Kruskal Wallis PDF

PENUNTUN PRATIKUM
STATISTIKA NON PARAMETRIK

DENGAN SPSS 21
Oleh
Dra. Ni Luh Putu Suciptawati, M.Si.
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS UDAYANA
BUKIT JIMBARAN
2016
KATA PENGANTAR
Puji syukur penulis panjatkan kehadapan Ida Sang Hyang Widhi Wasa atau Tuhan
Yang Maha Esa karena berkat rahmat-Nya, penulis dapat menyelesaikan buku Penuntun
Praktikum Metode Statistika Non Parametrik ini tepat pada waktunya.
Dengan tersedianya buku penuntun praktikum ini, kami harapkan dapat bermanfaat
pada mahasiswa dalam mengolah data dengan menggunakan Uji-uji Statistika Non
Parametrik dengan bantuan Software SPSS-21.
Penulis menyadari bahwa apa yang telah dipaparkan pada penuntun praktikum ini
masih jauh dari sempurna. Oleh karena itu kritik dan saran yang membangun sangat penulis
harapkan.
Bukit Jimbaran, 9 Nopember 2016
Penulis
ii
DAFTAR ISI
halaman
BUKU PEDOMAN PRATIKUM ........................................................................................... i
KATA PENGANTAR ............................................................................................................ ii
DAFTAR ISI ......................................................................................................................... iii
Praktikum I : Pengenalan SPSS .............................................................................................. 1
Praktikum II : ANALISA DATA NONPARAMETRIK 1 SAMPEL/Deskriptif dengan
SPSS ................................................................................................................................... 9
1. Uji Binomial .............................................................................................................. 10
2. Uji Khi kuadrat 1 sampel ........................................................................................... 14
3. Uji Kolmogorov-Smirnov.......................................................................................... 19
4. Uji Run ......................................................................................................................... 22
Praktikum III : ANALISA DATA NONPARAMETRIK 2 SAMPELBERPASANGAN
dengan SPSS ......................................................................................................................... 27
1. Uji Mc Nemar ............................................................................................................ 28
2. Uji Tanda ................................................................................................................... 35
3. Uji Wilcoxon ................................................................................................................ 41
Praktikum IV : ANALISA DATA NONPARAMETRIK 2 SAMPEL INDEPENDEN
dengan SPSS ......................................................................................................................... 49
1. Uji 2 sampel Kolmogovov Smirnov ............................................................................. 50
2. Uji Mann-Whitney........................................................................................................ 56
3. Uji Chi Kuadrat 2 sampel bebas ................................................................................ 60
Praktikum V : ANALISA DATA NONPARAMETRIK k SAMPEL BERPASNGAN
dengan SPSS ......................................................................................................................... 68
1. Uji Cochran.................................................................................................................. 68
2. Uji Friedman .............................................................................................................. 71
Praktikum VI : ANALISA DATA NONPARAMETRIK k SAMPEL INDEPENDEN
dengan SPSS ......................................................................................................................... 77
iii
1. Uji Kruskal Wallis ........................................................................................................ 78
2. Uji χ2 Untuk k Sampel Independen/ Uji Homogenitas ............................................ 81
3. Perluasan Uji Median ................................................................................................ 85
Praktikum VII : UJI ASOSIASI NONPARAMETRIK dengan SPSS ................................. 94
1. Koefisien Kontingensi C .............................................................................................. 94
2. Korelasi Spearman ..................................................................................................... 100
DAFTAR PUSTAKA ......................................................................................................... 111
iv
Praktikum I : Pengenalan SPSS
 Tujuan Praktikum
Dapat memasukkan data, editing, menyimpan dan menggunakan file dengan menggunakan
SPSS
 Tinjauan Teori
SPSS merupakan kepanjangan dari Statistical Package for Social Science. Sesuai dengan
namanya awalnya SPSS digunakan untuk pnelitian-penelitian social. Seiring
berkembangnya waktu SPSS juga banyak dipakai pada penelitian-penelitian lain selain
penelitian social, diantaranya untuk penelitian kesehatan, riset pemasaran, pendidikan, dll.
SPSS memberikan tampilan data yang lebih informatif sehingga pengoperasiannya mudah.
 Memasukkan dan mengolah data ke SPSS :
Menu utama program SPSS ini ditunjukan pada lingkaran seperti yang tampak di bawah
ini
Gambar 1.1 .Menu Program SPSS
Page | 1
.
1. FILE
Pada menu File berisi perintah-perintah sbb :
A. NEW : membuat lembar kerja baru SPSS
B. OPEN : membuka dokumen SPSS yang telah ada
Secara umum ada 3 macam ekstensi dalam lembar kerja SPSS, yaitu :
1) *.spo : file data yang dihasilkan pada lembar data editor
2) *.sav : file text/obyek yang dihasilkan oleh lembar luaran
3) *.cht : file obyek gambar/chart yang dihasilkan oleh chart window
C. Save : menyimpan dokumen/hasil kerja yang telah dibuat.
D. Save As : menyimpan ulang dokumen dengan nama/tempat/type dokumen
yang berbeda
E. Page Setup : mengatur halaman kerja SPSS
F. Print : mencetak hasil luaran/data/syntaq lembar SPSS
G. /pilihan cara mencetak, yaitu :
 All visible luaran :mencetak lembar kerja secara keseluruhan
 Selection : mencetak sesuai keinginan yang kita sorot/blok
 Print Preview : melihat contoh hasil cetakan yang nantinya diperoleh
H. Recently used data: berisi list file data yang pernah dibuka sebelumnya.
I. Recently used file : berisi list file secara keseluruhan yang pernah dikerjakan
Untuk operasi file dokumen SPSS yang telah dibuat, baik untuk perbaikan pencetakan dan
sebagainya. Ada 5 macam data yang digunakan dalam SPSS, yaitu :
1) Data : dokumen SPSS berupa data
2) Systax : dokumen berisi file syntax SPSS
3) Luaran : dokumen yang berisi hasil running out SPSS
4) Script : dokumen yang berisi running out SPSS
5) Database
2. EDIT
Page | 2
Untuk melakukan pengeditan pada operasi SPSS baik data, serta pengaturan/option
untuk konfigurasi SPSS secara keseluruhan
3. VIEW
Untuk pengaturan tambilan di layar kerja SPSS, serta mengetahu proses-prose yang
sedang terjadi pada operasi SPSS.
4. DATA
Menu data digunakan untuk melakukan pemrosesan data.
5. TRANSFORM
Menu transform dipergunakan untuk melakukan perubahan-perubahan atau
penambahan data.
6. ANALYSE
Menu analyse digunakan untuk melakukan analisis data yang telah kita masukkan ke
dalam komputer. Menu ini merupakan menu yang terpenting karena semua pemrosesan dan
analisis data dilakukan dengan menggunakan menu correlate, compare mens, regresion.
7. GRAPH
Menu graph digunakan untuk membuat grafik, diantaranya ialah bar, line, pie, dll
8. UTILITIES
Menu utilities dipergunakan untuk mengetahui informasi variabel, informasi file, dll
9. AD-ONS
Menu ad-ons digunakan untuk memberikan perintah kepada SPSS jika ingin menggunakan
aplikasi tambahan, misalnya menggunakan alikasi Amos, SPSS data entry, text analysis,
dsb
10. WINDOWS
Menu windows digunakan untuk melakukan perpindahan (switch) dari satu file ke file
lainnya
11. HELP
Menu help digunakan untuk membantu pengguna dalam memahami perintah-perintah
SPSS jika menemui kesulitan
Page | 3
TOOL
Tampilan layar SPSS ada 2 yaitu data view dan variabel view yang dtunjukan dibawah ini
Gambar 1.2 Tampilan layar SPSS.2
Data view adalah data yang tampilannya seperti exel, data view ini sebagai lembar kerja.
Untuk melihat tampilan data view,dengan meng-klik tulisan (data view), tampilannya
sebagai berikut ::
Page | 4
Variable view berperan sebagai definisi operasional yang hasilnya nanti akan terlihat
di data view. Untuk melihat tampilan variable view, dengan meng-klik (variable view)
seperti ditunjukan lingkaran merah, dan tampilan variable view seperti dbawah ini
Page | 5
Pada halaman variable vew, dalam kolom Name ketik simbol variabel
(Misalnya:X1,X2,) dan pada Kolom Label ketikan nama Variabel (Misalnya: umur,
jenis kelamin)
Pada kolom Type, variabel X1 dipilih tipe numeric karena data yang ditampilkan pada
data berupa angka, X2 dipilih tipe Srting,karena data yang dtampilkan berupa huruf
(jenis kelamin) , atau dapat juga pada X2 dipilih tipe numeric selanjutnya nilai numeric
tersebut didefinisikan pada kolom VALUE
 Kegiatan Praktikum
1. Masukkan data umur dan jenis kelamin 30 orang mahasiswa jurusan
Matematika berikut ke lembar kerja SPSS
No Umur Jenis Kelamin No Umur Jenis Kelamin
1 19 laki 16 24 perempuan
2 18 laki 17 23 laki
3 20 perempuan 18 18 laki
4 20 laki 19 20 laki
7 20 perempuan 22 18 perempuan
10 23 laki 25 23 laki
Page | 6
13 18 laki 28 21 laki
Simpanlah data di atas dengan nama tugas 1
2. Sebuah survey dilakukan terhadap 16 orang pemilih pemula calon yang akan
dipilih pada PILKADA Kabupaten Abal-Abal. Ada tiga pilihan paket calon
yang bisa dipilih (A,B,C). Hasil survey menunjukkan nomor urut calon yang
dipilih sbb:
Responden Calon Pilihan Responden Calon Pilihan
1 A 10 B
2 A 11 C
3 B 12 C
4 C 13 A
5 A 14 A
6 B 15 C
7 C 16 C
8 C 17 A
9 A 18 B
Masukkanlah data tersebut ke dalam SPSS, Simpan dengan nama tugas 2
3. Sebuah perusahaan kontraktor sedang mempertimbangkan pembelian tiga buah

mesin untuk mengerjakan beberapa proyeknya. Manajer perusahaan itu
memutuskan untuk mengambil 8 orang pekerja sebagai sampel dan masing-
masing dari ketiga mesin tersebut. Setiap pekerja akan memberi nilai pada setiap
mesin. 0 jika kinerja mesin dirasakan tidak memuaskan 1 jika kinerja mesin
dirasakan memuaskan.Berikut ini adalah hasil penialaian kedelapan pekerja
tersebut.
Page | 7
Pekerja Mesin A Mesin B Mesin C
1 0 0 1
2 0 1 0
3 1 1 0
4 1 1 1
5 1 0 0
6 0 0 1
7 0 1 1
8 0 0 0
Masukkanlah data tersebut ke dalam SPSS, Simpan dengan nama tugas 3
Page | 8
Praktikum II : ANALISA DATA NONPARAMETRIK 1 SAMPEL/Deskriptif
dengan SPSS
Mahasiswa dapat mengolah data dengan menggunanakan uji Binomial, Uji Run,
Uji Kolmogorov Smirnov, Uji Chi kuadrat( 2) satu sampel
 Tinjauan Teori
o Uji Binomial
menguji perbedaan proporsi pada populasi yang hanya memiliki dua buah
kategori (skala nominal) berdasarkan proporsi yang berasal dari sampel tunggal
o Uji Satu Sampel Chi kuadrat ( 2)

Metode ini bermanfaat jika data yang tersedia hanya berupa frekuensi, misalnya
banyaknya subjek dalam kategori apakah “mendukung”, “acuh tak acuh” atau
“menentang” pernyataan tertentu, hipotesis yang diuji bahwa jawaban itu akan
berbeda dalam hal frekuensinya.
o Uji Satu Sampel Kolmogorov-Smirnov
Uji ini merupakan uji kecocokan (goodness of fit), yaitu pengujian tingkat
kesesuaian antara sebaran serangkaian nilai sampel/skor yang diamati dengan
suatu sebaran tertentu.
o Uji Deret (Run) Satu Sampel
Untuk menguji keacakan
Pada praktikum ini, mahasiswa memasukkan data, mengolah data dengan
menggunakan uji-uji non parametric 1 sampel serta membuat interpretasi dari luaran
yang diperoleh
 Mengawali Pengolahan data statistika nonparametric menggunakan SPSS
Langkah- awal :Klik Analyze > Nonparametric Test
Page | 9
Akan muncul tampilan sbb:
Gambar 2.1 Menu Pilihan pada Nonparametrik Test
1. Uji Binomial
Teladan 2.1 :
Seorang pengusaha restoran ingin melakukan penelitian mengenai selera masakan

tradisional yang disukai mahasiswa. Hasil penelitian terhadap 30 responden di restoran
tradisional memberikan data sebagai berikut :
22 orang menyukai masakan Jawa, dan 8 orang menyukai masakan Padang.
Ujilah dugaan bahwa jumlah mahasiswa yang menyukai masakan Jawa berbeda dengan
masakan Padang. Gunakan taraf nyata sebesar 5%.
Jawab
Hipotesis untuk permasalahan diatas dirumuskan sebagai berikut :
Page | 10
𝐻0 ∶ Jumlah (frekuensi) mahasiswa yang menyukai masakan Jawa dan masakan Padang
adalah sama atau tidak berbeda
𝐻1 ∶ Jumlah (frekuensi) mahasiswa yang menyukai masakan Jawa dan masakan Padang
adalah berbeda
Langkah-langkah Analisis dengan SPSS :
1. Masukkan data pada teladan 2.1 diatas dengan nama variabel “Masakan”
Definisikan jenis variabel dalam “Variable View” .
Gambar 2.2 Variable View Teladan 2.1
2. Input data pada “Data View” ( kode 1 untuk Masakan Jawa dan kode 2 untuk
Masakan Padang )
3. Lakukan Uji Binomial dengan langkah :
Klik Analyze Nonparametric TestsLegacy DialogsBinomial (Gambar 2.3)
Page | 11
Gambar 2.3 Langkah Uji Binomial
Maka akan ditampilkan kotak dialog Binomial Test ( Gambar 2.4)
Gambar 2.4 Kotak Dialog Binomial Test
Page | 12
4. Pindahkan Variabel “Masakan Yang Disukai” ke kotak Test Variable List (
Gambar 2.5 )
Gambar 2.5 Memindahkan Variabel
5. Tandai pilihan “Get from data” pada Define Dichotomy

6. Klik OK  akan muncul luaran
Tabel 2.1 Luaran Uji Binomial

Binomial Test
Category N Observed Test Prop. Exact
Prop. Sig. (2-
tailed)
Masakan Group 1 Masakan Jawa 22 .73 .50 .016
Yang Group 2 Masakan Padang 8 .27
Disukai Total 30 1.00
Page | 13
Interpretasi hasil
Uji Binomial memaparkan bahwa kategori masakan tradisional ada dua yaitu masakan
Jawa dan masakan Padang, jumlah masing-maisng adalah 22 dan 8. Nilai proporsi uji (Test
Prop.) = 0.50 , proporsi pengamatan untuk kategori Masakan Jawa = 0.73 dan kategori
Masakan Padang = 0.27. hasil nilai peluang eksak Binomial 2 arah (Exact Sig. (2-tailed))
atau 𝑝 − 𝑣𝑎𝑙𝑢𝑒 adalah 0.016. < (0.05) maka keputusannya Tolak H0
Kesimpulan : Jumlah (frekuensi) masyarakat yang menyukai masakan Jawa dan masakan
Padang adalah berbeda.
2. Uji Khi kuadrat 1 sampel

Teladan 2.2
Sebuah Mall yang baru saja dibuka memberi hadiah kepada para pembeli dengan 3 pilihan,
yaitu: t-shirt, anting-anting dan mug. Jika dari 500 total hadiah yang dipilih pembeli
ternyata yang memilih T-shirt adalah sebanyak 183 orang, anting-anting sebanyak 142
orang dan mug sebanyak 175 orang. Apakah terdapat perbedaan kesukaan pembeli terhadap
ketiga pilihan hadiah? Berikut datanya:
Tabel 2.2 Pilihan hadiah
Hadiah T-Shirt Anting-anting Mug
Jumlah 183 142 175
Jawab:
Hipotesis
H0 : Tidak terdapat perbedaan kesukaan pembeli terhadap ketiga pilihan hadiah
H1 : Terdapat perbedaan kesukaan pembeli terhadap ketiga pilihan hadiah
Page | 14
1. Masukkan data pada teladan 2.2 di atas dalam “Variable View” dengan nama variabel
“hadiah”, serta frekuensinya dengan nama “jumlah”. Masukkan variable “hadiah” dengan
skala nominal (T-shirt = 1, anting-anting = 2 dan mug = 3) serta variabel “jumlah” dengan
skala rasio.
2. Input data pada “Data View” ( kode 1 untuk T-shirt , kode 2 untuk anting-anting dan kode
3 untuk Mug )
Gambar 1.2
Gambar 2.7 tampilan dari data view.
3. Selanjutnya, pilih Data – Weight Cases untuk menegaskan bahwa variabel “jumlah”
mewakili frekuensi untuk variabel “hadiah”.
Page | 15
Gambar 2.8 Kotak Dialog Data
4. Pada kotak dialog Weight Cases, pilih Weight cases by lalu masukkan variabel “jumlah”
pada Frequency Variable, pilih OK.
Kotak dialog Weight Cases:
Gambar 2.9 Kotak dialog Weight Cases:
Page | 16
5. Kemudian pilih Analyze – Nonparametrics Test – Legacy Dialogs – Chi-square. Seperti
yang ditampilkan pada gambar berikut:
Gambar 2.10 langkah akhir Uji Chi Kuadrat

6. Sehingga muncul kotak dialog seperti berikut:
Gambar 2.11 Memindahkan Variabel
Page | 17
7. Masukkan variabel “hadiah” pada Test Variable List. Pilih Get from data dan All
categories equal lalu OK. Klik OK  akan muncul luaran
Tabel 2.2 Luaran Uji Khi kuadrat

Frequencies
Hadiah
Observed N Expected N Residual
T-Shirt 183 166.7 16.3
Anting 142 166.7 -24.7
Mug 175 166.7 8.3
Total 500
Test Statistics
Hadiah
Chi-Square 5.668a
Df 2
Asymp. Sig. .059
a. 0 cells (.0%) have

expected frequencies less
than 5. The minimum
expected cell frequency is
166.7.
Interpretasi hasil
Pada bagian frequencies memuat informasi nilai pengamatan(observasi), nilai harapan , dan
sisaan untuk masing-masing hadiah yang dipilih konsumen.
Pada bagian Test Statistics kita dapatkan informasi nilai: Khi-Kuadrat (𝜒 2 ) = 5.668, DF
(derajat bebass)= 2. Tampak pula bahwa tidak ada sell dengan nilai harapan <5
p-value = 0.059
p-value > α, maka tidak cukup bukti untuk menolak H0.
Page | 18
Kesimpulan bahwa tidak terdapat perbedaan kesukaan pembeli terhadap ketiga pilihan
hadiah.
3. Uji Kolmogorov-Smirnov
Teladan 2.3
Diketahui data hasil ujian psikotes 30 mahasiswa, apakah data hasil ujian psikotes 30
mahasiswa ini berdistribusi normal? Diperoleh data hasil ujian psikotes sebagai berikut:
Tabel 2.3 Data Teladan 2.3
Nilai Psikotes Nilai Psikotes
66 94
47 63
49 60
74 48
80 69
93 77
64 83
57 66
68 64
54 82
76 84
62 52
44 52
52 62
91 66
Hipotesis kasus di atas adalah:

H0 = Nilai ujian psikotes berdistribusi normal
H1 = Nilai ujian psikotes tidak berdistribusi normal
Page | 19
1. Masukkan data variabel (variabel “psikotes”) dalam variable view
Gambar 2.12 variabel View
2. Isi data pada Data View sesuai dengan data yang ada yaitu nilai psikotes.
Gambar 2.13 Data View
Page | 20
3. Klik Analyze → Nonparametric Test → 1 sample KS
4. Selanjutnya pindahkan variabel psikotes pada kolom test variable list, sedangkan untuk
test type pilihlah normal
Gambar 2.14 Kotak Dialog Uji 1 Sampel Kolmogoro Smirnov

5. Selanjutnya klik OK  akan muncul luaran sbb:
Gambar 2.15 Luaran Kolmogorov Sirnov
Page | 21
Hasil analisis di atas menunjukkan nilai asymp sig (2-tailed) untuk diuji 2 sisi sebesar
0,799. Dalam hal ini kasus yang kita miliki adalah uji satu sisi, maka probabilitas menjadi
0,799/2 = 0,3995. Karena nilai probabilitas 0,3395 > 0,05 sehingga H 0 diterima yang
artinya nilai ujian psikotes 30 mahasiswa mengikuti distribusi normal.
4. Uji Run
Teladan 2.4
Suatu Sekolah Dasar mengambil nilai ujian 30 siswa dari siswa kelas 6, dan akan diteliti
apakah pengambilan sampel nilai ujian ini bersifat acak ,gunakan taraf nyata 5%, data yang
diperoleh sebagai berikut
Tabel 2.4 Data Nilai Ujian Siwa
NO NILAI NO NILAI
UJIAN UJIAN
65 16 94
1
45 17 58
2
49 18 60
3
74 19 58
4
80 20 69
5
90 21 79
6
64 22 83
7
57 23 66
8
68 24 62
9
54 25 82
10
76 26 84
11
72 27 52
12
64 28 41
13
52 29 62
14
90 30 76
15
Page | 22
H0 : Nilai ujian 30 siswa bersifat acak
H1 : Nilai ujian 30 siswa bersifat tidak acak
Analisis dengan SPSS :

1. Definisikan jenis variabel dalam variabel view
Gambar 2.16 Variabel View
1. Masukkan ke-30 data dalam data view
Gambar 2.17 Data View Teladan 2.4
2. Klik Analyze non parametric test legacy dialogs runs
Page | 23
Dapat ditampilkan pada gambar berikut ini
Gambar 2.18a Kotak Dialog Uji Run
3. Setelah itu maka akan muncul kotak dialog Runs Test, pindahkan variabel “nilaiujian”
ke kotak Test Variabel List”, dan pada pilihan cut point pilih median
Dapat ditampilkan pada gambar berikut
Gambar 2.18b Kotak Dialog Uji Run
4. Pada kotak Runs Test : options, pilih descriptive, lalu continue
Page | 24
Gambar 2.18c Kotak Dialog Uji Run
5. Selanjutnya klik OK
Hasil analisis dengan SPSS:
Tabel 2.5 Luaran SPSS

Descriptive Statistics
N Mean Std. Minimum Maximum
Deviation
NILAIUJIAN 30 67.53 13.883 41 94
Runs Test
NILAIUJI
AN
Test Valuea 66
Cases < Test Value 15
Cases >= Test
15
Value
Total Cases 30
Number of Runs 14
Z -.557
Asymp. Sig. (2-
.577
tailed)
a. Median
Page | 25
Interpretasi hasil analisis dengan SPSS
Dari luaran di atas dapat dijelaskan bahwa banyaknya run yang terjadi untuk variabel nilai
ujian adalah sebanyak 14 run, dengan banyaknya elemen yang memiliki nilai di bawah
median (n1) adalah 15 dan banyaknya elemen yang memiliki nilai di atas nilai median (n2)
adalah 15.Karena nilai asymtotic significant uji Run test lebih besar dari 0.05, maka
hipotesis nol diterima, yang berarti bahwa nilai ujian 30 siswa bersifat acak
 Latihan Soal Untuk Laporan Praktikum 2
Kerjakan soal berikut dengan SPSS, buat interpretasi dari luaran yang kalian peroleh
1. Suatu perusahan Farmasi sedang mempertimbangkan untuk melakukan meeting

sekalian berlibur di luar jakarta. Untuk menentukan pilihan apakah di Bali atau di
Malang. Suatu sampel acak 20 staf eksekutif ditanyai pilihannya. Ujilah pada taraf
nyata 5 % bahwa kedua lokasi tersebut sama-sama disukai, bila ternyata 8 diantara 20
yang ditanyai lebih menyukai Bali.
2. Sebuah mesin diatur sehingga secara otomatis mengeluarkan minyak pelumas ke dalam
kaleng. Dapatkah kita mengatakan bahwa banyaknya minyak pelumas yang dikeluarkan
oleh mesin tersebut bervariasi secara acak bila isi 10 kaleng berikut berturut-turut :10.4,
9.7, 10.2, 10.3, 10.1, 9.8, 9.9, 10.5, 10.3, dan 9.3 liter. Gunakan taraf nyata 5%.
3. Para pelari cepat mengemukakan bahwa di arena balap berbentuk bundar, pelari yang
berada pada posisi start tertentu lebih beruntung dari pada posisi lainnya. Posisi pertama
adalah posisi pada lingkaran paling dalam. Jika terdapat 10 posisi dan banyaknya
kemenangan pada setiap posisi dari 48 kali perlombaan tercatat sebagai berikut:
posisi 1 2 3 4 5 6 7 8 9 10
8 5 6 7 4 3 5 7 6 5
Ujilah apakah pendapat pelari tersebut benar ? Gunakan taraf nyata 5%.
Page | 26
Praktikum III : ANALISA DATA NONPARAMETRIK 2 SAMPELBERPASANGAN
dengan SPSS
Mahasiswa dapat mengolah data dengan menggunanakan uji Mc Nemar, Uji tanda,
Uji Wilcoxon
Tinjauan Teori
o Uji Mc Nemar
Uji ini dapat diterapkan terutama untuk rancangan-rancangan “ sebelum-
sesudah
o Uji Tanda/Sign Test
Uji tanda digunakan untuk menguji hipotesis komparatif dua sampel yang
berkorelasi bila skala pengukuran datanya berbentuk ordinal. Teknik ini disebut
uji tanda karena data yang dianalisis dinyatakan dalam bentuk tanda-tanda (
tanda positip atau negatip).
o Uji Peringkat Bertanda Wilcoxon
Uji ini merupakan penyempurnaan dari uji tanda. Jika dalam uji tanda besarnya
selisih nilai angka antara positip dan negatip tidak diperhitungkan, sedangkan
dalam uji Wilcoxon besarnya selisih diperhitungkan. Seperti halnya dalam uji
tanda, uji ini digunakan untuk menguji signifikansi hipotesis komparatif dua
sampel berpasangan yang berkorelasi bila datanya berbentuk ordinal.
menggunakan uji-uji non parametric 2 sampel berhubungan serta membuat
interpretasi dari luaran yang diperoleh
 Mengawali Pengolahan data statistika nonparametric menggunakan SPSS
Langkah- awal :Klik Analyze > Nonparametric Test >Legacy dialogs > 2 related
samples
Page | 27
Gambar 3.1 Menu Pilihan pada Nonparametrik Test
1. Uji Mc Nemar
Teladan 3.1 :
Seorang peneliti melakukan penelitian tentang perilaku penggunaan MSG pada masakan.
Peneliti ingin mengetahui efektifitas seminar kesehatan terhadap penggunaan MSG dalam
makanan. Dalam penelitian ini diambil sampel sebanyak 30 orang. Berdasarkan hasil survei
diperoleh data sebagai berikut (0 menandakan responden tidak menggunakan MSG dan 1
menandakan menggunakan MSG). Selidiki apakah terdapat perbedaan penggunaan MSG
dalam makanan sebelum dan sesudah mengikuti seminar kesehatan pada taraf nyata 5%.
No. Sebelum Sesudah No. Sebelum Sesudah
1 0 0 16 0 0
2 1 0 17 1 0
3 0 0 18 0 0
4 1 0 19 0 0
Page | 28
5 0 1 20 1 0
6 1 0 21 1 1
7 1 0 22 1 1
8 1 0 23 0 0
9 1 0 24 0 0
10 0 0 25 1 0
11 1 0 26 1 1
12 1 1 27 1 1
13 1 0 28 0 0
14 1 1 29 1 0
15 1 0 30 1 0

𝐻0 : Penggunaan MSG sebelum dan sesudah seminar kesehatan adalah sama.
𝐻1 : Terdapat pengurangan penggunaan bahan MSG masakan setelah seminar kesehatan.
Analisis dengan SPSS:
1. Definisikan jenis variabel yang digunakan dalam variable view.
2. Masukkan data yang digunakan ke dalam data view.
Page | 29
3. Klik Analyze – Nonparametric Test – Legacy Dialogs - 2 related samples, maka setelah
itu akan muncul kotak dialog Two Related Samples Tests.
Pindahkan variabel “sebelum” dan “sesudah” ke kotak Test Pair(s) List.
Page | 30
Gambar 3.4 Kotak Dialog Uji Mc Nemar
4. Tandai pilihan McNemar pada kotak Test Type=>Klik OK
Hasil Analisis dengan SPSS:
Tabel 3.2 Luaran SPSS untuk Uji McNemar

McNemar Test
Sebelum Seminar & Sesudah Seminar
Sesudah Seminar
Sebelum Seminar Tanpa MSG Dengan MSG
Tanpa MSG 9 1
Dengan MSG 14 6
Test Statisticsa
Sebelum
Seminar &
Sesudah
Seminar
N 30
Exact Sig. (2-tailed) .001b
a. McNemar Test
b. Binomial distribution used.
Page | 31
Interpretasi hasil
 Tabel cross tab menunjukkan penggunaan MSG sebelum dan sesudah seminar
kesehatan. Sel yang menjadi perhatian adalah baris 1 kolom 2 (B1K2) dan baris 2
kolom 1 (B2K1). Sel B1K2 bernilai 1, hal ini menunjukkan perubahan peserta yang
sebelum seminar memasak kesehatan memasak tanpa MSG berubah menjadi
menggunakan MSG ada 1 orang. Sel B2K1 bernilai 14, hal ini berarti jumlah
peserta seminar yang sebelumnya menggunakan MSG setelah seminar menjadi
tidak menggunakan MSG sebanyak 14 orang.
 Tabel Statistics memaparkan analisis hipotesis dari penelitian tersebut. Nilai Exact
1
Sig. (2-tailed) = 0,001 < 2 𝛼 = 0,025, hal ini berarti H0 ditolak. Dengan demikian
dapat disimpulkan bahwa terdapat pengurangan penggunaan MSG setelah seminar

kesehatan. Dalam hal ini metode yang digunakan adalah uji binomial
Teladan Berikut cara lain input data yang bisa digunakan untuk Uji McNemar
Teladan 3.2
Suatu perusahan minuman ringan ingin mengetahui pengaruh sponsor yang diberikan
dalam suatu pertandingan olah raga terhadap penjualan produknya. Dalam penelitian
diambil sampel secara acak berukuran 125 orang. Sebelum sponsor diberikan terdapat 60
orang yang membeli minuman tersebut dan 65 orang tidak membeli. Setelah sponsor
diberikan dalam pertandingan olah raga, ternyata dari 125 orang tersebut 100 orang yang
membeli dan 25 orang tidak. Dari 100 orang tersebut terdiri atas 50 orang pembeli tetap,
dan yang berubah dari tidak membeli menjadi membeli sebanyak 5orang. Selanjutnya dari
25 orang yang tidak membeli itu 15 orang tetap tidak membeli sebelum adanya sponsor
pertandingan olah raga maupun sesudah. Gunakan alpha 5% untuk menguji apakah
kegiatan sponsor olah raga tersebut mempengaruhi animo masyarakat dalam memebeli
produk minuman ringan tersebut .
𝐻0 : pembelian sponsor tidak mempengaruhi animo masyarakat dalam memberikan
minuman ringan
Page | 32
𝐻1 pembelian sponsor mempengaruhi animo masyarakat dalam memberikan minuman
ringan
1. Definisikan jenis variabel yang digunakan dalam variabel view.
Gambar 3.5 Varabel View Teladan 3,2

2. Masukkan data yang digunakan dalam Data view.
Gambar 3.6 Data View teladan 3.2
3. Pilih “data” kemudian “weight case by” selanjutnya pindahkan variabel Nilai dengan
mengklik tanda panah seperti berikut:
Gambar 3.7 Kotak Dialog Weight case
Page | 33
4. Analyze – Nonparametric Test – Legacy Dialogs - 2 related samples, maka setelah itu
akan muncul kotak dialog Two Related Samples Tests
Gambar 3.8 Kotak Dialog Uji Mc Nemar

Tabel 3.3 Luaran SPSS untuk Uji McNemar Teladan 3.2

McNemar Test
sebelum sponsor & sesudah sponsor
sesudah sponsor
tidak
sebelum sponsor membeli membeli
Membeli 10 50
tidak membeli 15 50
Test Statisticsa
sebelum
sponsor &
sesudah
sponsor
N 125
b
Chi-Square 17.785
Asymp.
.000
Sig.
a. McNemar Test
b. Continuity Corrected
Page | 34
Interpretasi hasil
 Pada tabel Crosstabulation menunjukkan jumlah perubahan yang membeli sebelum

sponsor dan setelah sponsor tidak membeli, yaitu 10. Sedangkan yang sebelum
sponsor dan setelah sponsor tetap membeli sebanyak 50 orang sebelum sponsor dan
setelah sponsor tetap tidak membeli ada 15 orang. Perubahan sebelum sponsor
membel idan setelah sponsor membeli sebanyak 50 orang.
 Tabel Statistics memaparkan analisis hipotesis dari penelitian tersebut. Nilai Asymp.
Sig.(0.000) < α (0.05), hal ini berarti H0 ditolak. Dengan demikian dapat disimpulkan
bahwa pembelian sponsor mempengaruhi animo masyarakat dalam memberikan
minuman ringan. Kasus ini merupakan kasus sampel berukuran besar sehingga
metode yang digunakan pendekatan Khi kuadrat dengan koreksi kontinuitas
2. Uji Tanda
Teladan 3.3
Seorang guru ingin mengetahui apakah ada perbedaan antara nilai ujian seorang siswa
pada mata ajar tertentu, jika ia belajar sendirian dan jika ia belajar berkelompok. Untuk
itu, diadakan dua kali uji mata ajar, pertama siswa belajar sendiri-sendiri dan yang
kedua sebelum ujian siswa dapat dengan bebas belajar secara berkelompok.
Berikut hasil nilai keduanya (angka dalam range nilai (sampai 100)).
Tabel 3.4 Data teladan 3.3
No Sendiri Kelompok
1 80 78
2 82 85
3 84 82
4 86 78
5 80 84
6 84 89
7 83 83
Page | 35
8 81 81
9 82 90
10 80 78
11 83 85
12 84 82
13 82 86
14 81 91
15 80 80
16 79 89
17 75 79

H0: tidak ada perbedaan nilai siswa jika ia belajar sendiri dengan jika ia belajar
berkelompok.
H1: ada perbedaan nilai siswa jika ia belajar sendiri dengan jika ia belajar berkelompok.
Atau
H0 : perbedaan median populasi adalah sama dengan nol. (H0 : d = 0)
H1 : perbedaan median populasi tidak sama dengan nol. (H1 : d ≠ 0)

Gambar 3.10 Kotak Dialog Variabel View.
Page | 36
2. Isi data pada Data View sesuai dengan data yang ada
Gambar 3.6 Kotak Dialog Data View
3. Klik Analyze > Nonparametric Tests >Legacy Dialogs > Two Related Samples
Tests.
Page | 37
Gambar 3.11 Kotak Dialog Two Related Samples Tests
4. Pindahkan variabel “Sendiri-Kelompok” ke kotak Test Pairs.
Gambar 3.12 Kotak Dialog Test Pairs
Page | 38
5. Tandai pilihan Sign pada kotak Test Type ditampilkan pada gambar di atas.
6. Kemudian pilih Options lalu klik Descriptive dan klik continue.
Gambar 3.13 Kotak Dialog Descriptive Pada Options
7. Klik OK.
NPar Tests
Std. Minimu Maximu
N Mean Deviation m m
Sendiri 17 81.53 2.528 75 86
Kelompo
17 83.53 4.361 78 91
k
Sign Test
Page | 39
Frequencies
N
Kelompok – Negative
5
Sendiri Differencesa
Positive
9
Differencesb
Tiesc 3
Total 17
a. Kelompok < Sendiri
b. Kelompok > Sendiri
c. Kelompok = Sendiri
Test Statisticsa
Kelompok -
Sendiri
Exact Sig. (2-
.424b
tailed)
a. Sign Test
b. Binomial distribution used.
Interpretasi Hasil Analisis dengan SPSS

 Statistik Deskriptif
Bagian statistika deskriptif di atas menyajikan deskripsi (jumlah pengamatan, rata-
rata, simpangan baku, nilai minimun dan maksimum) dari pasangan sendiri dan
kelompok. Berdasarkan tabel statistik deskripitif di atas dapat dilihat bahwa nilai
rata-rata siswa yang belajar sendiri adalah 81,53 dan nilai rata-rata siswa yang
belajar berkelompok adalah 83,53. Serta standar deviasi (seberapa jauh rentang
Page | 40
data dari mean) yang belajar sendiri adalah 2,528 dan yang belajar berkelompok
adalah 4,361 dengan banyaknya data yang diamati sejumlah 17 data.
 Bagian tabel frekuensi di atas menyatakan banyaknya tanda bagi selisih ranking.
Berdasarkan tabel frekuensi di atas dapat dilihat bahwa ada 5 data dengan
perbedaan negatif, 9 data dengan perbedaan positif dan 3 data dengan perbedaan
data nol (pasangan data sama nilainya ata ties) dari jumlah data yang sebanyak 17
data. Bagian dari nilai test statistic di atas menyajikan hasil uji binomial. Terlihat
bahwa pada kolom Exact Sig.(2-tailed) atau signifikansi untuk uji dua arah
diperoleh nilai 0,424, maka nilai p = 0,424 > 0,05. Sehingga terima hipotesis nol
(H0).
3. Uji Wilcoxon
Teladan 3.4
Sebuah perusahaan Pharmasi sedang mengembangkan suplemen penambahan berat badan
pada anak-anak. Perusahaan ingin mengetahui khasiat suplemen tersebut sebelum
dipasarkan secara komersial. Untuk itu perusahaan mencoba obat tersebut secara kontinu
terhadap 15 orang siswa sekolah dasar yang sudah diukur terlebih dahulu berat badannya.
Setelah 3 bulan kemudian siswa-siswa tersebut ditimbang berat badannya lagi untuk
mngetahui apakah ada peningkatan berat badannya yang nyata.
Berikut ini adalah hasil pengukuran tersebut (angka dalam kilogram)
No Sebelum Sesudah No Sebelum Sesudah
1 25 26 9 24 26
2 27 26 10 25 26
3 20 22 11 24 25
4 21 24 12 27 28
5 18 22 13 23 25
6 19 21 14 25 27
7 20 24 15 22 25
8 22 21
Page | 41
Hipotesis untuk kasus di atas
H0 : Suplemen tersebut tidak memiliki efek berarti pada berat badan
H1 : Suplemen tersebut mampu meningkatkan berat bada
Analisis dengan SPSS

Gambar 3.14 Kontak Dialog variable view
2. Masukkan data kedalam data editor
Page | 42
Gambar 3.15 Kontak Dialog variable view
3. Untuk menjalankan prosedur ini adalah dari menu kemudian pilih Analyze –
Nonparametric Test – 2 related samples kemudian akan muncul jendela seperti pada
gambar berikut:
Page | 43
Gambar 3.16 Tampilan Kotak dialog pada Two Related Samples Test
4. Selanjutnya pindahkan variabel sebelum dan sesudah pada kolom test pair(s) list,
sedangkan untuk test type pilihlah Wilcoxon
Hasil Analisis dengan SPSS
Page | 44
 Dari luaran terlihat bahwa dari 15 pengamatan, ada 2 data mempunyai beda-
negative, 13 data bernilai positif dan tidak ada yang sama (ties). Dalam uji
Wilcoxon, yang dipakai adalah jumlah beda-beda yang paling kecil, karena
khasus ini diambil beda negative, yaitu 7 (lihat luaran pada kolom ‘sum of ranks’).
Dari angka ini didapat uji Wilcoxon (T) adalah 7.
 Terlihat pada kolom asymp sig (2-tailed) untuk diuji 2 sisi adalah 0,002. Karena
kasus adalah uji satu sisi, maka probabilitasmenjadi 0,002/2 = 0,001. Disini
didapat probabilitas dibawah 0,05, maka H0 ditolak atau suplemen tersebut
memang mempunyai efek yang nyata untuk menaikkan berat badan.
Latihan Soal Praktikum 3
1. Suatu perusahan minuman ringan ingin mengetahui pengaruh sponsor yang diberikan
dalam suatu pertandingan olah raga terhadap penjualan produknya. Dalam penelitian
ini diambil sampel sebanyak 60 orang. Berdasarkan hasil survei diperoleh data sebagai
berikut (0 menandakan tidak membeli dan 1 menandakan membeli produk tersebut).
Selidiki apakah terdapat perbedaan pembelian minuman ringan tersebut setelah
pertandingan olah raga pada taraf nyata 5%.
No. Sebelum Sesudah No. Sebelum Sesudah

1 0 0 31 1 0
2 1 0 32 1 1
3 0 0 33 1 0
4 1 0 34 1 1
5 0 1 35 1 1
6 1 0 36 0 0
7 1 0 37 1 0
8 1 0 38 0 1
9 1 0 39 0 1
10 0 0 40 0 0
11 1 0 41 1 1
12 1 1 42 0 1
13 1 0 43 1 1
14 1 1 44 0 0
Page | 45
15 1 0 45 0 1
16 0 0 46 0 0
17 1 0 47 1 1
18 0 0 48 0 1
19 0 0 49 0 1
20 1 0 50 1 1
21 1 1 51 0 0
22 1 1 52 0 1
23 0 0 53 0 1
24 0 0 54 0 0
25 1 0 55 0 1
26 1 1 56 0 1
27 1 1 57 0 1
28 0 1 58 1 0
29 1 0 59 1 1
30 1 1 60 0 0
2. Di desa Sidakarya telah dilakukan kampanye tentang makanan bergizi. Untuk meneliti
apakah kampanye tersebut mempunyai efek positif, dilakukan pengamatan terhadap 18
keluarga secara acak. Ujilah pada taraf nyata 5 %.
Penilaian sebelum dan sesudah kampanye memberikan informasi sebagai berikut:
Keluarga Nilai sebelum Nilai sesudah
1 2 4
2 3 4
3 1 2
4 3 3
5 2 3
6 2 4
7 2 2
8 3 4
9 2 2
10 1 2
11 1 3
12 2 3
13 2 4
14 3 5
15 4 5
16 3 2
17 2 3
18 4 3
Page | 46
3. Sebuah studi berminat mengetahui hubungan antara pemakaian kontrasepsi oral (OC)
dan tekanan darah pada wanita . 20 wanita premenopause, tidak hamil, berumur 16 – 49
tahun yang bukan pemakai OC diukur tekanan darahnya. Kemudian selama satu tahun,
ke-20 wanita tersebut menggunakan OC. Akhir tahun tekanan darah mereka diukur lagi.
data tekanan darah sistolik (mmHg) disajikan pada Tabel berikut :
Pemakaian kontrasepsi oral
Subyek
sebelum sesudah
1 115 117
2 115 128
3 104 102
4 110 115
5 102 109
6 120 132
7 117 129
8 119 128
9 132 145
10 115 123
11 118 120
12 120 120
13 130 128
14 125 130
15 122 130
16 120 120
17 90 100
18 110 95
19 95 98
20 120 110
Berdasarkan data di atas dapatkah Anda menyimpulkan bahwa pemakaian OC menaikkan
tekanan darah sistolik?
Page | 47
4. Seratus pedagang keliling ditanya apakah mereka memikirkan atau tidak tentang
keadaan umum, yaitu perlunya melarang orang-orang minum alkohol dari tiga jam
sebelum mengendarai mobil. Mereka kemudian diberi pelajaran dan diperlihatkan
sebuah video mengenai beberapa kejadian serius yang disebabkan oleh alkohol. Mereka
kemudian ditanya pendapatnya mengenai larangan tersebut. Apakah hasil yang
diberikan di bawah ini menunjukkan sebuah perubahan penting dalam sikap sebagai
hasil dari pelajaran video?
Sebelum diberi pelajaran
Mendukung Berlawanan
Setelah Mendukung 31 16
diberi Berlawanan 8 45
pelajaran
Page | 48
Praktikum IV : ANALISA DATA NONPARAMETRIK 2 SAMPEL INDEPENDEN
dengan SPSS
Mahasiswa dapat mengolah data dengan menggunakan uji . Uji Eksak Fisher, Uji
Khi Kuadrta (2 ) Untuk Dua Sampel Bebas, Uji Median, Uji U Mann –Whitney,
Uji Dua Sampel Kolmogorov-Smirnov.
Tinjauan Teori
o Uji Dua Sampel Kolmogorov-Smirnov
Uji Dua Sampel Kolmogorov-Smirnov adalah suatu uji untuk melihat apakah
dua sampel independen telah ditarik dari populasi yang sama (atau dari
populasi-populasi yang mempunyai sebaran yang sama).
o Uji U Mann –Whitney
Uji ini digunakan untuk menguji hipotesis komparatif dua sampel bebas bila
datanya berbentuk ordinal. Bila dalam pengamatan data masih dalam skala
interval, maka dapat diubah menjadi skala ordinal terlebih dahulu. Asumsi yang
digunakan hanyalah nilai dari variabel acak dari dua kelompok menyebar
kontinu.
o Uji Khi Kuadrat 2 sampel
Uji ini digunakan untuk menguji hipotesis komparatif dua sampel bila datanya
berbentuk nominal dan ukuran sampelnya besar. Hipotesis yang diuji biasanya
adalah kedua kelompok itu berbeda dalam hal ciri khas tertentu.
menggunakan uji-uji non parametric 2 sampel independen serta membuat
 Mengawali Pengolahan data statistika nonparametric 2 Sampel Independen

menggunakan SPSS
Page | 49
Langkah- awal :Klik Analyze > Nonparametric Test >Legacy dialogs > 2
independent samples
Gambar 4.1 Menu Pilihan untuk 2 Sampel Independen
1. Uji 2 sampel Kolmogovov Smirnov
Teladan 4.1
Sebuah perusahaan yang bergerak dalam penjualan alat kesehatan ingin mengetahui apakah
para penjualnya membutuhkan pelatihan untuk peningkatan kinerjanya. Maka dibentuklah
sekelompok salesman yang diberikan pelatihan dulu sebelum melakukan penjualan,
kemudian kinerjanya dibandingkan dengan kinerja salesman yang mendapatkan pelatihan.
Berikutini adalah hasil kedua kelompok tersebut.
Page | 50
NO KINERJA KELOMPOK NO KINERJA KELOMPOK
1 132 Pelatihan 14 127 Pelatihan
2 130 Pelatihan 15 131 Pelatihan
3 128 Pelatihan 16 111 Tanpa Pelatihan
13 132 Pelatihan
 Hipotesis Untuk penelitian :

𝐻0 : Kedua populaasi identik (data penjualan kedua kelompok salesman
tidak berbeda secara signifikan)
𝐻1 : Kedua populaasi tidak identik atau berbeda dalam hal lokasi (data
penjualan kedua kelompok salesman berbeda secara signifikan)
Lankah-langkah Analisis dengan SPSS :

1. Masukkan data pada teladan 4.1 pada variabel view diperlukan.
Page | 51
2. Isilah data pada Data View sesuai dengan data yang diperoleh. Tampilan layar
seperti gambar dibawah ini.
Gambar 4.3 Tampilan Data View

3. Lakukan uji Kolmogorov-Smirnov dengan langkah:
Page | 52
Analyze - Nonparametric Test – Legacy diagonals – 2 Independent samples, seperti
yang tampak pada gambar 4.4 berikut
Gambar4.4 tampilan menjalankan prosedur
4. Kemudian akan muncul jendela seperti pada gambar 4.5 berikut :
Gambar 4.5 Tampilan Kotak dialog pada Two independent samples

5. klik variabel sales, kemudian masukkan dalam Test Variable List
Page | 53
6. klik variabel kelompok, masukkan dalam grouping variabel seperti pada gambar
4.5.
7. Selanjutnya klik kolom Define Groups beri nila 1 pada Group 1 dan 2 pada Group
2, kemudan klik continue.
8. Selanjutnya klik options lalu cetang kolom descriptive dan Ecluded cases test-by-
test seperti pada gambar 4.6berikut.
Gambar 4.6 Tampilan Kotak dialog descriptive pada Two independent

samples
9. Setelah itu pada kolom test type pilihlah kolmogorov-smirnov
10. Klik OK
Tabel 4.2 Luaran Uji 2 Sampel Kolmogorov-Smirnov

Std. Minimu Maximu
selesman 25 121.68 10.515 102 136
kelompok 25 1.40 .500 1 2
Page | 54
Frequencies
Kelompok N
selesman Pelatihan 15
tanpa
10
pelatihan
Total 25
Test Statisticsa
selesman
Most Extreme Absolute .933
Differences Positive .000
Negative -.933
Kolmogorov-Smirnov Z 2.286
Asymp. Sig. (2-tailed) .000
a. Grouping Variable: kelompok
Interpretasi Hasil
 Bagia pertama menampilkan statistic deskriptif( jumlah pengamata, rata-rata,
simpangan baku, nilai maksimum dan nilai minimum) dari luaran diperoleh
jumlah pegamatan sebanyak 25 data, dan penjulan selesman terbanyak adalah
sebanyak 136 buah sedangkan yang paling sedikit sebanyak 102 buah.
 Pada table kedua ( table frequency) memaparkan banyaknya jumlah selesaman
yang mendapatkan pelatihan dan tanpa pelatihan sebelum melakukan
penjualan. Adapun jumlah selesma yang memperoleh pelatihan sebelum
melakukan penjualan sebayak 15 orang dan tanpa pelatihan sebayak 10 orang.
 Table Test Statistics (table ketiga) memaparkan hasil uji Kolmogrov-Smirnov=
2.286 dan terlihat bahwa pada kolom asymp sig (2-tailed) untuk diuji 2 sisi
Page | 55
adalah 0.000. Disini didapat probabilitas dibawah 0.05 (0.000<0.05) maka
𝐻0 ditolak, atau kedua populaasi tidak identik atau berbeda dalam hal lokasi
(data penjualan kedua kelompok salesman berbeda secara signifikan).
2. Uji Mann-Whitney
Teladn 4.2
Seorang guru kesenian di suatu sekolah dasar ingin meneliti bakat menyanyi yang dimiliki
anak didiknya apakah memang anak yang bersangkutan memang mempunyai bakat alam
dan belajar secara otodidak ataukah memang anak tersebut mengikuti les vokal. Untuk itu
guru tersebut melakukan tes vokal kepada beberapa muridnya.
Berikut adalah hasil tes vokal tersebut :
Tabel 4.3 Data Pengmatan
Siswa ke- Nilai Kelompok Siswa ke- Nilai Kelompok
1 60 Otodidak 9 90 Otodidak
2 75 Les 10 90 Les
3 80 Les 11 65 Les
4 55 Les 12 70 Otodidak
5 65 Les 13 70 Les
6 60 Otodidak 14 75 Otodidak
7 70 Otodidak 15 65 Les
8 85 Otodidak
Akan dicari apakah ada perbedaan yang signifikan nilai menyanyi anak yang belajar secara
otodidak dengan yang mengikuti les vokal.
Hipotesis untuk kasus di atas:
H0 : Kedua populasi identik (data nilai menyanyi siswa yang belajar secara otodidak dan
ikut les vokal) tidak berbeda secara signifikan.
H1: Kedua populasi tidak identik atau berbeda dalam hal nilai (data nilai menyanyi siswa
yang belajar secara otodidak dan ikut les vokal memang berbeda)
Page | 56
Langkah-langkah Uji Mann-Whitney dengan SPSS
1. Definisikan variabel pada variabel view
Gambr 4.7 Variabel View Teladn 4.2
2. Pengisian data pada data view
Gambar 4.8 Data view

3. Lakukan Uji U Mann-Whitney
- Analyze- Nonparametric Test- 2-Independent Samples
Page | 57
Gambar 4.9 Kotak Dialog Mann Whitney
• Test Variable list atau variabel yang akan diuji. Karena disini yang akan diuji
nilai tes vokal, maka klik variabel nilai, kemudian klik tanda . Sehingga
variabel nilai pindah ke Test Variable List.
• Grouping Variable atau variabel group. Karena variabel pengelompokkan siswa
ada pada variabel kelompok, maka klik variabel kelompok, kemudian klik tanda .
Sehingga variabel kelompok berpindah ke Grouping Variable.
• Klik pada Define Group…. Tampak di layar :
- Untuk Group1, isi dengan 0, yang berarti Grup 1 berisi tanda 0
Page | 58
- Untuk Group2, isi dengan 1, yang berarti Grup 2 berisi tanda 1
- Untuk Test Type atau tipe uji, karena dalam kasus akan diuji dengan Mann-
Whitney, maka klik pilihan Mann-Whitney.
Gambar 4.10 Kotak Dialog Uji U Mann Whitney
• Klik OK. Akan muncul Luaran SPSS
Page | 59
Terlihat bahwa pada kolom Asymp. Sig/Asymptotic significance dua sisi adalah 0.726.
Sehingga diperoleh probabilitasnya di atas 0,05. Maka H0 diterima yang berarti bahwa nilai
menyanyi siswa yang belajar menyanyi secara otodidak dan ikut les vokal tidak berbeda
secara signifikan.
3. Uji Chi Kuadrat 2 sampel bebas

Teladan 4.3
Misalkan suatu penelitian untuk melihat adakah hubungan antara tingkat kelulusan /
kegagalan dalam sebuah kelas matematika tertentu dengan jenis kelamin. sampel acak dari
100 siswa dan mengukur kedua jenis kelamin (laki-laki/wanita) dan status kelulusan
(lulus/gagal) sebagai variabel kategorik.
Tabel 1. Data tingkat kelulusan kelas matematika berikut
Siswa Laki-laki Perempuan TOTAL
Lulus 30 36 66
Tidak lulus 14 20 34
TOTAL 44 56 100
Page | 60
Hipotesis:
H0 :Tidak terdapat perbedaan antara tingkat kelulusan / kegagalan dalam sebuah kelas
matematika tertentu dengan jenis kelamin.(tidak ada hubungan antara tingkat
kelulusan/ kegagalan dalam sebuah kelas tertentu dengn jenis kelamin )
H1 :Terdapat perbedaan antara tingkat kelulusan / kegagalan dalam sebuah kelas

matematika tertentu dengan jenis kelamin. (ada hubungan antara tingkat kelulusan/
kegagalan dalam sebuah kelas tertentu dengn jenis kelamin )
Langkah-langkah Analisis dengan SPSS:
1. Definisikan variabel pada variable view dan input data pada data view sebagai berikut:
Gambar 4.11 Variabel view
Gambar Data view
Page | 61
2. Selanjutnya tegaskan kepada SPSS bahwa variabel PERHITUNGAN mewakili
frekuensi untuk masing-masing unik pengkodean BARIS dan KOLOM, dengan
menerapkan perintah DATA – WEIGHT CASE seperti gambar berikut ini:
3. Setelah muncul kotak dialog, pilih variabel PERHITUNGAN, pilih “weight case by”
kemudian pindahkan variabel PERHITUNGAN dengan mengklik tanda panah seperti
berikut:
Page | 62
4. Langkah selanjutnya pilih Analyze – Descriptive Statistic – Crosstabs, kemudian akan
muncul kotak dialog seperti berikut ini:
Masukkan variabel baris ke ROW, dan variabel kolom ke COLUMN, sedangkan untuk
variabel perhitungan tidak perlu lagi, karena sudah dilakukan pada tahap 3 diatas.
Page | 63
5. Kemudian pilih button Statistic (di bawah) – checklist chi-square seperti berikut ini:
6. Setelah itu akan didapatkan luaran seperti berikut:
Page | 64
 Pada tabel Crosstabulation terlihat siswa laki-laki yang lulus, yaitu 30. Kemudian
kolom 1 dan baris 2 menunjukkan siswa perempuan yang lulus, yaitu 36. Kolom 2
dan baris 1 menunjukkan siswa laki-laki yang tidak lulus, yaitu 14. Sedangkan
kolom terakhir 2 dan baris 2 menunjukkan siswa perempuan yang tidak lulus, yaitu
34.
 Dari hasil tabel chi square test diatas dapat dilihat bahwa nilai Exact Sig.(2-sides)
adalah 0,084 > 0,05, sehingga tidak cukup bukti untuk menolak H0. Dengan
demikian dapat disimpulkan bahwa tidak terdapat hubungan antara jenis kelamin
siswa kelas matematika dengan tingkat kelulusan.
Page | 65
1. Selama ini animo masyarakat bahwa kualitas pembelajaran SMA Negeri lebih baik
daripada SMA Suasta. Suatu penelititan mengambil 16SMA Negeri dan 12 SMA Suasta
diukur kualitas pembelajarannya dengan menggunakan sebuah instrument yang terdiri
dari beberapa butir pertanyaan. Skor penilaian tertinggi 100 dan terendah 0. Data hasil
penelitian adalah sebagai berikut:
No SMA Negeri SMA Suasta
1 76 78
2 68 67
3 90 60
4 78 61
5 84 80
6 85 65
7 77 57
8 69 66
9 89 62
10 81 63
11 72 70
12 68 76
13 70
14 71
15 80
16 63
Selidiki apakah animo masyarakat tersebut benar ?
Page | 66
2. Suatu penelitian untuk mengetahui apakah upah untuk pekerja wanita mempunyai
median yang sama dengan upah pekerja pria?. Untuk penelitian ini diambil dua
sampel berupa upah dari 14 pekerja wanita dan 16 pekerja pria, dan diperoleh
informasi seperti pada Tabel berkut
Pekerja wanita Pekerja pria
56 16 56 23
52 15 55 21
40 15 41 19
38 14 31 17
28 13 28 16
19 12 25 13
18 10 24 12
24 9
3. Suatu penelitian dilakukan untuk melihat hubungan antara tipe sekolah dengan jenis
kelamin apakah ada kecenderungan sekolah swasta lebih banyak murid perempuan
jika dibandingkan dengan sekolah negeri. Hasil penelitian dapat dilihat pada tabel
berikut :
Jenis Kelamin
Laki-
laki Perempuan Total
Sekolah Negeri 77 91 168
Swasta 14 18 32
Total 91 109 200
Page | 67
Praktikum V : ANALISA DATA NONPARAMETRIK k SAMPEL BERPASNGAN
dengan SPSS
Mahasiswa dapat mengolah data dengan menggunanakan uji Uji Cochran, Uji
Friedman
 Tinjauan Teori
o Uji Cochran
Uji Q Cochran merupakan perluasan dari uji McNemar. Uji ini dipakai untuk
menguji hipotesis komparatif k sampel berpasangan apabila data pengamatan
bersifat dikotomi, misalnya baik-buruk, sukses gagal, dan sebagainya. Data
diberi symbol 0 dan 1, misalnya 0 untuk gagal , 1 untuk sukses. Parameter yang
diuji adalah frekuensi atau proporsi.
o Uji Friedman berlaku untuk k sampel berpasangan dengan data yang berskala
sekurang-kurangnya ordinal ( k > 2). Uji ini merupakan alternatif dari teknik
analisis ragam dua arah , uji ini tidak memerlukan angggapan populasi
menyebar normal dan mempunyai ragam homogen.Uji ini dikenal dengan uji
 r 2 . H0 yang diuji menyatakan bahwa sampel penelitian berasal dari populasi
yang sama.
menggunakan uji-uji Cochran dan Friedman serta membuat interpretasi berdasarkan
luaran yang diperoleh.
1. Uji Cochran
Teladan 5.1
Sebuah perusahaan konveksi sedang mempertimbangkan pembelian tiga buah mesin untuk
mengerjakan beberapa pesenannya. Manajer perusahaan itu memutuskan untuk mengambil
Page | 68
8 orang pekerja sebagai sampel dan masing-masing dari ketiga mesin tersebut. Setiap
pekerja akan memberi nilai pada setiap mesin. 0 jika kinerja mesin dirasakan tidak
memuaskan 1 jika kinerja mesin dirasakan memuaskan.
Pekerja Mesin A Mesin B Mesin C
1 0 0 1
2 0 1 0
3 1 1 0
4 1 1 1
5 1 0 0
6 0 0 1
7 0 1 1
8 0 0 0
Hipotesis permasalahan di atas

H0 : Semua perlakuan mempunyai efek yang sama. Atau dalam kasus ini ketiga mesin
mempunyai kinerja yang sama.
H1: minimal ada 1 mesin mempunyai kinerja yang berbeda.
Analisis dengan SPSS
1. Masukkan data kedalam data editor
Gambar5.1 Kotak dialog variable view
Page | 69
Gambar 5.2 Kotak dialog variable view
2. Klik Analyze Nonparametric Test k related samples, maka akan
ditampilkan kotak dialog Test For Several Related Samples
Gambar 5.3 Kotak Dialog k Sampel Berpasangan
3. Pindahkan variable “mesin_A”, “mesin_B”, “mesin_C” ke kotak Test variable.

4. Tandai pilihan ke kotak Cochran’s Q pada kotak Test Type.
5. Klik Statistics dan pilih descriptive.
6. Klik OK.
Page | 70
Interpretasi Hasil
Terlihat bahwa pada kolom Asymp sig (2-tailed) untuk diuji 2 sisi adalah 0,846 > 0,05,
maka Ho diterima. Dapat disimpulkan ketiga mesin mempunyai kinerja yang sama.
2. Uji Friedman
Teladan 5.2
Sebuah Perusahaan biscuit ingin meluncurkan empat rasa baru dalam produk
biskuitnya. Keempat rasan tersebut terdiri dari rasa coklat, rasa strowberi, rasa keju,dan
rasa kelapa. Perusahaan ingin mengetahui bagaimana tanggapan konsumen terhadap
keempat rasa tersebut 10 orang diminta untuk mencicipi keempat rasa biskuit tersebut
kemudian memberikan nilai untuk setiap rasa yangada.Nilai yang diberikan ditentukan
antara 0-100.
Berikut adalah hasil penilaian kesepuluh orangterhadap paketyangditawarkan.
Konsumen Coklat Strowberi Keju Kelapa

1 78 80 84 71
2 82 76 85 73
Page | 71
3 81 78 80 70
4 80 77 88 71
5 82 74 86 75
6 83 81 89 70
7 85 78 84 70
8 79 73 85 72
9 82 70 87 73
10 78 71 88 70
Hipotesis untuk soal diatas :
𝐻0 ∶ Keempat rasa biskuit tersebut mempunyai penilaian yang sama
𝐻1 ∶ Minimal ada satu jenis rasa mendapat penilaian yang berbeda
Analisis dengan SPSS:

1. Definisikan variabel penelitan pada variabel view
2. Masukkan data pada Variabel View
Page | 72
3. Klik Analyze-> Nonparametric Test–>k related samples
Gambar 5.5 Kotak Dialog k Related Sample
4. Pindahkan variable “coklat”, “strawberi”, “keju”,”kelapa” ke kotak Test variable.

5. Tandai pilihan Friedman pada kotak Test Type.
6. Klik Statistics dan pilih descriptive.
7. Klik OK.
Page | 73
Hasil analisis dengan SPSS
N Mean Std. Deviation Minimum Maximum
Coklat 10 81.00 2.261 78 85
Strowberi 10 75.80 3.706 70 81
Keju 10 85.60 2.633 80 89
Kelapa 10 71.50 1.716 70 75
Friedman Test
Ranks
Mean Rank
Coklat 3.10
Strowberi 1.90
Keju 3.80
Kelapa 1.20
Test Statisticsa
N 10
Chi-Square 24.600
Df 3
Asymp. Sig. .000
a. Friedman Test
Interpretasi Hasil
 Bagian pertama menampilkan statistic deskriptif

 Bagian kedua pada uji Friedman menjelaskan rata-rata peringkat keempat rasa
biskuit, yaitu untuk coklat 3,10, strowberi 1,90, keju 3,80, dan kelapa 1,20. Tabel
statistics menjelaskan analisis hipotesis. Terliha tbahwa pada kolom Asymp Sig. =
0 < 0,050, maka Ho ditolak. Kesimpulan minimal ada satu jenis rasa mendapat
penilaian yang berbeda dibandingkan rasa yang lainnya.
Page | 74
1. Suatu penelitian untuk mengetahui apakah empat jenis pengobatan pembengkakan
sendi berbeda efektivitasnya. Empat kelompok masing-masing terdiri atas 6 pasien ikut
dalam penelitian ini. Pada keempat kelompok pasien itu dilakukan pencocokan untuk
mengontrol factor perancu, yaitu peubah-peubah yang berhubungan dengan
penyembuhan pembengkakan maupun berhubungan dengan keempat macam
pengobatan itu. Selanjutnya tiap kelompok mendapat satu macam pengobatan anti
pembengkakan. Pada akhir waktu yang ditetapkan, ada tidaknya pembengkakan
diamati. Tidak ada pembengkakan diberi nilai 1, ada pembengkakan diberi nilai 0. data
hasil pengamatan dimuat pada tabel berikut:
Pasien Pengobatan
A B C D
1 1 0 0 0
2 1 0 1 1
3 1 0 0 1
4 1 0 1 0
5 1 1 0 1
6 1 1 1 1
Berdasarkan data tersebut, apakah anda dapat mengatakan bahwa semua pengobatan
mempunyai efektivitas yang sama, pada   0,05
2. Sebuah eksperimen dilakukan untuk membandingkan energi yang dibutuhkan tiga

macam kegiatan fisik: berjalan, berlari, dan bersepeda. Peubah yang menjadi perhatian
penelitian adalah jumlah kilokalori yang dikeluarkan/ kilometer. Karena disadari bahwa
perbedaan metabolisme anta individu mungkinberpengaruh pada energi yang
dibutuhkan unytuk aktivitas-aktivitas fisik itu, peubah luar ini perlu dikontrol. Delapan
subyek dipilih dalam penelitian ini. Tiap subyek diminta untuk berjalan, berlari, dan
bersepeda pada jarak tertentu. Urut-urutan aktivitas untuk tiap subyek ditentukans
ecara acak. Setiap subyek berlaku sebagai sebuah blok. Dengan bloking, pengaruh dari
individu telah dinetralisir. Kilokalori per kilometer yang dikeluarkan disajikan pada
Page | 75
tabel berikut: Apakah terdapat perbedaan energi yang dibutuhkan untuk ketiga macam
kegiatan tersebut? Gunakan   0,05 .
Perlakuan
Subyek
berjalan berlari bersepeda
1 2,00 1,32 0,65
2 1,75 1,16 0,42
3 1,52 1,24 0,78
4 1,63 0,78 0,13
5 1,72 1,31 0,82
6 1,80 1,30 0,85
7 1,55 1,22 0,74
8 1,40 1,14 0,71
Page | 76
Praktikum VI : ANALISA DATA NONPARAMETRIK k SAMPEL INDEPENDEN
dengan SPSS
Mahasiswa dapat mengolah data dengan menggunakan uji Kruskal-Wallis H,
perluasan Uji Median, Uji χ2 Untuk k Sampel Independen
 Tinjauan Teori
o Uji Kruskal-Wallis
digunakan untuk menguji apakah k sampel bebas berasal dari populasi-populasi
yang berbeda. Uji Kruskal-Wallis merupakan suatu uji padanan bagi analisis
ragam dalam metode parametrik
o Uji Khi Kuadrat Untuk k Sampel Independen/ Uji Homogenitas

Uji χ2 k sampel digunakan untuk menguji hipotesis komparatif lebih dari dua
sampel atau untuk memeriksa apakah sampel- sampel yang diambil seacara acak
variabelnya berasal dari populasi yang homogen.
o Perluasan Uji Median

Perluasan uji median ini menentukan apakah k kelompok saling bebas (ukuran
tidak harus sama) ditarik dari populasi yang sama atau dari populasi yang
bermedian sama. Variabel yang dikaji sekurang-kurangnya diukur dalam skala
ordinal.
menggunakan uji-uji non parametric k sampel independen serta membuat
 Mengawali Pengolahan data statistika nonparametric k Sampel Independen

menggunakan SPSS
Langkah- awal :Klik Analyze > Nonparametric Test >Legacy dialogs > k
independent samples
Page | 77
Gambar 6.1 Menu Pilihan untuk k Sampel Independen
1. Uji Kruskal Wallis

Teladan 6.1
Dalam bidang pertanian telah diketahui bahwa besarnya hasil tanaman padi di antaranya
tergantung pada banyaknya pupuk urea yang digunakan. Ingin diuji apakah rata-rata hasil
padi akan meningkat dengan meningkatkannya dosis pupuk urea yang digunakan. Misal
data hasil padi (kuintal per hektar ) pada berbagai dosis pupuk urea (kg/Ha) adalah :
Dosis Urea Hasil padi (ku/ha)

(kg/ha)
100 45,7 48,4 42,4 49,1 43,1
150 59,8 63,9 57,2 64,7 60,6
200 67,1 67,8 70,2 74,6 68,7
250 57,1 56,2 57,0 63,6 59,9
Tabel 6.1 Rata-rata Hasil Padi Berdasarkan Dosis Urea yang Diberikan
Hipotesis: H0 : 1  2  3  4
Page | 78
H1 : minimal satu dosis urea menunjukkan perbedaan rata-rata hasil padi
dengan perlakuan lainnya

1. Masukkan data pada teladan 6.1 pada variabel view sesuai dengan data yang
diperlukan.
2. Isilah data pada Data View sesuai dengan data yang diperoleh. Tampilan layar
seperti gambar dibawah ini.
Gambar 6.3 Tampilan Data View

3. Lakukan uji Kruskal Wallis dengan langkah:
Page | 79
Analyze - Nonparametric Test – Legacy diagonals – k Independent samples, seperti
yang tampak pada gambar 6.1
4. Kemudian klik k- independent sample sehingga muncul kotak dialog seperti gambar
berikut :
Gambar 6.4 kotak dialog k-isampel independen

5. Selanjutnya klik variabel hasil padi, kemudian masukkan dalam Test Variable List
6. Selanjutnya klik variabel dosis, masukkan dalam grouping variabel seperti pada
gambar 6.5.
7. Selanjutnya pilih Kruskal-Wallis H pada tes type
8. Klik OK  akan muncul luaran
Kruskal-Wallis Test
Ranks
Mean
Dosis Urea N Rank
HasilPadi 100 5 3.40
150 5 12.40
200 5 18.00
250 5 8.20
Total 20
Test Statisticsa,b
Page | 80
HasilPadi
Chi-Square 16.509
Df 3
Asymp.
.001
Sig.
a. Kruskal Wallis Test
b. Grouping Variable: Dosis

Urea
Tabel 6.2 Luaran Uji Kruskal Wallis
Interpretasi hasil SPSS

 Pada Tabel Rank menunjukkan bahwa dosis pupuk yang diberikan pada jumlah
petak sawah yang sama dan nilai rata-rata peringkat yang terbesar yaitu dosis 200
sebesar 18.
 Pada Tabel Test Statistis menunjukkan bahwa analisis hipotesis dari penelitian
tersebut. Nilai Exact Sig. (2-tailed) = 0.001 < 0,05, hal ini berarti Tolak H0.
Berarti minimal satu dosis urea menunjukkan perbedaan rata-rata hasil padi
dengan perlakuan lainnya, yaitu pada dosis 200 kg/ha.
2. Uji χ2 Untuk k Sampel Independen/ Uji Homogenitas
Teladan 6.2
BKKBN ingin meneliti apakah alat kontrasepsi yang disukai masyarakat berbeda
berdasarkan kelompok umur peserta KB. Untuk itu dilakukan suatu survei pemakaian alat
KB pada 3 kelompok umur peseta KB. Data yang diperoleh sebagai berikut:
Kelompo Alat kontrasepsi yang digunakan

k umur Pil KB Suntik IUD Kontrasepsi
mantap
20 th -30 th 55 60 65 12
30 th -40 th 33 60 81 35
> 40 th 23 36 45 80
Page | 81
Apakah dapat disimpulkan bahwa populasi-populasi peserta KB pada tiga kelompok umur
tersebut homogen dalam hal alat kontrasepsi yang dipakai.
H0 :Jenis alat kontrasepsi yang digunakan ketiga kelompok umur peserta KB bersifat
homogen
H1 :Paling tidak salah satudiantara ketiga kelompok umurp eserta KB menggunakan alat
kontrasepsi yang berbeda.

1. Definisikan variabel teladan 6.2 pada variabel view sesuai dengan data yang
diperlukan.
Gambar 6.5 Variabel View Teladan 6.2

Keterangan:
Baris menyatakan kelompok umur.
Kolom menyatakan alatkontrasepsi yang digunakan
Jumlah menyatakan jumlah /fre kuensi pada tiap-tiap sel
2. Masukkan data pada Data view
Page | 82
Selanjutnya harus ditegaskan kepada SPSS bahwa variabel jumlah mewakili frekuensi
untuk masing-masing unik pengkodean BARIS dan KOLOM, dengan menerapkan perintah
DATA – WEIGHT CASE seperti gambar berikut ini:
Setelah muncul kotak dialog, , pilih “weight case by” kemudian pindahkan variabel
jumlah dengan mengklik tanda panah seperti berikut:
Page | 83
Klik analyzedescriptive statistic  crosstab. Selanjutnya input seperti gambar dibawah.
Pada statistic pilih chi-square.Klik continue dan OK
Page | 84
Hasil Analisis:
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
Baris *
585 100.0% 0 0.0% 585 100.0%
Kolom
Baris * KolomCrosstabulation
Count
Kolom
1 2 3 4 Total
Baris 1 55 60 65 12 192
2 33 60 81 35 209
3 23 36 45 80 184
Total 111 156 191 127 585
Chi-Square Tests
Asymp. Sig.
Value df (2-sided)
Pearson Chi-Square 89.894a 6 .000
Likelihood Ratio 89.125 6 .000
Linear-by-Linear
58.394 1 .000
Association
N of Valid Cases 585
a. 0 cells (0.0%) have expected count less than 5. The
minimum expected count is 34.91.
Berdasarkan nilai p-valuenya (0.000)<α(0.05) maka tolak H0. Kesimpulannya jenis alat
kontrasepsi yang digunakan ketiga populasi kelompok umur peserta KB tidak bersifat
homogeny
3. Perluasan Uji Median
Teladan 6.3
Seorang peneliti pendidikan ingin mempelajari apakah ada hubungan antara tingkat
pendidikan ibu dengan banyaknya kunjungan ke sekolah anaknya. Diambil sampel
Page | 85
secara random sebanyak 10% dari 440 anak yang terdaftar di sekolah. Dari sampel
tersebut didapat nama dari 44 ibu-ibu yang kemudian dijadikan sampel. Hipotesisnya
adalah banyaknya ibu ke sekolah bervariasi menurut tingkat pendidikan yang
ditamatkanya. Datanya adalah sebagai berikut: (gunakan α = 5%)
Jumlah kunjungan ke sekolah oleh ibu digolongkan menurut tingkat pendidikan
SD SMP SMA P.T SD SMP SMA P.T

4 2 2 9 2 0 0 4
3 4 0 4 0 2 5 5
0 1 4 2 3 5 2 2
7 6 3 3 5 1 1 2
1 3 8 2 1 2 7 6
1 6
5
1
Hipotesis dari permasalahan diatas, dapat dirumuskan sebagai berikut :

H0 : Tidak ada perbedaan banyaknya kunjungan diantara para Ibu dengan
variasi tingkat pendidikannya
H1 : Ada perbedaan banyaknya kunjungan diantara para ibu dengan variasi tingkat
pendidikannya.
Analisis Dengan SPSS

1. Definisikan jenis variabel dalam variabel view
2. Selanjutnya isilah data view sesuai dengan data yang diperoleh, tampilannya dapat
dilihat pada gambar berikut
Page | 86
3. Klik Analyze -> Nonparametric Test-> -legacy dialogs k-independent sampel,
Page | 87
5. Klik variabel banyaknya_kunjungan -> masukkan dalam Test Variable List--> klik
variabel tingkat_pendidikan masukkan dalam Grouping Variable, dan akan terlihat
tampilan berikut
6. Selanjutnya pada Grouping Variable tingkat_ pendidikan, klik Define Range dan
pada Range for Grouping Variable pilih minimum :1, dan maximum:4, selanjutnya
Page | 88
klik kontinu. Pada kolom Test Type pilihlah median, dan pada kotak options pilih
descriptive, dapat ditampilkan pada gambar berikut ini
7. klik OK
N Mean Std. Deviation Minimum Maximum
banyaknya_kunjungan 44 3.09 2.301 0 9
tingkat_pendidikan 44 2.52 1.089 1 4
Median Test
Frequencies
tingkat_pendidikan
SD SMP SMA P.T
> Median 5 4 7 6
banyaknya_kunjungan
<= Median 5 7 6 4
Page | 89
Test Statisticsa
banyaknya_ku
njungan
N 44
Median 2.50
Chi-Square 1.295b
Df 3
Asymp. Sig. .730
a. Grouping Variable:
tingkat_pendidikan
b. 0 cells (.0%) have expected
frequencies less than 5. The
minimum expected cell
frequency is 5.0.
Interpretasi hasil analisis dengan SPSS:

 Descriptive statistics menunjukkan banyaknya kunjungan adalah sebanyak 44 ibu-
ibu berdasarkan variasi tingkat pendidikannya, dan dapat dilihat pula mean yang
diperoleh adalah 3.09, dengan simpangan baku 2.301, dan nilai minimum dari
banyaknya kunjungan adalah 0, sedangkan nilai maksimum dari banyaknya
kunjungan adalah 9.
 Dari luaran di atas nilai Asymp. Sig. adalah 0.730 > 0.05, maka H0 diterima
sehingga tidak cukup bukti menolak H0 (terima H0).
Sehingga kesimpulan yang diperoleh adalah tidak ada perbedaan banyaknya
kunjungan diantara para ibu dengan variasi tingkat pendidikannya.

1. Suatu penelitian untuk mengetahui adakah perbedaan antara kelompok pegawai negeri
dan swasta dalam memberikan pertimbangan untuk memilih partai politik. Untuk
menjawab pertanyaan tersebut, maka dilakukan pengumpulan data melalui dua
Page | 90
kelompok sampel yang diambil secara acak. Dari 2500 anggota sampel pegawai negeri
yang diambil 950 orang menyatakan bahwa pertimbangan memilih partai adalah misi
dan visi partai yang jelas, 750 orang karena pemimpin partai yang reformis, dan 800
orang karena ikut-ikutan teman. Selanjutnya, dari 1200 anggota sampel pegawai swasta
yang diambil 650 orang menyatakan bahwa pertimbangan memilih partai adalah karena
visi dan misi partai yang jelas, 450 orang karena pemimpin partai yang reformis, dan
100 orang karena ikut-ikutan teman. Bukitkan hipotesis yang menyatakan terdapat
perbedaan antara pegawai negeri dan pegawai swasta dalam memilih partai politik.
Gunakan  =0,05.
2. Sebuah hipotesis menyatakan bahwa berat badan bayi berhubungan dengan status
kebiasaan merokok ibu pada kehamilan trimester pertama. Untuk menguji hipotesis ini
seorang dokter Anak mencata berat badan bayi dan status kebiasaan merokok ibu di
klinik prenatal sebuah rumah sakit dalam periode 1 bulan. Ibu bayi dibagi menjadi
empat kelompok, sebagai berikut:
Kelompok I : Ibu tidak merokok
Kelompok II : Ibu mantan perokok (pernah merokok sebelum kehamilan trimester
pertama)
Kelompok III : Ibu merokok kurang dari 1 pak sigaret per hari
Kelompok IV : Ibu merokok 1 pak sigaret atau lebih per hari.
Data berat badan bayi lahir (dalam gram) di ajikan pada Tabel berikut:
STATUS KEBIASAAN MEROKOK IBU
I II III IV
3750 2900 2950 3000
3100 3650 3100 2400
3450 4100 2900 2850
3700 3500 2350 2500
4600 3900 4100 3000
4150 3600 3500
3800 3200 2950
2700
3. Denpasar merupakan salah satu kota yang lalu lintasnya sangat padat. Karena angkutan
kota tidak menjangkau semua wilayah kota, maka sebagian masyarakat memilih
Page | 91
menggunakan sepeda motor. Dilakukan penelitian untuk mengetahui adakah hubungan
antara penghasilan keluarga per bulan dengan jumlah sepeda motor yang dimiliki.
Dalam hal ini penghasilan keluarga dikelompokkan menjadi 4 kategori, yaitu
penghasilan < 2 juta, antara 2 juta sampai 3,5 juta, antara 3,5 juta sampai 5 juta dan
penghasilan > 5 juta. Dalam penelitian ini digunakan 50 orang responden, jumlah
sepeda motor yang dimiliki masing-masing keluarga disajikan pada Tabel berikut:
Penghasilan keluarga per bulan
< 2 juta 2 juta sampai 3,5 3,5 juta sampai 5 > 5 juta
juta juta
0 2 1 0
1 1 1 3
2 3 1 2
2 1 1 2
1 1 2 2
1 2 3 1
2 3 2 1
2 2 1 1
3 2 2 2
1 1 1 4
1 2 2 2
0 1 4 2
2
2
Buktikan hipotesis yang menyatakan tidak ada perbedaan jumlah sepeda motor yang
dimiliki keluarga berdasarkan penghasilan per bulan.
4. Sebuah penelitian dirancang untuk menjawab pertanyaan apakah merokok sigaret ada
hubungannya dengan penurunan kadar testoteron serum. Sejumlah 28 pria berumur 35 –
45 tahun dipilih untuk penelitian ini. Subyek penelitian dibagi menjadi empat
kelompok, yaitu:
(1) Bukan perokok, ialah orang yang tidak pernah merokok
(2) Bekas perokok, ialah orang yang berhenti merokok sedikit-dikitnya 6 bulan
sebelum penelitian
(3) Perokok ringan, ialah orang yang merokok kurang dari 10 batang rokok sigaret per
hari
Page | 92
(4) Perokok berat, ialah orang yang merokok 30 batang rokok sigaret atau lebih per
hari.
Kadar testoteron diukur dalam microgram/dl. Hasil tiap-tiap pengamatan disajikan pada
Tabel di bawah. Gunakan   0,05 untuk mengetahui apakah dapat ditarik kesimpulan
bahwa merokok sigaret menurunkan kadar testoteron serum.
Bukan perokok Bekas perokok Perokok ringan Perokok berat

0,44 0,46 0,37 0,25
0,43 0,50 0,42 0,36
0,88 0,51 0,48 0,62
0,85 0,58 0,68 0,45
0,68 0,72 0,65 0,27
0,96 0,86 0,52 0,34
0,92 0,64 0,40 0,30
Page | 93
Praktikum VII : UJI ASOSIASI NONPARAMETRIK dengan SPSS
Mahasiswa dapat menentukan tingkat hubungan/asosiasi dua sampel atau tiga
sampel dengan menggunakan : Koefsien kontingensi C , Korelasi Spearman,
Korelasi Kendall, Kolrelasi Konkordansi Kendal, Korelasi Parsial Kendal
Tinjauan Teori
o Koefisien Kontingensi C
Koefisien Kontingensi C adalah suatu ukuran r asosiasi atau antara dua
kelompok data dengan skala pengukuran nominal
o Koefisien korelasi Spearman(rs) & korelasi Kendall ()
Metode ini digunakan untuk mengukur keeratan hubungan dua variabel yang
tidak mempunyai sebaran normal bersama dan ragam bersyaratnya tidak sama.
Kedua variabel sekurang-kurangnya diukur dalam skala ordinal, sehingga objek-
objek yang diamati dapat dibuat peringkatnya dalam dua rangkaian berurut.
o Koefisien konkordansi Kendall (W)

Koefisien konkordansi Kendall W merupakan ukuran korelasi diantara k
variabel yang diukur minimal dalam skala ordinal.
.Kegiatan Praktikum
menggunakan uji-uji asosiasi non parametric serta membuat interpretasi dari luaran
yang diperoleh
1. Koefisien Kontingensi C
Teladan 7.1
Dalam suatu penelitian mengenai sikap masyarakat terhadap Pemilihan Kepala Daerah
(Pilkada) Kabupaten Badung, peneliti ingin mengetahui apakah ada perbedaan sikap
terhadap sistem pemilihan Kepala Daerah (Bupati) Badung untuk Tahun 2015 antara
Pegawai Negeri Sipil (PNS) dan non PNS. Sikap terhadap Pilkada langsung digolongkan
menjadi dua, yakni setuju dan tidak setuju. Setelah dilakukan pengumpulan data melalui
Page | 94
penyebaran angket kepada masyarakat maka diperoleh data mentah sebagaimana
ditampilkan pada tabel 1. Adapun karakteristik datanya adalah untuk pekerjaan responden
(kode 1 Non PNS dan kode 2 PNS) dan untuk sikap responden ((kode 1 Setuju dan kode 2
Tidak Setuju).
 Tabel 7.1 Data Penyebaran Angket
No Pekerjaan Sikap No Pekerjaan Sikap No Pekerjaan Sikap

1 1 1 16 1 2 31 2 2
2 1 1 17 1 2 32 2 2
3 1 1 18 1 2 33 2 2
4 1 1 19 1 2 34 2 2
5 1 1 20 1 2 35 2 2
6 1 1 21 1 2 36 2 2
7 1 2 22 1 2 37 2 2
8 1 2 23 1 2 38 2 2
9 1 2 24 1 2 39 2 2
10 1 2 25 1 2 40 2 2
11 1 2 26 1 2
12 1 2 27 2 1
13 1 2 28 2 1
14 1 2 29 2 1
15 1 2 30 2 1

1. Masukkan data pada teladan 7.1 diatas dengan nama variabel “Pekerjaan” dan
“Sikap”
Page | 95
2. Input data pada “Data View” untuk pekerjaan responden (kode 1 Non PNS dan
kode 2 PNS) dan untuk sikap responden (kode 1 Setuju dan kode 2 Tidak Setuju)
3. Lakukan Uji Koefisien Kontingensi dengan langkah :

Klik Analyze Descriptive S
tatisticsCrosstabs (Gambar 7.3)
Page | 96
Gambar 7.3 Langkah Uji Koefisien Kontingensi
Gambar 7.4a Kotak Dialag Crosstabs
Page | 97
4. Pindahkan Variabel “Pekerjaan Responden” ke kotak Row(s) dan Sikap
Responden Sikap Responden Sikap Respondenke kotak Column (s)
Gambar 7.4b Kotak Dialag Crosstabs

5. Klik Statistics tandai Contingency coefficientContinue OK
Gambar 7.5 Kotak Dialag Koefisien kontingensi
Page | 98
Luaran SPSS :
Pekerjaan Responden * Sikap Responden Terhadap Pilkada

Langsung Crosstabulation
Count
Sikap Responden Terhadap Total
Pilkada Langsung
Setuju Tidak Setuju
Pekerjaan Non PNS 6 25 31
Responden PNS 8 11 19
Total 14 36 50
Symmetric Measures
Value Approx.
Sig.
Nominal by Contingency
.239 .082
Nominal Coefficient
N of Valid Cases 50
a. Not assuming the null hypothesis.
b. Using the asymptotic standard error assuming the null
hypothesis.
Interpretasi Hasil
Pada output terlihat bahwa banyaknya pekerjaan responden Non PNS yang setuju
terhadap Pilkada langsung ada 6 orang sedangkan yang tidak setuju terhadap Pilkada
langsung ada 25 orang, dan banyaknya pekerjaan responden PNS yang setuju terhadap
Pilkada langsung ada 8 orang sedangkan yang tidak setuju terhadap Pilkada langsung ada
11 orang.
Hasil Uji Koefisien kontingensi diperoleh nilai sebesar 0.239 dengan nilai Approx Sig.
sebesar 0.082 > 𝛼(0.05), maka keputusannya Terima H0.
Page | 99
Kesimpulan : Tidak terdapat hubungan antara pekerjaan responden dengan sikap responden
terhadap Pilkada langsung.
2. Korelasi Spearman
Teladan 7.2
Seorang mahasiswa ingin mengetahui apakah ada hubungan antara kecerdasan dengan
prestasi belajar pada 12 siswa SD Negeri 1 Ubung kaja, dengan menggunakan dua variabel
yaitu kecerdasan dan prestasi belajar dengan skala ordinal didapatlah data sebagai berikut:
Tabel 7.2 Data Pengamatan teladan 7.2
Siswa Kecerdasan Prestasi Belajar
1 33 58
2 32 52
3 21 48
4 34 49
5 34 52
6 35 57
7 32 55
8 21 50
9 21 48
10 35 54
11 36 56
12 21 47
Hipotesis dalam hal ini adalah:

H0 = tidak ada korelasi antara kecerdasan dengan prestasi belajar.
H1 = terdapat korelasi antara kecerdasan dengan prestasi belajar.
1. Masukkan data variabel kemudian definisikan skala variabel pada kolom Measure
dengan skala ordinal.
Page | 100
2. Isi data pada tab Data View sesuai dengan data masing-masing variabel yaitu variabel
kecerdasan dan prestasi.

3. Klik Analyze → Correlate → Bivariate, maka akan muncul dialog Bivariate
Correlations. Setelah itu memindahkan variabel kecerdasan dan variabel prestasi pada
kolom Variables, lalu pilih Spearman dan Two-tailed.
Page | 101
Gambar 7.7 Kotak Dialog Koefisien Korelasi Spearman
Luaran SPSS
Nilai signifikansi (2 tailed) yang diperoleh adalah sebesar 0,010. Nilai signifikansi yang
diperoleh lebih kecil dari tingkat signifikansi yang dipakai yaitu 5% atau 0,05. Maka tolak
H0 yang berarti terdapat korelasi antara kecerdasan dan prestasi belajar.
Terlihat juga dari hasil output diatas bahwa nilai koefisien korelasi antara Kecerdasan dan
Prestasi sebesar 0,707, hal ini menunjukan terdapat hubungan yang kuat dan postif antara
Page | 102
kedua variabel tersebut yang berarti semakin tinggi nilai kecerdasan maka semakin
meningkat nilai prestasinya.
Dengan cara yang sama mahasiswa bisa mencoba menghitung koefisien korelasi Kendall
Teladan 7.3
Enam objek diberi ranking dalam tiga variabel yang berbeda yaitu A, B, C. Ujilah hipotesis
nol pasangan ranking tidak mengindikasikan suatu tingkat kecocokan yang signifikan
(independent). Dengan 𝛼 = 0,05.
Tabel 7.3. Rangking yang diberikan kepada enam objek oleh tiga variabel.
Variabel
I II III IV V VI
A 2 1 4 3 6 5
B 6 1 5 2 3 4
C 1 4 3 2 5 6
Rj 9 6 12 7 14 15
Penyelesaian :
Akan diuji apakah pasangan ranking tidak mengindikasikan suatu tingkat kecocokan yang
signifikan (independent). Gunakan 𝛼 = 0,05.
 Hipotesis
H0 : pasangan rangking tidak mengindikasikan suatu tingkat kecocokan yang
signifikan (independent).
H1 : pasangan ranking mengindikasikan suatu tingkat kecocokan yang
signifikan (independent) .
Atau
H0 : W = 0
H1 : W ≠ 0
 Analisis dengan SPSS
Page | 103
Masukkan data soal no 2 (variabel objek “I, II, III, IV, V, dan VI) dalam data
view.
Gambar 7.8 Kotak Dialog Variable View
Gambar 7.9 Kotak Dialog Data View
2. Klik Analyze Nonparametric Tests Legacy Dialogs K

Related Samples Tests.
Page | 104
Gambar 7.10. Kotak Dialog Langkah-Langkah Analyze
3. Maka akan muncul kotak dialog dengan nama K Related Samples Tests.
Page | 105
Gambar 7.11 Kotak Dialog K Related Sample Tests
4. Pindahkan variabel objek “I,II,III,IV,V dan VI” ke kotak Test Variables.
Gambar 7 .12 Kotak Dialog Test Variables

5. Tandai pilihan Kendalls’W pada kotak Test Type gambar 4 di atas.
6. Kemudian pilih Statistics lalu klik Descriptive dan klik continue
Page | 106
Gambar 7.13 Kotak Dialog Statistics
7. Klik OK.
Hasil Analisis dengan SPSS (Output SPSS)
NPar Tests
Std. Minimu Maximu
I 3 3.00 2.646 1 6
II 3 2.00 1.732 1 4
III 3 4.00 1.000 3 5
IV 3 2.33 .577 2 3
V 3 4.67 1.528 3 6
VI 3 5.00 1.000 4 6
Kendall's W Test
Test Statistics
Ranks N 3
Mean Kendall's Wa .441
Rank Chi-Square 6.619
I 3.00 Df 5
II 2.00 Asymp. Sig. .251
III 4.00 a. Kendall's Coefficient
IV 2.33 of Concordance
V 4.67
VI 5.00
Page | 107
 Bagian statistika deskriptif di atas menyajikan deskripsi (jumlah pengamatan, rata-
rata, simpangan baku, nilai minimun dan maksimum) dari tiga variabel yang
berbeda diberikan kepada enam objek. Berdasarkan tabel statistik deskripitif di atas
dapat dilihat bahwa nilai rata-rata rangking pada objek I adalah 3,00, pada objek II
adalah 2,00, pada objek III adalah 4,00, pada objek IV adalah 2,33, pada objek V
adalah 4,67 dan pada objek VI adalah 5,00. Serta standar deviasi (seberapa jauh
rentang data dari mean) yang terdapat pada objek I adalah 2,646, pada objek II
adalah 1,732, pada objek III adalah 1,000, pada objek IV adalah 0,577, pada objek
V adalah 1,528, dan pada objek VI adalah 1,000 dengan banyaknya variabel yang
diamati sejumlah 3 variabel.
 Bagian tabel frekuensi di atas menyatakan nilai rata-rata rangking pada enam objek
yang ada. Adapun nilai yang terlihat pada tabel frekuensi sama dengan nilai rata-
rata pada tabel deskriptif.
 Bagian dari nilai test statistic di atas dapat disimpulkan bahwa pada objek I, II, III,
IV, V dan VI hanya mempengaruhi tiga variabel yaitu A, B, dan C sebesar 44,1%
saja disamping itu juga variabel enam objek tersebut secara simultan tidak
mengindikasikan suatu tingkat kecocokan yang signifikan. Terlihat bahwa pada
kolom Asymp. Sig. atau signifikansi diperoleh nilai 0,251. Di sini terdapat nilai
probabilitas adalah 0,05, maka nilai p = 0,251 > 0,05. Sehingga terima hipotesis nol
(H0). Jadi kesimpulannya adalah pasangan rangking tidak mengindikasikan suatu
tingkat kecocokan yang signifikan (independent) yang artinya kecocokan dalam
menilai merupakan kebetulan semata.
1. Hipotesis mengatakan bahwa tekanan darah (mmHg) yang diukur pada posisi duduk
dan berbaring berkorelasi positif. Dilakukan pengukuran tekanan darah sistolik 10
orang sukarelawan. Hasil pengukuran disajikan pada tabel berikut:
Pasien Posisi duduk Posisi berbaring

1 112 110
2 101 106
Page | 108
3 98 114
4 106 104
5 94 90
6 108 120
7 102 102
8 104 110
9 100 105
10 140 150
Pada  = 0,05, kesimpulan apa yang dapat diperoleh tentang hubungan antara
pengukuran darah pada posisi duduk dan berbaring ? (Gunakan korelasi Sperman dan
Kendall sekaligus)
2. Suatu penelitian ingin mengetahui apakah terdapat hubungan antara rata-rata banyaknya
barang cacat yang dihasilkan oleh suatu proses produksi dengan waktu kerja. Data
berikut memperlihatkan rata-rata barang cacat yang dihasilkan dalam dua waktu kerja.
Waktu kerja
siang malam
Cacat 6 10
Tidak cacat 15 13
Ujilah pada taraf nyata 0,05 apakah terdapat hubungan antara waktu kerja dengan
banyaknya barang cacat yang dihasilkan .
3. Tiga orang Juri diminta menilai dalam lomba menghias tumpeng yang diadakan oleh
sebuah Super Market di Denpasar. Jumlah peserta yang ikut lomba sebanyak 20 orang.
Nilai yang diberikan oleh ketiga Juri disajikan pada tabel berikut:
Peserta Nilai Juri 1 Nilai Juri 2 Nilai Juri 3
1 9 8 8
2 9 7 8
3 8 6 7
4 8 9 7
5 7 8 6
6 8 7 7
7 9 7 8
8 8 7 7
9 8 7 9
Page | 109
10 8 7 8
11 9 8 7
12 7 9 8
13 6 7 9
14 7 6 6
15 8 6 7
16 8 7 6
17 8 9 7
18 7 7 6
19 7 7 8
20 7 6 7
Apakah ada kesepakatan antara ke-3 Juri dalam memberikan nilai.
Page | 110
DAFTAR PUSTAKA
Lind, Douglas, A, et all. 2006. Basic Statistic for Business and Economic; Fith Edition. San
Fransisco: Mcgraw-Hill International Book Company.
Murti, B. 1996. Penerapan Metode Statistik Non-Parametrik dalam Ilmu-ilmu Kesehatan.
Jakarta : PT Gramedia Pustaka Utama.
Neter, J. at all. 1997. Model Linier Terapan Buku III:Analisis Ragam, diterjemahkan oleh
Bambang Sumantri. Bogor: Jurusan Statistika FMIPA IPB.
Siegel, S. 1988. Nonparametric Statistics for the Behavioral Science. Singapore: McGraw-
Hill Book Company .
Sprent, P. 1991. Metode statistic Nonparametrik Terapan, Terjemahan Erwin R. Osman.
Jakarta. UI-Press.
Suciptawati,N.L.P. 2009,Metode Statistika Nonparametrik,Denpasar:Udayana University
Press.
Sugiyono. 2004. Statsitika Nonparametris Untuk Penelitian. Jakarta: CV ALFABETA.
Page | 111

Kruskal Wallis PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Kruskal Wallis PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

PENUNTUN PRATIKUM

STATISTIKA NON PARAMETRIK

Praktikum Metode Statistika Non Parametrik ini tepat pada waktunya.

Parametrik dengan bantuan Software SPSS-21.

Bukit Jimbaran, 9 Nopember 2016

 Memasukkan dan mengolah data ke SPSS :

Gambar 1.1 .Menu Program SPSS

Gambar 1.2 Tampilan layar SPSS.2

No Umur Jenis Kelamin No Umur Jenis Kelamin

Simpanlah data di atas dengan nama tugas 1

Responden Calon Pilihan Responden Calon Pilihan

Masukkanlah data tersebut ke dalam SPSS, Simpan dengan nama tugas 2

3. Sebuah perusahaan kontraktor sedang mempertimbangkan pembelian tiga buah

Masukkanlah data tersebut ke dalam SPSS, Simpan dengan nama tugas 3

o Uji Satu Sampel Chi kuadrat ( 2)

o Uji Satu Sampel Kolmogorov-Smirnov

o Uji Deret (Run) Satu Sampel

Untuk menguji keacakan

Gambar 2.1 Menu Pilihan pada Nonparametrik Test

Seorang pengusaha restoran ingin melakukan penelitian mengenai selera masakan

Hipotesis untuk permasalahan diatas dirumuskan sebagai berikut :

Langkah-langkah Analisis dengan SPSS :

Gambar 2.2 Variable View Teladan 2.1

Gambar 2.4 Kotak Dialog Binomial Test

Gambar 2.5 Memindahkan Variabel

5. Tandai pilihan “Get from data” pada Define Dichotomy

Tabel 2.1 Luaran Uji Binomial

2. Uji Khi kuadrat 1 sampel

Hadiah T-Shirt Anting-anting Mug

Jumlah 183 142 175

Langkah-langkah Analisis dengan SPSS :

Gambar 2.6 Variable View Teladan 2.2

Gambar 2.9 Kotak dialog Weight Cases:

Gambar 2.10 langkah akhir Uji Chi Kuadrat

Gambar 2.11 Memindahkan Variabel

Tabel 2.2 Luaran Uji Khi kuadrat

a. 0 cells (.0%) have

Hipotesis kasus di atas adalah:

Gambar 2.12 variabel View

Gambar 2.13 Data View

Gambar 2.14 Kotak Dialog Uji 1 Sampel Kolmogoro Smirnov

Gambar 2.15 Luaran Kolmogorov Sirnov

Analisis dengan SPSS :

Gambar 2.16 Variabel View

1. Masukkan ke-30 data dalam data view

Gambar 2.17 Data View Teladan 2.4

2. Klik Analyze non parametric test legacy dialogs runs

Gambar 2.18a Kotak Dialog Uji Run

Gambar 2.18b Kotak Dialog Uji Run

4. Pada kotak Runs Test : options, pilih descriptive, lalu continue

Hasil analisis dengan SPSS:

Tabel 2.5 Luaran SPSS

 Latihan Soal Untuk Laporan Praktikum 2

1. Suatu perusahan Farmasi sedang mempertimbangkan untuk melakukan meeting

Hipotesis untuk permasalahan diatas dirumuskan sebagai berikut :

1. Definisikan jenis variabel yang digunakan dalam variable view.

Gambar 3.2 Variable View Teladan 3.1

2. Masukkan data yang digunakan ke dalam data view.

Tabel 3.2 Luaran SPSS untuk Uji McNemar

dapat disimpulkan bahwa terdapat pengurangan penggunaan MSG setelah seminar

Gambar 3.5 Varabel View Teladan 3,2

Gambar 3.6 Data View teladan 3.2

Gambar 3.7 Kotak Dialog Weight case