MAKALAH PRAKTIKUM

UJI KRUSKAL-WALIS

Kelompok 11
Pembimbing: drg. Elyda Akhya Afida Misrohmasari, MIPH

Oleh :

Syifa Af Ida Haffiz (181610101111)

Kartika Apriliani (181610101112)
Regia Pramesthi Aulia S. (181610101113)
Ulfa Umaimah (181610101114)
Rana Salsabila Satiwi (181610101115)
Refina Dikta Eryananda (181610101116)
Risma Nur Baiti (181610101117)
Karenina Cahyanissa (181610101118)
Muchamad Ziyad Afif (181610101119)
Salsabila Izdihar (181610101120)

FAKULTAS KEDOKTERAN GIGI

UNIVERSITAS JEMBER
2019/2020

1
 DAFTAR ISI

BAB I PENDAHULUAN ................................................................................. 3

A. Latar Belakang .............................................................................................. 3

BAB II PEMBAHASAN ................................................................................ 4

A. Pengertian Uji Kruskal-Wallis ....................................................................... 4

B. Hipotesis Uji Kruskal-Wallis....................................................................... 4

C. Analisis Uji Kruskal-Wallis .......................................................................... 5

D. Contoh Kasus dan Pembahasan dalam Uji Kruskal-Wallis ............................ 6

BAB III KESIMPULAN .................................................................................. 13

DAFTAR PUSTAKA.................................................................................... 14

2
 BAB I
PENDAHULUAN
A. Latar Belakang
Apabila data yang dianalisis berada dalam skala nominal maupun ordinal
maka metode analisis yang tepat digunakan adalah metode statistika
nonparametrik. Apabila data berada dalam skala interval ataupun rasio maka
metode analisis yang dapat digunakan adalah metode statistika parametrik jika
asumsi-asumsi yang terdapat pada metode statistika parametrik dapat dipenuhi
(Siegel, 1986). Namun apabila asumsi-asumsi tersebut tidak terpenuhi maka kita
dapat menggunakan statistika nonparametrik. Statistika nonparametrik adalah
suatu uji yang modelnya tidak menetapkan asumsi- asumsi mengenai parameter-
parameter populasi yang merupakan sumber sampel penelitiannya (Siegel, 1986).
Statistika nonparametrik disebut juga statistika bebas distribusi (Susetyo, 2010).
Statistika nonparametrik disebut juga statisika bebas distribusi atau sebaran
karena metodenya tidak membutuhkan asumsi tentang pola sebaran populasi
(Dajan, 1986).
Salah satu metode statistika nonparametrik yang setara dengan analisis
ragam satu arah (one way anova) yaitu uji Kruskal-Wallis. Uji ini bertujuan untuk
menguji hipotesis bahwa beberapa sampel independen berasal dari populasi yang
sama. Uji kruskal-wallis merupakan salah satu pengujian dari statistik
nonparametrik. Perhitungan dari uji kruskal-wallis dilakukan dengan
menggabungkan semua subjek dan diurutkan dari yang paling rendah sampai
yang paling tinggi. Jumlah urutan subjek-subjek pada tiap kelompok kemudian
dibandingkan. Uji kruskal-wallis pertama kali diperkenalkan oleh William H
Kruskal dan W. Allen Wallis pada tahun 1952.

3
 BAB II

PEMBAHASAN

A. Pengertian Uji Kruskal-Wallis

Salah satu metode statistika nonparametrik yang setara dengan analisis

ragam satu arah (one way anova) yaitu uji Kruskal-Wallis. Uji ini bertujuan
untuk menguji hipotesis bahwa beberapa sampel independen berasal dari
populasi yang sama. Uji kruskal-wallis merupakan salah satu pengujian dari
statistik nonparametrik. Perhitungan dari uji kruskal-wallis dilakukan dengan
menggabungkan semua subjek dan diurutkan dari yang paling rendah sampai
yang paling tinggi. Jumlah urutan subjek-subjek pada tiap kelompok kemudian
dibandingkan. Uji kruskal-wallis pertama kali diperkenalkan oleh William H
Kruskal dan W. Allen Wallis pada tahun 1952. Uji Kruskal-Wallis adalah uji
yang sangat berguna untuk menentukan apakah k sampel independen berasal
dari populasi-populasi yang berbeda (Siegel, 1986).

B. Hipotesis Uji Kruskal-Wallis

Hipotesis yang ada dalam uji Kruskal- Wallis adalah:

 H0: Ke-k populasi memiliki median yang sama.
 H1: Tidak semua dari ke-k populasi memiliki median yang sama.
Apabila keputusan yang diambil adalah menolak H0 maka
kesimpulan yang diperoleh adalah tidak semua dari ke-k populasi memiliki
median yang sama atau dengan kata lain tidak semua populasi asal sampel
sama. Untuk mengetahui populasi-populasi mana yang berbeda dapat
dilakukan perbandingan berganda. Statistik Kruskal Wallis adalah salah satu
peralatan statistika non-parametrik dalam kelompok prosedur untuk sampel
independen. Prosedur ini digunakan ketika kita ingin membandingkan dua
variabel yang diukur dari sampel yang tidak sama (bebas), dimana kelompok
yang diperbandingkan lebih dari dua.
Dalam statistika parametric ketika kelompok yang ingin
diperbandingkan lebih dari dua, dapat digunakan analisis varians
(ANOVA/MANOVA). Sebaliknya pada statistik nonparametric,
alternatifnya diantaranya adalah analisis varians satu arah berdasarkan

4
 peringkat Kruskal-Wallis dan Median test. Tulisan ini akan membahas
mengenai Statistik Uji Kruskal-Wallis, contoh perhitungan manualnya dan
aplikasi pada program statistik SPSS. Statistik uji Kruskal-Wallis dapat
dituliskan sebagai berikut:

Dimana : N = jumlah sampel

Ri = jumlah peringkat pada kelompok i ni = jumlah sampel pada kelompok i

C. Asumsi Uji Kruskal-Wallis

1. Variabel independen berskala kategorik lebih dari 2 kategori.

2. Variabel dependen berskala numeric (interval/rasio) atau skala
ordinal.
3. Independen artinya sampel ditiap kategori harus bebas satu sama lain,
yaitu tidak boleh ada sampel yang berada pada 2 kategori atau lebih.
4. Tiap kategori memiliki variabilitas yang sama, yaitu bentuk kurve
histogram atau sebaran data yang sama (Lihat Histogram Variabilitas
Sama). Apabila bentuk sebaran data sama, maka uji kruskall wallis
dapat digunakan untuk menilai perbedaan Median antar kategori.
Sedangkan jika bentuk sebaran tidak
sama (Lihat Histogram Variabilitas Tidak Sama), maka uji ini tidak
dapat digunakan untuk menilai perbedaan Median, jadi hanya
untuk menilai perbedaan peringkat rata-rata.

Solusi apabila asumsi dilanggar:

1. Apabila kategori hanya ada maka gunakan uji Mann Whitney U Test.
2. Apabila skala data di tiap variabel tidak sesuai, maka gunakan uji
yang sesuai, misalkan skala data variabel independen dan dependen
adalah nominal maka gunakan uji Chi-Square.
3. Apabila Anggota sampel ditiap kategori sama, maka gunakan uji

5
 komparatif berpasangan untuk skala ordinal, yaitu uji Friedman Test.

D. Contoh Kasus
PT. Sinarmas memproduksi empat buah bola lampu dengan merek
A,B,C,D. Seorang manajer produksi ingin mengetahui apakah ada
perbedaan mutu yang nyata diantara keempat merek lampu tersebut.
Untuk itu, diambil sejumlah sampel tertentu dari masing-masing merek
lampu, kemudian diukur masa hidup lampu tersebut dengan cara
menyediakan alat yang sama hingga lampu mati.
Adapun data merek lampu yang diteliti sebagai berikut :
No Masa (jam) Merk
1 400,5 1
2 400,2 1
3 400,2 1
4 403,2 1
5 400,5 1
6 402,3 1
7 390,2 2
8 382,5 2
9 390,1 2
10 390,1 2
11 389,7 2
12 400,1 3
13 396,2 3
14 397,5 3
15 388,8 3
16 397,5 3
17 400,1 3
18 390,8 3
19 382,3 4
20 385,1 4
21 386,3 4
22 384,5 4
23 388,1 4

6
Langkah-Langkah Uji Kruskal Wallis
Sebelum memilih Uji Kruskal Wallis, harus dipastikan terlebih dahulu apakah data
penelitian berdistribusi normal atau tidak. Jika data berdistribusi normal maka sebaiknya
menggunakan Uji Anova, sebaliknya jika data tidak berdistribusi normal maka
menggunakan Uji Kruskal Wallis.
1. Buka lembar kerja baru SPSS, lalu klik variabel view untuk mengisi data sesuai
dengan contoh soal

7
2. Setelah melakukan tabulasi data, lakukanlah uji normalitas untuk mengetahui
apakah data tersebut berdistribusi normal atau tidak. Dengan cara analyze->
descriptive statistics-> explore lalu klik

Masukkan data sebelah kiri ke kolom sebelah kanan, dengan ketentuan masa
pada kolom dependent list dan merk pada kolom factor list.

Selanjutnya klik plot dan centang pada normality plot with tests, continue ->
klik OK
8
Lalu akan keluar hasil test normalitas data

Hasil tes menunjukkan sig merk A dan B <0.05, maka distribusi data merk A
dan B tidak normal, denga hasil tersebut data tersebut bisa dilakukan
menggunakan uji kruskal wallis untuk uji perbandingannya.

9
3. Klik analyze -> nonparametric tests -> legacy dialogs -> K independent samples

Masukkan data sebelah kiri ke kolom sebelah kanan, dengan ketentuan

masa pada kolom dependent list dan merk pada kolom factor list.

klik define range, lalu isi minumum dengan 1 dan maksimum dengan 4 ->
klik continue-> klik ok

10
Rumusan Hipotesis Penelitian
Ho : Tidak ada perbedaan masa antara merk A,B,C dan D
Ha : Ada perbedaan masa antara merk A,B,C dan D

Dasar pengambilan keputusan dalam uji kruskal wallis

Untuk pengambilan keputusan dalam uji ini dilakukan dengan 2 cara, pertama
dengan membandingkan nilai statistik hitung dengan nilai statistik tabel.
Kedua dengan membandingkan nilai signifikasi (asymp.sig) dengan
11
 probabilitas 0.05.
1. Jika nilai asymp.sig > 0,05, maka TIDAK ADA perbedaan atau Ho diterima
2. Jika nilai asymp.sig < 0,05, maka ADA perbedaan atau Ho ditolak
Kesimpulannya terdapat perbedaan mutu diantara keempat merek bola lampu
tersebut.

12
 BAB III

KESIMPULAN
 Hipotesis yang ada dalam uji Kruskal- Wallis adalah:
H0: Ke-k populasi memiliki median yang sama.
H1: Tidak semua dari ke-k populasi memiliki median yang sama.
Apabila keputusan yang diambil adalah menolak H0 maka kesimpulan yang
diperoleh adalah tidak semua dari ke-k populasi memiliki median yang sama atau
dengan kata lain tidak semua populasi asal sampel sama. Untuk mengetahui
populasi-populasi mana yang berbeda dapat dilakukan perbandingan berganda.
 Hasil akhir dari uji Kruskall Wallis adalah nilai P value, yaitu apabila nilainya <
batas kristis misalkan 0,05 maka kita dapat menarik kesimpulan statistik
terhadap hipotesis yang diajukan yaitu menerima H1 dan menolak H0.
 Selanjutnya jika menerima H1 maka bisa dilanjutkan dengan uji lanjut atau
disebut juga uji post hoc. Uji post hoc setelah kruskall wallis salah satunya adalah
uji mann whitney u test. Dengan uji tersebut kita bisa menilai antar kategori
apakah yang ada perbedaan signifikan.

13
 Daftar Pustaka

Amri A., Junaidi, Yulmardi. (2009). Metodologi Penelitian Ekonomi dan

Penerapannya. Bogor. IPB Press.
Daniel,W .(1991). Statistik Nonparametrik Terapan.: Gramedia. Jakarta.
Junaidi. (2010). Statistika Non-Parametrik. Fakultas Ekonomi Universitas Jambi.
Nurgiyantoro, B., Gunawan, Marzuki. (2000). Statistik Terapan untuk Penelitian
Ilmu-Ilmu Sosial.Yogyakarta: Gadjah Mada University Press.
Siegel, S., and N. J. Castellan. (1988). Nonparametric statistics for the behavioral
sciences.NewYork: McGraw-Hill, Inc.
Sprent P. (1991). Metode Statistik Nonparametrik Terapan. Jakarta. UI-Press.
Susetyo, B. 2010. Statistika untuk Analisis Data Penelitian. Bandung: Refika
Aditama.
Tim Dosen pengampu Statistik Dasar. 2013. Panduan Praktikum Statistik Dasar.
Tuban: Prodi Pendidikan Matematika FKIP UNIROW.

14