BAB I

PENDAHULUAN

A. Latar Belakang
Hogg dan Craig (Setiawan Danang dan Mutaqin, 2008:119)
mengemukakan suatu metode untuk masalah dua sampel saling bebas jika
datanya tidak berdistribusi normal. Metode tersebut dikenal sebagai uji Mann-
Whitney. Kelemahan uji Man-Whitney adalah analisisnya tidak berdasarkan
pada nilai datanya langsung tetapi pada peringkat dari datanya. Jika
analisisnya didasarkan pada peringkat dari datanya bukan dari nilai datanya
langsung, maka ada informasi yang dikandung oleh data yang tidak dilibatkan
dalam analisis.
Uji Kolmogorov-Smirnov (Chakravart, Laha, dan Roy, 1967) biasa
digunakan untuk memutuskan jika sampel berasal dari populasi dengan
distribusi spesifik/tertentu. Uji Kolmogorov-Smirnov digunakan untuk
menguji ‘goodness of fit‘ antar distribusi sampel dan distribusi lainnya, Uji ini
membandingkan serangkaian data pada sampel terhadap distribusi normal
serangkaian nilai dengan mean dan standar deviasi yang sama. Singkatnya uji
ini dilakukan untuk mengetahui kenormalan distribusi beberapa data. Uji
Kolmogorov-Smirnov merupakan uji yang lebih kuat daripada uji chi-square
ketika asumsi-asumsinya terpenuhi. Uji Kolmogorov-Smirnov juga tidak
memerlukan asumsi bahwa populasi terdistribusi secara normal.

B. Rumusan Masalah
1. Apa pengertian dari Uji Man – whitney.
2. Apa pengertian dari Uji Kolmogoroy – Smirnov.
3. Bagaimana cara menganalisis data dengan Uji Man-whitney.
4. Bagaimana cara menganalisa data dengan Uji Kolmogoroy-smirnov.

C. Tujuan Penulisan
1. Mengetahui Pengertian Uji Man-whitney.
2. Mengetahui Pengertian Uji Kolmogoroy – Smirnov.

1
3. Mengetahui cara analisa Uji Man – Whitney.
4. Mengetahui cara analisa Uji Man – Whitney.

BAB II

PEMBAHASAN

2
A. Uji Man - Whitney
1. Pengertian Uji Man – Whitney
Uji Man - Whitney adalah salah satu bentuk pengujian dalam analisis
statistika non parametric. Metode Statistik nonparametrik dipakai apabila
peneliti tidak mengetahui karakteristik kelompok item yang menjadi
sumber sampelnya. Metode ini dapat diterapkan terhadap data yang diukur
dengan skala ordinal dan dalam kasus tertentu, dengan skala nominal.
Pengujian non parametrik bermanfaat untuk digunakan apabila sampelnya
kecil dan lebih mudah dihitung dari pada metode parametrik. Metode
nonparametrik juga digunakan secara luas guna mengenalisis data di
bidang ilmu social.
Dalam kelompok uji dua sampel independen, uji Man - Whitney
adalah uji terkuat yang digunakan sebagai alternatif uji parametrik T test.
Uji test Man - Whitney ini digunakan untuk menguji hipotesis komparatif
dua sampel independen bila datanya berbentuk ordinal. Bila dalam suatu
pengamatan data berbentuk interval dapat menggunakan t-test untuk
pengujiannya, tetapi bila asumsi t-test tidak dipenuhi (misalnya data harus
normal), maka test ini dapat digunakan.

2. Penggujian Man – Whitney

Sriwidadi Teguh (2011: 758) dalam pengujian hipotesis nol yang
menyatakan bahwa tidak ada perbedaan yang sesungguhnya antara kedua
kelompok data dan dimana data tersebut diambil dari sampel yang tidak
saling terkait, kita dapat melakukan pengujian Mann-Whitney. Pengujian
ini disebut juga pengujian U, karena untuk menguji hipotesis nol, kasus
dihitung menggunakan angka statistik yang disebut U.
Terdapat dua rumus yang digunakan untuk pengujian. Kedua rumus
tersebut digunakan dalam perhitungan, karena akan digunakan untuk
mengetahui harga U mana yang lebih kecil. Harga U yang lebih kecil
tersebut digunakan untuk pengujian dan membandingkan dengan U tabel.
Adapun kedua rumus tersebut yaitu :

U1 = n1.n2 + – R1

3
 Atau

U2 = n1.n2 + – R2

Dimana :

n1 : jumlah sampel 1 n2 : jumlah sampel 2

U1 : jumlah peringkat 1

U2 : jumlah peringkat 2

R1 : jumlah rangking pada sampel n1

R2 : jumlah rangking pada sampel n2

BAB I Prosedur Uji

Adapun langkah-langkah yang digunakan dalam melakukan pengujian
menggunakan uji Mann Whitney adalah

a. Penetapan Hipotesa
Hipotesis merupakan langkah pertama yang harus ditentukan.
Hipotesis nol untuk uji tanda biasanya menyatakan bahwa tidak ada
perbedaan, sedang hipotesis alternatif menyatakan adanya perbedaan
1) H0: μ1 = μ2, H1: μ1 ≠ μ2
2) H0: μ1 = μ2, H1: μ1 < μ2,
3) H0: μ1 = μ2, H1: μ1 > μ2,
b. Tetapkan level signifikansi (Taraf Nyata) : α
Taraf nyata ini merupakan tingkat toleransi terhadap kesalahan kit
a terhadap sampel. Pada umumnya dapat digunakan taraf nyata 1
%, 5% atau 10% tergantung pada kepentingan dan bidang ilmu.

c. Uji Statistik :
1) Ukuran sampel 1 : n1
2) Ukuran sampel 2 : n2
3) Gabungkan kedua sampel dan beri peringkat atau ranking dari data
terkecil sampai terbesar.
4) Jika ada peringkat/ranking yang sama, peringkatnya diambil rata-rata.
5) Hitung jumlah peringkat sampel 1 dan sampel 2, notasikan dengan
R1 dan R2

4
 U1 = n1.n2 + – R1

atau

U2 = n1.n2 + – R2

6) Untuk n1 ; n2 < 20 : U berdistribusi Un 1 ; n2 ; α ( dapat dilihat pada

tabel uji Mann Whitney)
7) Untuk n1 ≥ 20 atau n2 ≥ 20 : berdistribusi normal dengan

rata-rata :

standar deviasi :

sehingga :

Jika terdapat ada angka sama :

t = banyak observasi yang

d. Kemudian tentukan daerah kritisnya :

Untuk n1 ; n2 < 20
H0 diterima bila U hitung ≥ U tabel ( α ; n1,n2 )
H0 ditolak bila U hitung ≤ U tabel ( α ; n1,n2 )

Untuk n1 ; n ≥ 20
H0 diterima bila harga Z hitung ≤ Z tabel
H0 ditolak bila harga Z hitung ≥ Ztabel

e. Ujilah n1 dan n2 pada tabel uji man – whitney

5
3. Contoh Kasus
a. Dilakukan Penelitian untuk mengetahui adakah perbedaan denyut nadi
pria dan denyut nadi wanita. Kemudian dilakukan penarikan sampel
untuk pria dan wanita dengan melihat denyut nadi masing-masing.
Berikut hasil masing-masing denyut nadi

No Denyut Nadi Pria Denyut Nadi Wanita

1 90 79
2 89 81
3 82 85
4 83 86
5 87 84
6 90 80

6
 7 91 86
8 92
9 88
Penyelesaian :

1) Hipotesis
a) Ho : Tidak ada perbedaan antara denyut nadi pria dan denyut
nadi wanita
b) Ha : Ada perdaan antara denyut nadi pria dan denyut nadi
wanita
2) Kriteria Pengambilan keputusan
a) Terima Ho : Bila Uhitung > Utabel
b) Tolak Ho : Bila Uhitung < Utabel
3) Uji Statistik

Denyut Nadi
No Denyut Nadi Pria Rangking Rangking
Wanita
1 90 13,5 79 1
2 89 12 81 3
3 82 4 85 7
4 83 5 86 8,5
5 87 10 84 6
6 90 13,5 80 2
7 91 15 86 8,5
8 92 16
9 88 11
n1 = 9
Total = 88 R1 = 100 Total = 83 R2 = 36
n2 = 7

Dalam buku statistic teori dan aplikasi oleh supranto (2002)

U1 = n1. n2 + [n1 (n1 + 1) / 2] – R1

= 9.7 + [9 (9 + 1) / 2] – 100

= 63 + [9.5] – 100

= 63 + 45 – 100

U1 = 8

U2 = n1. n2 + [n2 (n2 + 1) / 2] – R2

7
 = 9.7 + [7 (7 + 1) / 2] – 36

= 63 + 28 + 36

U2 = 55

Karena nilai U1 lebih kecil dari U2, maka yang digunakan untuk
membadingkan dengan Utabel adalah U1 yang nilainya terkecil.

4) Keputusan
Berdasarkan tabel harga kritis man – whitney ni = 9 ; n 2 = 7,

diperoleh harga Utabel adalah 15, karena statistik hitung U

= 8 lebih kecil dari 15 maka Ho ditolak dan Ha diterima.

Dapat disimpulkan bahwa ada perbedaan antara denyut nadi pria

dan denyut nadi wanita dengan , yakni jika dilihat dengan

rata – rata denyut nadi laki-laki memiliki rata-rata 88 sedangkan

rata-rata denyut nadi wanita sebesar 83

b. Ujian matematika diberikan kepada sebanyak 20 orang mahasiswa

Perguruan Tinggi yang dipilih secara random untuk wilayah
Banjarbaru dan ujian yang sama pula diberikan kepada 15 orang
mahasiswa Perguruan Tinggi yang dipilih secara random di wilayah
Banjarmasin. Dari hasil ujian yang diperoleh di dua tempat (daerah)
diatas Banjarbaru dan Banjarmasin menunjukkan nilai ujian tiap
mahasiswanya sebagai berikut :

No Banjarbaru (grup A) Banjarmasin (grup B)

1 70 72
2 63 67
3 78 56
4 71 69
5 82 71
6 93 59
7 96 55
8 61 88

8
 9 72 79
10 63 49
11 56 76
12 82 53
13 66 66
14 76 73
15 67 80
16 61
17 74
18 86
19 64
20 93
21 97

Pengujian tersebut dilakukan untuk mengetahui apakah ada perbedaan

penampilan (tingkat kepandaian) mahasiswa Perguruan Tinggi pada
kedua wilayah diatas. (tingkat = 5% (pengujian dengan dua arah).
Penyelesaian:
1) Judul penelitiannya dapat dirumuskan sebagai berikut :
Perbandingan penampilan (tingkat kepandaian) mahasiswa
Perguruan Tinggi di wilayah Banjarbaru dan Banjarmasin.
2) Variabel penelitiannya adalah :
Hasil ujian variabel independen
Tingkat kepandaian mahasiswa variabel dependen
3) Rumusan masalah :
Adakah perbedaan tingkat kepandaian yang signifikan antara
Perguruan Tinggi di wilayah Banjarbaru dan Banjarmasin.
4) Sampel
Terdiri dari 21 orang mahasiswa Perguruan Tinggi untuk wilayah
Banjarbaru dan 15 orang mahasiswa Perguruan Tinggi untuk
wilayah Banjarmasin.
5) Hipotesis
H0: Tidak ada perbedaan tingkat kepandaian yang signifikan antara
mahasiswa Perguruan Tinggi di wilayah Banjarbaru dan
mahasiswa Perguruan Tinggi di wilayah Banjarmasin.

9
 Ha: Ada perbedaan tingkat kepandaian yang signifikan antara
mahasiswa Perguruan Tinggi di wilayah Banjarbaru dan
mahasiswa Perguruan Tinggi di wilayah Banjarmasin.
6) Penyajian data :
Tabel nilai hasil ujian beserta rangkingnya
No Grup A Rangking No Grup B Rangking
1 70 17 1 72 20,5
2 63 9,5 2 67 14,5
3 78 26 3 56 4,5
4 71 18,5 4 69 16
5 82 29,5 5 71 18,5
6 93 33,5 6 59 6
7 96 35 7 55 3
8 61 7,5 8 88 32
9 72 20,5 9 79 27
10 63 9,5 10 49 1
11 56 4,5 11 76 24,5
12 82 29,5 12 53 2
13 66 12,5 13 66 12,5
14 76 24,5 14 73 22
15 67 14,5 15 80 28
16 61 7,5
17 74 23
18 86 31
19 64 11
20 93 33,5
21 97 36
n1 = 21 R1 = 434 n2 = 15 R2 = 232

7) Perhitungan :
Dari tabel di atas diperoleh R1 = 434 dan R2 = 232. Nilai U diperoleh
dengan perhitungan:

U1 = n1n2+ [n1(n1 + 1)/2] – R1

= (21) (15) + – 434

= 315 +231-434
= 112

10
U2 = n1n2+ [n2(n2 + 1)/2] – R2

= (21) (15) + – 232

= 315 +120-232
= 203
Dari dua nilai U tersebut, ternyata nilai U1 lebih kecil dari nilai U2, dengan
demikian nilai U1 yang digunakan dalam perhitungan selanjutnya
adalah U1. Karena dalam data di atas terdapat observasi yang berangka
sama (nilai yang sama) , maka kita coba lakukan rumus untuk angka sama.
Untuk data itu, diperoleh :

Kita lihat kelompok-kelompok yang

berangka sama sebagai berikut :
2 nilai 56
2 nilai 61
2 nilai 63
2 nilai 66
2 nilai 67
2 nilai 71
2 nilai 72
2 nilai 76
2 nilai 82
2 nilai 93
Jadi kita punya harga t sebesar 2.

5
5

11
 8) Kesim
pulan
Ada

-1,4609

perbedaan tingkat kepandaian yang signifikan antara mahasiswa

Perguruan Tinggi di wilayah Banjarbaru dan mahasiswa Perguruan Tinggi
di wilayah Banjarmasin.
9) Saran
Bagi orang tua yang ingin memiliki anak yang pandai silakan kuliahkan
anaknya diperguruan tinggi yang ada dibanjarbaru.

B. Uji Kolmogorov Smirnov

1. Pengertian Uji Kolmogoropy
Kolmogorov Smirnov adalah pengujian normalitas yang banyak
dipakai, terutama setelah adanya banyak program statistik yang beredar.
Kelebihan dari uji ini adalah sederhana dan tidak menimbulkan perbedaan
persepsi di antara satu pengamat dengan pengamat yang lain, yang sering
terjadi pada uji normalitas dengan menggunakan grafik. Konsep dasar dari
uji normalitas Kolmogorov Smirnov adalah dengan membandingkan
distribusi data (yang akan diuji normalitasnya) dengan distribusi normal
baku. Distribusi normal baku adalah data yang telah ditransformasikan ke

12
 dalam bentuk Z-Score dan diasumsikan normal. Jadi sebenarnya uji
Kolmogorov Smirnov adalah uji beda antara data yang diuji normalitasnya
dengan data normal baku. Seperti pada uji beda biasa, jika signifikansi di
bawah 0,05 berarti terdapat perbedaan yang signifikan, dan jika
signifikansi di atas 0,05 maka tidak terjadi perbedaan yang signifikan.
Penerapan pada uji Kolmogorov Smirnov adalah bahwa jika signifikansi
di bawah 0,05 berarti data yang akan diuji mempunyai perbedaan yang
signifikan dengan data normal baku, berarti data tersebut tidak normal.
Jika signifikansi di atas 0,05 maka berarti tidak terdapat perbedaan
yang signifikan antara data yang akan diuji dengan data normal baku,
artinya data yang kita uji normal.Jika kesimpulan kita memberikan hasil
yang tidak normal, maka kita tidak bisa menentukan transformasi seperti
apa yang harus kita gunakan untuk normalisasi. Jadi ya kalau tidak
normal, gunakan plot grafik untuk melihat menceng ke kanan atau ke kiri,
atau menggunakan Skewness dan Kurtosis sehingga dapat ditentukan
transformasi seperti apa yang paling tepat dipergunakan.

2. Syarat Kolmogorov Smirnov

a. Data berskala interval atau rasio (Kuantitatif)
b. Data tunggal / belum dikelompokkan pada table distribusi frekuensi
c. Dapat untuk n besar maupun n kecil

3. Signifikansi Uji Kolmogorov Smirnov

Signifikansi Uji Kolmogorov Smirnov antara lain dijelaskan di bawah ini:
a. Signifikansi uji, nilai |FT – FS| terbesar dibandingkan dengan nilai
table kolmogorov smirnov.
b. Jika nilai |FT – FS| terbesar < nilai table Kolmogorov Smirnov, maka
Ho = Diterima
c. Jika nilai |FT – FS| terbesar > nilai table Kolmogorov Smirnov, maka
H0 = Ditolak, Ha = Diterima

4. Rumus Uji Kolmogorov Smirnov

No Xi Z= FT Fs |FT - FS|

13
 FS = Banyak angka sampai angka ke ni / banyaknya seluruh angka pada data
Keterangan :
Xi = Angka pada data
Z = Transpormasi dari angka ke notasi pada distribusi normal
FT = Probabilitas komulatif normal
FS = Probabilitas komulatif empiri

5. Tabel Uji Kolmogorov Smirnov

14
 6. Contoh Kasus
Suatu Penelitian tentang Berat Badan Mahasiswa yang mengikuti
pelatihan kebugaran fisik atau jasmani dengan sampel 27 orang diambil
secara random, didapatkan data sebagai berikut ; 78, 78, 95, 90, 78, 80, 82,
77, 72, 84, 68, 67, 87, 78, 77, 88, 97, 89, 97, 98, 70, 72, 70, 69, 67, 90, 97

Kg. selidikilah dengan apakah data tersebut diatas diambil dari

pop ulasi yang berdistribusi normal?

Penyelesaian :
a. Hipotesis
1) Ho = Populasi berat badan mahasiswa berdistribusi normal
2) Ha = Populasi berat badan mahasiswa tidak berdistribusi normal

b. Statistik Penguji

No Xi Z= Ft Fs | Ft -Fs |

1 67 -1,39 0,0823 0,0740 0,0083

2 67 -1,39 0,0823 0,0740 0,0083
3 68 -1,29 0,0985 0,1111 0,0126
4 69 -1,19 0,1170 0,1481 0,0311
5 70 -1,10 0,1357 0,2222 0,0865
6 70 -1,10 0,1357 0,2222 0,0865
7 72 -0,90 0,1841 0,2963 0,1122
8 72 -0,90 0,1841 0,2963 0,1122
9 77 -0,42 0,3372 0,3704 0,0332
10 77 -0,42 0,3372 0,3704 0,0332
11 78 -0,32 0,3745 0,5185 0,1440
12 78 -0,32 0,3745 0,5185 0,1440
13 78 -0,32 0,3745 0,5185 0,1440
14 78 -0,32 0,3745 0,5185 0,1440
15 80 -0,12 0,4522 0,5555 0,1033
16 82 0,07 0,5279 0,5926 0,0647
17 84 0,26 0,6026 0,6296 0,0270
18 87 0,55 0,7088 0,6666 0,0422
19 88 0,65 0,7422 0,7037 0,0385
20 89 0,75 0,7734 0,7407 0,0327
21 90 0,84 0,7995 0,8148 0,0153
22 90 0,84 0,7995 0,8148 0,0153
23 95 1,33 0,9082 0,8518 0,0547

15
24 97 1,53 0,9370 0,9629 0,0259
25 97 1,53 0,9370 0,9629 0,0259
26 97 1,53 0,9370 0,9629 0,0259
27 98 1,62 0,9474 1,000 0,0526
rata2 81,2963
S 10,2837

Statistik uji :
D = maks | Ft - Fs | = 0,1440

Kriteria uji : tolak Ho jika Dmaks ≥ Dtabel , terima dalam hal lainya.dengan α =
0,05 dan N=27
Karena Dmaks = 0,1440 < Dtabel = 0,2540, jadi Ho diterima,

Keputusan:
Ho Diterima, berarti Populasi berat badan mahasiswa berdistribusi normal.

BAB III

16
 SIMPULAN
A. Simpulan
Uji Man – Whitney Uji ini merupakan uji yang digunakan untuk menguji dua
sampel independen ( Two Independent Sample Tests ) dengan bentuk data
Ordinal.Tehnik ini dipakai untuk mengetest signifikansi perbedaan antara dua
populasi, dengan menggunakan sampel random yang ditarik dari populasi yang sama.
Ada dua macam tehnik U-test ini, yaitu U-test untuk sampel-sampel kecil dimana
n<20 dan U-test sampel besar bila n=/>20. Oleh karena pada sampel besar bila
n=/>20, maka distribusi sampling U-nya mendekati distribusi normal, maka test
signifikansi untuk uji hipotesis nihilnya disarankan menggunakan harga kritik Z pada
tabel probabilitas normal. Sedangkan test signifikansi untuk sampel kecil digunakan
harga kritis U .

B. Kritik dan Saran

Menyadari bahwa penulis masih jauh dari kata sempurna, kedepannya penulis
akan lebih fokus dan details dalam menjelaskan tentang makalah di atas
dengan sumber - sumber yang dapat di pertanggung jawabkan. Untuk
peneliti/pengguna disarankan untuk tetap teliti dalam pengerjaan agar tidak
ada hasil yang salah.

DAFTAR PUSTAKA

17
Ari Wibowo, Uji Chi-Square pada Statistika,jurnal, ISSN : 1693 – 1173

Junaidi, Prosedur Uji Chi-Square, jurnal

Indah Purnama Sari, materi tentang uji kolmogorov smirnov.

Ultria Dwi Kusuma, kakak asuh, peminatan epid bios angkatan 2015

Sugiyono. (2015). Statistik Nonparametris Untuk Penelitian.Bandung : Alfabeta.

Supranto, J. ( 2002 ). Statistik teori dan aplikasi. Jakarta: Erlangga.

Tentua, M. N. (2009). Statistik nonparametric. Diunduh dari

http://meilanynonsi.upy.ac.id/files/statprak/nonparametrik.pdf

18