UJI ANALISIS BIVARIAT

A. Chi Square (kai kuadrat)

Sebuah metode statistika nonparametrik yang paling terkenal dan banyak
digunakan ialah uji kai kuadrat. Uji ini tidak dibatasi oleh asumsi-asumsi ketat
tentang jenis populasi maupun parameter populasi, yang dibutuhkan hanya derajat
bebas. Uji kai kuadrat menggunakan teknik goodness of fit, yaitu dapat digunakan
untuk menguji apakah terdapat perbedaan yang nyata antara banyak yang diamati
yang masuk dalam masing-masing kategori dengan banyak yang diharapkan
berdasarkan hipotesis nol. (Suciptawati, 2010). Chi square test atau tes kai kuadrat
tergolong ke dalam jenis statistik nonparametrik sehingga chi square test tidak
memerlukan syarat data berdistribusi normal (Sufren dan Natanael, 2013).
Karakteristik Chi‐Square:
- Nilai Chi Square selalu positif karena merupkan hasil pengkuadratan.
- Terdapat beberapa kelompok distribusi Chi Square, yaitu distribusi Chi square
dengan dk=1, 2, 3, dst.
- Datanya berbentuk diskrit atau nominal
Chi Kuadrat dapat digunakan untuk menguji hipotesis deskriptif satu
sampel atau satu variabel, yang terdiri atas dua kategori atau lebih. selain itu dapat
digunakan untuk menguji hipotesis komparatif 2 sampel atau 2 variabel serta
untuk menguji hipotesis asosiatif yang berskala nominal.

1. Chi square untuk uji hipotesis deskriptif satu sampel

Menurut Sugiyono (2013), Chi square satu sampel adalah teknik statistik yang
digunakan untuk menguji hipotesis deskriptif bila dalam populasi terdiri atas
dua atau lebih klas, data berbentuk nominal dan sampelnya besar. Yang
dimaksud hipotesis deskriptif dapat merupakan estimasi/dugaan terhadap ada
tidaknya perbedaan frekuensi antara kategori satu dan kategori lain dalam
sebuah sampel tentang sesuatu hal.
Rumus :
Dimana:

= Chi square

= Frekuensi yang diobservasi

= Frekuensi yang diharapkan

Contoh untuk 3 kategori klas:

Suatu SMK x di Kota A ingin membuka jurusan baru, sehingga ingin
mengetahui jurusan apa yang banyak diminati. Untuk itu dilakukan survey ke
beberapa sekolah yang memiliki jurusan-jurusan tata busana, tata boga,
kecantikan. Menurut survey, diketahui dari 375 siswa sebanyak 85 siswa
memilih jurusan tata boga, 116 memilih jurusan tata busana, dan 174 siswa
memilih kecantikan.
Berdasarkan hal tersebut, maka :
Perhitungan Manual:
1) Judul penelitian dapat dirimuskan sebagai berikut:
Kecenderungan siswa dalam memilih jurusan SMK.
2) Variabel penelitiannya jurusan SMK.
3) Sampel : Jumlah sampel 375 siswa terdiri atas 3 jurusan. 85 siswa memilih
jurusan tata boga, 116 memilih jurusan tata busana, dan 174 siswa memilih
kecantikan
4) Tempat penelitian: Beberapa SMK di Kota A
5) Data hasil penelitian: terdapat pada tabel berikut
Tabel : Frekuensi yang disurvey dan yang diharapkan pemilih jurusan SMK
Jurusan

Tata Boga 85 125 -40 1600 12,8

Tata Busana 116 125 -9 81 0,65
Kecantikan 174 125 49 2401 19,21
Jumlah 375 375 0 4482 32,66
 6) Hipotesis:
H0 : Jumlah siswa yang memilih 3 jurusan tidak berbeda (peluang 3 jurusan
untuk dipilih siswa adalah sama)
Ha : Jumlah siswa yang memilih 3 jurusan berbeda (peluang 3 jurusan untuk
dipilih siswa adalah tidak sama)
7) Kriteria pengujian hipotesis
Bila Nilai Chi square hitung lebih kecil dari nilai Chi square tabel, maka H0
diterima dan bila lebih besar atau sama dengan nilai tabel, maka Ha
diterima.
8) Pengujian hipotesis
Berdasarkan hasil perhitungan seperti yang ditunjukkan pada Tabel, maka
dapat diketahui bahwa Chi square hitung = 32,66. Dalam hal ini dk = N-1 =
3-1 = 2. Berdasarkan dk 2 dan probabilitas 5%, maka diperoleh chi square
tabel = 5,99. Chi square hitung lebih besar dari chi square tabel (32,66 >
5,99). Dengan demikian H0 ditolak dan Ha diterima.
9) Kesimpulan
Jumlah siswa yang memilih 3 jurusan SMK berbeda, dan berdasarkan data
jurusan kecantikan paling banyak diminati siswa.
10) Saran untuk SMK x
Jurusan yang dibuka adalah kecantikan, karena paling banyak diminati
siswa.
2. Chi square untuk uji hipotesis komparatif dua sampel independen
Menguji komparatif dua sampel independen berarti menguji signifikansi
perbedaan nilai dua sampel yang tidak berpasangan. Sampel independen
biasanya digunakan dalam penelitian yang menggunakan pendekatan penelitian
survey, sedangkan sampel berpasangan banyak digunakan dalam penelitian
eksperimen. Chi square digunakan untuk menguji hipotesis komparatif dua
sampel bila datanya berbentuk nominal dan sampelnya besar. Cara perhitungan
dapat menggunakan rumus yang telah ada atau dapat menggunakan tabel
kontingensi 2x2 (2 baris x 2 kolom) (Sugiyono, 2013).
Untuk menguji hipotesis ini, hitung jumlah individu dari tiap kelompok yang
termasuk ke dalam berbagai kategori dan bandingkan jumlah individu dari satu
kelompok dalam berbagai kategori dengan kelompok lainnya.
Tabel Kontingensi :
Sampel Frekuensi pada: Jumlah Sampel
Obyek I Obyek II
Sampel A A B A+B
Sampel B C D C+D
Jumlah A+C B+D N

N = jumlah sampel
Rumus :

Contoh :
Penelitian dilakukan untuk mengetahui adakah hubungan antara jenis sekolah
(SMA/SMK) dengan minat lulusan untuk melanjutan studi ke perguruan tinggi
atau bekerja.. Jenis sekolah dikelompokkan menjadi dua yaitu SMA dan SMK.
Sampel pertama sebanyak 80 orang, sampel kedua sebanyak 70 orang.
Berdasarkan angket yang diberikan kepada sampel lulusan SMA, maka dari 80
orang tersebut yang memilih melanjutkan studi ke perguruan tinggi sebanyak
60 orang, dan yang memilih bekerja sebanyak 20 orang. Selanjutnya dari
kelompok sampel lulusan SMK memilih melanjutkan studi ke perguruan tinggi
sebanyak 20 orang, dan yang memilih bekerja sebanyak 50 orang
Berdasarkan hal tersebut, maka :
1) Judul penelitian dapat dirimuskan sebagai berikut:
Kecenderungan lulusan dalam memilih untuk melanjutan studi ke
perguruan tinggi atau bekerja.
2) Variabel penelitiannya :
1) Variabel Independen : Jenis sekolah
2) Variabel dependen : Minat lulusan
3) Rumusan Masalah:
 Adakah perbedaan jenis sekolah dengan minat lulusan untuk melanjutan
studi ke perguruan tinggi atau bekerja.
4) Sampel : Terdiri dari dua kelompok sampel independen yaitu kelompok
lulusan SMA dengn jumlah 80 orang dan kelompok lulusan SMK dengn
jumlah 70 orang.
5) Hipotesis:
H0 : Tidak terdapat perbedaan jenis sekolah dengan minat lulusan
Ha : Terdapat perbedaan jenis sekolah dengan minat lulusan
6) Kriteria pengujian hipotesis
Dengan dk = 1 dan probabilitas 5%. H0 diterima bila nilai Chi square hitung
lebih kecil dari nilai Chi square tabel dan bila lebih besar atau sama dengan
nilai tabel, maka Ha diterima.
7) Penyajian data
Data hasil penelitian disusun ke dalam tabel:
Tabel : Frekuensi minat lulusan
Sampel Minat lulusan Jumlah Sampel
Melanjutkan Bekerja
studi
Lulusan SMA 60 20 80
Lulusan SMK 20 50 70
Jumlah 80 70 150

8) Perhitungan
Berdasarkan tabel tersebut dan menggunakan rumus chi square 2 sampel
independen, dapat dihitung:
 = 30,50
Dengan dk = 1 dan probabilitas 5%, maka diperoleh chi square tabel =
3,84. Ternyata nilai Chi square hitung = 35,86 > Chi square tabel 3,84.
Dengan demikian H0 ditolak dan Ha diterima.
9) Kesimpulan
Jadi Terdapat perbedaan jenis sekolah dengan minat lulusan, dimana lulusan
SMA lebih cenderung memilih melanjutkan studi ke perguruan tinggi dan
lulusan SMK cenderung memilih bekerja.
3. Chi square untuk uji hipotesis komparatif k sampel independen
Chi square k sampel digunakan untuk menguji hipotesis komparatif lebih dari
dua sampel, atau untuk memeriksa apakah sampel-sampel yang diambil secara
acak variabelnya berasal dari populasi yang homogen bila datanya berbentuk
diskrit atau nominal. Dalam uji ini hipotesis nol adalah frekuensi atau proporsi
k sampel berasal dari populasi yang sama atau populasi yang identik
(Suciptawati, 2010).
Rumus :

Dimana:

= Chi square

= Frekuensi yang diobservasi

= Frekuensi yang diharapkan

Contoh :
Penelitian dilakukan untuk mengetahui ada tidaknya perbedaan jenis asal
sekolah antar mahasiswa lima prodi di fakultas teknik, yaitu Pendidikan
Teknik Elektro, Pendidikan Teknik Informatika, Pendidikan Teknik Mesin,
Pendidikan Tata Boga, Pendidikan Tata Rias. Jenis asal sekolah dibagi menjadi
2 yaitu SMA dan SMK. Berdasarkan 115 anggota sampel mahasiswa prodi
Pendidikan Tekn
ik Elektro, 80 orang berasal dari SMA dan 35 orang berasal dari SMK. Dari 160
anggota sampel mahasiswa prodi Pendidikan Teknik Informatika, 100 orang
berasal dari SMA dan 60 orang berasal dari SMK. Dari 130 anggota sampel
mahasiswa prodi Pendidikan Teknik Mesin , 80 orang berasal dari SMA dan 50
orang berasal dari SMK. Dari 95 anggota sampel mahasiswa prodi Pendidikan
Tata Boga, 65 orang berasal dari SMA dan 30 orang berasal dari SMK. Dari 80
anggota sampel mahasiswa prodi Pendidikan Tata Rias , 45 orang berasal dari
SMA dan 35 orang berasal dari SMK.
Berdasarkan hal tersebut, maka :
1) Judul penelitian dapat dirimuskan sebagai berikut:
Perbedaan jenis asal sekolah mahasiswa lima prodi di fakultas teknik
2) Variabel penelitiannya : Jenis asal sekolah
3) Rumusan Masalah: Adakah perbedaan yang signifikan jenis asal sekolah
mahasiswa lima prodi di fakultas teknik
4) Sampel :
Terdiri dari 5 kelompok sampel, yaitu:
Sampel mahasiswa prodi Pendidikan Teknik Elektro berjumlah 115 orang.
Sampel mahasiswa prodi Pendidikan Teknik Informatika berjumlah 160
orang.
Sampel mahasiswa prodi Pendidikan Teknik Mesin berjumlah 130 orang.
Sampel mahasiswa prodi Pendidikan Tata Boga berjumlah 95 orang.
Sampel mahasiswa prodi Pendidikan Tata Rias berjumlah 80 orang.
5) Hipotesis:
H0 : Tidak terdapat perbedaan yang signifikan antara jenis asal sekolah
mahasiswa lima prodi di fakultas teknik
 Ha : Terdapat perbedaan yang signifikan jenis asal sekolah mahasiswa lima
prodi di fakultas teknik
6) Kriteria pengujian hipotesis
Bila Nilai Chi square hitung lebih kecil dari nilai tabel, maka H0 diterima
dan bila lebih besar atau sama dengan nilai tabel, maka Ha diterima.
7) Penyajian data:
Hitung frekuensi harapan dari kelima kelompok sampel tersebut dalam
setiap aspek. Hitung berapa persen dari sampel keseluruhan lulusan SMA
dan SMK. Jumlah seluruh sampel dari 5 prodi adalah 115+160+135+95+80
= 585
Persentase lulusan SMA p1 :

p1

x 100% = 63,79%

Frekuensi harapan untuk lulusan SMA adalah sebagai berikut:

- Pendidikan Teknik Elektro
- Pendidikan Teknik Informatika
- Pendidikan Teknik Mesin
- Pendidikan Tata Boga
- Pendidikan Tata Rias
Persentase lulusan SMK p2 :
= 115 x 63,79% = 73,36
= 160 x 63,79% = 102,06
= 130 x 63,79% = 82,93
= 95 x 63,79% = 60,6
= 80 x 63,79% = 51,03

P2 x 100% = 36,21%

Frekuensi harapan untuk lulusan SMA adalah sebagai berikut:

Pendidikan Teknik Elektro
Pendidikan Teknik Informatika
Pendidikan Teknik Mesin
Pendidikan Tata Boga
Pendidikan Tata Rias
= 115 x 36,21% = 41,65
= 160 x 36,21% = 57,94
= 130 x 36,21% = 47,07
= 95 x 36,21% = 34,39
= 80 x 36,21% = 28,97
 Nilai-nilai tersebut kemudian dimasukkan ke dalam tabel:
Tabel : Perbandingan Jenis asal sekolah mahasiswa 5 prodi di Fakultas
Teknik
Prodi Jenis
asal
sekolah
P. Teknik SMA 80 73,36 6,64 44,09 0.6
Elektro SMK 35 41,65 -6,67 44,49 1,07
P. Teknik SMA 100 102,0 -2,06 4,24 0.04
Informatika SMK 60 6 2,06 8,74 0,15
57,94
P. Teknik SMA 80 82,93 -2,93 8,58 0,1
Mesin SMK 50 47,07 2,93 8,58 0,18
Pendidikan SMA 65 60,6 4,4 19,36 0,32
Tata Boga SMK 30 34,39 -4,39 19,27 0,56
Pendidikan SMA 45 51,03 - 6,03 36,36 0,71
Tata Rias SMK 35 28,97 6,03 36,36 1,26
Jumlah 580 580 4,99

8) Pengujian hipotesis
Berdasarkan hasil perhitungan seperti yang ditunjukkan pada Tabel, maka
dapat diketahui bahwa Chi square hitung = 4,99. Dalam hal ini dk = N-1 5-1
= 4. Berdasarkan dk 4 dan probabilitas 5%, maka diperoleh chi square tabel
= 9,488. Chi square hitung lebih kecil dari chi square tabel (4,99 < 9,488).
Dengan demikian H0 diterima dan Ha ditolak.
9) Kesimpulan
Tidak terdapat perbedaan yang signifikan antara jenis asal sekolah
mahasiswa lima prodi di fakultas Teknik

B. Uji Wilcoxon
Pada tahun 1945 Frank Wilcoxon mengusulkan suatu cara nonparametrik
yang sangat sederhana untuk membandingkan dua populasi kontinu bila hanya
tersedia sampel bebas yang sedikit dan kedua populasi asalnya tidak normal. Cara
ini dinamakan uji Wilcoxon atau uji jumlah rang Wilcoxon.
Hipotesi nol Ho bahwa µ1 = µ2 akan diuji lawan suatu tandingan yang
sesuai pertama-tama ambillah sampel acak dari tiap populasi. Misalkan n 1
banyaknya pengamatan dalam sampel yang lebih kecil, dan n 2 banyaknya
pengamatan dalam sampel yang lebih besar. Bila sampelnya berukuran sama,
maka n1 dan n2 dapat dipertukarkan. Urutkanlah semua n1 + n2 pengamatan dengan
urutan membesar dan berikan rang 1, 2, . . . , n 1 + n2 pada tiap pengamatan. Bila
terdapat seri (pengamatan yang besarnya sama), maka pengamatan tersebut diganti
dengan rataan rang nya.
Jumlah rang yang berasal dari ke n 1 pengamatan dalam sampel yang lebih
kecil dinyatakan dengan w1. Begitu juga, w2 menyatakan jumlah rang yang berasal
dari n2 pengamatan dalam sampel yang lebih besar. Jumlah n 1 + n2 hanya
bergantung pada banyaknya pengamatan dalam kedua sampel dan sama sekali
tidak dipengaruhi oleh hasil percobaan. Jadi, bila n 1=3 dan n2=4, maka
w1+w2=1+2+…+7=28

Secara umum: w1+w2=

Dari rumus w1 didapat rumus untuk w2, yaitu:

w2 = - w1

Bila sampel ukuran n1 dan n2 diambil beberapa kali, maka dapat diharapkan
bahwa w1 dan w2 akan berubah. Jadi w1 dan w2 masing-masing di pandang sebagai
nilai peubah acak W1 dan W2.
Untuk lebih mudah dalam menghitung peluangnya, kita menggunakan
tabel. Tabel ini didasarkan pada statistika U, minimum U1 dan U2, dengan:

U 1 = W1 - dan U2 = W2-

Untuk uij ekaarah, Bila P(U ≤ u  Ho benar) ≤ α, uji tersebut berarti dan Ho
ditolak. Untuk uji dwiarah, uji tersebut berarti bila 2P(U ≤ u  Ho benar) ≤ α,
dalam hal ini hipotesis tandingan bahwa µ1 ≠ µ2 diterima.

Bila, n1 = 3, n2 = 5, dan w1 = 8, sehingga w2 = - 8 = 28, jadi

u1 = 8 – =2 u2 = 28 – = 13
 dengan menggunakan tabel, untuk u = 2, diperoleh:
P(U ≤ 2 Ho benar) = 0,071

1. Langkah-Langkah uji Wilcoxon

Untuk menguji hipotesis nol, bahwa rataan dua populasi yang tak normal adalah
sama bila hanya tersedia sampel acak yang terkecil (ukurannya), maka dikerjakan
melalui langkah-langkah berikut:
1. Ho : µ1 = µ2
2. H1 : Tandingannya adalah µ1 < µ2 , µ1 > µ2 , atau µ1 ≠ µ2
3. Pilih taraf keberartian
4. Daerah kritis:
a) Semua nilai u yang memenuhi P(U ≤ u  Ho benar) < α bila n2 ≤ 8 dan
ujinya ekaarah;
b) Semua nilai u yang memenuhi 2P(U ≤ u  Ho benar) < α bila n2 ≤ 8 dan
ujinya dwiarah;
c) Semua nilai u yang lebih kecil atau sama dengan nilai kritis yang sesuai
dalam table bila 9 ≤ n2 ≤ 20
5. Hitung w1, w2, u1, u2dari sampel bebas berukuran n1 dan n2, dengan n1≤n2.
Dengan menggunakan yang terkecil diantara u1 dan u2 sebagai u, tentukanlah
apakah u jatuh pada daerah penerimaan atau pada daerah kritis.
6. Kesimpulan: tolak Ho bila u jatuh dalam daerah kritis; jika sebaliknya, terima
Ho.
Contoh :
Untuk mengetahui apakah suatu serum baru akan menyembuhkan leukemia,
dipilih Sembilan tikus yang penyakit leukemianya sudah cukup parah. Lima
tikus mendapat pengobatan sedangkan empat tidak. Lamanya tikus hidup,
dalam tahun sejak permulaan percobaan adalah
Perlakuan 2,1 5,3 1,4 4,6 0,9
Tanpa perlakuan 1,9 0,5 2,8 3,1
Pada tarif keberartian 0,05, dapatkah dikatakan serum tersebut manjur?
Jawab: n1 = 4 dan n2 = 5, diperoleh:
 1. Ho : µ1 = µ2
2. H1 : µ1 < µ2
3. α = 0,05
4. daerah kritis: semua nilai u yang memenuhi P(U ≤ u  Ho benar)<0,05
5. perhitungan: semua pengamatan diurutkan membesar dan diberi rang 1
sampai 9
Data Asli 0,5 0,9 1,4 1,9 2,1 2,8 3,1 4,6 5,3
Rang 1 2 3 4 5 6 7 8 9
Rang pengamatan dari sampel perlakuan digarisbawahi.
w1 = 1 + 4 + 6 + 7 = 18

w2 = - 18 = 27

Jadi, u1 = 18 – =8 u2 = 27 – = 12

sehingga u = 8. Karena P(U ≤ 8  Ho benar) = 0,365 < 0,05, maka nilai u =

8 jatuh pada daerah penerimaan.
6. Kesimpulan: terima Ho dan simpulkan bahwa serum tidaklah
memperpanjang usia dengan cara mengobati leukemia.

C. Uji t Test Independen

Uji t Test Independen adalah metode yang digunakan untuk menguji
kesamaan rata rata dari dua populasi yang independen, dimana peneliti tidak
memiliki informasi mengenai ragam populasi. Independen maksudnya adalah
bahwa populasi yang satu tidak dipengaruhi atau tidak berhubungan dengan
populasi yang lain. Pengujian hipotesis dengan distribusi t adalah pengujian
hipotesis yang menggunakan distribusi t sebagai uji statistik.
1. Ciri ciri uji t
a. Penentuan nilai tabel dilihat dari besarnya tingkat (α) dan derajat bebas (db)
b. Kasus yang di uji bersifat acak
2. Fungsi uji t
a. Untuk memperkirakan interval rata rata
 b. Untuk menguji hipotesis tentang rata rata suatu sampel
c. Menunjukan batas penerimaan suatu hipotesis
d. Untuk menguji suatu pernyataan apakah sudah layak atau dapat dipercaya

Adapun untuk rumus Independent t-test sebagai berikut:

Keterangan:

= Rata-rata pada distribusi sampel 1

= Rata-rata pada distribusi sampel 2

= Nilai varian pada distribusi sampel 1

= Nilai varian pada distribusi sampel 2

= Jumlah individu pada sampel 1

= Jumlah individu pada sampel 2

Sebagai contoh, kita asumsikan peneliti mempunyai 2 (dua) kelompok

sampel yang masing-masing terdiri dari 10 responden sebagai berikut :
 langkah pertama cari nilai rata-rata dari setiap kelompok sampel, jika
dengan cara manual bisa dengan menggunakan cara  jumlah skor kelompok i /
jumlah responden, dan jika berbantuan software micorsoft excel  bisa
menggunakan rumus average.  berdasarkan langkah tersebut diperoleh :
1. skor rata-rata kelompok eksperimen = 69,2000
2. skor rata-rata kelompok kontrol = 69,6000
selanjutnya cari nilai simpangan baku, jika menggunakan software
micorosft excel  gunakan rumus function  stdev. berdasarkan perhitungan
dengan microsoft excel diperolehh nilai standart variance / simpangan baku
sebagai berikut :
1. standar variance kelompok eksperimen = 16,17236
2. standart variance kelompok kontrol = 11,72083
Setelah semua nilai diketahi, masukkan kedalam rumus yang telah
ditentukan di atas, maka diperoleh nilai sebagai berikut :

Setelah disederhakankan lagi, maka akan diperoleh nilai sebagai berikut :

Berdasarkan nilai tersebut, maka akan diperoleh kemungkinan nilai t

hitung sebesar = -0.5669. untuk mengetahui apakah nilai t hitung signifikan atau
tidak, konsultasikan dengan tabel t,  dengan df = n-2. jika nilai t hitung > t tabel
maka signifikan, dan sebaliknya jika nilai t hitung < t tabel maka tidak signifikan.

D. Uji Mann Whitney

Mann Whitney U Test adalah 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.
Berdasarkan definisi di atas, uji Mann Whitney U Test mewajibkan data
berskala ordinal, interval atau rasio. Apabila data interval atau rasio, maka
distribusinya tidak normal. Sumber data adalah 2 kelompok yang berbeda, misal
kelas A dan kelas B di mana individu atau objek yang diteliti adalah objek yang
berbeda satu sama lain.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.Tetapi beberapa ahli tetap menyatakan bahwasanya uji Mann Whitney
U Test tidak hanya menguji perbedaan Median, melainkan juga menguji Mean.
Mengapa seperti itu? 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 karena Mean kedua kelompok tersebut berbeda
secara nyata. Maka dapat disimpulkan bahwa uji ini bukan hanya menguji
perbedaan Median, melainkan juga perbedaan Mean. Prosedur pengujian dapat
dilakukan sebagai berikut :
1. Susun kedua hasil Pengamatan menjadi satu kelomok sampel
2. Hitung jenjang/ rangking untuk tiap – tiap nilai dalam sampel gabungan
3. Jenjang atau rangking diberikan mulai dari nilai terkecil sampai terbesar
4. Nilai beda sama diberi jenjang rata –rata
5. Selnjutnya jumlahkan nilai jenjang untuk masing-masing sampel.
6. Hitung Nilai U dengan menggunakan Rumus :

Dimana :
n1 = jumlah sampel 1
n2 = jumlah sampel 2
R1 = jumlah jenjang pada sampel 1
R2 = jumlah jenjang pada sampel 2
7. Diantara nilai U1 dan U2 yang lebih kecil digunakan sebagai U hitung untuk
dibandingkan degan U table
8. Jika nilai U hitung pada no. 7 lebih besar dari n1n2/2 maka nilai tersebut
 adalah nilai U’, dan nilai U dapat dihitung dengan rumus :

9. Dengan kriteria Pengambilan keputusan :

Ho diterima bila U hitung ≥ U tabel (α;n1n2)
Ho di tolak bila U hitung ≤ U tabel (α;n1n2)

CONTOH :
Gunakan Uji Mann Whitney (U Test) untuk menyelesaikan soal berikut :
Untuk memeningkatkan produktivitas sekelompok petani diberi bantuan saprodi
oleh pemerintah. Sesudah beberapa tahun ingin diketahui apakah ada perbedaan
produktivitas pada petani yang diberi bantuan yang tidak mendapat batuan
pemerintah. Berikut ini diberikan data nilai produktivitas yang diperoleh dari dua
kelompok petani tersebut :
Produktivitas Petani Yang mendapat Bantuan Dari Pemerintah dan yang tidak
mendapat bantuan

Petani Yang tidak Petani Yang Mendapat

mendapat bantuan bantuan
No. Nilai Produktivitas No Nilai produktivitas
.
1. 60 1. 70
2. 70 2. 70
3. 70 3. 80
4. 50 4. 60
5. 60 5. 80
6. 60 6. 90
7. 70 7. 70
8. 70 8. 60
9. 50 9. 50
10. 60 10. 60
11. 70
12. 80
13. 80
14. 80
15. 90

JAWABAN :
a. Hipothesis :
H0 : Tidak Terdapat Perbedaan produktivitas petani yang mendapat
bantuan dan tidak mendapat bantuan pemerintah
H1 : Terdapat Perbedaan produktivitas petani yang mendapat bantuan
dan tidak mendapat bantuan pemerintah
b. Kriteria pengambilan keputusan
Terima Ho jika U hitung ≥ U tabel (α)
Tolak Ho jika U hitung ≤ U tabel (α)
c. Uji
Kedua sampel digabungkan untuk dibuat rangking. Data gabungan kedua
sampel disusun kedalam bentuk tabel seperti dibawah ini:
Petani yang tidak mendapatkan bantuan dan mendapatkan bantuan
pemerintah
Nilai produktivitas Sampel Jenjang
No. Rangking
(ascending) gabungan gabungan
1 60 50 1 2
2 70 50 2 2
3 70 50 3 2
4 50 60 4 7
5 60 60 5 7
6 60 60 6 7
7 70 60 7 7
8 70 60 8 7
9 50 60 9 7
10 60 60 10 7
11 70 70 11 14,5
12 70 70 12 14,5
13 80 70 13 14,5
14 60 70 14 14,5
15 80 70 15 14,5
16 90 70 16 14,5
17 70 70 17 14,5
18 60 70 18 14,5
19 50 80 19 21
20 60 80 20 21
21 70 80 21 21
22 80 80 22 21
23 80 80 23 21
24 80 90 24 24,5
25 90 90 25 24,5
Selanjutnya tabel tersebut dapat diurutkan berdasarkan jenjang yang diperoleh yaitu
sebagai berikut :
Petani yang tidak mendapatkan bantuan Petani yang mendapatkan bantuan
No Nilai produktivitas jenjang No Nilai produktivitas jenjang
1 60 7 1 70 14,5
2 70 14,5 2 70 14,5
3 70 14,5 3 80 21
4 50 2 4 60 7
5 60 7 5 80 21
6 60 7 6 90 24,5
7 70 14,5 7 70 14,5
8 70 14,5 8 60 7
9 50 2 9 50 2
10 60 7 10 60 7
11 70 14,5
12 80 21
13 80 21
14 80 21
15 90 24,5
JUMLAH R1= 90 JUMLAH R2 = 235

Karena nilai R1 ≤ R2 maka nilai U dihitung dengan rumus :

n1n2/2 = 10 x 15/2 ≤ U1 = 115

Sehingga dilanjutkan dengan menghitung nilai U

U’ = n1n2 – U
= 10 x 15 – 135 = 35
Dan selanjutnya dapat membandingkan dengan hasil berikut :

d. Hasil
 Dengan taraf kesalahan = 5%, maka diperoleh

U tabel (10,15) = 39

U hitung = 35

e. Kriteria pengujian

Terima Ho jika U hitung ≥ U tabel

Tolak Ho jika U hitung ≤ U tabel

Dari hasil hitung berdasarkan rumus maka di peroleh

U hitung = 35 ≤ U tabel = 39

Maka Ho ditolak dan H1 diterima dengan tingkat kepercayaan 95%

f. Kesimpulan

dari hasil pengujian diatas dan kriteria keputusan yang dibuat maka dapat
disimpulkan terdapat perbedaan produktivitas petani yang mendapat
bantuan dan tidak mendapat bantuan pemerintah.

DAFTAR PUSTAKA
Gunawan, Muhammad Ali. 2013. Statistik Untuk Penelitian Pendidikan. Yogyakarta:
Parama Publishing

Suciptawati, Ni luh Putu. 2010. Metode Statistika Nonparametrik. Denpasar: Udayana

University Press

Sufren dan Natanael, Yonathan. 2013. Mahir Menggunakan SPSS Secara Otodidak.
Jakarta: PT. Elex Media Komputindo

Sugiyono. 2013. Statistik Nonparametris Untuk Penelitian. Bandung: CV. Alfabeta