LAPORAN PRAKTIKUM

BLOK 9: EPIDEMIOLOGI DAN BIOSTATISTIK

“UJI KRUSKAL”

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)

FAKULTAS KEDOKTERAN GIGI

UNIVERSITAS JEMBER
2019
 KATA PENGANTAR

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.

Jember, 17 Oktober 2019

Penyusun

i
 Daftar Isi

Kata Pengantar .......................................................................................................i

Daftar Isi ................................................................................................................ ii
BAB I. PENDAHULUAN ......................................................................................1
1.1. Latar Belakang ................................................................................................ 1
1.2. Rumusan Masalah ........................................................................................... 1
1.3. Tujuan .............................................................................................................1
BAB II. PEMBAHASAN ....................................................................................... 3
2.1. Pengertian Uji KRUSKAL .............................................................................3
2.2. Tujuan Uji KRUSKAL ...................................................................................3
2.3. Asumsi Uji KRUSKAL ..................................................................................4
2.4. Dasar Pengambilan Keputusan dalam Uji KRUSKAL ..................................5
2.5. Contoh Soal dan Interpretasi Data ..................................................................7
BAB III. KESIMPULAN ..................................................................................... 12
Daftar Pustaka ......................................................................................................13

ii
 PENDAHULUAN

1.1. 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 statistik 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 nonparametrik banyak digunakan pada penelitian-penelitian
sosial. Data yang diperoleh dalam penelitian sosial pada umunya
berbentuk kategori atau berbentuk rangking.
Statistik nonparametrik adalah prosedur statistik yang tidak
mengacu pada parameter tertentu. Itulah sebabnya, statistik
nonparametrik sering disebut sebagai prosedur yang bebas distribusi
(free-distibution procedures). Banyak orang berpendapat, jika data
yang dikumpulkan terlalu kecil maka prosedur statistik nonparametrik
lebih baik digunakan. Statistik nonparametrik biasanya digunakan
untuk melakukan analisis pada data nominal atau ordinal karena pada
umumnya data berjenis nominal dan ordinal tidak menyebar normal.
Uji statistik nonparametrik ialah suatu uji statistik yang tidak
memerlukan adanya asumsi-asumsi mengenai sebaran data populasi.
Dari segi jumlah data, pada umumnya statistik nonparametrik
digunakan untuk data berjumlah kecil (n < 30).
Contoh metode statistik nonparametrik diantaranya adalah Uji
Wilcoxon (Signed-rank Test), Uji Tanda (sign Test), Uji Mann-
Whitney (Mann-Whitney Test), Uji Kruskal-Wallis (K-W Test), Uji
Kolmogorov-Smirnov(K-S Test), dan Uji McNemar (McNemar Test).
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

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

Uji Kruskal Wallis

Uji Kruskal-Wallis pertama kali diperkenalkan oleh William H Kruskal dan

W.Allen Wallis pada tahun 1952. Uji Kruskal-Wallis dikenal juga sebagai
uji H. Uji Kruskal Wallis dapat pula dikatakan Analisis Varian Data
Berperingkat. Sebelumnya kita telah mengenal ANOVA (Analisis Varians),
dimana analisis varian ini digunakan untuk membeandingkan dua atau lebih
nilai rata-rata populasi secara bersama atau simultan. Analisis varian melihat
apakah varians dari populasi tersebut sama. Dalam menggunakan analisis
varians juga harus dipenuhi syarat-syaratnya, seperti, (a) populasi yang
diteliti mempunyai distribusi yang normal, (b) populasi mempunyai standar
deviasi yang sama, (c) sampel yang ditarik dari populasi bersifat bebas serta
diambil secara acak.
Uji Kruskal-Wallis juga dimaksudkan sama dengan ANOVA, namun hanya
memerlukan data skala ordinal atau peringkat. Nilai pengamatan yang ada
diberikan peringkat, dan data peringkat inilah yang digunakan untuk uji
varians. Uji Kruskal-Wallis juga tidak memerlukan asumsi atau syarat
sebagaimana analisis varians.

Penyusunan hipotesis dalam uji Kruskal Wallis adalah sebagai berikut:

H0 : sampel berasal dari populasi yang sama (µ1 = µ2 = … = µk)

Ha : sampel berasal dari populasi yang berbeda (µi = µj)

Uji Kruskal Wallis harus memenuhi asumsi berikut ini:

3
- Sampel ditarik dari populasi secara acak

- Kasus masing-masing kelompok independen

- Skala pengukuran yang digunakan biasanya ordinal

- Rumus umum yang digunakan pada uji kruskal wallis adalah :

Langkah-langkah uji hipotesis

H0 : Semua K populasi adalah identik
H1 : Tidak semua K populasi identik
Statistik Pengujian :

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 :

Kota Penjualan Kota Penjualan Kota Penjualan

1 110 2 93 3 99
1 103 2 95 3 109
1 97 2 110 3 90
1 96 2 102 3 105
1 75 2 63 3 63
1 110 2 91 3 104
1 100 2 96 3 104
1 93 2 90 3 110
1 90 2 105 3 109
1 103 2 93 3 93

Keterangan kode :
1 = Kebumen
2 = Solo
3 = Semarang

 Langkah pada metode SPSS

1) Membuka aplikasi SPSS
2) Pilih variable view kemudian input data.
Untuk bagian Label, isi dengan mengetik PENJUALAN MESIN
TRAKTOR dan KOTA
Sedangkan untuk bagian Values, isi seperti gambar dibawah ini :

5
 Lalu pada bagian Measure, ubah menjadi Scale semua

3) Sebelum melakukan uji Kruskal Wallis, kita lakukan uji normalitas

terlebih dahulu untuk memastikan apakah data yang kita pakai
berdistribusi normal atau tidak, sehingga kita bias menentukan perlu
tidaknya dilakukan uji Kruskal Wallis
Untuk uji normalitas : Analyze Descriptive Statistic Explore input Depen

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

Walpole, Ronald E. 1986.Ilmu Peluang dan Statistika untuk Insinyur dan

Ilmuwan. Bandung: ITB

Mangkuatmodjo, Soegyarto. 1999. Statistika Lanjutan. Jakarta: Rineka cipta

Boedijoewono, Noegroho. 2007. Pengantar Statistika. Yogykarta: UGM

11