UJI STATISTIK NON PARAMETRIK DUA SAMPEL

(Tugas Mata Kuliah Statistika Penelitian)

Kelompok 3

Vikri Rahmayuda 1923021008

Wayan Widya Rani 1923021009
Heni Rodiawati 1923021015
Dwi Kurniawati 1923021016

Dosen Pengampu: Dr. Nurhanurawati, M.Pd.

PROGRAM STUDI MAGISTER PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS LAMPUNG
2019

0
 STATISTIK NON PARAMETRIK DUA SAMPEL

Istilah nonparametrik pertama kali digunakan oleh Wolfowiz, pada tahun 1942. Metode
statistik nonparametrik merupakan metode statistik yang dapat digunakan dengan
mengabaikan asumsi-asumsi yang melandasi penggunaan metode statistik parametrik,
terutama untuk mengenalisis data yang distribusinya tidak dapat diasumsikan normal.
Statistik nonparametrik merupakan bagian statistik yang parameter populasinya atau datanya
tidak mengikuti suatu distribusi tertentu atau memiliki distribusi yang bebas dari persyaratan
dan variansnya tidak perlu homogen. Dengan kata lain, uji non parametrik tidak memerlukan
asumsi-asumsi mengenai sebaran data populasi. Selain itu, data yang dibutuhkan pada
umumnya berskala ukur nominal atau ordinal.

Ciri-ciri statistik non-parametrik :

a) Data tidak berdistribusi normal
b) Umumnya data berskala nominal dan ordinal
c) Umumnya dilakukan pada penelitian sosial
d) Umumnya jumlah sampel kecil

Berikut beberapa keunggulan statistik non parametrik:

1. Asumsi dalam uji-uji statistik nonparametrik relatif lebih longgar. Jika pengujian data
menunjukkan bahwa salah satu atau beberapa asumsi yang mendasari uji statistik
parametrik. (misalnya mengenai sifat distribusi data) tidak terpenuhi, maka statistik
nonparametrik lebih sesuai diterapkan dibandingkan statistic parametrik.
2. Tidak perlu mengetahui bentuk distribusi populasi data.
3. Perhitungan-perhitungannya dapat dilaksanakan dengan cepat dan mudah, sehingga hasil
penelitian segera dapat disampaikan.
4. Untuk memahami konsep-konsep dan metode-metodenya tidak memerlukan dasar
matematika serta statistika yang mendalam.
5. Uji-uji pada statistik nonparametrik dapat diterapkan jika kita menghadapi keterbatasan
data yang tersedia, misalnya jika data telah diukur menggunakan skala pengukuran yang
lemah (nominal atau ordinal).
6. Efisiensi statistik nonparametrik lebih tinggi dibandingkan dengan metode parametrik
untuk jumlah sampel yang sedikit.

Kelemahannya/ keterbatasan uji non parametrik:

1. Jika asumsi uji statistik parametrik terpenuhi, penggunaan uji nonparamtrik meskipun
lebih cepat dan sederhana akan menyebabkan pemborosan informasi.
2. Jika jumlah sampel besar, tingkat efisiensi non parametrik relatif lebih rendah
dibandingkan dengan metode numerik
3. Informasi pada sampel sering tidak masuk dalam analisis atau perhitungan.

1
Berikut adalah gambar tabel uji statistik nonparametrik:

Gambar 1

Berikut penjelasan dari masing-masing uji statistik non parametrik:

1. Mc Nemer
Teknik statistik ini digunakan untuk menguji hipotesi komporatif dua sampel yang
berkorelasi bila datanya berbentuk nominal/diskrit.
Rumus
 A  D  12

X 
2
dengan dk  1
A D
Suatu perusahaan ingin mengetahui pengaruh sponsor yang diberikan dalam suatu
pertandingan olahraga terhadap nilai penjualan barangnya.dalam penelitian ini digunakan
sampel yang diambil secara random yang jumlah anggotanya 200, sebelum sponsor diberikan
terdapat 50 orang yang membeli barang tersebut dan 150 orang yang tidak membeli, setelah
sponsor diberikan pada pertandingan olahraga. Ternyata dari 200 orang tersebut terdapat 125
orang membeli dan 75 orang tidak membeli.dari 125 orang tersebut terdiri atas pembeli tetap
40 orang, dan yang berubah dari dari tidak membeli menjadi membeli ada 85 orang.
Selanjutnya dari 75 orang yang tidak membeli itu atas yang berubah dari membeli menjadi
tidak membeli berjumlah 10 orang.dan yang tetap membeli ada 65 orang) untuk mudahnya
data disusun dalam tabel 3.1
Berdasarkan hal tersebut
a. Judul penelitian dapat dirumuskan sebagai berikut :
Pengaruh sponsor pada nilai penjualan barang atau perbedaan penjualan sebelum dan
sesudah ada sponsor
b. Dalam penelitian ini variabel independenya adalah pemberian sponsor dan variabel
dependenya adalah peningkatan penjualan barang
c. Rumusan masalah penelitian
Adakah pengaruh positif dan signifikan sponsor terhadap penjualan barang atau
adakah perbedaan penjualan barang sebelum atau sesudah ada sponsor

2
 d. Jumlah anggota sampel sebelum dan sesudah diberi sponsor tetap = 200 orang (jadi
dua kelompok sampel berpasangan ).
e. Desain penelitian ditunjukan dalam gambar 3.4 berikut :

Pilih secara ramdom 200 Dari sampel 200 itu, setelah

anggota sampel, diberi sponsor, 125 yang
Diberi
sebelum diberi sponsor : membeli, dari 125 itu pembeli
Sponsor
50 orang membeli 150 tetap 40 dan pembeli baru 85.
tidak membeli Dari 75 yang tidak membeli itu,
sudah berubah dari membeli
menjadi membeli 10, dan
f. Tempat penelitian dipertunjukan pertandingan olahraga tetap tidak membeli 65.
g. Langkah-langkah penelitian
Mencari pertunjukan pertandingan sepak bola,mengambil 200 penonton sebagai
sampel secara random,ke 200 penonton itu ditawari untuk membeli barang,dicatat
siapa yang membeli dan tidak membeli.setelah itu ke 200 orang itu diberi hadiah
(sponsor)setelah diberi hadiah maka ke 200 orang itu ditawari lagi untuk membeli
barang yang sama dicatat siapa yang membeli dan yang tidak membeli.siapa
pembeli tetap dan pembeli baru,siapa yang berubah dan menjadi tidak membeli dan
siapa yang tetap tidak membeli.
h. Hipotesis
Ho : tidak terdapat perbedaan jumlah penjualan sebelum dan sesudah ada sponsor
Ha : terdapat perbedaan jumlah penjualan sebelum dan sesudah ada sponsor
i. Kriteria pengujian hipotesis
Ho diterima bila chi kuadrat lebih kecil dari harga tabel pada kesalahan tertentu.
j. Penyajian data

Tabel 3.1 Perubahan penjualan setelah ada sponsor

Sebelum ada sponsor Setelah ada sponsor

Membeli 125 = 40 + 85
50 (40 Tetap ,85 berubah)
Tidak 75 = 65 + 10
membeli (65 Tetap, 95 Berubah)
150
200 200 150 + 95

Catatan : Untuk mencari pengaruh adanya sponsor terhadap nilai penjualan dapat
dilakukan dengan membandingkan/mengkomparasikan nilai perubahan
sesudah dan sebelum ada sponsor.
k. Pengujian hipotesis
Untuk memudahkan perhitungan,maka harga dalam tabel 3.1 disusun kembali
menjadi 3.2. tabel ABCD

3
Tabel 3.2 PERUBAHAN KONSUMEN SETELAH ADA SPONSOR

Perilaku konsumen Membeli Tidak membeli

Tidak membeli 85 (A) 65 (B)
Membeli 40 (C) 10 (D)
Dapat dibaca ; tidak membeli menjadi membeli 85,tetap membeli 40,tetap tidak
membeli 45,membeli jadi tidak membeli 10.
 A  D  1
2
85  10  1
2

Jadi : X 
2

A D 95
𝑥 2 = 57,642
Jadi harga 𝑥 2 hitung = 57,642

2. Fisher Exact
Fisher test merupakan uji yang dilakukan untuk menguji signifikansi hipotesis komparatif
dua sampel independen, apabila datanya berjenis nominal dengan sampelnya kecil. Skala
ukur nominal atau ordinal data disusun dalam tabel kontingensi 2x2 dengan ukuran sampel n
≤ 20.
Prosedur fisher exact probability test :
1. Membuat hipotesis dalam uraian kalimat
𝐻0 : tidak ada perbedaan kategori pertama dengan kategori kedua
𝐻1 : ada perbedaan kategori pertama dengan kategori kedua
2. Menentukan risiko kesalahan 𝛼
3. Kaidah pengujian
Jika 𝑝 ≤ 𝛼 , maka terima 𝐻0
Jika 𝑝 > 𝛼 , maka tolak 𝐻0
4. Menghitung nilai p
Tahapan membuat nilai p sebagai berikut :
a) Membuat tabel penolong

Frekuensi
Sampel Jumlah sampel
Kategori I Kategori II
Sampel A a b a+c
Sampel B c d c+d
Jumlah a+c b+d n

Kategori I dan kategori II adalah sembarang kelompok. Sampel A dan B adalah

sembarang dua kumpulan seperti di atas dan di bawah median, lulus dan gagal,
setuju dan tidak setuju, dan seterusnya. Untuk a, b, c, dan d dinyatakan frekuensi.

b) Menghitung nilai p
Rumus :

4
 (𝑎+𝑏)!(𝑐+𝑑)!(𝑎+𝑐)!(𝑏+𝑑)!
𝑝= 𝑛!𝑎!𝑏!𝑐!𝑑!

5. Membandingkan antara nilai p dengan 𝛼

Tujuan adalah untuk mengetahui hipotesis mana yang diterima.
6. Membuat keputusan
Menerima 𝐻0 atau menolak 𝐻0

Untuk uji 1 arah

Contoh :
Seorang siswa melakukan penelitian untuk mengetahui apakah siswa yang mengikuti les
privat lebih banyak yang lulus ujian dibandingkan dengan siswa yang tidak mngikuti les
privat. Selanjutnya diambil sampel sebanyak 15 siswa, dari 6 yang lulus ternyata 5 yang lulus
les privat dan dari 9 siswa yang tidak lulus ternyata 7 siswa tidak ikut les privat. (gunakan
alpha 5%)
Tabel pertama disusun
Les Privat
Hasil Ujian Ya Tidak Total

Lulus 5 1 6
Tidak 2 7 9
Total 7 8 15

Didefinisikan P1 adalah proporsi siswa yang lulus yang ikut les privat dan P2 adalah proposri
siswa yang lulus yang tidak ikut les privat.
𝐻0 : P1=P2 (proporsi siswa yang lulus yang ikut les privat tidak lebih banyak dari proporsi
yang tidak ikut les).
𝐻1 : P1 > P2 (proporsi siswa yang lulus les privat lebih banyak dari proporsi siswa yang ikut
les privat).
Peluang pemunculan data:
(𝑎+𝑏)!(𝑐+𝑑)!(𝑎+𝑐)!(𝑏+𝑑)! 6!9!7!8!
𝑝= = 5!2!1!7!15! = 0,0336
𝑛!𝑎!𝑏!𝑐!𝑑!

Peluang kemungkinan pemunculan lainnya yang lebih ekstrim:

Les Privat
Hasil Ujian Ya Tidak Total

Lulus 6 0 6
Tidak 1 8 9
Total 7 8 15

(𝑎 + 𝑏)! (𝑐 + 𝑑)! (𝑎 + 𝑐)! (𝑏 + 𝑑)! 6! 9! 7! 8!

𝑝= = = 0,0014
𝑛! 𝑎! 𝑏! 𝑐! 𝑑! 6! 1! 0! 8! 15!

5
Jadi, besarnya probabilitas adalah sebesar 0,0336 + 0,0014 = 0,035 < 0,05
Keputusan : Terima 𝐻0 karena p < 𝛼 dan disimpulkan proporsi siswa yang lulus les privat
lebih dari proporsi siswa yang tidak ikut les privat dengan tingkat kepercayaan 95%.

Uji 2 arah :
Contoh : jika kita menggunakan hipotesis untuk uji dua arah ke kasus contoh uji satu arah di
atas.
𝐻0 : P1 = P2 (proporsi siswa yang lulus les privat sama dengan proporsi siswa yang ikut les
privat)
𝐻1 : P1 ≠ P2 (proporsi siswa yang lulus yang ikut les privat tidak sama dengan proporsi yang
tidak ikut les privat)
Peluang uji satu arah ditambah dengan pemunculan ekstrim dari sisi yang lain. Kemungkinan
pemunculan dari sisi yang lain adalah :
Les Privat
Hasil Ujian Ya Tidak Total

Lulus 0 6 6
Tidak 7 2 9
Total 7 8 15

(𝑎 + 𝑏)! (𝑐 + 𝑑)! (𝑎 + 𝑐)! (𝑏 + 𝑑)! 6! 9! 7! 8!

𝑝= = = 0,0056
𝑛! 𝑎! 𝑏! 𝑐! 𝑑! 0! 6! 2! 7! 15!
Jadi, besarnya probabilita adalah sebesar 0,0336 + 0,0014 + 0,0056 = 0,041

Keputusan : Terima 𝐻0 karena p < 𝛼 ( 0,0041 < 0,05) dan disimpulkan proporsi siswa yang
lulus les privat tidak sama dengan proporsi siswa yang tidak ikut les privat dengan tingkat
kepercayaan 95%.

3. Chi Square (Chi kuadrat)

Chi-square adalah pengujian hipotesis mengenai perbandingan antara frekuensi observasi
atau yang benar-benar terjadi atau aktual dengan frekuensi harapan. Yang dimaksud dengan
frekuensi harapan adalah frekuensi yang nilainya dapat di hitung secara teoritis (e).
Sedangkan dengan frekuensi observasi adalah frekuensi yang nilainya di dapat dari hasil
percobaan (o). Uji chi-square digunakan untuk mengadakan estimasi, sebagai alat estimasi
chi-square yang digunakan untuk menaksir apakah ada perbedaan signifikan atau tidak antara
frekuensi yang di observasi dalam sampel dengan frekuensi yang diharapkan dalam populasi.

Tujuan dari chi-square:

1. Menguji kebebasan (independensi) antar faktor dari data dalam daftar kontingensi
atau uji kebebasan.
2. Menguji kesesuaian antara data hasil pengamatan dengan model distribusi dari mana
data itu di peroleh.

6
 3. Menguji apakah frekuensi yang diamati (di observasi) berbeda secara signifikan
dengan frekuensi teoritis atau frekuensi yang diharapkan.
4. Menguji apakah data sampel mempunyai distribusi yang mendekati distribusi teoritis
atau hipotesis atau populasi tertentu seperti distribusi binomial, poison, dan normal.

Batas-batas tentang Penggunaan Chi – Square

1. Chi-square pada dasarnya hanya dapat digunakan untuk menganalisa data yang berwujud
frekuensi. Frekuensi adalah bilangan sebagai hasil daripada penghitungan atau counting.
2. Untuk pengetesan korelasi chi-square hanya dapat menunjukan apakah korelasi antara dua
gejala atau lebih signifikan ataukah tidak. Dengan chi square sama sekali tak dapat
diungkapkan kenyataan tentang besar-kecilnya korelasi yang diselidiki.
3. Pada dasarnya chi-square belum dapat menghasilkan kesimpulan yang memuaskan untuk
menyelidiki tabel-tabel kontingensi dengan petak-petak kecil. Jika jumlah individu dan
jumlah sampel cukup banyak, cara atau mengkombinasikan kategori-kategori yang
mempunyai petak kecil memberikan hasil yang lebih memuaskan.
4. Chi-square paling tepat untuk digunakan pada data yang diperoleh dari sampel-sampel dan
kategori-kategori yang terpisah satu sama lain. Data semacam ini disebut data kategorik, data
diskrit, atau data nominal.

Menguji komparatif dua sampel independen berarti menguji signifikansi perbedaan nilai dua
sampel yang tidak berpasangan. Sampel independen biasanya digunakan dalam penelitian
yang menggunakan pendekatan penelitian survey, sedangkan sampel berpasangan banyak
digunakan dalam penelitian eksperimen. Chi square digunakan untuk menguji hipotesis
komparatif dua sampel bila datanya berbentuk nominal dan sampelnya besar.
Fungsi:
a) Penelitian terdiri dari frekuensi-frekuensi dalam kategori diskrit
b) Sama dengan uji eksak fisher, hanya data disusun dalam tabel b x k , dengan b =
banyak baris dan k = banyak kolom
c) Ekspetasi setiap sel ≥ 5

Spesifikasi :
a) data disusun dalam tabel kontingensi
b) digunakan untuk menguji independensi

Langkah-langkah pengujian :
Ho : p(I) = p(II)
H1 : uji satu arah atau dua arah
α : Taraf nyata

Statistik uji :
a) JIKA DATA DISUSUN DALAM TABEL 2 x 2
Cara perhitungan dapat menggunakan rumus yang telah ada atau dapat menggunakan tabel
kontingensi 2x2 (2 baris x 2 kolom) (Sugiyono, 2013).

7
Untuk menguji hipotesis ini, hitung jumlah individu dari tiap kelompok yang termasuk ke
dalam berbagai kategori dan bandingkan jumlah individu dari satu kelompok dalam berbagai
kategori dengan kelompok lainnya.
1. jika ukuran sampel n < 20 maka gunakan uji eksak fisher
2. jika ukuran sampel n ≥ 20 maka gunakan uji χ² sebagai berikut :
Tabel Kontingensi :
Sampel Frekuensi pada: Jumlah Sampel
Obyek I Obyek II
Sampel A A B A+B
Sampel B C D C+D
Jumlah A+C B+D N

N = jumlah sampel

Contoh :
Penelitian dilakukan untuk mengetahui adakah hubungan antara jenis sekolah (SMA/SMK)
dengan minat lulusan untuk melanjutan studi ke perguruan tinggi atau bekerja.. Jenis sekolah
dikelompokkan menjadi dua yaitu SMA dan SMK. Sampel pertama sebanyak 80 orang,
sampel kedua sebanyak 70 orang. Berdasarkan angket yang diberikan kepada sampel lulusan
SMA, maka dari 80 orang tersebut yang memilih melanjutkan studi ke perguruan tinggi
sebanyak 60 orang, dan yang memilih bekerja sebanyak 20 orang. Selanjutnya dari kelompok
sampel lulusan SMK memilih melanjutkan studi ke perguruan tinggi sebanyak 20 orang, dan
yang memilih bekerja sebanyak 50 orang
Berdasarkan hal tersebut, maka :
 Judul penelitian dapat dirumuskan sebagai berikut:
Kecenderungan lulusan dalam memilih untuk melanjutan studi ke perguruan tinggi atau
bekerja.
 Variabel penelitiannya :
 Variabel Independen : Jenis sekolah
 Variabel dependen : Minat lulusan
 Rumusan Masalah:
 Adakah perbedaan jenis sekolah dengan minat lulusan untuk melanjutan studi ke
perguruan tinggi atau bekerja.
 Sampel : Terdiri dari dua kelompok sampel independen yaitu kelompok lulusan SMA
dengn jumlah 80 orang dan kelompok lulusan SMK dengn jumlah 70 orang.
 Hipotesis:
H0 : Tidak terdapat perbedaan jenis sekolah dengan minat lulusan
Ha : Terdapat perbedaan jenis sekolah dengan minat lulusan
 Kriteria pengujian hipotesis
Dengan dk = 1 dan probabilitas 5%. H0 diterima bila nilai Chi square hitung lebih kecil
dari nilai Chi square tabel dan bila lebih besar atau sama dengan nilai tabel, maka Ha
diterima.

8
 Penyajian data
Data hasil penelitian disusun ke dalam tabel:
Tabel : Frekuensi minat lulusan
Sampel Minat lulusan Jumlah Sampel
Melanjutkan Bekerja
studi
Lulusan SMA 60 20 80
Lulusan SMK 20 50 70
Jumlah 80 70 150

 Perhitungan
Berdasarkan tabel tersebut dan menggunakan rumus chi square 2 sampel independen, dapat
dihitung:

1
𝑁(|𝐴𝐷 − 𝐵𝐶| − 2 𝑁)2
2
𝑥 =
(𝐴 + 𝐵)(𝐶 + 𝐷)(𝐴 + 𝐶)(𝐵 + 𝐷)
1
150(|60.50 − 20.20| − 2 . 150)2
𝑥2 =
(60 + 20)(20 + 50)(60 + 20)(20 + 50)
150(|3000 − 400| − 75)2
𝑥2 =
(80)(70)(80)(70)
2
150(2600 − 75)2
𝑥 =
(80)(70)(80)(70)
150(6375625)
𝑥2 =
31360000
956343750
𝑥2 =
31360000
150(6375625)
𝑥2 =
31360000
𝑥 2 = 30,50

Dengan dk = 1 dan probabilitas 5%, maka diperoleh chi square tabel = 3,84. Ternyata nilai
Chi square hitung = 30,50 > Chi square tabel 3,84. Dengan demikian H0 ditolak dan Ha
diterima.

 Kesimpulan
Jadi Terdapat perbedaan jenis sekolah dengan minat lulusan, dimana lulusan SMA lebih
cenderung memilih melanjutkan studi ke perguruan tinggi dan lulusan SMK cenderung
memilih bekerja.

9
DATA DISUSUN DALAM TABEL B x K
Dengan n > 40 maka gunakan uji χ² sebagai berikut :
Ket:
Oij = frekuensi observasi baris i dan kolom j
Eij = frekuensi ekspetasi baris i dan kolom j

𝒏𝒊𝒐 × 𝒏𝒐𝒋
𝑬𝒊𝒋 =
𝒏

Ket:
jumlah baris ke –i
jumlah kolom ke –j
jumlah/ total observasi

Kriteria uji :
uji satu pihak = Tolak Ho jika χ² ≥ χ²α, terima dalam hal lainnya
uji dua pihak = Tolak Ho jika χ² ≥ χ²α/2, terima dalam hal lainnya

4. Uji Wilcoxon Matched-Pairs Signed-Rank Test

Uji ini digunakan untuk menguji signifikasi hipotesis perbandingan dua sampel yang saling
berkorelasi bila persyaratan distribusi normal tidak terpenuhi atau jika data yang diolah
termasuk kelompok data berbentuk ordinal. Uji ini disebut uji peringkat bertanda yang
digunakan untuk menguji perbedaan suatu perlakuan sebelum dan sesudah pada sampel
berpasangan. uji wilcoxon juga digunakan untuk membandingkan nilai tengah suatu variable
dari dua data sampel berpasangan.
Perumusan uji hipotesis wilxocon sebagai berikut:

H0: θ1 = θ2 : tidak ada perbedaan θsebelum dan sesudah perlakuan

Sementara untuk hipotesis alternatifnya adalah:
1. Uji 2 pihak
H1: θ1 ≠ θ2 : terdapat perbedaan median sebelum dan sesudah perlakuan
2. Uji 1 pihak
a) Pihak kanan
H1: θ1 ˃ θ2 : terdapat perbedaan median sesudah perlakuan lebih besar/lebih baik
daripada sebelum perlakuan
b) Pihak kiri

10
 H1: θ1 ˂ θ2 : terdapat perbedaan median sesudah perlakuan lebih kecil/tidak lebih
baik daripada sebelum perlakuan

Kaidah pengujian hipotesis pada uji Wilcoxon sebagai berikut:

1. Dua sisi (dua pihak), kaidah pengujiannya adalah terima 𝐻0 , jika – 𝑍1−𝛼 ≤
2

𝑍ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝑍1−𝛼
2

2. Satu sisi (satu pihak), kaidah pengujiannya adalah untuk uji pihak kanan tolak 𝐻0 , jika
𝑍ℎ𝑖𝑡𝑢𝑛𝑔 ≥ 𝑍1−𝛼 dan untuk uji pihak kiri tolak 𝐻0 ,
jika 𝑍ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝑍1−𝛼 .

Langkah-langkah pengujian Wilcoxon :

1. Merumuskan hipotesis penelitian
2. Menghitung nilai selisih dari setiap data, D = Xa - Xb
3. Menentukan nilai perubahan data setiap pengamatan pengamatan (positif, negative,
atau nol)
4. Tentukan rank atau peringkat pada hasil langkah ke-3, mulai dari data terkecil diberi
rank 1 sampai dengan data terbesar
5. Pisahkan nilai rank yang bertanda positif dan rank yang bertanda negative, kemudian
jumlahkan
6. Menentukan nilai statistik Wilcoxon yang diberi symbol Whitung dengan memilih
jumlah rank terkecil
7. Jika banyaknya data ≤ 25 pasang, maka bandingkan nilai Whitung dengan nilai Wtabel
dengan kriteria: terima H0 jika Whitung ˃ Wtabel
8. Jika banyaknya pasangan data lebih dari 25 pasang, maka distribusinya menggunakan
pendekatan distribusi normal, sehingga kita dapat menggunakan transformasi Z
dengan rumus sebagai berikut:
𝑛(𝑛+1)
𝑊ℎ𝑖𝑡𝑢𝑛𝑔 −
4
𝑍ℎ𝑖𝑡𝑢𝑛𝑔 =
𝑛 (𝑛+1)(2𝑛+1)
√
24

Dengan kriteria uji:

Terima H0 jika: −𝑍𝑡𝑎𝑏𝑒𝑙 ≤ 𝑍ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝑍𝑡𝑎𝑏𝑒𝑙

11
Contoh 1 :
Seorang mahasiswa pendidikan matematika ingin mengetahui apakah Penerapan

pembelajaran dengan strategi REACT berpengaruh secara signifikan terhadap kemampuan

pemahaman konsep matematis siswa di kelas VIII-5 SMP 10 yang berjumlah 32 siswa.

Dalam penelitian ini diambil data sebelum dilakukan penerapan pembelajaran REACT dan

sesudah penerapan pembelajaran REACT yang masing-masing dilambangkan dengan XA

dan Xb.

Data pretest dan posttest siswa

XA Xb. XA Xb.
Siswa (Sebelum (Sesudah Siswa (Sebelum (Sesudah
perlakuan) perlakuan) perlakuan) perlakuan)
1. 6 18 17. 0 11
2. 5 14 18. 2 18
3. 0 10 19. 6 11
4. 3 18 20. 2 14
5. 5 18 21. 4 12
6. 6 16 22. 2 16
7. 3 18 23. 4 18
8. 0 14 24. 2 16
9. 8 18 25. 10 12
10. 0 10 26. 5 10
11. 2 8 27. 1 8
12. 5 18 28. 0 13
13. 2 13 29. 4 12
14. 2 14 30. 5 12
15. 0 12 31. 0 8
16. 0 10 32 2 12

A. Uji Normalitas

1. Uji normalitas Data pretest Pemahaman Konsep Matematis Siswa

Rumusan Hipotesis:

Ho : sampel berasal dari populasi yang berdistribusi normal

H1 : sampel berasal dari populasi yang berdistribusi tidak normal

Langkah-langkah uji normalitas dengan uji Chi Kuadrat, yaitu

1. Membuat daftar distribusi frekuensi

12
 a. Rentang (R) = Data terbesar - Data terkecil
R = 10– 0= 10
b. Banyak kelas (k) = 1 + (3,3) log n
k = 1 + (3,3) log 32
= 1 + 4,966
= 5,9
Jadi, dapat dibuat daftar distribusi frekuensi dengan banyak kelas 6.
Rentang
c. Panjang kelas (p) =
Banyak kelas
10
𝑝= = 1,67
6

Jadi, dapat dibuat daftar distribusi frekuensi dengan panjang kelas 2

d. Ujung bawah kelas interval pertama= 0

Daftar distribusi frekuensi data

Interval Fi xi fi*xi xi^2 fi*(xi^2)

0 1 9 0,50 4,50 0,25 2,25
2 3 10 2,50 25,00 6,25 62,50
4 5 8 4,50 36,00 20,25 162,00
6 7 3 6,50 19,50 42,25 126,75
8 9 1 8,50 8,50 72,25 72,25
10 11 1 10,50 10,50 110,25 110,25
JUMLAH 32 33,00 104,00 251,50 536,00

2. Mencari rata-rata (𝑥̅ )

∑6𝑖=1 𝑓𝑖 . 𝑥𝑖
𝑥̅ =
∑6𝑖=1 𝑓𝑖

104
𝑥̅ = = 3,25
32

3. Mencari simpangan baku (S)

2
𝑛 ∑6𝑖=1 𝑓𝑖 . 𝑥𝑖 2 − (∑6𝑖=1 𝑓𝑖 . 𝑥𝑖 )2
𝑆 =
𝑛 (𝑛 − 1)

32 (536) − (104)2
𝑆2 =
(32)(31)

13
 17.152 − 10.816
𝑆2 =
992
6336
𝑆2 =
992
𝑆 2 = 6,38

𝑆 = √6,38 = 2,52

Uji normalitas data pretest pemahaman konsep matematis siswa:

Z
Luas
Batas untuk Frekuensi Frekuensi
Luas tiap (fi-
interval kelas batas harapan pengamatan
Z kelas fh)^2/fh
(xi) interval (fh) (fi)
(Li)
(Zi)
0 1 -0,50 -1,49 0,0684 0,1753 5,6108 9 2,0472
2 3 1,50 -0,69 0,2437 0,2958 9,4660 10 0,0301
4 5 3,50 0,10 0,5395 0,2745 8,7847 8 1,1781
6 7 5,50 0,89 0,8140 0,1401 4,4838 3 1,9851
8 9 7,50 1,69 0,9542 0,0393 1,2570 1 0,0526
10 11 9,50 2,48 0,9934 0,0066 0,2101 1 2,9693
11,50 3,27
jumlah 32 8,2624

Kriteria uji: Terima H0 jika 𝜒 2 h𝑖𝑡𝑢𝑛𝑔 < 𝜒 2 𝑘𝑟𝑖𝑡𝑖𝑠 pada taraf nyata α = 5%; dari daftar

distribusi 𝜒 2 , diperoleh 𝜒 2 (1−𝛼)(𝑘−3) = 𝜒 2 (1−0,05)(6−3) = 𝜒 2 (0,95)(3) = 7,8147; dari hasil

perhitungan, diperoleh 𝜒 2 h𝑖𝑡𝑢𝑛𝑔 = 8,2624

Kesimpulan: Karena 𝜒 2 h𝑖𝑡𝑢𝑛𝑔 ˃ 𝜒 2 𝑘𝑟𝑖𝑡𝑖𝑠 maka H0 ditolak. Hal ini berarti data pretest tidak
berasal dari populasi yang berdistribusi normal.

2. Uji Normalitas Data postest Pemahaman Konsep Matematis Siswa

Rumusan Hipotesis:

Ho : sampel berasal dari populasi yang berdistribusi normal

H1 : sampel berasal dari populasi yang berdistribusi tidak normal

Langkah-langkah uji normalitas dengan uji Chi Kuadrat, yaitu

1. Membuat daftar distribusi frekuensi

a. Rentang (R) = Data terbesar - Data terkecil

14
 R = 18 – 8= 10
b. Banyak kelas (k) = 1 + (3,3) log n
k = 1 + (3,3) log 32
= 1 + 4,966
= 5,966
Jadi, dapat dibuat daftar distribusi frekuensi dengan banyak kelas 6.
Rentang
c. Panjang kelas (p) =
Banyak kelas
10
𝑝= = 1,7
6

Jadi, dapat dibuat daftar distribusi frekuensi dengan panjang kelas 2

d. Ujung bawah kelas interval pertama= 8,0
Daftar distribusi frekuensi data

Interval fi xi fi*xi xi^2 fi*(xi^2)

8 9 3 8,50 25,50 72,25 216,75
10 11 6 10,50 63,00 110,25 661,50
12 13 8 12,50 100,00 156,25 1250,00
14 15 4 14,50 58,00 210,25 841,00
16 17 3 16,50 49,50 272,25 816,75
18 19 8 18,50 148,00 342,25 2738,00
JUMLAH 32 81,00 444,00 1163,50 6524,00

2. Mencari rata-rata (𝑥̅ )

∑6𝑖=1 𝑓𝑖 . 𝑥𝑖
𝑥̅ =
∑6𝑖=1 𝑓𝑖

444
𝑥̅ = = 13,87
32

3. Mencari simpangan baku (S)

2
𝑛 ∑6𝑖=1 𝑓𝑖 . 𝑥𝑖 2 − (∑6𝑖=1 𝑓𝑖 . 𝑥𝑖 )2
𝑆 =
𝑛 (𝑛 − 1)

32 (6524) − (444)2
𝑆2 =
(32)(31)

208.768 − 197.136
𝑆2 =
992

15
 11.632
𝑆2 =
992
𝑆 2 = 11,72

𝑆 = √11,72 = 3,42

Uji normalitas data postest pemahaman konsep matematis siswa:

Z
Luas
Batas untuk Frekuensi Frekuensi
Luas tiap (fi-
interval kelas batas harapan pengamatan
Z kelas fh)^2/fh
(xi) interval (fh) (fi)
(Li)
(Zi)
8 9 7,50 -1,86 0,0312 0,0692 2,2159 3 0,2774
10 11 9,50 -1,28 0,1004 0,1433 4,5855 6 0,4364
12 13 11,50 -0,69 0,2437 0,2126 6,8045 8 0,2100
14 15 13,50 -0,11 0,4563 0,2263 7,2421 4 2,7186
16 17 15,50 0,48 0,6827 0,1728 5,5282 3 1,9562
18 19 17,50 1,06 0,8554 0,1446 4,6267 8 2,4594
19,50 1,64 0,9500
jumlah 32 8,0580

Kriteria uji: Terima H0 jika 𝜒 2 h𝑖𝑡𝑢𝑛𝑔 < 𝜒 2 𝑘𝑟𝑖𝑡𝑖𝑠 pada taraf nyata α = 5%; dari daftar

distribusi 𝜒 2 , diperoleh 𝜒 2 (1−𝛼)(𝑘−3) = 𝜒 2 (1−0,05)(6−3) = 𝜒 2 (0,95)(3) = 7,8147; dari hasil

perhitungan, diperoleh 𝜒 2 h𝑖𝑡𝑢𝑛𝑔 = 8,0580

Kesimpulan: Karena 𝜒 2 h𝑖𝑡𝑢𝑛𝑔 ˃ 𝜒 2 𝑘𝑟𝑖𝑡𝑖𝑠 maka H0 ditolak. Hal ini berarti data pretest tidak
berasal dari populasi yang berdistribusi normal.

Berdasarkan uji normalitas pada data pretest dan posttest pemahaman konsep matematis

diketahui bahwa keduanya tidak berasal dari populasi yang berdistribusi normal maka

dilakukan uji non parametrik yaitu uji wilxocon matched pairs/uji Wilcoxon signed test.

Dengan hipotesis uji 2 pihak sebagai berikut:

H0: θ1 = θ2 tidak ada perbedaan median kemampuan pemahaman konsep matematis

siswa sebelum mengikuti pembelajaran dengan strategi REACT dan

setelah mengikuti pembelajaran dengan strategi REACT.

16
H1: θ1 ≠ θ2 ada perbedaan median kemampuan pemahaman konsep matematis siswa

sebelum mengikuti pembelajaran dengan strategi REACT dan setelah

mengikuti pembelajaran dengan strategi REACT.

Kriteria uji: Dengan tarak signifikansi =0,05

Pengujian Hipotesis

𝑛(𝑛+1)
𝑊ℎ𝑖𝑡𝑢𝑛𝑔 −
4
𝑍ℎ𝑖𝑡𝑢𝑛𝑔 =
𝑛 (𝑛+1)(2𝑛+1)
√
24

Dengan kriteria uji:

Terima H0 jika: −𝑍𝑡𝑎𝑏𝑒𝑙 ≤ 𝑍ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝑍𝑡𝑎𝑏𝑒𝑙

A. Uji Wilcoxon Menggunakan Microsoft Excell

Langkah-langkah dalam Wilcoxon pada MS. Excell adalah sebagai berikut:
1. Membuat tabel seperti berikut:
D Rank Bertanda
Xa Xb Data
(Xb - No
Pretes Posttes Terurut Rank D + -
Xa) Urut
6 18 12 2 1 1 12 20,5 0
5 14 9 5 2 9 10 0
2,5
0 10 10 5 3 10 13,5 0
3 18 15 6 4 4 15 30,5 0
5 18 13 7 5 13 24 0
5,5
6 16 10 7 6 10 13,5 0
3 18 15 8 7 15 30,5 0
0 14 14 8 8 8 14 27,5 0
8 18 10 8 9 10 13,5 0
0 10 10 9 10 10 10 13,5 0
2 8 6 10 11 6 4 0
5 18 13 10 12 13 24 0
2 13 11 10 13 11 17,5 0
13,5
2 14 12 10 14 12 20,5 0
0 12 12 10 15 12 20,5 0
0 10 10 10 16 10 13,5 0
0 11 11 11 17 11 17,5 0
17,5
2 18 16 11 18 16 32 0
6 11 5 12 19 20,5 5 2,5 0

17
2 14 12 12 20 12 20,5 0
4 12 8 12 21 8 8 0
2 16 14 12 22 14 27,5 0
4 18 14 13 23 14 27,5 0
2 16 14 13 24 24 14 27,5 0
10 12 2 13 25 2 1 0
5 10 5 14 26 5 2,5 0
1 8 7 14 27 7 5,5 0
27,5
0 13 13 14 28 13 24 0
4 12 8 14 29 8 8 0
5 12 7 15 30 7 5,5 0
30,5
0 8 8 15 31 8 8 0
2 12 10 16 32 32 10 13,5 0
Jumlah T=528 J=0

Petunjuk pengisian table:

a. Kolom selisih (D) = kolom Xb – Xa
b. Kolom Rank. Diisi dengan nilai rank dari nilai D dengan cara pemberian rank sebagai
berikut:
i. Jika nilai D = 0 maka nilai D tersebut tidak diikutsertakan dalam perangkingan
ii. Jika nilai D bernilai negative, maka diambil harga mutlaknya (nilai positifnya)
iii. Urutkan nilai D tersebut, boleh dari data terkecil ke terbesar atau sebaliknya
iv. Jika terdapat data yang sama, maka nilai ranknya adalah rata-rata dari nomor
urutnya, jika data tersebut hanya satu maka nilai ranknya sama dengan nomor
urutnya.
c. Kolom tanda (+) diisi dengan nilai rank jika nilai D-nya bernilai positif
d. Kolom tanda (-) diisi dengan nilai rank jika nilai D-nya bernilai negative
e. Jumlah : jumlahkan nilai yang ada pada kolom positif dan kolom negative tanpa
memperhatikan tanda.
f. Menentukan nilai kritis 𝑊ℎ𝑖𝑡𝑢𝑛𝑔 yaitu bilangan terkecil dari jumlah rank positif dan
jumlah rank negative
𝑛(𝑛+1)
𝑊ℎ𝑖𝑡𝑢𝑛𝑔 −
4
g. Menentukan 𝑍ℎ𝑖𝑡𝑢𝑛𝑔 =
𝑛 (𝑛+1)(2𝑛+1)
√
24

h. Menentukan kriteria pengujian hipotesis

Dengan kriteria uji:
Terima H0 jika: −𝑍𝑡𝑎𝑏𝑒𝑙 ≤ 𝑍ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝑍𝑡𝑎𝑏𝑒𝑙

18
Dikarenakan banyaknya sampel pasangan ˃ 25, maka digunakan rumus Z dalam
pengujiannya adalah sebagai berikut:
𝑊ℎ𝑖𝑡𝑢𝑛𝑔 − 𝜇𝑗 𝑛(𝑛+1) 𝑛(𝑛+1)(2𝑛+1)
𝑍= , dengan 𝜇𝑗 = dan 𝜎𝑗 = √
𝜎𝑗 4 24

Atau dapat ditulis dengan:

𝑛(𝑛+1)
𝑊ℎ𝑖𝑡𝑢𝑛𝑔 −
4
𝑍ℎ𝑖𝑡𝑢𝑛𝑔 =
𝑛 (𝑛+1)(2𝑛+1)
√
24

Dimana:
Z = uji normal hitung
J = jumlah jenjang/rangking yang kecil
𝜇𝑗 = rataan jenjang/ranking
𝜎𝑗 = simpangan baku jenjang/rangking
Dengan kriteria uji:
Terima H0 jika: −𝑍𝑡𝑎𝑏𝑒𝑙 ≤ 𝑍ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝑍𝑡𝑎𝑏𝑒𝑙
i. Substitusikan harga-harga yang telah didapat kedalam rumus Z
(32+1)
0− −8,25 −8,25
4
𝑍ℎ𝑖𝑡𝑢𝑛𝑔 = = =
√
32 (32+1)(2(32)+1)
√
(1056)(65) √2860
24 24

−8,25
= 53,47 = -0,154

Diperoleh |𝑧 ℎ𝑖𝑡𝑢𝑛𝑔 | = |−0,154| = 0,154

dari 𝑍𝑡𝑎𝑏𝑒𝑙 didapat nilai Z untuk
α = 0,05 adalah 1,96 Sehingga didapat kesimpulan bahwa H0
diterima karena − 𝑍𝑡𝑎𝑏𝑒𝑙 ≤ 0,154 ≤ 𝑍𝑡𝑎𝑏𝑒𝑙 jadi tidak ada perbedaan median
kemampuan pemahaman konsep matematis siswa sebelum mengikuti pembelajaran
dengan strategi REACT dan setelah mengikuti pembelajaran dengan strategi REACT.

Untuk sampel n ≤ 25, digunakan 𝑾𝒕𝒂𝒃𝒆𝒍 seperti yang ada di tabel dibawah ini.

19
Langkah-langkah uji Wilcoxon untuk sampel ≤ 25.

Petunjuk pengisian tabel sama dengan pengisian tabel pada sampel ˃ 25 yang membedakan
hanya pada pengujian.
a. Kolom selisih (D) = kolom Xb – Xa
b. Kolom Rank. Diisi dengan nilai rank dari nilai D dengan cara pemberian rank sebagai
berikut:
i. Jika nilai D = 0 maka nilai D tersebut tidak diikutsertakan dalam perangkingan
ii. Jika nilai D bernilai negative, maka diambil harga mutlaknya (nilai positifnya)
iii. Urutkan nilai D tersebut, boleh dari data terkecil ke terbesar atau sebaliknya
iv. Jika terdapat data yang sama, maka nilai ranknya adalah rata-rata dari nomor
urutnya, jika data tersebut hanya satu maka nilai ranknya sama dengan nomor
urutnya.
c. Kolom tanda (+) diisi dengan nilai rank jika nilai D-nya bernilai positif
d. Kolom tanda (-) diisi dengan nilai rank jika nilai D-nya bernilai negative
e. Jumlah : jumlahkan nilai yang ada pada kolom positif dan kolom negative tanpa
memperhatikan tanda.
f. Menentukan nilai kritis 𝑊ℎ𝑖𝑡𝑢𝑛𝑔 yaitu bilangan terkecil dari jumlah rank positif dan
jumlah rank negatif
g. Menentukan nilai kritis 𝑊𝑡𝑎𝑏𝑒𝑙 = W(a,n) dengan α = 0,05 dan n = banyak sampel
h. Menentukan kriteria pengujian hipotesis

20
 Jika 𝑊ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝑊𝑡𝑎𝑏𝑒𝑙 , maka H0 ditolak
Jika 𝑊ℎ𝑖𝑡𝑢𝑛𝑔 ˃ 𝑊𝑡𝑎𝑏𝑒𝑙 , maka H0 diterima

Contoh 2:

Seorang peneliti melakukan penelitian untuk mengetahui pengaruh model pembelajaran

inquiry terhadap hasil belajar statistika. Dalam penelitian ini diambil data sebelum

dilakukan penerapan pembelajaran inquiry dan sesudah penerapan pembelajaran inquiry

yang masing-masing dilambangkan dengan XA dan Xb. sampel penelitian adalah 20 siswa.

Dengan hipotesis uji 2 pihak sebagai berikut:

H0: θ1 = θ2 tidak ada perbedaan median hasil belajar siswa sebelum dan sesudah

mengikuti pembelajaran inquiry

H1: θ1 ≠ θ2 ada perbedaan median hasil belajar siswa sebelum dan sesudah mengikuti

pembelajaran inquiry

D Data Rank Bertanda

Xa Xb
(Xb - Terurut No
Pretes Posttes rank D + -
Xa) Urut
10 67 57 -6 1 1 57 20
12 60 48 -5 2 2 48 19
14 50 36 -1 3 3 36 10,5
25 52 27 13 4 4 27 8
40 35 -5 18 5 5 -5 2
57 80 23 23 6 6 23 6
35 48 13 26 7 7 13 4
27 45 18 27 8 8 18 5
71 70 -1 28 9 9 -1 3
19 45 26 36 10 26 7
10,5
65 93 28 36 11 28 9
25 65 40 38 12 12 40 12
74 68 -6 40 13 -6 1
29 65 36 40 14 14 36 10,5
26 72 46 40 15 46 17
13 60 47 41 16 16 47 18
26 64 38 46 17 17 38 12
40 80 40 47 18 18 40 14
25 65 40 48 19 19 40 14

21
21 62 41 57 20 20 41 16
Jumlah T=202 J=6

Berdasarkan hasil analisis diatas, diperoleh 𝑊ℎ𝑖𝑡𝑢𝑛𝑔 = 6 dan 𝑊𝑡𝑎𝑏𝑒𝑙 untuk n = 20 dan α =
0,05 adalah 52. Karena 𝑊ℎ𝑖𝑡𝑢𝑛𝑔 ˂ 𝑊𝑡𝑎𝑏𝑒𝑙 maka H0 ditolak. Dengan demikian disimpulkan
bahwa ada perbedaan median hasil belajar siswa sebelum dan sesudah mengikuti
pembelajaran inquiry.

5. “U”- Test (Mann Whitney Test)

Uji Mann Whitney digunakan untuk menguji perbedaan rata-rata dari dua kelompok sampel
yang saling bebas jika salah satu atau kedua kelompok sampel tidak berdistribusi normal.
Asumsi yang digunakan untuk menerapkan metode ini antara lain:
a. Data merupakan sampel acak hasil pengamatan 𝑋1 , 𝑋2 , 𝑋3 , … 𝑋𝑛1 , dari populasi 1 dan
sampel acak hasil pengamatan 𝑌1 , 𝑌2 , 𝑌3 , … 𝑌𝑛2 dari populasi 2
b. Skala pengukuran yang dipakai adalah ordinal
c. Kedua sampel tidak saling mempengaruhi
d. Variabel yang diamati adalah variabel acak kontinu
e. Fungsi-fungsi distribusi kedua populasi hanya berbeda dalam hal lokasi, yakni apabila
keduanya sungguh berbeda.

Hipotesis yang digunakan pada uji Mann Whitney (Uji U) ini dapat dibedakan beberapa
type, antara lain:
a. Dua sisi (dua pihak)
𝐻0 ∶ 𝜃𝐴 = 𝜃𝐵
𝐻𝑎 ∶ 𝜃𝐴 ≠ 𝜃𝐵
Kaidah pengujian: terima 𝐻0 , jika 𝑈ℎ𝑖𝑡𝑢𝑛𝑔 ≥ 𝑈𝑡𝑎𝑏𝑒𝑙(𝛼/2)

b. Satu sisi kiri (pihak kiri)

𝐻𝑎 ∶ 𝜃𝐴 < 𝜃𝐵
Kaidah pengujian: terima 𝐻0 , jika 𝑈ℎ𝑖𝑡𝑢𝑛𝑔 ≥ 𝑈𝑡𝑎𝑏𝑒𝑙(𝛼)

c. Satu sisi kanan (pihak kanan)

𝐻𝑎 ∶ 𝜇𝐴 > 𝜇𝐵
Kaidah pengujian: terima 𝐻0 , jika 𝑈ℎ𝑖𝑡𝑢𝑛𝑔 ≥ 𝑈𝑡𝑎𝑏𝑒𝑙(𝛼)

Uji Mann Whitney Sampel Kecil

Sampel dikatakan berukuran kecil bila sampel yang diambil dari suatu populasi maksimum
20 (𝑛 < 20) , sedangkan sampel dikatakan berukuran besar bila sampel yang diambil dari
suatu populasi 𝑛 > 20.

Prosedur Uji statistik sampel kecil:

22
1) Membuat hipotesis dalam uraian kalimat
𝐻0 ∶ tidak ada perbedaan median sampel A dengan sampel B
𝐻𝑎 ∶ ada perbedaan nilai median sampel A dengan sampel B

2) Membuat hipotesis dalam model statistik

𝐻0 ∶ 𝜃𝐴 = 𝜃𝐵
𝐻𝑎 ∶ 𝜃𝐴 ≠ 𝜃𝐵

3) Menentukan taraf nyata (signifikansi)

4) Kaidah pengujian
Terima 𝐻0 , jika 𝑈ℎ𝑖𝑡𝑢𝑛𝑔 ≥ 𝑈𝑡𝑎𝑏𝑒𝑙(𝛼/2)(𝑛1,𝑛2)
Tolak 𝐻0 , jika 𝑈ℎ𝑖𝑡𝑢𝑛𝑔 < 𝑈𝑡𝑎𝑏𝑒𝑙(𝛼/2)(𝑛1,𝑛2)

5) Menghitung nilai 𝑈ℎ𝑖𝑡𝑢𝑛𝑔 dan 𝑈𝑡𝑎𝑏𝑒𝑙

Tahapan menghitung nilai 𝑈ℎ𝑖𝑡𝑢𝑛𝑔 sebagai berikut:
 Buat tabel penolong
Sampel
Sumber Sampel 1 Rank Sampel 2 Rank
Gabungan Rank
Data (X1) 𝑹𝟏 (X2) 𝑹𝟐
(X1, X2)
1 .. .. .. .. .. ..
2 .. .. .. .. .. ..
3 .. .. .. .. .. ..
.. .. .. .. .. .. ..
n .. .. .. .. .. ..
∑ 𝑹𝟏 ∑ 𝑹𝟐

 Menggabungkan kedua sampel untuk diberi peringkat dengan cara mengurutkan

mulai dari yang terkecil sampai yang terbesar, bila terjadi nilai yang sama maka
urutan nilai yang sama dijumlahkan, kemudian dibagi dengan jumlah nilai yang
sama. Misal urutan nilai ke 2, 3, dan 4 sama sebesar 60, maka urutan 2,3,4 menjadi =
(2+3+4)/3 = 3.
 Menjumlahkan urutan masing masing sampel (𝑅1 𝑑𝑎𝑚 𝑅2 )
 Menghitung nilai 𝑈ℎ𝑖𝑡𝑢𝑛𝑔 dengan rumus:
𝑛1 (𝑛1 + 1)
𝑈1 = 𝑛1 . 𝑛2 + − ∑ 𝑅1
2
𝑛2 (𝑛2 + 1)
𝑈2 = 𝑛1 . 𝑛2 + − ∑ 𝑅2
2
dimana:
𝑈1 = jumlah peringkat sampel ke-1
𝑈2 = jumlah peringkat sampel ke-2
𝑛1 = banyak sampel ke-1
𝑛2 = banyak sampel ke-2

23
 𝑅1 = jumlah rangking pada sampel ke-1
𝑅2 = jumlah rangking pada sampel ke-2

Dari 𝑈1 dan 𝑈2 pilihlah nilai yang terkecil yang menjadi 𝑈ℎ𝑖𝑡𝑢𝑛𝑔

 Menentukan nilai 𝑈𝑡𝑎𝑏𝑒𝑙

Nilai 𝑈𝑡𝑎𝑏𝑒𝑙 dapat dicari dengan menggunakan tabel Mann Whitney
Caranya bila dila dua sisi (dua pihak) 𝑈𝑡𝑎𝑏𝑒𝑙={(𝑎/2)(𝑛1,𝑛2)} sedangkan satu sisi(satu
pihak) 𝑈𝑡𝑎𝑏𝑒𝑙=(𝑎)(𝑛1,𝑛2)

6) Membandingkan antara 𝑈ℎ𝑖𝑡𝑢𝑛𝑔 dan 𝑈ℎ𝑖𝑡𝑢𝑛𝑔

Tujuan membandingkan 𝑈ℎ𝑖𝑡𝑢𝑛𝑔 dan 𝑈ℎ𝑖𝑡𝑢𝑛𝑔 adalah untuk mngetahui hipotesis mana
yang diterima.

7) Membuat kesimpulan
Menerima atau menolak 𝐻0 .

Uji Mann Whitney Sampel Besar

Sampel dikatakan berukuran besar bila sampel yang diambil dari suatu populasi lebih besar
dari 20 (𝑛 > 20). Prosedur perhitungan sampel besar secara garis besar hampir sama dengan
sampel kecil, hanya uji statistik pada sampel besar menggunakan uji Z.
Rumus :
𝑈 − 𝐸(𝑈)
𝑍ℎ𝑖𝑡𝑢𝑛𝑔 =
√𝑣𝑎𝑟 (𝑈)
Dimana untuk mencari 𝑍ℎ𝑖𝑡𝑢𝑛𝑔 terlebih dulu menghitung nilai- nilai berikut:
a. Nilai 𝑈
Nilai 𝑈ℎ𝑖𝑡𝑢𝑛𝑔 yang dipilih dalah nilai 𝑈ℎ𝑖𝑡𝑢𝑛𝑔 yang terkecil antara 𝑈1 dan 𝑈2
𝑛1 (𝑛1 + 1)
𝑈1 = 𝑛1 . 𝑛2 + − ∑ 𝑅1
2
𝑛2 (𝑛2 + 1)
𝑈2 = 𝑛1 . 𝑛2 + − ∑ 𝑅2
2
b. Nilai 𝐸(𝑈)
Rumus:
𝑛1 . 𝑛2
𝐸(𝑈) =
2
c. Nilai 𝑣𝑎𝑟(𝑈)
Rumus:
𝑛1 . 𝑛2 (𝑛1 + 𝑛2 + 1)
𝑣𝑎𝑟(𝑈) =
12
d. Menentukan nilai 𝑍𝑡𝑎𝑏𝑒𝑙
Nilai 𝛼 = 5% maka 𝑍𝑡𝑎𝑏𝑒𝑙 dapat dicari dengan menggunakan tabel distribusi normal
dengan cara:
Bila dua sisi, 𝑍𝑡𝑎𝑏𝑒𝑙 = 𝑍𝑎/2

24
 Bila satu sisi, 𝑍𝑡𝑎𝑏𝑒𝑙 = 𝑍𝑎

e. Kaidah pengujian
Untuk dua pihak:
Terima 𝐻0 jika – 𝑍𝑡𝑎𝑏𝑒𝑙 ≤ 𝑍ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝑍𝑡𝑎𝑏𝑒𝑙
Tolak 𝐻0 jika 𝑍ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑍𝑡𝑎𝑏𝑒𝑙 atau 𝑍ℎ𝑖𝑡𝑢𝑛𝑔 < −𝑍𝑡𝑎𝑏𝑒𝑙

Untuk satu pihak

Pihak kanan
Tolak 𝐻0 jika |𝑍ℎ𝑖𝑡𝑢𝑛𝑔 | ≥ 𝑍𝑡𝑎𝑏𝑒𝑙

Contoh 1:
Dosen statistika Fakultas Teknologi dan Desain Universitas X ingin mengetahui apakah
ada perbedaan nilai ujian mata kuliah statistika antara kelas pagi dan malam. Penelitian
ini menggunakan sampel sebanyak 15 orang untuk kelas pagi dan 10 orang kelas malam.
Ujilah dengan menggunakan Mann Whitney Test apakah ada perbedaan nilai ujian mata
kuliah statistika antara kelas malam dan pagi dengan taraf signifikan 𝛼 = 5%.

Responden Nilai Kelas Pagi Responden Nilai Kelas Malam

1 75 1 85
2 85 2 65
3 60 3 65
4 80 4 63
5 58 5 30
6 92 6 55
7 80 7 90
8 70 8 85
9 65 9 80
10 75 10 60
11 60
12 85
13 80
14 70
15 55

1) Membuat hipotesis dalam uraian kalimat

𝐻0 ∶ tidak ada perbedaan nilai ujian statistika kelas pagi dengan nilai ujian statistika kelas
malam
𝐻𝑎 ∶ terdapat perbedaan nilai ujian statistika kelas pagi dengan nilai ujian statistika kelas
malam

25
2) Membuat hipotesis dalam model statistik
𝐻0 ∶ 𝜃𝐴 = 𝜃𝐵
𝐻𝑎 ∶ 𝜃𝐴 ≠ 𝜃𝐵

3) Menentukan taraf nyata (signifikansi) 𝜶

Pada kasus ini taraf nyata 𝛼 = 5% atau 𝛼 = 0,05.

4) Kaidah pengujian
Terima 𝐻0 jika – 𝑍𝑡𝑎𝑏𝑒𝑙 ≤ 𝑍ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝑍𝑡𝑎𝑏𝑒𝑙
Tolak 𝐻0 jika 𝑍ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑍𝑡𝑎𝑏𝑒𝑙

5) Menghitung nilai 𝒁𝒉𝒊𝒕𝒖𝒏𝒈 dan 𝒁𝒕𝒂𝒃𝒆𝒍

Tahapan menghitung nilai 𝑍ℎ𝑖𝑡𝑢𝑛𝑔 sebagai berikut:
 Buat tabel penolong
Sampel Sampel Sampel
Sumber Rank Rank
Gabungan Rank 1 2
Data 𝑹𝟏 𝑹𝟐
(X1, X2) (X1) (X2)
1 30 1 75 14,5 85 21,5
2 55 2,5 85 21,5 65 10
3 55 2,5 60 6 65 10
4 58 4 80 17 63 8
5 60 6 58 4 30 1
6 60 6 92 25 55 2,5
7 60 6 82 19 90 24
8 63 8 70 12,5 85 21,5
9 65 10 65 10 80 17
10 65 10 75 14,5 60 6
11 65 10 60 6
12 70 12,5 85 21,5
13 70 12,5 80 17
14 75 14,5 70 12,5
15 75 14,5 55 2,5
16 80 17
17 80 17
18 80 17
19 82 19
20 85 21,5
21 85 21,5
22 85 21,5
23 85 21,5
24 90 24
25 92 25

26
 ∑ 𝑹𝟏 ∑ 𝑹𝟐
= 203,5 = 121,5

6) Menghitung nilai 𝑼𝒉𝒊𝒕𝒖𝒏𝒈

Kriteria nilai 𝑈ℎ𝑖𝑡𝑢𝑛𝑔 yang dipilih adalah nilai 𝑈 yang terkecil
 Nilai 𝑈1
𝑛1 (𝑛1 + 1)
𝑈1 = 𝑛1 . 𝑛2 + − ∑ 𝑅1
2

15(15 + 1)
𝑈1 = (15)(10) + − 203,5 = 67
2
 Nilai 𝑈2
𝑛2 (𝑛2 + 1)
𝑈1 = 𝑛1 . 𝑛2 + − ∑ 𝑅2
2

10(10 + 1)
𝑈1 = (15)(10) + − 121,5 = 83,5
2

Berdasarkan nilai 𝑈1 dan 𝑈2 yang dipilih adalah 𝑈 = 67

 Nilai 𝐸(𝑈)
𝑛1 . 𝑛2 (15)(10)
𝐸(𝑈) = = = 75
2 2
 Nilai 𝑣𝑎𝑟(𝑈)
𝑛1 . 𝑛2 (𝑛1 + 𝑛2 + 1) (15)(10)(15 + 10 + 1)
𝑣𝑎𝑟(𝑈) = = = 325
12 12
 Sehingga 𝑍ℎ𝑖𝑡𝑢𝑛𝑔
𝑈 − 𝐸(𝑈) 67 − 75
𝑍ℎ𝑖𝑡𝑢𝑛𝑔 = = = −0,4437
√𝑣𝑎𝑟 (𝑈) √325

 Menentukan nilai 𝒁𝒕𝒂𝒃𝒆𝒍

Nilai 𝛼 = 5% maka 𝑍𝑡𝑎𝑏𝑒𝑙 dapat dicari dengan menggunakan tabel distribusi
normal dengan cara:
0,05
Bila dua sisi, 𝑍𝑡𝑎𝑏𝑒𝑙 = 1 − = 1 − 0,025 = 0,975
2
Nilai 0,975 pada tabel distribusi normal = 1,96

 Membandingkan antara 𝒁𝒉𝒊𝒕𝒖𝒏𝒈 dan 𝒁𝒕𝒂𝒃𝒆𝒍

𝑍ℎ𝑖𝑡𝑢𝑛𝑔 = −0,4437, 𝑍𝑡𝑎𝑏𝑒𝑙 = 1,96
Daerah penerimaan 𝐻0 adalah – 𝑍𝑡𝑎𝑏𝑒𝑙 ≤ 𝑍ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝑍𝑡𝑎𝑏𝑒𝑙
Karena −1,96 ≤ −0,4437 ≤ 1,96 sehingga 𝑯𝟎 diterima

 Membuat kesimpulan

27
 Sehingga dapat disimpulkan bahwa tidak terdapat perbedaan nilai ujian
statistika kelas pagi dengan nilai ujian statistika kelas malam.

Contoh 2:
Seorang mahasiswa melakukan peneitian untuk mengetahui apakah terdapat perbedaan
peningkatan skor kemampuan berpikir reflektif matematis siswa yang mengikuti
pembelajaran CPS dengan siswa yang mengikuti pembelajaran konvensional. Penelitian ini
menggunakan 27 sampel pada kelas eksperimen dan 32 sampel pada kelas kontrol. Ujilah
dengan menggunakan uji Mann Whitney dan taraf signifikansi 𝛼 = 5%.

Hipotesis dalam uraian kalimat:

H0 ∶ median peningkatan skor kemampuan berpikir reflektif matematis siswa yang mengikuti
pembelajaran CPS sama dengan median peningkatan skor kemampuan berpikir reflektif
matematis siswa yang mengikuti pembelajaran konvensional.

H1 ∶ median peningkatan skor kemampuan berpikir reflektif matematis siswa yang mengikuti
pembelajaran CPS lebih tinggi daripada median peningkatan skor kemampuan berpikir
reflektif matematis siswa yang mengikuti pembelajaran konvensional.

Hipotesis dalam model statistik:

Uji pihak kanan
H0 ∶ θ1 = θ2
Ha ∶ θ1 > θ2

Menentukan taraf nyata (signifikansi) 𝜶

Pada kasus ini taraf nyata 𝛼 = 5% atau 𝛼 = 0,05

Kaidah pengujian
Tolak H0 jika |z hitung | ≥ z tabel

Menghitung 𝒁𝒉𝒊𝒕𝒖𝒏𝒈 dan 𝒁𝒕𝒂𝒃𝒆𝒍

Tabel 1 rank/ peringkat dari kelas eksperimen dan kelas kontrol:
No Peringkat (Rank) Kelas Peringkat (Rank) Kelas
Eksperimen Kontrol
1 36 37,5
2 14 43,5
3 49 2,5
4 49 16,5
5 45,5 20
6 49 53
7 47 29,5
8 16,5 11

28
 9 42 6,5
10 2,5 23
11 58 6,5
12 32 27
13 23 20
14 56 35
15 40,5 29,5
16 11 11
17 27 54
18 27 16,5
19 40,5 20
20 32 11
21 59 2,5
22 34 11
23 16,5 37,5
24 43,5 52
25 45,5 57
26 39 6,5
27 51 55
28 6,5
29 32
30 2,5
31 25
32 23
Jumlah 986 784

Berdasarkan tabel diatas diperoleh:

Data Kelas n Jumlah Peringkat (R)
Eksperimen 27 986
Gain Kontrol 32 784
Total 59

Menentukan nilai 𝑼𝒉𝒊𝒕𝒖𝒏𝒈 sebagai berikut:

𝑛1 (𝑛1 + 1)
𝑈1 = 𝑛1 𝑛2 + − ∑ 𝑅1
2
27.28
= 27. 32 + 2 − 986
= 864 + 378 − 986
= 256
𝑛2 (𝑛2 + 1)
𝑈2 = 𝑛1 𝑛2 + − ∑ 𝑅2
2
32.33
= 27. 32 + 2 − 784
= 864 + 378 − 784
= 608

29
Karena U1 < U2 maka nilai i 𝑈ℎ𝑖𝑡𝑢𝑛𝑔 yang digunakan adalah U1 yaitu 256

Menetukan nilai 𝑬(𝑼) sebagai berikut:

𝑛1 .𝑛2 27 .32 864

𝐸(𝑈) = = = = 432
2 2 2

Menentukan nilai 𝒔𝒕𝒂𝒏𝒅𝒂𝒓 𝒅𝒆𝒗𝒊𝒂𝒔𝒊 (𝑼) sebagai berikut:

𝑛1 𝑛2 (𝑛1 +𝑛2 +1)

𝑆𝑡𝑎𝑛𝑑𝑎𝑟 𝐷𝑒𝑣𝑖𝑎𝑠𝑖 (𝜎𝑈 ) = √ 12

27.32(27+32+1)
=√ 12

51840
=√ 12

= √4320
= 65,73
Sehingga 𝒁𝒉𝒊𝒕𝒖𝒏𝒈
𝑈 − 𝐸(𝑈) 256 − 432
𝑍ℎ𝑖𝑡𝑢𝑛𝑔 = = = −2,68
𝑆𝐷 (𝑈) 65,73
Menentukan nilai 𝒁𝒕𝒂𝒃𝒆𝒍

Nilai 𝛼 = 5% maka 𝑍𝑡𝑎𝑏𝑒𝑙 dapat dicari dengan menggunakan tabel distribusi normal dengan
cara:
Bila satu pihak, 𝑍𝑡𝑎𝑏𝑒𝑙 = 1 − 0,05 = 0,95
Nilai 0,95 pada tabel distribusi normal = 1,64

Membandingkan antara 𝒁𝒉𝒊𝒕𝒖𝒏𝒈 dan 𝒁𝒕𝒂𝒃𝒆𝒍

𝑍ℎ𝑖𝑡𝑢𝑛𝑔 = −2,68, 𝑍𝑡𝑎𝑏𝑒𝑙 = 1,64
Diperoleh |−2,68| ≥ 1,64
Karena |𝑧 ℎ𝑖𝑡𝑢𝑛𝑔 | ≥ z tabel maka H0 ditolak.

Membuat Kesimpulan
Hal ini berarti H1 diterima atau median peningkatan skor kemampuan berpikir reflektif
matematis siswa yang mengikuti pembelajaran CPS lebih tinggi daripada median peningkatan
skor kemampuan berpikir reflektif matematis siswa yang mengikuti pembelajaran
konvensional.

DAFTAR PUSTAKA

30
Saleh, Samsubar. 1985. Statistik Non Parametrik. Yogyakarta: BPFE- Yogyakarta.

Sheskin, David J. 2003. Book 1 Parametric and Nonparametric Statistical Procedures Third
Edition. Washington D.C.: Chapman & Hall/CRC.

Siregar, Syofian. 2012. Metode Penelitian Kuantitatif dilengkapi dengan Perbandingan

Perhitungan Manual Dan SPSS. Jakarta: Penerbit Kencana.

Sundayana, Rostiana. 2014. Statistika Penelitian Pendidikan. Garut: Alfabeta Bandung.

31