Disusun Oleh :
T.A 2019
KATA PENGANTAR
Puji syukur patut kita naikan kepda Tuhan Yang Maha Esa atas rahmatNya
saya dapat meneylesaikan makalah ini dengan tepat waktu. Dalam penulisan dan
penyusunan makalah ini saya menyadari banyak kekurangan baik dalam teknis
penulisan maupun materi yang saya susun. Mengingat kemampuan saya yang masih
dalam proses pembelajaran. Oleh karena itu, saran dan kritik yang membangun
dari dosen dan rekan-rekan sekalian sangat dibutuhkan dalam penyempurnaan
makalah ini.
Penulis
ii
DAFTAR ISI
BAB I PENDAHULUAN
BAB II PEMBAHASAN
BAB IV PENUTUP
A. Kesimpulan ....................................................................................... 22
B. Saran .................................................................................................. 22
iii
BAB I
PENDAHULUAN
A. Latar Belakang
Dalam arti sempit, statistik berarti data ringkasan berbentuk angka
(kuantitatif). Statistik penduduk, misalnya adalah data atau keterangan berbentuk
angka ringkasan mengenai penduduk (jumlah, rata-rata umur, distribusinya,
presentase penduduk yang buta huruf), statistic personalia (jumlahnya, rata-rata
masa kerja, rata-rata jumla angota keluarga, persentase yang sarjana), dan
sebagainya.
Dalam arti luas, statistik berarti suatu ilmu yang mempelajari cara
pengumpulan, pengolahan/pengelompokkan, penyajian, dan analisis data serta
cara pengambilan kesimpulan dengan mempertimbangkan unsur ketidakpastian
berdasarkan konsep probabilitas. Pengertian ini merujuk pada istilah statistics
yang biasanya diterjemahkan dengan istilah statistika.
Menurut Sudjana (1991 : 3), statistika adalah pengetahuan yang berhubungan
dengan cara-cara pengumpulan bahan-bahan atau keterangan, pengolahan serta
penganalisisannya, penarikan kesimpulan serta pembuatan keputusan yang
beralasan berdasarkan penganalisisan yang dilakukan.
Mempelajari statistik sangat diperlukan terlebih untuk mahasiswa. Karena
menjadi modal awal dalam melakuka peneilitian nantinya. Ada berbagai macam
cara dalam melakukan pengujian data di statistik. Terdapat uji statistik parametrik
dan non-paramterik. Uji yang akan dibahas pada makalah ini ada uji t independen
sampel dengan asumsi populasi tidak homogen.
B. Tujuan Penulisan
K. Mengetahui Definisi Independen T Test
L. Mengetahui Tujuan Uji T Test
M. Mengetahui Langkah- Langkah Uji T Test
N. Mengetahui Pengertian uji Mann-Whitney
O. Mengetahui Tujuan Tes U Mann-Whitney
P. Menegtahui Langakah-langkah Tes U Mann-Whitney
Q. Mengetahui Definisi Mann- Whiteny
R. Mengetahui Persyaratan Mann- Whiteny
S. Mengetahui Definisi Anova Satu Jalur
1
T. Kegunaan Uji Kruskal Wallis
2
BAB II
PEMBAHASAN
C. Langkah- Langkah
1. Manual (Uji Kesamaan Dua rataa-Rata Menurut Usman Dan akbar, 2009).
a. Uji atau asumsikan bahwa data dipilih secara acak
b. Uji atau asumsikan bahwa data berdistribusi normal
c. Tentukan apakah variansnya homogen atau tidak.
d. Tulis Ha dan Ho dalam bentuk kalimat
e. Tulia Ha dan Ho dalam bentuk statistik
f. Cari t hitung dengan menggunakan rumus untuk dF (Degree Of
freedom) atau Derajat kebebasan uji t independen yang tidak homogen
gunakan rumus sebagai berikut:
g. Tentukan taraf signifikansi ( )
h. Cari t-tabel dengan pengujian dua pihak dimana Df yang tergantung
rumus
i. Tentukan kriteria pengujian, yaitu
j. Jika –t tabel t hitung +t tabel, maka Ho diterima
k. Bandingkanlah t-hitung dengan t-tabel
l. Buatlah kesimpulannya
2. Dengan Menggunakan Program Ms. Excel
a. Jalankan program Microsoft Excel
3
b. Masukan data independen
c. Cari varians dari kedua data ( =Var(Sel data) )
d. Cari F hitung yaitu
e. Cari nilai F Tabel yaitu ( =FINV( , dimana dF= n-1 dan (Penggungan titik
koma tergantung pada laptop masing-masing).
Jika F hitung < F tabel maka kedua data diasumsikan memiliki varians
yang sama. Begitupun juga sebalikny
Jika varians sama maka uji t independen yang digunakan adalah t-test
yang variansnya sama (Equal variance), jika kedua data variasnya tidak
sama maka rmus yang digunakan adalah t-test yang variasnya berbeda
(Unequal Variance).
f. Klik Data Analysis pada tab data
g. Pilih t-test: two sample assumsing equal / unequal variance (tergantung
apakah variansnya sama atau tidak), klik Ok.
h. Pada kotak pertama masukkan semua sel pada data pertama, sedangkan
pada kotak kedua masukkan semua sel pada data yang kedua.
i. Centang kotak labels, masukkan taraf signifikansinya yaitu 0,05.
Kemudian tekan Ok.
j. Perhatikan t stat dan t critical two tail (t tabel). Jika t-hitung (t stat) < t-
tabel (t critical two tail) maka Ho diterima.
k. Buatlah Kesimpulannya
3. Dengan Menggunakan Program SPSS
a. Buka Program SPSS
b. Klik variable view, dan masukkan variable data penelitian
c. Klik data view, dan masukkan data yang diperoleh
d. Selanjutnya klik menu Analyze – Compare Means – Independent Sample
T Test.
Untuk lebih jelasnya, silahkan lihat di bagian penyajian data.
Penyajian Data
Contoh Kasus :
Dalam contoh kasus kali ini peniliti menggunakan data Indeks Prestasi
(IP). Ada anggapan bahwa terdapat perbedaan IP antara mahasiswa laki-laki
dengan perempuan. Dari conttoh acak mahasiwa yang pilih diperoleh data
sebagai berikut :
4
No Laki-Laki Perempuan
1 2,11 2,54
2 3,18 3,46
3 3,21 3,18
4 2,98 2,01
5 2,75 3,65
\6 2,71 3,87
7 3,8 3,98
8 2,84 3,11
9 4,00 2,43
10 3,79 3,21
11 3,78 3,01
12 3,99 2,63
13 3,06 2,61
14 3,89 3,66
15 1,78
16 1,25
17 3,29
18 1,65
19 1,55
20 1,1
5
1) Cara Manual
Setelah dilakukan pengujian terhadap data diatas, maka didapat hasilnya
bahwa data tersebut berdistribusi normal tetapi tidak homogen. Untuk itulah
kita dapat menggunakan uji t dengan asumsi ragam tidak homogen (t-aksen).
- Hipotesis
Dalam bentuk kalimat
Ho : rata-rata Indeks Prestasi anatara mahasiswa laki-laki dengan
perempuan adalah sama
Ha : rata-rata Indeks Prestasi antara mahasiswa laki-laki dengan
perempuan tidak sama
- Dalam bentuk Statistik
- Taraf Signifikansinya yaitu 5% atau 0,05.
6
12 3,99 2,63 0,697857143 0,487004592 -0,0685 0,00469225
= 15,033255
Sebelum mencari t hitung, kita harus mencari rata-rata dan standar deviasi dari
masing-masing data. Berdasarkan tabel diatas maka diperoleh:
= = 0,345741
0,024696
= = 0,791224
0,039561
7
8
D. Pengertian uji Mann-Whitney
Uji rank Mann-Whitney adalah salah satu bentuk pengujian dalam
analisis statistika non parametrik (Sofia Teti, 2007: 55). 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
sosial (Supranto dalam Sriwidadi Teguh, 2011: 752).
Dalam kelompok uji dua sampel independen, uji Mann-Whitney adalah uji
terkuat yang digunakan sebagai alternatif uji parametrik T test. Uji test Mann-
Whitney ini digunakan unutuk 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 (Purnamasari Fiky dkk., 2013: 20).
1. Pengujian Mann-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 angka
statistik yang disebut U. Prosedur yang dilakukan untuk uji Mann-Whitney:
a. Menyatakan hipotesis dan taraf nyata α
b. Menyusun peringkat data tanpa memperhatikan kategori sampel
c. Menjumlahkan peringkat menurut tiap kategori sampel
d. Menghitung statistik U, dengan rumus = atau =
Dimana :
n1 : jumlah sampel 1
n2 : jumlah sampel 2
U1 : jumlah peringkat 1
U2 : jumlah peringkat 2
9
R2 : jumlah rangking pada sampel n2
10
a. Buka program SPSS. klik variable view
b. Isikan data variabel sesuai dengan data yang diperlukan
c. Selanjutnya, Isikan data pada “Data View” sesuai dengan data yang
diperoleh.
d. Kemudian pilih Analyze –Nonparametric Test – 2 independent samples
e. Setelah itu akan muncul kotak dialog SPSS, isikan data sesuai perintah
f. Output SPSS akan ditampilkan secara otomatis.
Contoh kasus
Misalnya Tim Statistik Ceria penasaran ingin mengetahui apakah ada perbedaaan
denyut nadi pria dan denyut nadi wanita. kemudian dilakukan penarikan sampel
untuk pria dan wanita dengan melihat denyut nadi masing-masing. Berikut hasil
perhitungan masing-masing denyut nadi.
1. Secara manual
1 90 79
2 89 82
3 82 85
4 89 88
5 91 85
6 86 80
7 85 80
8 86
9 84
11
a. Menuliskan hipotesis pengujian
H0 = Denyut nadi pria sama dengan denyut nadi wanita
H1 = Denyut nadi pria berbeda dengan denyut nadi wanita
b. Menentukan Utabel
Taraf signifikansi (a) = 0.05 (5%), dengan n1 = 9 dan n2 = 7 maka diperoleh
Utabel = 12
c. Menyusun kedua data hasil pengamatan menjadi satu kelompok sampel, dan
hitung peringkatnya (Ranking
12
d. Selanjutnya jumlahkan nilai rangking untuk masing-masing sampel
e. Menentukan nilai U
=
= 9.7
= 63 +
= 10,5
=
= 9.7
= 63 +
= 52,5
Kemudian, dari kedua nilai tersebut ambil nilai U terkecil yaitu 10,5 untuk
membandingkan dengan U table Mann-Whiteny. Oleh karena nilai U statistik
uji lebih kecil dari nilai U tabel Mann Whitney yaitu 10,5 < 12. Sehingga
Keputusan H0 ditolak, H1 diterima. Dapat disimpulkan bahwa ada perbedaan
antara denyut nadi pria dan denyut nadi wanita.
2. Dengan menggunakan Microsoft Exel
13
4 89 13.5 88 12
5 91 16 85 8
6 86 10.5 80 2.5
7 85 8 80 2.5
8 86 10.5
9 84 6
jumlah 97.5 38.5
rata-rata 10.83333 5.5
Menentuka
: =COUNT(blok data,) misalnya =COUNT(L2:L10) = 9
: =L14*L15+L14*(L14+1)/2-M11 = 10,5
: =L14*L15+L15*(L15+1)/2-O11 = 52,5
karena nilai U statistik uji lebih kecil dari nilai U tabel Mann Whitney yaitu
10,5 < 12. Sehingga Keputusan H0 ditolak, H1 diterima. Dapat disimpulkan
bahwa ada perbedaan antara denyut nadi pria dan denyut nadi wanita.
14
G. Definisi Mann- Whiteny
Uji Mann-Whitney atau lebih dikenal dengan u-test (juga disebut Mann–
Whitney–Wilcoxon (MWW), Wilcoxon rank-sum test, or Wilcoxon–Mann–
Whitney test). Uji ini dikembangkan oleh H.B Mann dan D.R. Whitney dalam
tahun 1947. Uji Mann-Whitney ini digunakan sebagai alternatif lain dari uji T
parametrik bila anggapan yang diperlukan bagi uji T tidak dijumpai.
Test ini berfungsi sebagai alternatif penggunaan uji-
t bilamana persyaratan-persyaratan parametriknya tidk terpenuhi, dan bila
datanya berskala ordinal. uji ini berbeda dengan uji wilocoxon karena uji
wilcoxon untuk dua sampel yang berpasangan. sedangkan mann whitney khusus
untuk dua sampel yang independent.
15
Bisa menggunakan salah satu dari rumus di atas. Nah untuk mencari nilai U1 dan
U2 seperti berikut.
Keterangan:
U1 = Statistik uji U1
U2 = Statistik uji U2
R1 = jumlah rank sampel 1
R2 = jumlah rank sampel 2
n1 = banyaknya anggota sampel 1
n2 = banyaknya anggota sampel 2
Setelah mendapatkan nilai statistik uji U1 dan U2. kemudian mengambil nilai
terkecil dari kedua nilai tersebut. Nilai terkecil yang diperoleh kemudian
dibandingkan dengan tabel mann whitney.
Untuk sampel besar (n1 atau n2 >20)
Berbeda dengan kasus jumlah sampel kecil, jumlah sampel besar menggunakan
statistik uji z karena jumlah sampel yang besar yaitu > 20 setiap sampel. Cara ini
tidak membutuhkan tabel mann whitney tapi menggunakan tabel z yang mungkin
lebih populer. Caranya hampir sama untuk sampel kecil yaitu mencari U1 dan U2.
kemudian ada langkah tambahan untuk menentukan statistik uji z. Nantinya akan
digunakan untuk membandingkan dengan tabel z. Berikut rumus yang digunakan.
16
Rumus diatas digunakan apabila ada rangking yang berbeda. Sedangkan untuk ada
rangking yang sama menggunakan rumus seperti berikut.
Kasus:
Misalnya Tim Statistik Ceria penasaran ingin mengetahui apakah ada perbedaaan
Denyut nadi pria dan denyut nadi wanita. kemudian dilakukan penarikan sampel
untuk pria dan wanita dengan melihat denyut nadi masing-masing:
Pembahasan:
Dari kasus di atas yang pertama kita liaht yaitu tujuannya. Dari tujuannya yaitu
ada perbedaan antara denyut nadi pria dan wanita. dari tujuan itu ada tiga hal yang
ditangkap yaitu analisis yang digunakan yaitu uji perbandingan dan sampel yang
digunakan ada dua kelompok serta antar kelompok tersebut merupakan kelompk
yang saling bebas atau independent. Bisa disimpulkan menggunakan uji beda dua
rata-rata independent.
17
I. Definisi Anova Satu Jalur
Anava atau Anova adalah akronim dari Analysis of variance (theodore) atau
disebut juga dalam bahasa indonesia dengan analisis ragam. Menurut Putri (2012)
bahwa ANOVA satu jalur digunakan untuk analisis data penelitian, jika
penelitian eksperimen atau expose factor terdiri atas satu variabel bebas dengan
satu variabel terikat dan terdiri atas 2 (dua) atau lebih kelompok treatment.
Hal ini sejalan dengan pendapat Coladarci (2011), “One-way Anova isused when
the esearch question involves only one factor, or independent variable”. Menurut
Furqon (Az : 2015), Anova satu arah digunakan dalam suatu penelitian yang
memiliki ciri-ciri sebagai berikut :
Melibatkan hanya satu peubah bebas dengan dua kategori atau lebih
yang dipilih dan ditentukan oleh peniliti secara tidak acak. Kategori yang dipilih
disebut tidak acak karena peneliti tidak bermaksud menggeneralisasikan hasilnya
ke kategori lain di luar yang diteliti pada peubah itu.
Langkah-langkah proses pengujian ANOVA satu jalur adalah sebagai berikut :
1. Sebelum anova dihitung, asumsikan bahwa data yang dipilih secara random,
berdistribusi normal, dan variannya homogeny
Uji kruskal Wallis adalah salah satu uji statistik non parametrik yang dapat
digunakan untuk menguji apakah ada perbedaan yang signifikan antara
kelompok variabel independen dengan variabel dependennya. Karena untuk
melihat perbedaan yang signifikan antar kelompok, uji ini jelas digunakan
untuk melihat perbandingan lebih dari
2. kelompok populasi dengan data berbentuk ranking. Umumnya Uji ini juga
disebut sebagai uji kruskal-wallis H, atau H-test.
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.
18
J. Kegunaan Uji Kruskal Wallis
Uji kruskal-wallis biasa digunakan sebagai alternatif untuk uji one way
Anova, dimana asumsi kenormalan tidak terpenuhi. Digunakan untuk membuat
perbandingan antara dua atau lebih variabel kuantitatif berbentuk ranking dimana
sampelnya merupakan sampel independen, dan asumsi kenormalan tidak
terpenuhi.
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 ingin melakukan penelitian dengan melakukan perbandingan antara
19
lima kelompok ayam dengan mengamati massa berat daging ayam potong yang
diberikan pakan berbeda selama 60 hari.
1. Ayam potong dengan pakan pelet pabrikan
2. Ayam potong dengan pakan jagung
3. Ayam potong dengan pakan campuran dedak dan ampas tahu
4. Ayam potong dengan pakan pelet buatan sendiri
5. Ayam potong dengan pakan nasi sisa
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.
Asumsi Uji Kruskal Wallis
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 Uji Kruskal Wallis
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 nya terhadap populasi ke-k.
Contoh hipotesis uji kruskal Wallis
Contoh lain,
H=12N(N+1)∑ki=1r2ini−3(N+1),
20
Sumber: statistik non parametrik untuk ilmu-ilmu sosial karangan Sidney siegel
yang diterjemahkan ke dalam bahasa Indonesia halaman 230.
Dimana;
k = banyaknya sampel
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.
21
BAB III
PENUTUP
A. Kesimpulan
Dalam lingkup uji t untuk pengujian hipotesis dua sampel bebas, maka ada
satu hal yang perlu mendapat perhatian, yaitu apakah ragam populasi (bukan
ragam sampel) diasumsikan homogen (sama) atau tidak. Bila ragam populasi
diasumsikan sama, maka uji t yang digunakan adalah uji t dengan asumsi ragam
homogem, sedangkan apabila ragam populasi dari dua sampel tidak diasumsikan
homogen, maka yang lebih tepat adalah menggunakan uji t dengan asumsi ragam
tidak homogen (t-aksen). Uji t dengan ragam homogen dan tidak homogen
memiliki rumus hitung yang berbeda. Oleh karena itulah, apabila uji t hendak
digunakan untuk melakukan pengujian hipotesis terhadap dua sampel, maka harus
dilakukan pengujian mengenai asumsi kehomogenan ragam populasi terlebih
dahulu, apakah populasi yang diambil homogenitas atau tidak.
B. Saran
Dalam penulisan masih terdapat banyak kekurangan dan kata-kata yang
kurang dipahami oleh karena itu kritik yang membangu dari pembaca sangat
diperlukan untuk lebih menyempurnakan makalah ini.
22
DAFTAR PUSTAKA
Hasan, Iqbal. 1999. Pokok-poko Materi Statistik . Jakarta: PT. Bumi Aksara
Hanafiah, Kemas Ali. 2010. Dasar-dasar Statistika : aneka bidang ilmu pertanian dan
hayati. Jakarta: Rajawali Pers
23