Uji Kruskal-Wallis Kelompok 5
Uji Kruskal-Wallis Kelompok 5
Kelompok 5 Kelas 2E :
1. Imansyah (11.6712)
2. Martha B. T. Napitupulu (11.6773)
3. Martini Pratiwi (11.6776)
4. Ni Putu Sumartini (11.6811)
5. Salindri Trikusuma Wardhani (11.6892)
6. Yesdi Christian Calvin (11.6958)
Dosen :
2013
Analisis Varian Ranking Satu Arah Kruskal-Wallis
Analisis varian ranking satu arah Kruskal-Wallis atau biasa disebut Uji Kruskal-
Wallis pertama kali diperkenalkan oleh William H. Kruskal dan W. Allen Wallis pada
tahun 1952. Uji ini merupakan salah satu uji statistik nonparametrik dalam kasus k sampel
independen. Uji Kruskal-Wallis digunakan untuk menguji apakah k sampel independen
berasal dari populasi yang berbeda, dengan kata lain uji ini dapat digunakan untuk menguji
hipotesis nol bahwa k sampel independen berasal dari populasi yang sama atau identik
dalam hal harga rata-ratanya. Oleh karena itu, uji Kruskal-Wallis juga merupakan
perluasan dari uji Mann-Whitney.
Menurut D.C. Montgomery (2005), apabila asumsi kenormalan yang dibutuhkan
oleh metode statistika parametrik tidak dapat dipenuhi, maka peneliti dapat menggunakan
metode alternatif sebagai pengganti analisis varian satu arah (One way ANOVA) yaitu
Kruskal-Wallis Test. Sedangkan menurut Wayne W. Daniel dalam bukunya Applied
Nonparametric Statistic, beberapa syarat yang harus dipenuhi dalam menggunakan
Kruskal-Wallis Test adalah:
1. Pengamatan harus bebas satu sama lain (tidak berpasangan/independent).
2. Tipe data setidak-tidaknya adalah ordinal.
3. Variabel yang diamati merupakan variabel yang berdistribusi kontinyu.
k
12 R2j
H= ∑ −3( N +1)
N ( N +1) i =1 n j Rumus (8.1)
Jika ditemukan angka sama sebanyak lebih dari 25% nilai observasi sehingga
mengakibatkan banyak nilai ranking yang sama, maka perlu adanya koreksi pada rumus
penghitungan uji Kruskal-Wallis, dengan faktor koreksinya adalah:
3
∑T ∑(tt) −
1− 3 = 1− 3 Rumus (8.2)
N − N N −N
dimana,
t : banyaknya nilai observasi tertentu yang sama pada serangkaian
nilai observasi
N : jumlah seluruh observasi (N=n1+n2+n3+………..+nk)
Sehingga rumus uji Kruskal-Wallis dengan kasus angka sama berjumlah banyak adalah:
k
12 R 2j
∑ −3 ( N + 1 )
N ( N +1 ) i=1 n j
H=
∑T
1− 3
N − N
Rumus (8.3)
4. Distribusi Sampling
H mendekati distribusi Chi-Square dengan derajat bebas (k-1). Nilai H dapat
dihitung dengan Rumus (8.1). Adapun ketentuan penggunaan tabel adalah sebagai
berikut:
a. Jika k=3 dan nj 5 (j=1;2;3), Tabel O dapat digunakan untuk menentukan nilai
yang berkaitan dengan harga di bawah H0.
b. Dalam kasus lain, dapat digunakan Tabel C dengan derajat bebas (k-1).
5. Daerah Penolakan
Daerah penolakan terdiri dari semua harga H yang sedemikian besar sehingga
kemungkinan yang berkaitan dengan terjadinya harga – harga itu di bawah H 0 sama
dengan atau kurang dari .
6. Keputusan
H0 akan ditolak jika nilai H (k-1) atau nilai p-value sebaliknya H0 akan gagal
Ringkasan Prosedur
1. Berilah ranking pada masing – masing nilai observasi dengan urutan dari ranking 1
hingga N.
2. Tentukan harga R (jumlah ranking) untuk masing – masing kelompok atau
kategori.
3. Jika ditemukan angka sama sebanyak lebih dari 25% nilai observasi, maka
hitunglah harga H dengan menggunakan Rumus (8.3). Jika tidak, gunakanlah
Rumus (8.1).
4. Metode untuk menilai signifikansi harga observasi H bergantung pada besarnya k
dan banyaknya sampel pada setiap kelompok/kategori tersebut.
a. Jika k=3 dan nj 5 (j=1;2;3), Tabel O dapat digunakan untuk menentukan nilai
yang berkaitan dengan harga di bawah H0.
b. Dalam kasus lain, dapat digunakan Tabel C dengan derajat bebas (k-1).
5. Jika kemungkinan yang berkaitan dengan harga observasi H adalah sama atau
kurang dari , maka tolak H0 dan terima H1.
Contoh 1
Untuk membandingkan tingkat keefektifan dari 3 macam metode diet, maka sebanyak 22
orang mahasiswi yang dipilih dari suatu universitas dibagi ke dalam 3 kelompok yang
mana masing-masing kelompok mengikuti program diet selama empat minggu sesuai
dengan metode yang telah dibuat. Setelah program diet berakhir, maka diperoleh
banyaknya berat badan yang hilang (dalam kg) dari mahasiswi-mahasiswi tersebut sebagai
berikut:
Untuk menguji Ho yang menyatakan bahwa tingkat keefektifan dari ketiga metode diet di
atas adalah sama, terhadap hipotesis alternatif yang menyatakan bahwa tingkat keefektifan
ketiga metode di atas adalah tidak sama (α = 5%).
Jawaban :
o Hipotesis
H0 : tingkat keefektifan dari ketiga metode diet adalah sama
H1 : tingkat keefektifan dari ketiga metode diet adalah tidak sama
o Tes Statistik : Kruskal-Wallis Test
o Tingkat Signifikansi : α=5%,
o Distribusi sampling :
H mendekati distribusi Chi-Square dengan derajat bebas (k-1), sehingga wilayah
kritis dapat ditentukan dengan menggunakan Tabel C.
o Penghitungan
n1=6 ; n2=7 ; n3=9 ; N= n1 + n2 + n3 = 22
k
12 R2j
H= ∑ −3( N +1)
N ( N +1) i =1 n j
12 702 1312 522
¿
22(22+ 1) 6[ +
7
+
9 ]
−3 ( 22+1 )
= 15,633
0,05(2) = 5,991
Karena 15,633 > 5,991 H > 0,05(2) , maka Tolak H0
o Kesimpulan : Dengan tingkat kepercayaan 95 %, belum cukup bukti untuk
menyatakan bahwa tingkat keefektifan dari ketiga metode diet tersebut adalah
sama.
Contoh 2
Jawaban :
o Hipotesis
H0 : Tidak ada perbedaan rating pelanggan untuk pelayanan, kebersihan, dan
kualitas makanan antara ketiga shift tersebut.
H1 : Ada perbedaan rating pelanggan untuk pelayanan pelayanan, kebersihan, dan
kualitas makanan antara ketiga shift tersebut.
o Tes Statistik : Kruskal-Wallis Test. Persoalan di atas merupakan persoalan k
sampel independent. Karena data berada pada skala pengukuran ordinal (ranking),
maka Kruskal-Wallis Test dapat digunakan.
o Tingkat Signifikansi : α = 0,05
o Distribusi sampling :
H mendekati distribusi Chi-Square dengan derajat bebas (k-1), sehingga wilayah
kritis dapat ditentukan dengan menggunakan Tabel C.
o Penghitungan
n1= n2= n3=10 ; N= n1 + n2 + n3 = 30
¿
[
30(30+ 1) 10
+
10
+
10 ]
−3(30+1)
3300
1−
26970
= 3,01
0,05(2) = 5,991
Karena 3,01 < 5,991 H < 0,05(2) , maka gagal tolak H0
o Kesimpulan : Dengan tingkat kepercayaan 95 %, belum cukup bukti untuk
menyatakan bahwa ada perbedaan rating pelanggan untuk pelayanan, kebersihan,
dan kualitas makanan antara ketiga shift tersebut.
Contoh 3
Jawaban :
o Hipotesis
H0 : Tidak ada perbedaan lama keterlambatan antara tiga kategori pekerja
berdasarkan jarak rumahnya.
H1 : Ada perbedaan lama keterlambatan antara tiga kategori pekerja berdasarkan
jarak rumahnya
o Tes Statistik : Kruskal-Wallis Test. Karena data berada pada skala pengukuran
rasio (lama keterlambatan), maka kruskal-wallis dapat digunakan.
o Tingkat Signifikansi : α = 0,05
o Penghitungan
n1= 5 ; n2= 4 ; n3= 3 ; N= n1 + n2 + n3 = 12
k 2
12 Rj
H= ∑ −3(N +1)
N (N +1) j=1 n j
12 38 2 252 152
¿ [
12(13) 5
+
4
+
3 ]
−3(13)
= 1,004
Daftar Pustaka