1. Hipotesis :
H0 : µ1 = µ2 = µ3
H1 : ketiga populasi minimal terdapat satu perpedaan
2. Α = 0,05
3. Wilayah titik : h > X2 0,05 = 5,991
4. Perhitungan : dalam table kita ubah pengamatan itu menjadi peringkat dan
kemudian menjumlahkan semua peringkat untuk masing-masing system.
𝐻 = 1,66
5. 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.
DAFTAR PUSTAKA