Uji Nonparametrik

Statistika Parametrik vs Nonparametrik

• Statistika Parametrik :
− Teknik-teknik statistika yang didasarkan atas asumsi mengenai populasi yang
diambil sampelnya.
− Contoh: pada uji t diasumsikan populasi terdistribusi normal.
− Sebutan parametrik digunakan karena pada uji t ini yang diuji adalah
parameter (contoh: rata-rata populasi)
− Membutuhkan data kuantitatif dengan level interval atau rasio
• Statistika Nonparametrik :
− Cocok untuk data yang tidak memenuhi asumsi statistika parametrik atau yang
berjenis kualitatif
− Disebut juga distribution-free statistics
− Didasarkan atas lebih sedikit asumsi mengenai populasi dan parameter
dibandingkan dengan statistika parametrik
− Ada yang dapat digunakan untuk data nominal
− Ada yang dapat digunakan untuk data ordinal

2
 Keuntungan dan Kekurangan Statistika
Nonparametrik
• Keuntungan :
− Kadang-kadang tidak ada alternatifnya pada statistika parametrik
− Uji nonparametrik tertentu dapat digunakan untuk analisis data nominal
− Uji nonparametrik tertentu dapat digunakan untuk analisis data ordinal
− Proses perhitungan pada statistika nonparametrik biasanya lebih sederhana
dibandingkan pada statistika parametrik, khususnya untuk sampel kecil

• Kekurangan :
− Uji nonparametrik menjadi tak berguna apabila uji parametrik untuk data yang
sama tersedia
− Uji nonparametrik pada umumnya tidak tersedia secara luas dibandingkan
dengan uji parametrik
− Untuk sampel besar, perhitungan untuk statistika nonparametrik menjadi
rumit
• Metode uji nonparametrik pada bab ini, yaitu Mann-Whitney, Wilcoxon, dan
Kruskal Wallis.

3
Wilcoxon Signed Rank Test

4
• Uji nonparametris untuk mengukur
signifikansi perbedaan antara 2 kelompok da
ta berpasangan berskala ordinal atau
interval tetapi berdistribusi tidak normal.
• Uji Wilcoxon Signed Rank Test merupakan
uji alternatif dari uji pairing t test atau t
paired apabila tidak memenuhi asumsi
normalitas.
• Uji ini dikenal juga dengan istilah Wilcoxon
Match Pair Test.

5
 Contoh
• 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 :

Pasien A B C D E F G H
Sebelu 2750 236 295 2830 2250 268 272 2810
m 0 0 0 0
Sesuda 2850 238 293 2860 2300 264 276 2800
h 0 0 0 0

6
• Perlu dibedakan uji ini dari uji yang
lain tapi mirip namanya, yaitu
uji Wilcoxon Rank Sum Test.
• Uji Wilcoxon Rank Sum Test
merupakan uji beda nonparametris 2
kelompok data yang tidak
berpasangan, atau disebut data
bebas/independen.

7
Asumsi Wilcoxon Signed Rank Test
1. Variabel dependen berskala data ordinal
atau interval/rasio tetapi berdistribusi
tidak normal. Oleh karenanya anda perlu
melakukan uji normalitas terlebih dahulu
pada selisih antara kedua kelompok.
2. Variabel independen terdiri dari 2 kategori
yang bersifat berpasangan.
3. Bentuk dan sebaran data antara kedua
kelompok yang berpasangan adalah
simetris. Jika tidak memenuhi asumsi ini
maka gunakanlah alternatif uji yang lain,
8
yaitu uji Sign Test.
 Langkah- Langkah Pengujian :
1. Berikan jenjang (rank) untuk tiap beda dari pasangan
pengamatan (yi – xi) sesuai dengan besarnya, dari yang
terkecil sampai terbesar tanpa memperhatikan tanda
dari beda itu (nilai beda absolut).
2. Bila ada dua atau lebih beda yang sama, maka jenjang
untuk tiap-tiap beda itu adalah jenjang rata-rata
3. Bubuhkan tanda positif atau negatif pada jenjang untuk
tiap beda sesuai dengan tanda dari beda itu. Beda 0
tidak diperhatikan
4. Jumlahkan semua jenjang bertanda positif atau negatif,
tergantung dari mana yang memberikan jumlah yang
lebih kecil setelah tandanya dihilangkan. Notasi jumlah
jenjang yang lebih kecil ini dengan T
5. Bandingkan nilai T yang diperoleh dengan nilai t uji 9
Wilcoxon
 Pasien Sebelum Sesudah Selisih Peringkat
A 2750 2850 -100 8
B 2360 2380 -20 2,5
C 2950 2930 20 2,5
D 2830 2860 -30 -4
E 2250 2300 -50 -7
F 2680 2640 40 5,5
G 2720 2760 -40 -5,5
H 2810 2800 10 1
Untuk tanda positif: 2,5 +5,5 +1 9
Untuk tanda negatif: 8 + 2,5 + 4 + 7 +5,5 27

Untuk melihat nilai uji statistiknya yaitu dari nilai

terkecil dari nilai tersebut yaitu tanda positif 9.
sehingga nilai statistiknya 9.

10
11
• Hipotesis:
H0 : Tidak ada perbedaan sebelum dan
sesudah menggunakan obat
H1 : Ada perbedaaan sebelum dan sesudah
menggunakan obat
• Taraf nyata dan nilai T tabelnya
• α = 0,05 dengan n =8
tabel wilcoxon T = 3. (diperoleh dari tabel
wilcoxon)
Kriteria Pengujian
• H0 diterima apabila nilai uji statistik ≥ dari t tabel
yaitu 3.
H0 ditolak apabila nilai uji statistik < dari t tabel
yaitu 3. 12
• Kesimpulan
Berdasarkan hasil tersebut diperoleh hasil
bahwa nilai uji statistik ≥ dari t tabel. yaitu
9 ≥ 3. sehingga berdasarkan kriteria
pengujian diperoleh hasil terima H0.
sehingga disimpulkan bahwa tidak ada
perbedaan sebelum dan sesudah
menggunakan obat.

13
 Mann Whitney U Test
• Uji non parametris yang digunakan untuk
mengetahui perbedaan median 2
kelompok bebas apabila skala
data variabel terikatnya adalah ordinal
atau interval/ratio tetapi tidak
berdistribusi normal.
• Uji Mann Whitney U Test mewajibkan data
berskala ordinal, interval atau rasio.
Apabila data interval atau rasio, maka
distribusinya tidak normal.
14
• Mann Whitney U Test disebut juga
dengan Wilcoxon Rank Sum Test.
• Merupakan pilihan uji non parametris apabila
uji Independent T Test tidak dapat dilakukan
oleh karena asumsi normalitas tidak
terpenuhi.
• Tetapi meskipun bentuk non parametris dari
uji independent t test, uji Mann Whitney U
Test tidak menguji perbedaan mean (rerata)
dua kelompok seperti layaknya uji
Independen T Test, melainkan untuk menguji
perbedaan Median (nilai tengah) dua
kelompok.
15
• Tetapi beberapa ahli tetap menyatakan uji
Mann Whitney U Test tidak hanya menguji
perbedaan median, melainkan juga menguji
mean.
• Karena dalam berbagai kasus, median kedua
kelompok bisa saja sama, tetapi nilai P Value
hasilnya kecil yaitu < 0,05 yang berarti ada
perbedaan.
• Penyebabnya adalah mean kedua kelompok
tersebut berbeda secara nyata. Maka dapat
disimpulkan bahwa uji ini bukan hanya
menguji perbedaan median, melainkan juga
perbedaan mean.
16
 Tujuan Uji Mann Whitney
• Diketahui dengan jelas bahwa terdapat
perbedaan median, bentuk dan sebaran data
sama, tetapi tidak diketahui secara pasti
apakah perbedaan median tersebut
bermakna atau tidak. Untuk lebih jelasnya
silahkan lihat gambar di bawah ini:

17
 Asumsi Mann Whitney
1.Skala data variabel terikat adalah ordinal, interval atau
rasio. Apabila skala interval atau rasio, asumsi normalitas
tidak terpenuhi. (Normalitas dapat diketahui setelah uji
normalitas).
2.Data berasal dari 2 kelompok. (Apabila data berasal dari 3
kelompok atau lebih, maka sebaiknya gunakan uji Kruskall
Wallis).
3.Variabel independen satu dengan yang lainnya, artinya data
berasal dari kelompok yang berbeda atau tidak
berpasangan.
4.Varians kedua kelompok sama atau homogen. (Karena
distribusi tidak normal, maka uji homogenitas yang tepat
dilakukan adalah uji Levene’s Test. Di mana uji Fisher
F diperuntukkan bila asumsi normalitas terpenuhi).
18
 Contoh Kasus Untuk Sampel Kecil (U ≤ 20)
•Ingin diketahui apakah ada perbedaan denyut nadi pria
dan wanita. Kemudian dilakukan penarikan sampel
untuk pria dan wanita dengan melihat denyut nadi
masing-masing.
Denyut nadi pria Denyut nadi wanita
90 79
89 82
82 85
89 88
91 85
86 80
85 80
86
84

19
• Hipotesis:
H0 : Denyut nadi wanita sama dengan
denyut nadi pria
H1 : Denyut nadi wanita berbeda dengan
denyut nadi pria
Susun kedua hasil pengamatan menjadi
satu kelompok sampel dan buat peringkat
seperti berikut

20
Denyut Nadi Rangking Jenis Kelamin
79 1 Wanita
80 2,5 Wanita
80 2,5 Wanita
82 4,5 Pria
82 4,5 Wanita
84 6 Pria
85 8 Pria
85 8 Wanita
85 8 Wanita
86 10,5 Pria
86 10,5 Pria
88 12 Wanita
89 13,5 Pria
89 13,5 Pria
90 15 Pria
91 16 Pria
21
Selanjutnya jumlahkan nilai jenjang untuk masing-
masing sampel

Denyut Nadi Pria Rangking Denyut Nadi Wanita Rangking

90 15 79 1
89 13,5 82 4,5
82 4,5 85 8
89 13,5 88 12
91 16 85 8
86 10,5 80 2,5
85 8 80 2,5
86 10,5
84 6
Jumlah Rangking 97,5 38,5

22
Nilai statistik uji U

ܷ2 = ݊1 ∗ ݊2 − ܷ1 = 9 ∗ 7 − 52,5 = 10,5
Kemudian dari kedua nilai tersebut diambil nilai terkecil
yaitu 10,5 yang digunakan untuk membandingkan
dengan tabel Mann Whitney.

23
24
25
 Cara membaca tabel Mann Whitney:
• Pertama tentukan jumlah setiap sampel.
Misalnya dalam contoh diatas yaitu n1=9 dan n2
=7. Kemudian tentukan nilai titik kritis (α). Dalam
contoh ini menggunakan 0,05. Kemudian
dihubungkan kolom n1 dan baris n2. dan lihat titik
kritis (α) yang digunakan yaitu 0,05. Hasilnya
yaitu 12.
• Oleh karena nilai U statistik uji lebih kecil dari
nilai U tabel Mann Whitney yaitu 10,5 < 12.
Sehingga Keputusan H0 ditolak, H1 diterima.
Sehingga bisa disimpulkan ada perbedaan
antara denyut nadi pria dan denyut nadi wanita.
26
Contoh Kasus untuk Sampel Besar (U > 20)

• Apakah ada perbedaan kepadatan hunian

rumah antara di daerah nelayan dengan
daerah pertanian, dengan menggunakan α
= 0,05. Didapatkan data seperti pada tabel
berikut.

27
Kepadatan Kepadatan Kepadatan
Rumah Rank Rumah Rank Rumah Rank
Nelayan Pertanian Pertanian
4,25 37 1,75 1 3,02 18
3,1 21 2,35 8 3,23 24
3,25 25 3,22 23 4,05 35
3,05 19 3,4 29 3,21 2
2,41 10 2,67 13 3,09 20
2,15 6 4,01 33 2,83 14
2,25 7 1,9 3 2,36 9
3,52 31 2,48 11
2,03 5 3,33 27
1,85 2 3,26 26
4,19 36 2,89 17
2,86 15 3,35 28
4,02 34 2,87 16
3,83 32 2,55 12
1,92 4 3,46 30
Jumlah
284 277 122 28
Rank
• Hipotesis:
H0 : Kepadatan rumah nelayan dan rumah
petani sama
H1 : Terdapat perbedaan kepadatan
rumah nelayan dengan rumah petani

U2 = n1*n2 - U1
U2 = 15*22 -164
U2 =166
29
• Berbeda dengan sampel kecil. untuk
sampel besar menggunakan tabel Z
sehingga perlu mencari nilai z dari nilai U
yang telah diperoleh.

30
• Sedangkan apabila dimasukkan nilai U2
maka hasilnya yaitu kebalikan dari nilai U1
yaitu +0,0309. Jadi tidak perlu dihitung
lagi.
• Kemudian yang diambil yaitu yang positif
sehingga yang dibandingkan nanti yaitu
0,0309.
• Setelah memperoleh nilai Z maka langkah
terakhir yaitu mencari nilai tabel Z. Nilai
tabel pada tabel Z, Uji dua arah dengan α
= 5%, yaitu 1, 96.

31
• Kesimpulan
Oleh karena nilai statistik uji z lebih kecil
dari nilai tabel Z yaitu 0,0309 < 1,96.
Sehingga keputusan H0 diterima, H1
ditolak.
Sehingga bisa disimpulkan tidak ada
perbedaan kepadatan rumah nelayan dan
petani.

32
Uji Friedman

33
• Digunakan untuk menguji kemaknaan
pengaruh berbagai )k) perlakuan terhadap
sejumlah kelompok subjek penelitian yang
berhubungan, dengan mengontrol variabel
ketiga yang mungkin berpengaruh dalam
memperkirakan efek yang sesungguhnya
dari perlakuan itu.
• Dikembangkan oleh Friedman pada tahun
1937.
• Minimal data dalam skala ordinal

34
 Asumsi
• Data diukur paling sedikit dalam skala
ordinal.
• Pengamatan antar blok independen.
• Sampel-sampel yang mendapat perlakuan
tidak independen (berhubungan): (a)
sebuah sampel mengalami beberapa (k)
kai pengukuran atau (b) beberapa sampel
mengalami pencocokan.

35
 Rumus
2
k b(k 1)
S  R 
j 1 
 j 2 

dengan
• Rj = jumlah peringkat teramati pada
perlakuan ke-j
• j = 1, 2, …, k
• b = jumlah blok
• k = jumlah perlakuan

36
• Distribusi statistik uji S Friedman mendekati
distribusi r2, sehingga dapat digunakan tabel
 r2 .
2 12S
r 
bk(k  1)

• Ho ditolak bila p < 

• Jika k > 3 dan b < 9 atau k > 4 dan b > 4 
dapat digunakan tabel 2 dengan derajat
kebebasan k – 1.
• Ho ditolak bila nilai r2 hitung >  tabel dengan
derajat kebebasan k – 1.
37
 Contoh
• Suatu studi mempelajari efektivitas tiga
buah metode terapi stres. Empat subjek
penelitian mengikuti sebuah eksperimen.
Masing-masing subjek mengalami beban
stres yang sama pada tiga kesempatan.
Pada tiap kali kesempatan, subjek diberi
sebuah metode terapi stres. Variabel
respons yang diukur adalah jumlah
penurunan tingkat stress sebelum dan
sesudah diberi terapi.
38
Tabel 1 Skor penurunan tingkatstress pada 4 subjek dan
peringkat stres (dalam kurung) setelah mendapat 3
metode terapi stress

Metode
Subjek
A B C

B 1 16 (1) 26 (3) 22 (2)

L 2 16 (1) 20 (2) 23 (3)

O 3 17 (1) 21 (2) 22 (3)

K 4 28 (1) 29 (2) 36 (3)

39
• Hipotesis
Ho : Ketiga metode terapi stres
mempunyai efektivitas yang sama
Ha : Paling tidak sebuah metode terapi
stres lebih efektif dari metode
lainnya.
• Karena k = 3 dan b = 4  tabel r2 (tabel
Friedman).

40
Perhitungan:
R1 = 1 + 1 + 1 + 1 = 4
R2 = 3 + 2 + 2 + 2 = 9
R3 = 2 + 3 + 3 + 3 = 11
2 2 2
 4(31)  4(31)  4(31)
S  4    9    11 
 2   2   2 

S = 26
2 12(26)
r   6,5
(4)(3)(3  1)
41
Keputusan uji
Karena r2 hitung = 6,5  p = 0,042  p <
  Ho ditolak.
Kesimpulan
• Terdapat perbedaan efektifitas yang
bermakna antara ketiga metode terapi
stres, setelah mengeliminasi pengaruh
sebuah variabel luar terhadap perbedaan
antar subjek.

42
• Apabila terdapat angka-angka sama
dalam satu blok, angka-angka sama itu
diberi peringkat rata-rata dari posisi
peringkat.
• Karena angka sama berpengaruh pada
hitungan statistik uji r2  perlu dikoreksi
dengan faktor koreksi sbb:
b dengan
 Ti Ti = ti3 - ti
1 i1 ti = banyaknya angka-angka sama
2
bk(k  1) dalam blok ke-i. i = 1, 2, …, b

43
 CONTOH
• Sebuah tim evaluasi pengajaran berminat
membandingkan apakah terdapat perbedaan
tingkat kesulitan ujian dari empat mata kuliah
kedokteran: Anatomi, Histologi, Fisiologi dan
Biokimia. Sepuluh orang mahasiswa dicuplik
secara random untuk evaluasi pengajaran.
Dengan tujuan perbaikan sistem ujian, evaluasi
berminat mengetahui apakah terdapat
perbedaan tingkat kesulitan ujian pada mata
kuliah ANatomi, Histologi, Fisiologi dan Biokimia.

44
Tabel 1 Nilai ujian 10 mahasiswa, pemberian peringkat (dalam
kurung), dan jumlah peringkat tiap perlakuan (Ri), pada
mata kuliah Anatomi, Histologi, Fisiologi dan Biokimia
NOMOR MATA KULIAH
MAHASISWA ANATOMI HISTOLOGI FISIOLOGI BIOKIMIA
1 83 (3) 81 (2) 88 (4) 75 (1)
2 75 (2) 85 (4) 79 (3) 70 (1)
3 65 (1) 76 (2,5) 76 (2,5) 80 (4)
4 70 (1) 82 (4) 80 (3) 78 (2)
5 63 (1) 80 (4) 77 (3) 70 (2)
6 90 (1) 95 (3) 95 (3) 95 (3)
7 87 (1) 95 (4) 93 (3) 90 (2)
8 90 (1) 97 (4) 96 (3) 95 (2)
9 92 (1) 94 (2) 96 (3) 97 (4)
10 60 (1) 65 (3) 68 (4) 62 (2)
Ri 13 32,5 31,5 23
45
Hipotesis
• Ho : Keempat mata ujian memiliki tingkat
kesulitan yang sama
• Ha : Paling tidak satu mata ujian lebih sulit
daripada mata ujian lainnya
Statistik uji
2 12S
r  dengan
bk(k  1)
b = banyaknya blok
2 k = banyaknya perlakuan
k b( k 1) 
S   Rj
j 1 
 2 

46
• Karena b = 10 dan k = 4 melebihi b dan k yang
tersedia pada tabel Friedman  digunakan tabel
Kai Kuadrat.
• Perhitungan
2 2
 10(4  1)   10(4  1) 
S  13     32,5  
 2   2 
2 2
 10(4  1)   10(4  1) 
  31,5     23    246,5
 2   2 

2 12(246,5)
r   14,79
(10)4(4  1)

Derajat kebebasan = 4 – 1 = 3
47
• Karena terdapat dua blok yang masing-
masingnya memuat nilai-nilai pengamatan yang
sama  r2 harus dikoreksi dengan faktor
koreksi.
• Angka-angka sama terdapat pada blok ke-3 dan
ke-6 sehingga Ti ialah
T3 = 23 – 2 = 6
T6 = 33 – 3 = 24
Ti = 30
30
• Faktor koreksi = 1  2
 0,95
(10)4(4  1)

• r2 dengan koreksi = 14,79/0,95 = 15,57

48
• Keputusan uji
Karena r2 hitung = 15,57 > 23,.95 = 7,815 
Ho ditolak
• Kesimpulan
Terdapat perbedaan tingkat kesulitan ujian
yang bermakna pada keempat mata
kuliah, setelah mengontrol variasi antar
mahasiswa

49
Uji Kruskal-Wallis

50
• Digunakan untuk menguji kemaknaan
perbedaan beberapa (k) sampel independen
dengan data berskala ordinal.
• Dikembangkan oleh Kruskal dan Wallis pada
tahun 1952
• Asumsi:
- Sampel berasal dari populasi-populasi
independen. Pengamatan satu dan lainnya
independen
- Sampel dicuplik secara acak dari populasi
masing-masing
- Data diukur minimal dalam skala ordinal
51
 Prinsip uji Kruskal-Wallis
• Ukuran sampel adalah nj, dengan j = 1, 2,
…, k
• Semua nilai pengamatan dari seluruh (k)
sampel independen digabungkan dalam
satu seri.
• Tiap nilai pengamatan diberi peringkat
mulai dari 1 untuk nilai terkecil, sampai
dengan n untuk nilai terbesar. Jika
terdapat angka-angka sama, peringkat
yang diberikan adalah peringkat rata-rata
menurut posisi peringkat.
52
 Format tabel untuk
uji Kruskal-Wallis
SAMPEL (KELOMPOK)
I II III … k
X11 X12 X11 … X1k
X21 X22 X21 … X2k
X31 X32 X31 … X3k
… … … … …
Xn11 Xn22 Xn11 … Xnkk

53
 Rumus
12  k Rj2
H     3( N  1)
N ( N  1)  j 1 n j 

dengan
k = banyaknya sampel (independen)
nj = ukuran sampel ke-j dengan j = 1, 2, ..., k
N = jumlah pengamatan seluruh kelompok sampel
Rj = jumlah peringkat pada sampel ke-j, dengan j = 1, 2, ..., k

54
• Pada keadaan dengan Ho benar, statistik
uji H Kruskal-Wallis didistribusikan seperti
disajikan pada tabel H Kruskal-Wallis.
• Jika ukuran n, ternyata distribusi statistik
uji H Kruskall-Wallis dapat didekati dengan
distribusi 2 dengan derajat kebebasan k –
1.
• Keputusan uji:
(a) Jika k < 3 dan nj < 5 buah pengamatan
 tabel H.
(b) Jika k > 3 dan nj > 5  tabel kai
kuadrat
55
• Nilai-nilai pengamatan dengan angka sama
diberi peringkat rata-rata menurut posisi
peringkat  berpotensi mempengaruhi kuantitas
statistik uji H  perlu dikoreksi dengan faktor
koreksi sbb:
Tj
1
N N
dengan:
3

Tj = tj3 – tj
tj = banyaknya peringkat yang sama dalam kelompok ke j, dengan
• Formula statistik uji H Kruskal-Wallis yang telah
dikoreksi menjadi sbb:
H
H koreksi  3
1   T j /( N  N )
56
 Contoh
• Asam arakhidonat diketahui berpengaruh
terhadap metabolisme okuler. Pemberian topikal
asam arakhidonat menyebabkan gejala dan
tanda antara lain penutupan kelopak mata,
gatal-gatal dan kotoran mata. Sebuah
eksperimen berminat mempelajari efektivitas
anti-inflamasi okuler tiga jenis obat
(Indomethacine, Aspirin dan Piroxicam)
terhadap penutupan kelopak mata 13 ekor
kelinci putih setelah pemberian asam
arakhidonat.

57
• Kedua belah mata kelinci percobaan diberi larutan asam
arakhidonat. Sepuluh menit kemudian, mata kiri diberi
larutan saline, sedang mata kanan diberi salah satu obat
anti-inflamasi. Lima belas menit kemudian perubahan
pembukaan kelopak mata dinilai dengan skor 0 sampai 3
sbb:
• Skor 0 = tidak terdapat perubahan pembukaan
• Skor 1 = perubahan pembukaan minimal
• Skor 2 = perubahan pembukaan sedang
• Skor 3 = perubahan pembukaan maksimal
• Efektivitas (x) didefinisikan sebagai selisih antara
perubahan pembukaan kelopak mata kanan dan kiri.
• Nilai x yang besar  efektivitas obat
• Dapatkah ditarik kesimpulan bahwa ketiga jenis obat
tersebut mempunyai efektivitas yang sama sebagai anti-
inflamasi okuler pada  = 0,01?
58
Tabel 1 Pengaruh tiga jenis obat anti-inflamasi okuler pada
penutupan kelopak mata 13 kelinci putih, setelah
pemberian asam arakhidonat
INDOMETHACINE ASPIRIN PIROXICAM

SKOR*PERINGKAT SKOR*PERINGKAT SKOR*PERINGKAT

+3 11,5 +1 3,5 +2 7,5

+3 11,5 0 1 +2 7,5

+2 7,5 +2 7,5 +3 11,5

+1 3,5 +1 3,5 +1 3,5

+3 11,5

R1 = 45,5 R2 = 15,5 R3 = 30

59
• Hipotesis
Ho: Distribusi populasi perubahan
pembukaan kelopak mata pada ketiga
jenis obat identik
Ha: Paling sedikit satu populasi menunjuk-
kan nilai-nilai yang lebih besar dari-
pada populasi lainnya.
• Statistik uji 2
12  k Rj 
H    3(N 1)
N(N 1)  j1 nj 
60
• Perhitungan
12  (45,5) 2 (15,5) 2 (30) 2 
H      3(13  1)  4,095
13(13  1)  5 4 4 
• Karena terdapat beberapa peringkat yang
sama pada gabungan ketiga sampel 
statistik H perlu dikoreksi.
• Sampel I: T1 = 33 – 3 = 24
• Sampel II: T2 = 23 – 2 = 6
• Sampel III: T3 = 23 – 2 = 6
T123= 36
61
• Faktor koreksi:
36
1 3  0,9836
13  3
• Statistik H dengan faktor koreksi
4,095
H koreksi   4,163
0,9836
• Karena nj = 5, 4 dan 4  tabel H
• Keputusan uji:
p > 0,102  p >  (0,01)  Ho tidak ditolak
Kesimpulan: tidak ada perubahan pembukaan
kelopak mata pada ketiga jenis
obat
62