Nim : 20180310067
1. Berilah uraian singkat apa itu uji Kruskal Wallis, kapan kita memakai uji ini dan
berikan satu contoh kasus dan cantumkan sumbernya.
Uji kruskal Wallis adalah salah satu uji statistik non parametrik yang dapat digunakan
untuk menguji apakah ada perbedaan yang signifikan antara kelompok variabel
signifikan antar kelompok, uji ini jelas digunakan untuk melihat perbandingan lebih dari 2
kelompok populasi dengan data berbentuk ranking. Umumnya Uji ini juga disebut
Uji kruskal Wallis merupakan perluasan uji 2 sampel wilcoxon untuk k > 2
sampel,umumnya digunakan untuk menguji hipotesis nol (H₀) bahwa sampel bebas
sebesar k tersebut berasal dari populasi yang identik. Uji kruskal wallish merupakan uji
alternatif untuk uji F dan uji one way Anova untuk pengujian kesamaan beberapa nilai
Tengah dan analisis ragam yang dapat kita gunakan jika asumsi kenormalan tidak
terpenuhi.
Kruskal wallis
1. Uji kruskal-wallis biasa digunakan sebagai alternatif untuk uji one way Anova, dimana
asumsi kenormalan tidak terpenuhi.
2. Digunakan untuk membuat perbandingan antara dua atau lebih variabel kuantitatif
berbentuk ranking dimana sampelnya merupakan sampel independen, dan asumsi
kenormalan tidak terpenuhi.
3. Merupakan uji pengembangan dari mann Whitney test, dimana variabel yang
digunakan pada uji ini berjumlah lebih dari pada dua variabel.
Catatan : apabila jumlah kelompok variabel hanya 2 maka, uji kruskal Wallis sama
dengan uji Mann Whitney. Umumnya jika terdapat dua kelompok variabel yang saling
bebas maka uji yang lebih cenderung digunakan adalah uji mann-whitney.
Diingatkan kembali bahwa uji non parametrik digunakan untuk melakukan uji statistik
terhadap kelompok data yang tidak memenuhi kriteria untuk dilakukan uji parametrik.
Sehingga tidak perlu dilakukan pengujian normalitas seperti syarat wajib untuk uji
parametrik.
CONTOH POPULASI UNTUK UJI KRUSKAL WALLIS
Uji ini digunakan untuk beberapa kelompok populasi. Sebagai contoh seorang peneliti
ayam dengan mengamati massa berat daging ayam potong yang diberikan pakan
Untuk kasus populasi Seperti di atas dan tujuan penelitian yang sama, biasanya
digunakan uji one way Anova. Namun apabila setelah dilakukan pengujian ternyata berat
badan ayam Dari keempat kelompok populasi ayam tersebut tidak berdistribusi normal
maka peneliti tidak dapat melakukan pengujian dengan One Way Anova. Uji kruskal
Wallis dapat digunakan sebagai alternatif one way Anova untuk kasus di mana masing-
masing populasi tidak berdistribusi normal atau asumsi kenormalan tidak terpenuhi.
1. Data yang dianalisis terdiri lebih dari 2 sampel acak (k₁, k₂ … , kₙ)
2. Skala data yang digunakan minimum adalah ordinal
3. Variabel yang diamati harus continue
4. Jenis skala untuk variabel dependen adalah ordinal
Hipotesis yang digunakan untuk uji kruskal Wallis adalah ada tidaknya perbedaan dari
beberapa kelompok populasi yang diamati. Katakanlah satu variabel mewakili satu
populasi sehingga terdapat beberapa populasi yang diamati. Maka Pengujian hipotesis
Contoh lain,
H=12N(N+1)∑ki=1r2ini−3(N+1),
Sumber: statistik non parametrik untuk ilmu-ilmu sosial karangan Sidney siegel yang
Dimana;
k = banyaknya sampel
Chi square dengan db = k-1 untuk ukuran ukuran sampel sebesar n yang cukup besar.
LANGKAH-LANGKAH PENGUJIAN UJI KRUSKAL WALLIS
1. Identifikasi data yang akan diuji menggunakan uji kruskal Wallis, Apakah data tersebut
layar untuk dilakukan uji menggunakan uji kruskal Wallis. Maksudnya adalah perhatikan
syarat dan ketentuan untuk uji kruskal Wallis.
2. Ranking seluruh observasi tanpa melihat nilai observasinya. Penentuan rangking untuk
observasi yang sama menggunakan metode median. Misalnya, nilai observasi berturut-
turut sampai ke 3 adalah satu, maka pada saat pemberian ranking seharusnya adalah 1-
3, Namun karena nilai observasinya sama maka digunakan nilai tengahnya yaitu 2.
Sehingga rengking untuk ketiga observasi tersebut adalah sama yaitu masing-masing 2.
Selengkapnya akan kita lihat pada contoh soal.
Contoh kasus uji kruskal wallis dengan tabel chi square dapat anda lihat pada artikel ini
Misalkan, seorang guru olahraga ingin mengetahui mengenai minat muridnya menjadi
atlet olahraga. Diasumsikan bahwa anak-anak yang memiliki minat baik di olahraga akan
mendapatkan nilai yang baik dan memiliki peluang untuk menjadi atlet olahraga yang
lebih besar. Terdapat tiga kelompok murid yang dibedakan berdasarkan minatnya yaitu,
murid yang hanya menyukai mata pelajaran ilmiah, murid yang menyukai pelajaran
ilmiah dan olahraga, dan murid yang hanya menyukai bidang olahraga. Guru tersebut
Data minat siswa dituliskan dalam tabel berikut (data fiktif) beserta score minatnya
terhadap olahraga.
96 82 115
128 124 149
83 132 166
61 135 147
101 109
Identifikasi:
1. Hipotesis
H₀ = tidak ada perbedaan antara nilai rata-rata kelompok murid dari ketiga kategori
tersebut
2. Uji statistik
Karena data yang digunakan adalah 3 kelompok independen sehingga diperlukan suatu
uji statistik untuk k sampel independen. Karena minat dapat diukur dengan skala data
paling sedikit tidak skala ordinal sehingga statistik pengujian kruskal Wallis cocok untuk
kasus ini.
3. Tingkat signifikansi
Umumnya nilai Alpha ditetapkan sebesar 0,05, Dalam kasus ini kita juga menggunakan
Apha 0,05. Dengan total sampel sebesar 14, dimana n₁=5, n₂=5 dan n₃=4.
4. Distribusi Sampling
5. Daerah penolakan
Daerah penolakan adalah semua nilai H yang mungkin terjadi di bawah H-nol dengan
3 2 7
9 8 13
3 10 14
1 11 12
5 6
masing-masing, maka ranking untuk setiap observasi di dalam tabel pertama dituliskan
persis seperti pada tabel kedua diatas. Seluruh rangking pada kelompok masing-masing
Setelah kita dapatkan nilai R₁R₂ dan R₃, selanjutnya kita dapat menghitung nilai H dengan
H=12N(N+1)∑kj=1R2jnj−3(N+1), maka;
H=1214(14+1)[(22)25+3725+4624+−3(14+1),
=6,4(H-hitung)
6. Keputusan
kemungkinan tersebut lebih kecil dari nilai alpha=0,05 maka jelas keputusan kita dalam
kasus ini adalah menolak H₀ dan menerima H₁. Dalam kasus fiktif ini bisa kita simpulkn
Dalam contoh ini kita menggunakan referensi dari buku Sidney siegel yaitu menggunakan
tabl O, dalam kasus lain akan kita bahas mengenai contoh uji kruskal Wallis
dalam statistika”+p>
Sampel”+p>Mungkin contoh kasus ini tidak terlalu rasional, namun saya berharap anda
Dalam kasus tertentu, terkadang nilai observasi ada beberpa yang sama. Untuk memberi
rangking perlu membuat nilai rata-rata rangkingnya, sehingga observasi yang sama akan
memiliki ranking yang sama. Aturan pengurutan tetap seperti biasa, artinya yang di rata-
ratakan adalah rangking-rangking yang sama saja, misal rangking yang sama adalah
rangking 2,3,4,5, maka rangking tersebut dijumlahkan dan dibagi jumlah rangking yang
sama. (2+3+4+5)/4=3.5.
Misalkan;
Observasi : 80,90,90,90,90,95
Peluang terjadinya rangking yang sama Dalam deretan observasi sangat besar, sehingga
dibutuhkan suatu koreksi untuk nilai H. Untuk melakukan koreksi terhadap nilai H yang
disebabkan oleh adanya ranking ranking yang sama maka rumus H standar yang
1−∑TN3−N
Dimana,
T=t-1 (t menunjukkan observasi observasi yang berangka sama dalam serangkaian skor
berangkat sama)
H∗=12N(N+1)∑ki=1r2ini−3(N+1)1−∑TN3−N
Dengan faktor koreksi tersebut diharapkan dapat memberikan nilai yang lebih signifikan
Sumber : https://statmat.id/uji-kruskal-wallis/