Barep Aura Agung Rosyadi

1813211004
Statistik Lanjut
Uji Kruskal-Wallis
A. Pengertian
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). Sebaliknya pada statistic non parametric,
alternatifnya diantaranya adalah analisis varians satu arah berdasarkan peringkat Kruskal-Wallis
Uji Kruskal-Wallis (Kruskal-Wallis one-way analysis of variance by ranks)adalah teknik
statistika nonparametrik yang digunakan untuk menguji hipotesis awal bahwa beberapa contoh
berasal dari populasi yang sama/identik. Jika hanya melibatkan dua contoh, uji Kruskal-Wallis
ekuivalen dengan uji Mann-Whitney. Uji Kruskal-Wallis digunakan untuk rancangan acak
lengkap.
B. Kegunaan

1. Uji kruskal-wallis biasa digunakan sebagai alternatif untuk uji one way Anova, dimana
asumsi kenormalan tidak terpenuhi.
2. Digunakan untuk membuat perbandingan antara dua atau lebih variabel kuantitatif
berbentuk ranking dimana sampelnya merupakan sampel independen, dan asumsi
kenormalan tidak terpenuhi.
3. Merupakan uji pengembangan dari mann Whitney test, dimana variabel yang digunakan
pada uji ini berjumlah lebih dari pada dua variabel.

C.Asumsi
a. Data terdiri dari contoh acak X1, X2, …, Xn yang berasal dari populasi 1 dengan
median Mx, dan contoh acak Y1, Y2, …, Yn dari populasi 2 dengan median My. Nilai Mx
dan My tidak diketahui.
b. Kedua contoh saling bebas
c. Peubah acak bersifat kontinu
d. Skala pengukuran minimal ordinal
e. Fungsi sebaran dari kedua populasi hanya dipisahkan oleh lokasi parameter

D. Prosedur Uji
1. Seperti halnya uji Mann-Whitney, gabungkan seluruh data contoh, sehingga akan
ada sebanyak n1 + n2 + ... + nk = N pengamatan.
2. Peringkatkan setiap pengamatan dari yang terkecil hingga terbesar. Jika terdapat ties
(nilai yang sama), beri peringkat tengah (mid-rank).
3. Hitung jumlah peringkat untuk setiap contoh, nyatakan masing-masing sebagai Ri.
4. Statistik uji Kruskal-Wallis dapat diperoleh melalui rumus :

Ri = Jumlah peringkat untuk contoh ke-i

ni = Jumlah pengamatan pada contoh ke-i
N = total pengamatan.
Jika ada ties atau nilai yang sama, maka ditambahkan rumus berikut:
H
Hc=
1−ΣT /(N 3−N )
Dengan T = t3 – t
Penentuan df atau Degree of Freedom dengan rumus df = k-1 , dengan k = jumlah kelompok

E. Kelebihan dan Kekurangan Uji Kruskal-Wallis

Kelebihan:
- Uji Kruskal Wallis lebih praktis dan mudah dalam perhitungan
- Tidak menggunakan Uji Normalitas
- Dapat digunakan jika kelompok data > 2
Kekurangan :
- Uji ini hanya berdasarkan rank dan distribusi statistik ujinya tidak pasti.
- Nilai tidak digunakan secara langsung
F. Tabel Chi Square

G. Hipotesis
H0 = Jika H hitung < H tabel
Hα = Jika H hitung > H tabel
CONTOH SOAL UJI KRUSKAL-WALLIS
Seorang ahli gizi melakukan penelitian pengetahuan gizi sehat pada Anak Sekolah Menengah
Atas. Soal dibagikan kepada 3 kelompok dengan sampel tiap kelompok dipilih secara acak. Soal
diberikan sebanyak 20 soal tiap individu dengan total poin benar per individu sebesar 100 poin.
Diberikan taraf error 5%. Didapatlah hasil sebagai berikut:
 SMA Kelas IX-1 SMA KELAS IX-2 SMA KELAS IX-3
80 55 75
85 45 70
70 100 85
90 60 80
65 80 55
75 95
80 90
60

Hasil diatas harus diurutkan dari yang terkecil hingga terbesar dan diberikan ranking.
Nilai Seluruh Siswa SMA Rangking
45 1
55 2,5
55 2,5
60 4,5
60 4,5
65 6
70 7,5
70 7,5
75 9,5
75 9,5
80 12,5
80 12,5
80 12,5
80 12,5
85 15,5
85 15,5
90 17,5
90 17,5
95 19
100 20

Hipotesis Awal
H0 = Tak ada perbedaan pengetahuan pada SMA Kelas IX-1,IX-2, dan IX-3
Hα = Ada perbedaan pengetahuan pada SMA Kelas IX-1,IX-2, dan IX-3
Berikutnya, beri rank berdasarkan kelompok (tidak digabung lagi)
SMA IX-1 SMA IX-2 SMA IX-3 RANK IX-1 RANK IX-2 RANK IX-3
80 55 75 12,5 2,5 9,5
85 45 70 15,5 1 7,5
 70 100 85 7,5 20 15,5
90 60 80 17,5 4,5 12,5
65 80 55 6 12,5 2,5
75 95 9,5 19
80 90 12,5 17,5
60 4,5
JUMLAH Ri 85,5 77 47,5
Ri2 7310,25 5929 2256,25

Karena terdapat Ties yang sama, maka diterapkan rumus koreksi tambahan.
Menentukan T Tabel Chi Square:
Titik Kritis = df = k-1
= 3-1
=2
Dengan taraf nyata 5% (α=0.05)
Didapatkan hasil bahwa T Hitung < T Tabel, yakni 0,2032 < 5,99
Jadi hipotesis:
H0 Diterima karena T Hitung < T Tabel
Kesimpulan = Tak ada perbedaan nilai siswa SMA Kelas IX-1, IX-2, dan IX-3 pada pengetahuan
gizi

Maaf bu kalau salah. Ini murni saya buat sendiri, coba memahami pdf dari IPB juga ada
beberapa yang gak ngerti, maaf bu. Terima kasih

Dengan Menggunakan SPSS sebagai berikut:

1. Berikan kode numerik untuk variabel jarak yaitu 1 = Kelas IX-1, 2 = Kelas IX-2 dan 3= Kelas
IX-3. Data tidak perlu diperingkat, karena secara otomatis akan dilakukan oleh program SPSS.
2. Persiapkan worksheet dengan cara, buka program SPSS, klik Variable View. Akan muncul
tampilan berikut:

Pada baris pertama, isikan kolom Name dengan Kelas, Measure = Ordinal dan kolom
Values dengan 1 = IX-1, 2 = IX-2, 3 = IX-3. Abaikan kolom lainnya. Pada baris kedua isikan,
kolom Name dengan Nilai. Kolom lainnya diabaikan (mengikuti default dari program). Cara
pengisian kolom Values sebagai berikut. Klik icon yang bertanda titik tiga (…) pada kolom
Values pada baris 1, akan muncul tampilan berikut:

Isikan angka 1 pada kotak Value dan IX-1 pada kotak Label. Kemudian klik Add. Isikan
angka 2 pada kotak Value dan IX-2 pada kotak Label, kemudian klik Add. Iskan angka 3
pada kotak Value danIX-3 pada kotak Label, kemudian klik Add. Selanjutnya klik OK, dan
kembali ke menu data dengan mengklik Data View
Selanjutnya klik Data View untuk mulai mengisi data
3. Input data kategori Kelas (1, 2, 3) dan menit Nilai pada workheet SPSS.
4. Setelah pengisian data, kemudian Klik > Nonparametric Tests > K Independent Samples.
Akan muncul tampilan berikut:
Isi kotak Test Variable List dengan Nilai dan isi Grouping Variable dengan Kelas. (Catatan:
variabel Nilai dan Kelas, sebelumnya berada di kotak sebelah kiri. Pindahkan ke kotak sebelah
kanannya dengan cara klik variabel, kemudian klik panah yang menuju kotak kanannya.).
Centang juga Kruskal-Wallis H jika belum tercentang. Selanjutnya klik Define Range, akan
muncul tampilan berikut:

Isikan kotak Minimum dengan angka 1 dan Maximum dengan angka 3. Klik Continue, dan
klik OK. Akan keluar output SPSS sebagai berikut:

Output tabel pertama memberikan deskripsi dari ranking masing-masing kelompok

Kelas, berupa jumlah sampel dan rata-rata ranking. Output tabel kedua memberikan nilai Chi-
Square dari statistik uji Kruskal-Wallis sesuai dengan rumus yang telah dibahas sebelumnya.
Derajat bebas (df) dari statistik chi-square ini adalah jumlah kelompok (dalam kasus kita = 3 )
dikurangi 1. Dalam output juga diberikan P-value untuk chi-square (nilai Asymp. Sig. dalam
tabel output kedua. Dalam pengujian hipotesis, kita membandingkan nilai P-value dengan tingkat
signifikansi pengujian (α), dengan kriteria tolak H0 jika P-value < α, dan terima H0 jika P-value
> α.
Jika pengujian menggunakan α = 10 %, terlihat bahwa nilai P-value = 0,137 > α = 0,1.
Dengan demikian secara statistik dapat disimpulkan tidak ada perbedaan keterlambatan antara
pekerja yang memiliki rumah dekat dengan rumah jauh.
 Cara lain dalam pengujian hipotesis ini adalah dengan membandingkan nilai chi-square
yang diperoleh nilai-nilai kritis pada tabel Distribusi chi-square. Tabel tersebut umumnya
tersedia pada lampiran buku-buku yang membahas mengenai statistik non-parametrik.