MODUL

STATISTIK
NON
PARAMETRIK

Virda Zikria, SP., M.Sc

 BAB I

PENDAHULUAN
Statistika adalah cabang ilmu matematika terapan yang terdiri dari teori dan metode
bagaimana cara mengumpulkan, mengukur, mengklasifikasi, menghitung, menjelaskan,
mensintesis, menganalisis, dan menafsirkan data yang diperoleh secara sistematis. Terdiri
dari sekumpulan prosedur mengenai bagaimana cara:
▪ Mengumpulkan data
▪ Meringkas data
▪ Mengolah data
▪ Menyajikan data
▪ Menarik kesimpulan dan interpretasi data berdasarkan kumpulan data dan
hasil analisisnya

Peranan Statistika dalam Penelitian

✓ Memberikan informasi tentang karakteristik distribusi suatu populasi tertentu, baik

diskrit maupun kontinyu.
✓ Menyediakan prosedur praktis dalam melakukan survey pengumpulan data melalui
metode pengumpulan data (teknik sampling).
✓ Menyediakan prosedur praktis untuk menduga karakteristik suatu populasi melalui
pendekatan karakteristik sampel, baik melalui metode penaksiran, metode pengujian
hipotesis, metode analisis varians.
✓ Menyediakan prosedur praktis untuk meramal keadaan suatu obyek tertentu di masa
mendatang berdasarkan keadaan di masa lalu dan masa sekarang. Melalui metode
regresi dan metode deret waktu.
✓ Menyediakan prosedur praktis untuk melakukan pengujian terhadap data yang
bersifat kualitatif melalui statistik non parametrik.

Pada pendahuluan ini akan diuraikan secara singkat mengenai pengertian dan
perbedaan statistik dan parameter, statistik deskriptif dan statistik inferensial, statistik
matematik dan statistik terapan, statistik parametrik dan non parametrik, dan statistik
univariat dan multivariate.
Statistik dan Parameter

❖ Statistik (bukan statistika)

Kumpulan data, bilangan, maupun non bilangan yang disusun dalam tabel dan atau
diagram yang melukiskan atau menggambarkan suatu persoalan.
❖ Parameter
Statistik menggunakan sumber data yang berasal dari sampel, sedangkan parameter
menggunakan sumber data yang berasal dari populasi. Statistik digunakan untuk
mengestimasi nilai dari parameter populasi.

Ruang Lingkup Statistika

1. Berdasarkan tahapan dan tujuan analisisnya:

❖ Statistika deskriptif:

Berkaitan dengan penerapan metode statistik mengenai pengumpulan, pengolahan,

dan penyajian suatu gugus data sehingga bisa memberikan informasi yang berguna.
Statistika yang menggunakan data pada suatu kelompok untuk menjelaskan atau menarik
kesimpulan mengenai kelompok itu saja. Menjelaskan/menggambarkan berbagai
karakteristik data melalui:
▪ Ukuran Lokasi (Central Tendency): mode, mean, median, dll
▪ Ukuran Variabilitas/Dispersi: varians, deviasi standar, range, dll
▪ Ukuran Bentuk: skewness, kurtosis, plot boks
▪ Penyajian tabel dan grafik misalnya
▪ Distribusi Frekuensi
▪ Histogram, Pie chart, Box-Plot dsb
▪ Statistika Inferensial:
Cabang ilmu statistik yang berkaitan dengan penerapan metode‐metode statistik
untuk menaksir dan/atau menguji karakteristik populasi yang dihipotesiskan berdasarkan
data sampel. Statistika yang menggunakan data dari suatu sampel untuk menarik
kesimpulan mengenai populasi dari mana sampel tersebut diambil. Membuat berbagai
inferensi (penarikan kesimpulan) terhadap sekumpulan data yang berasal dari suatu
sampel. Tindakan inferensi tersebut seperti melakukan perkiraan, peramalan, pengambilan
keputusan dan sebagainya.
 Dalam prakteknya kedua bagian statistik tersebut digunakan bersama-sama,
umumnya dimulai dengan statistik deskriptif kemudian dilanjutkan dengan berbagai
analisis statistik untuk inferensi.
2. Berdasarkan Orientasi Pembahasannya:

❖ Statistika matematik: statistika teoritis yang lebih berorientasi kepada pemahaman

model dan teknik-teknik statistika secara matematis teoritis.
❖ Statistika terapan: statistika yang lebih berorientasi kepada pemahaman intuitif
atas konsep dan teknik-teknik statistika serta penggunaannya di berbagai bidang

3. Berdasarkan Asumsi Distribusi yang Digunakan:

❖ Statistika parametrik:
▪ Teknik-teknik pengukuran statistik yang didasarkan pada asumsi tertentu,
misalnya data yang diambil dari populasi yang berdistribusi normal.
▪ Teknik statistik ini digunakan untuk data yang berskala interval dan rasio.
❖ Statistika non-parametrik:
▪ Teknik-teknik statistika yang menggunakan sedikit asumsi (atau bahkan tidak
sama sekali) terkadang juga dikenal dengan model statistika yang bebas terhadap
distribusi tertentu
▪ Statistika non parametrik ini digunakan untuk menganalisis data
berskala nominal dan ordinal.

4. Berdasarkan Jumlah Variabel:

❖ Statistika Univariat: teknik analisis statistik yang hanya melibatkan satu variabel
dependen
❖ Statistika Multivariat: teknik analisis statistik yang melibatkan lebih dari satu
variabel dependent sekaligus.
 BAB II

PENGENALAN SPSS
SPSS merupakan perangkat lunak statistik multiguna yang bermanfaat untuk
mengolah dan menganalisis data penelitian. Statistical Package for Social Science (SPSS)
menggunakan menu serta kotak dialog untuk memudahkan dalam memproses data.
Kemampuan yang dapat diperoleh dari SPSS meliputi pemrosesan segala bentuk file data,
modifikasi data, tabulasi berbentuk distribusi frekuensi, analisis statistik deskriptif, analisis
statistik lanjut yang sederhana maupun kompleks, pembuatan grafik dan lainnya.

Ada tiga tahapan analisis data menggunakan SPSS;

1. Memasukkan (input) data ke dalam Data Editor
2. Memilih analisa statistik yang akan digunakan yang ada pada drop-down menu.
3. Hasil analisa yang ditampilkan pada Output Viewer.

Ada beberapa macam cara untuk memasukkan (input) data ke dalam data editor.
Pertama, bisa menuliskan langsung data pada data editor yang ada di SPSS.
Kedua, anda bisa mengcopy-pastenya langsung dari data yang sudah anda tulis di
EXCEL, ataupun dan document text (.txt).

Gambar 1. Tampilan data editor

 Tahapan selanjutnya adalah memilih analisis statistik yang akan digunakan. Menu
analisis dalam SPSS terletak di atas sebagaimana menu pada program MS Word. Pada menu
ini terdapat berbagai jenis analisis baik univariat, bivariat maupun multivariate atau baik
parametrik maupun analisis non-parametrik pada tampilan di klik. Intinya, semua model
analisis statistik yang utama ada dalam menu ini.

Setelah kita memasukan data dan kemudian menganalisanya maka kita akan
mendapatkan hasil analisis yang ditampilkan pada menu Output Viewer. Tampilan output
inilah yang dijadikan dasar dalam menentukan hasil analisis yang telah kita lakukan.
Gambar dan Grafik
Selain mampu menganalisa data, SPSS juga mampu untuk membuat tampilan grafik.
SPSS menyediakan menu graphs untuk menampilkan data menjadi tampilan grafik. Berikut
tampilan menu graphs pada program SPSS.

Sebagaimana hasil analisis, grafik yang ditampilkan oleh SPSS hasilnya juga dapat kita
lihat pada Output Viewer. Berikut grafik histogram yang ditampilkan oleh SPSS.
Menu Lainnya
Selain menu analisis dan menu grafik, masih banyak menu lain yang terdapat dalam
SPSS yang memiliki fungsi masing-masing. Secara singkat kegunaan menu- menu tersebut
dapat di uraikan sebagai berikut.
1. File. Fungsi menu ini hampir sama dengan fungsi menu file pada program MS word,
dimana pada menu ini terdapat beberapa perintah penting yang biasa digunakan,
diantaranya adalah perintah untuk menyimpan (save), membuka data (open) atau
mengeprint dokumen (print). Berikut tampilan menu file pada SPSS.

2.. Edit. Isi pada menu ini juga hampir sama dengan isi menu edit pada program MS
word yang berisi beberapa perintah, diantaranya adalah perintah undo, paste redo, dan
lainnya. Berikut tampilan menu edit;

3. View. Sama seperti menu file dan edit yang memiliki kesamaan dengan ms word,
menu view juga memiliki isi yang hampir sama dengan ms word. Beberapa fungsi yang
terdapat pada menu ini antara lain, perintah untuk menampilkan toolbar, menampilkan
garis pada data editor atau memilih besaran dan jenis huruf yang akan kita gunakan. Berikut
isi tampilan menu view pada SPSS.
 4. Data. Menu ini berisi berbagai macam fungsi yang dapat digunakan untuk mengecek
data, mengubah cara menyajikan data (horisontal atau vertikal), mengurutkan data,
menimbang data dan berbagai fungsi lain yang berkaitan dengan fungsi untuk
mengferivikasi data. Berikut tampilan menu data.

5. Transform. Menu ini berisi berbagai macam fungsi untuk mentransformasi data
menjadi jenis data yang berbeda. Misalnya mentransformasi skor interval atau rasio menjadi
beberapa kategori, merubah skor menjadi bilangan logaritma, dan lain sebagainya. Berikut
isi tampilan menu transform.

6. Help. Menu ini berisi tentang berbagai macam informasi bantuan bagi pengguna. Di
dalam help terdapat berbagaimacam informasi penting yang dapat memudahkan pengguna
dalam menganalisa data maupun dalam memahami output yang dihasilkan SPSS. Dalam
menu help juga terdapat penjelasan berbagai macam rumus komputasi dari berbagai analisis
statistik yang digunakan oleh SPSS, serta beberapa contoh kasus dalam menganalisa data.
Berikut tampilan menu help pada SPSS.

Demikianlah beberapa menu yang ada dalam SPSS. Kita akan dapat memahami masing-
masing fungsi yang terdapat dalam menu jika kita sering dan berani mencoba- coba untuk
mengklik dan mengfungsikan menu-menu tersebut. Jangan takut untuk mencoba-coba,
karena mengklik berbagai menu pada SPSS secara sembarangan tidak akan merusak
komputer kalian. Semakin sering dan terbiasa kita menggunakan SPSS, maka kita akan
semakin hafal dan memahami masing-masing fungsi menu yang terdapat dalam program
SPSS.
 BAB III

UJI TANDA (SIGN TEST)

Uji tanda (sign test) merupakan uji statistik non-parametrik yang sederhana dan
merupakan uji non-parametrik yang paling awal digunakan. Dinamakan “Uji Tanda” karena
hasil pengamatan didasarkan atas tanda (positif atau negatif) bukan pada besarnya nilai
numerik.
Uji tanda berfungsi pada penelitian dimana:
a. Pengukuran kuantitatif tidak mungkin atau tidak dapat dilakukan.
b. Unit observasi adalah data pasangan yang masih mungkin ditentukan tingkatannya
berdasarkan hubungan antara kedua pasangan.
c. Dapat diterapkan pada kasus dua sampel berhubungan dengan asumsi bahwa
terjadinya perbedaan karena adanya dua kondisi yang berbeda.
Prinsip - prinsip Uji Tanda:
a. Variabel yang diamati memiliki selisih distribusi observasi.
b. Unit observasi tidak selalu ditarik dari satu populasi yang sama tetapi (pasangan
observasi bisa berasal dari populasi yang berbeda).
c. Tiap subyek dipasangkan sedemikian rupa sehingga memberi kesamaan (ciri tertentu
sama) dan berlaku sebagai pengontrol terhadap dirinya sendiri.
Syarat Penggunaan Uji Tanda:
a. Pasangan hasil pengamatan yang sedang dibandingkan bersifat independen.
b. Masing-masing pengamatan dalam tiap pasang terjadi karena pengaruh kondisi yang
serupa.
c. Pasangan yang berlainan terjadi karena kondisi yang berbeda.
Prosedur Uji Tanda
➢ Menyatakan hipotesis nol (H0) dan hipotesis alternative (Ha)
➢ Taraf nyata (0.05)
➢ Menghitung frekuensi tanda
➢ Menentukan tanda beda antara pasangan frekuensi
➢ Menentukan probabilitas hasil sampel yang diobservasi
➢ Menarik kesimpulan
 Untuk membandingkan perhitungan manual dengan menggunakan aplikasi, maka kita
akan menggunakan contoh soal sebagaimana yang telah kita gunakan untuk kelas teori
Contoh:
Perusahaan Vify ingin menggunakan aplikasi baru untuk mengolah data pada
perusahaannya. Perusahaan tersebut ingin melihat apakah aplikasi baru tersebut lebih
efektif dari aplikasi lama yang telah digunakan. Dalam hal ini perusahaan tidak tertarik pada
tingkat efisiensi penggunaan aplikasi tsb. 10 karyawan dipilih secara random untuk menguji
aplikasi. Setiap karyawan yang menggunakan satu aplikasi lama memberikan nilai 1-10
dimana (1) sangat tidak bagus dan (10) sangat bagus. Kemudian karyawan yang
menggunakan aplikasi baru memberikan nilai 1-10, dimana (1) sangat bagus dan (10) sangat
tidak bagus. Dari ilustrasi di atas apakah terdapat perbedaan nyata pada kedua aplikasi
tersebut?
Tabel Data
Pekerja Aplikasi Baru Aplikasi Lama
A 8 6
B 7 5
C 6 4
D 9 6
E 5 6
F 10 7
G 6 6
H 9 8
I 5 6
J 8 7
Langkah-langkah dalam menggunakan SPSS:
1. Masukkan data tersebut pada SPSS
2. Klik menu Analyze > Nonparametric Tests > Legacy Dialogs > Related Samples

3. Masukkan variabel nilai Aplikasi_Baru ke kotak Variable1 dan variabel

nilai_Aplikasi_Lama ke kotak Variable2.
4. Pilih “Sign” untuk Test Tipe. Klik Ok. Maka pada output akan muncul hasil seperti berikut

Output 1
Negative Differences menyatakan banyaknya nilai variabel Aplikasi Baru yang lebih kecil
daripada variabel Aplikasi Lama. Positive Differrences menyatakan banyaknya nilai variabel
Aplikasi Baru yang lebih besar daripada variabel Aplikasi Lama. Ties menyatakan banyaknya
nilai variabel Aplikasi Baru sama besar nilainya dengan variabel Aplikasi Lama.

Output 2
Output kedua memberikan informasi nilai sebagai dasar pengambilan keputusan
Kita membuat hipotesis sebagai berikut:
H0 = Aplikasi baru tidak lebih efektif dari aplikasi lama
Ha = Aplikasi baru lebih efektif dari aplikasi lama
Syarat H0 diterima atau tidak berdasarkan nilai probabilitas sebagai berikut :
Apabila probabilitas > 0.05 maka H0 diterima
Apabila probabilitas < 0.05 maka H0 ditolak

Dari hasil di atas pada baris Exact Sig terlihat bahwa nilai probabilitas 0.18. H0 diterima (0.18
> 0.05). Maka kesimpulan yang dapat diambil adalah aplikasi baru tidak lebih efektif dari
aplikasi lama untuk digunakan sebagai alat pengolahan data di perusahaan tersebut.
 BAB IV

UJI TANDA BERPANGKAT WILCOXON

Uji ini digunakan untuk menguji kondisi (variabel) pada sampel yang
berpasangan atau dapat juga untuk penelitian sebelum dan sesudah. Dalam uji ini ingin
diketahui manakah yang lebih besar dari antara pasangan. Cara ini sekarang dinamakan uji
Wilcoxon atau Uji Ranking Bertanda Wilcoxon. Merupakan penyempurnaan dari uji tanda.
Uji Wilcoxon ini hampir sama dengan Uji Tanda tetapi besarnya selisih nilai angka antara
positif dan negatif diperhitungkan dan digunakan untuk menguji hipotesis komparatif 2
sampel berpasangan. Uji Wilcoxon lebih sensitif daripada uji tanda dalam menentukan
perbedaan antara rataan populasi dan karena itu akan dibahas secara mendalam. Jika
sampel berpasangan lebih besar dari 25, maka distribusinya dianggap akan mendekati
distribusi normal. Untuk itu digunakan Z sebagai Uji Statistiknya.
Contoh kasus dalam penggunaan uji ranking bertanda Wilcoxon
Seorang dokter ingin melakukan penelitian ingin melihat pengaruh dari suatu obat.
Delapan orang pasien yang diambil secara acak diukur kapasitas pernapasannya sebelum
dan sesudah diberikan obat tertentu. Hasilnya sebagai berikut: (α = 0,05)

Pasien 1 2 3 4 5 6 7 8

Sebelum 2640 2230 2850 2730 2250 2640 2800 2810

Sesudah 2730 2250 2830 2760 2300 2600 2760 2800

Disini datanya sedikit dan kita anggap saja tidak diketahui distribusi dari data, oleh
karenanya kita dapat menggunakan uji non-parametrik terhadap dua sampel yang
berpasangan dari data di atas. Sebelum dimasukkan datanya kedalam program spss, kita
buat terlebih dahulu hipotesisnya yaitu:
H0: Tidak ada perbedaan sebelum dan sesudah pasien mengkonsumsi obat
H1: Terdapat perbedaan sebelum dan sesudah pasien mengkonsumsi obat
Pengujian Statistik:
Jika Z hitung < Z tabel atau nilai sig > 0.05, maka H0 diterima
Jika Z hitung > Z tabel atau nilai sig < 0.05, maka H0 ditolak, jadi terimalah Ha
Langkah-langkah menggunakan SPSS:
1. Buka program spss sampai muncul seperti gambar berikut:

2. Sebelah kiri bawah ada dua pilihan yaitu: data view dan variabel view
3.Klik variabel view untuk menentukan variabel data
4. Isi variabel view (baris pertama pada kolom name ketik Sebelum, pada kolom decimal
ganti 2 menjadi 0, pada label ketik Sebelum minum obat dan baris kedua pada kolom name
ketik Sesudah, pada kolom decimal ganti 2 menjadi 0, pada label ketik Sesudah minum obat)
sedangkan pada kolom lain abaikan saja. Jika sudah terlihat seperti gambar berikut:

5. Selanjutnya klik data view ada disebelah kiri variabel view. Lalu isikan data Anda pada
kolom Sebelum dan Sesudah. Jika sudah maka perlihat seperti gambar berikut:
6. Perhatikan pada menu bar paling atas silahkan pilih Analyze---> Nonparametric Test--->
Legacy Dialog---> 2 Related Samples.... atau seperti gambar berikut:
7. Setelah di klik 2 Related Samples... maka muncul seperti gambar berikut:

8. Pada kotak Test Pairs: masukkan Sebelum minum obat ke dalam kolom Variable 1 dan
Sesudah minum obat masukkan ke dalam kolom Variable 2, lalu pada Test Type centang
Wilcoxon. atau terlihat seperti pada gambar berikut:

9. Jika sudah, langkah terakhir klik OK. Berikut hasil outputnya

10. Interpretasi hasil

* Tabel Ranks
Pada tabel Ranks kita dapat mengetahui nilai selisih (nilai beda +/-). Misalnya pada data
baris pertama pada soal nilainya 60-62= -2, 56-60=-4 dan seterusnya. Setelah di hitung nilai
selisih kemudian di beri ranking dari nilai kecil sampai ke yang besar. Sehingga di dapat pada
kolom (N di tabel Ranks) diperoleh ranks negative ada 4 data dan ranks positive ada 12 data
(4+12=16), sedangkan Ties itu dikarenakan ada data yang sama pada baris ke 9 dan 10 (nilai
77 pada soal). Jadi jumlah keseluruhan data adalah 4+12+2=18 data. Kemudian kita dapat
mengetahui Mean Rank dan Sum of Rank dari banyaknya data negative Ranks dan Positive
Ranks.

* Tabel Test Statistics

Pada tabel Test Statistics di dapat nilai Z hitung adalah -2.628, sedangkan nilai Z tabel
diperoleh dari tabel Z dengan alpha 5% atau 0.05 nilainya sekitar -1.645 (tanda negatif
disesaikan saja tergantung output dari Z hitung). Sedangkan pada nilai Asymp. Sig (2-tailed)
diperoleh 0.09.

Karena Z hitung > Z tabel yaitu -2.628 > -1.645 atau nilai sig 0.009 < 0.05 sesuai dengan
pengujian statistik yang kita gunakan maka H0 ditolak, Jadi terimalah Ha

Kesimpulan:
Terdapat kenaikan berat badan pasien yang bermakna antara sebelum dan sesudah minum
obat
 BAB V

UJI MANN-WHITNEY

Merupakan pilihan uji non parametris apabila uji independent t-test tidak dapat
dilakukan. Uji Mann Whitney U Test tidak menguji perbedaan Mean (rata-rata) dua
kelompok seperti uji Independen t-Test, melainkan untuk menguji perbedaan Median (nilai
tengah) dua kelompok.

❖ Skala data variabel terikat adalah ordinal, interval atau rasio. Apabila skala interval
atau rasio, asumsi normalitas tidak terpenuhi.
❖ Data berasal dari 2 kelompok (Apabila data berasal dari 3 kelompok atau lebih,
maka sebaiknya gunakan uji Kruskall Wallis).
❖ Variabel independen satu dengan yang lainnya, artinya data berasal dari kelompok
yang berbeda
❖ Varians kedua kelompok sama atau homogen (Karena distribusi tidak normal,
maka uji homogenitas yang tepat dilakukan adalah uji Levene’s Test.

Contoh kasus dalam penggunaan uji mann whitney wilcoxon

Seorang mahasiswa kedokteran tingkat awal ingin mengetahui apakah ada

perbedaaan denyut nadi pria dan wanita. kemudian dilakukan penarikan sampel untuk pria
dan wanita dengan melihat denyut nadi masing-masing. Berikut hasil perhitungan masing-
masing denyut nadi.

Denyut Nadi Pria Denyut Nadi Wanita

90 79

89 82

82 85

89 88

91 85

86 80
 85 80

86

84

Langkah-langkah menggunakan SPSS:

1. Buka program spss sampai muncul seperti gambar berikut:
2. Klik variabel view untuk menentukan variabel data
3. Isi variabel view (baris pertama pada kolom name ketik Denyut Nadi, pada kolom decimal
ganti 2 menjadi 0, dan baris kedua pada kolom name ketik Gender, pada kolom decimal ganti
2 menjadi 0, pada kolom values ketik 1 add “pria” dan 2 “wanita.

4. Selanjutnya klik data view ada di sebelah kiri variabel view. Lalu isikan data Anda pada
kolom Denyut Nadi dan Gender. Untuk kolom Gender isi dengan angka 1 dan 2 tergantung
jenis kelamin. Jika sudah maka perlihat seperti gambar berikut:
5. Perhatikan pada menu bar paling atas silahkan pilih Analyze---> Nonparametric Test--->
Legacy Dialog---> 2 Independents Samples seperti gambar berikut:

6. Setelah di klik maka muncul seperti gambar berikut, masukkan “denyut nadi” ke test
variable list dan “gender” ke grouping variable. Kemudia klik “Mann-Whitney” pada pilihan
test type dan klik define group.
7. Pada kotak two independent variable untuk group 1 ketik angka 1 dan 2 untuk group 2.
Kemudian klik Ok. Maka akan didapatkan hasil seperti berikut:
 Ranks

Gender N Mean Rank Sum of Ranks

Denyut_Nadi Pria 9 10.83 97.50

Wanita 7 5.50 38.50

Total 16

Test Statisticsa

Denyut_Nadi

Mann-Whitney U 10.500
Wilcoxon W 38.500
Z -2.236
Asymp. Sig. (2-tailed) .025
Exact Sig. [2*(1-tailed Sig.)] .023b

a. Grouping Variable: Gender

b. Not corrected for ties.

8. Interpretasi hasil
Hipotesis:
H0 : Tidak terdapat perbedaan denyut nadi wanita dan pria
Ha : Terdapat perbedaan denyut nadi wanita dan pria

Jika nilai asymp.Sig (2-tailed) lebih besar dari nilai probabilitas 0.05 maka H0 diterima atau
Ha ditolak.
Jika nilai asymp.Sig (2-tailed) lebih kecil dari nilai probabilitas 0.05 maka H0 ditolak atau Ha
diterima.

Kesimpulan:
Oleh karena nilai asymp sig (0.025) < nilai probabilitas (0.05) maka H0 ditolak. Dengan
kesimpulan terdapat perbedaan denyut nadi antara wanita dan pria.
 BAB VI

UJI KRUSKAL WALLIS

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/MANOVA). Sebaliknya pada statistik nonparametric, alternatifnya diantaranya
adalah analisis varians satu arah berdasarkan peringkat Kruskal-Wallis dan Median test.
Contoh Kasus
Seorang tutor ingin mengetahui mengenai minat muridnya. Terdapat tiga kelompok
murid yang dibedakan berdasarkan minatnya yaitu, murid yang hanya menyukai mata
pelajaran ilmiah, murid yang menyukai pelajaran ilmiah dan seni, dan murid yang hanya
menyukai bidang seni. Guru tersebut pun mengambil 15 sampel anak yang dibagi menjadi 3
kategori di atas.

Seni Ilmiah Keduanya

98 84 108

63 136 166

83 132 150

128 124 147

100 106 154

Hipotesis
H₀ = tidak ada perbedaan antara nilai rata-rata kelompok murid dari ketiga kategori tersebut
Ha = terdapat perbedaan rata-rata nilai dari kelompok murid tersebut
Tahap Analisis Kruskall Wallis dengan SPSS

1. Buka lembar kerja baru SPSS, lalu klik Variable View untuk mengisi nama dan variabel.
dengan kode 1 untuk pelajaran seni, 2 untuk ilmiah dan 0 untuk keduanya pada kolom
values.

2. Langkah berikutnya adalah klik Data View, kemudian masukkan data nilai dan Mata
Pelajaran.
3. Pada menu SPSS klik Analyze - Nonparemetric Tests - Legacy Dialogs - K Independent
Samples.

4. Muncul kotal dialog ‘Tests for Saveral Independent Samples” masukkan variabel Masa
Nilai ke kotak Test Variable List, kemudian masukkan variabel Mata_Pelajaran ke kotak
Grouping Variable. Untuk "Test Type" berikan tanda centang (V) pada Kruskal-Wills H,
kemudian klik Define Range.
5. Muncul kotak dialog “Saveral Independent Samples…” untuk Minimum isikan 1 dan untuk
Maximum isikan 4, lalu klik Continue

6. Terakhir adalah klik Ok untuk mengakhiri perintah, dengan demikian akan muncul output
uji kruskal wallis sebagai berikut
 Ranks

Mata_Pelajaran N Mean Rank

Nilai Seni 5 4.00

Ilmiah 5 7.00

Total 10

Test Statisticsa,b

Nilai

Chi-Square 2.455
df 1
Asymp. Sig. .117

a. Kruskal Wallis Test

b. Grouping Variable: Mata_Pelajaran

Untuk pengambilan keputusan dalam uji kruskal wallis kita membandingkan nilai
signifikansi (Asymp.Sig) dengan probabilitas 0,05. Adapun ketentuan pengambilan
keputusannya adalah sebagai berikut:
Jika nilai Asymp.Sig > 0,05, maka tidak ada perbedaan atau H0 diterima.
Jika nilai Asymp.Sig < 0,05, maka ada perbedaan atau H0 ditolak.

Berdasarkan output “Test Statistics” di atas, diketahui nilai Asymp.Sig adalah sebesar 0,117
> 0,05. Dengan demikian, dapat disimpulkan bahwa H0 diterima yang berarti tidak ada
perbedaan antara nilai rata-rata kelompok murid dari ketiga kategori tersebut.
 BAB VI

UJI MEDIAN

Uji median digunakan untuk menguji apakah dua atau lebih kelompok (sampel) independen
berbeda dalam nilai tengahnya, dengan kata lain apakah dua atau lebih sampel independen berasal
dari suatu populasi yang mempunyai median yang sama atau berasal dari populasi yang
sama. Data yang digunakan sekurang-kurangnya berskala ordinal.
Sebagai contoh, kita akan menggunakan data yang sama dengan kelas teori.
Contoh: Untuk melihat tingkat kompetensi terhadap nilai olimpiade sains, sebelum mengikuti
olimpiade tingkat kota, siswa dibagi ke dalam dua kelompok untuk pre test yang diselenggrakan
sekolah dan hasil tesnya seperti berikut: (α = 5%)
Kelompok 1 86 85 84 91 97 81 92 95 94 84
Kelompok 2 89 80 91 85 94 93 87 93 92 84
H0: dua kelompok mempunyai nilai median yang sama untuk pre test olimpiade sains yang
diselenggrakan sekolah
Ha: dua kelompok mempunyai nilai median yang berbeda untuk pre test olimpiade sains yang
diselenggarakan sekolah
Berikut langkah – langkah untuk melakukan uji Median:

1. Buka SPSS, masukkan variabel di variable view

2. Masukkan data

3. Klik Analyze-Non Parametric Tests-Legacy Dialogs-K Independent Sample

4. Pada kotak dialog yang mncul, masukkan variabel nilai ke kotak Test Variable List dan
masukkan variabel kelompok ke kotak Grouping Variable. Pilih Median untuk test type.

5. Klik menu Define Range.

Pada kotak Minimum masukkan angka 1.
Pada kotak Maksimum masukkan angka 2 (jumlah variabel kategori)
Klik Continue.
6. Maka didapatkan hasil seperti berikut:

Frequencies
Kelompok
Kelompok Kelompok
1 2
Nilai > Median 5 5
<= Median 5 5

Test Statisticsa
Nilai
N 20
Median 90.00
Exact
1.000
Sig.
a. Grouping
Variable:
Kelompok

Nilai median gabungan yaitu 90 serta Karena nilai signifikan lebih besar dari 0.05 maka terima Ho
atau dua kelompok mempunyai nilai median yang sama untuk pre test olimpiade sains yang
diselenggrakan sekolah
 BAB VII

UJI RUNTUN

Uji runtun atau Run Test digunakan untuk menguji pada kasus satu sampel. Pengujian
dengan metode ini untuk kasus satu sampel. Prosedur run test dilakukan untuk data
bertingkat dari nilai variabel yang acak. Suatu run seperti berisan observasi.

Contoh Kasus

Seorang mahasiswa menguji bahwa rata-rata hasil produksi bawang merah di suatu
kabupaten sebesar 12 KW/Ha. Diambil sampel10 kecamatan di kabupaten tersebut dan
diperoleh hasil 12,2; 10,7; 11,1; 12,3; 12,1; 11,8; 12,9; 11,4; 11,3 dan 12,8 KW/Ha. Pada taraf
nyata 5% apakah sampel yang diambil tersebut bersifat acak.

Hipotesis
• H0 = sampel bersifat acak
• Ha = sampel bersifat tidak acak
Kriteria uji
Tolak Hipotesis nol (H0) jika nilai asymtotic significant value uji Run Test > 0.05
Pengujian Hipotesis:
Taraf nyata α = 5 % = 0,05

Langkah -langkahnya:
• Masukkan data
• Klik pada Analyze » Nonparametric » Runs

• Masukkan variabel Nilai ujian ke dalam Variable (s) dan klik Median

• Klik OK
Maka akan didapatkan hasil seperti berikut:

Runs Test
Nilai
Test Valuea 12.0
Cases < Test
5
Value
Cases >= Test
5
Value
Total Cases 10
Number of
7
Runs
Z .335
Asymp. Sig. (2-
.737
tailed)
a. Median

Dari hasil di atas kita peroleh 5 nilai yang lebih besar dari median dan 5 nilai lebih kecil dari
nilai median. Jumlah angka yang runtun ada 7 serta nilai asymp sig.>0.05 sehingga
kesimpulan yang dapat diambil dari case di atas adalah terima Ho atau sampel yang diambil
bersifat acak.