Dosen pembimbing :
drg. Elyda Akhya Afida Misrohmasari, MIPH
Disusun oleh :
1. Firdaus Izzah Radji (181610101152)
2. Indana Zulva (181610101153)
3. Kahfi Izza Tegar A. (181610101154)
4. Wellant Putra I. (181610101155)
5. Muhammad Irfan (181610101156)
6. M. Dodi Kuncoro Jati (181610101157)
7. Rheza Jihan S. N. (181610101158)
8. Mohammad Naufal F. (181610101159)
9. Arda Rahma Putri (181610101161)
Puji dan syukur kami ucapkan kepada Tuhan Yang Maha Esa. Karena
berkat rahmat dan hidayah-Nya, kami dapat menyelesaikan tugas laporan
praktikum ini tepat pada waktunya. Laporan praktikum ini membahas mengenai
“Uji Korelasi Spearman”. Adapun tujuan penyusunan laporan ini adalah sebagai
salah satu tugas kelompok dari mata kuliah blok 9: Epidemiologi dan
Biostatistika.
Dalam penyusunan laporan praktikum ini, penulis mengucapkan
terimakasih kepada:
1. drg. Elyda Akhya Afida Misrohmasari, MIPH selaku dosen yang telah
memberikan bimbingan kepada kami hingga terselesainya penyusunan laporan
praktikum ini.
2. Anggota kelompok 15 yang telah berperan aktif dalam diskusi maupun
pembuatan laporan praktikum ini.
Dalam tugas yang diberikan, kami menyadari bahwa laporan praktikum ini
masih banyak kekurangan dan kesalahan dari pada yang diharapkan. Untuk itu
kami mengharapkan kritik dan saran dari pembaca untuk memperbaiki laporan
kami. Akhir kata kami mengucapkan terimakasih.
Penyusun
i
Daftar Isi
ii
PENDAHULUAN
1
variabel dependen yang berskala data numerik (interval/rasio) dan skala
ordinal.
1.2. Rumusan Masalah
1. Apa pengertian uji Kruskal Wallis?
2. Bagaimana asumsi dari uji Kruskal Wallis?
3. Bagaimana langkah-langkah uji Kruskal Wallis?
1.3. Tujuan
1. Memahami pengertian statistika non parametrik melalui uji Kruskal
Wallis
2. Mampu menyelesaikan permasalahan yang berhubungan dengan
statistika non parametrik melalui uji Kruskal Wallis
3. Menambah wawasan dan pengetahuan khususnya bagi penulis dan bagi
pembaca pada umumnya.
2
PEMBAHASAN
3
- Sampel ditarik dari populasi secara acak
Dimana:
Rij = Rank untuk semua observasi Xij
K = Banyaknya populasi
ni = Obervasi ke i
N = Jumlah total sampel
Daerah kritis,
H0 ditolak jika T > χ α : K -1
4
Statistik uji Kruskal Wallis menggunakan nilai distribusi Chi-kuadrat dengan
derajat bebas adalah k-1 dengan jumlah sample harus lebih dari 5. Jika nilai
uji Kruskal Wallis lebih kecil daripada nilai chi-kuadrat tabel, maka
hipotesis null diterima, berarti sampel berasal dari populasi yang sama,
demikian pula sebaliknya.
Contoh kasus
Seorang manajer penjualan mesin traktor pertanian ingin mengetahui apakah
penjualan traktor di cabang toko yang berada di tiga kota yaitu Kebumen, Solo
dan Semarang terdapat perbedaan dalam penjualan mesin traktor. Data penjulan
ketiga cabang toko disajikan sebagai berikut :
Keterangan kode :
1 = Kebumen
2 = Solo
3 = Semarang
5
Lalu pada bagian Measure, ubah menjadi Scale semua
6
4) Kemudian akan muncul output seperti dibawah ini :
Diperoleh nilai Sig. penjualan mesin traktor di Kota Solo dan Kebumen <
0,05 yang artinya, berdistribusi tidak normal. Maka kita bias melakukan
uji Kruskal Wallis.
5) Selanjutnya, melakukan uji Kruskal Wallis : Analyze Nonparametic
Test
Legacy Dialogs K
Independen Samples
input Test Variable List
dan Grouping
Variable Define Range
Minimum
dan Maximum
Continue OK
7
6) Maka akan muncul output sebagai berikut :
8
Berdasarkan output “Test Statistic” diketahui bahwa nilai Asymp. Sig sebesar
0,437 > 0,05. Maka dapat disimpulkan bahwa “Hipotesa diterima”. Dengan
demikian dapat dikatakan tidak ada perbedaan yang signifikan dalam penjualan
mesin traktor di toko cabang yang berada di tiga kota (Kebumen, Solo dan
Semarang).
9
KESIMPULAN
Uji Kruskal Wallis adalah uji nonparametrik berbasis peringkat yang tujuannya
untuk menentukan adakah perbedaan signifikan secara statistik antara dua atau
lebih kelompok variabel independen pada variabel dependen yang
berskala data numerik (interval/rasio) dan skala ordinal. Uji ini identik dengan
Uji One Way Anova pada pengujian parametris, sehingga uji ini merupakan
alternatif bagi uji One Way Anova apabila tidak memenuhi asumsi misal asumsi
normalitas. Selain sebagai uji alternatif, kegunaan lain adalah sebagai perluasan
dari uji Mann Whitney U Test, di mana kita ketahui bahwa uji tersebut hanya
dapat digunakan pada 2 kelompok variabel dependen. Sedangkan Kruskall Wallis
dapat digunakan pada lebih dari 2 kelompok misal 3, 4 atau lebih.
10
DAFTAR PUSTAKA
11