i
DAFTAR ISI
DAFTAR PUSTAKA
LAMPIRAN
ii
DAFTAR GAMBAR
Gambar 1.1 Cara Menentukan Harga T untuk N=19 pada α=0,05 ........................................6
Gambar 1.2 Cara Menentukan Harga p pada z = 3,01 .........................................................14
Gambar 2.1 Cara Menentukan Harga Kritis untuk N=15 pada α = 0,047 (One-tailed).......20
Gambar 2.2 Cara Menentukan Harga Kritis untuk N=12 pada α=0,048 (Two-Tailed).......23
iii
DAFTAR TABEL
iv
DAFTAR LAMPIRAN
Lampiran 1 Tabel A
Lampiran 2 Tabel G
Lampiran 3 Tabel Harga-Harga Kritis untuk Uji Walsh
v
BAB I
UJI PERINGKAT BERTANDA WILCOXON
1
pasangan yang seperti ini digugurkan dalam analisis. Sehingga banyak pasangan
(N) yang ada dikurangi banyaknya pasangan dengan d=0.
b. Dua atau lebih nilai d bisa saja memiliki nilai yang sama, maka kasus-kasus skor
sama seperti ini kita beri rangking yang sama. Rangking yang diberikan adalah
rangking rata-rata dari rangking yang seharusnya. Misal ada tiga pasangan
menghasilkan nilai d sebesar 1, 1, -1 maka setiap pasangan akan diberikan harga
rangking 2 karena 1+2+3 =2
3
2
menggunakan data nilai sebelum dan sesudah penyuluhan dari 20 orang responden
berikut ini :
Jawab :
a. Hipotesis
Hipotesis untuk uji satu sisi
Ho : tidak ada perbedaan rata-rata nilai sebelum dan sesudah penyuluhan
Ha : rata-rata nilai sesudah penyuluhan lebih tinggi daripada sebelum penyuluhan
Hipotesis untuk uji dua sisi
Ho : tidak ada perbedaan rata-rata nilai sebelum dan sesudah penyuluhan
Ha : ada perbedaan rata-rata nilai sebelum dan sesudah penyuluhan
b. α : 0,05
c. Untuk setiap pasangan, tetapkan selisih- bertanda (d) antara kedua skornya.
3
Nilai
Responden d
Sebelum Sesudah
1 50 70 20
2 63 85 22
3 45 60 15
4 55 78 23
5 77 60 -17
6 73 70 -3
7 45 70 25
8 47 65 18
9 55 55 0
10 60 70 10
11 65 50 -15
12 45 70 25
13 44 75 31
14 70 75 5
15 75 80 5
16 62 57 -5
17 55 65 10
18 56 60 4
19 50 70 20
20 55 53 -2
d. Buatlah rangking dari selisih tersebut tanpa mempedulikan tanda. Untuk harga d
yang sama buatlah rata-rata ranking yang sama itu.
Nilai
Responden d Rangking
Sebelum Sesudah
1 50 70 20 13,5
2 63 85 22 15
3 45 60 15 9,5
4 55 78 23 16
5 77 60 -17 11
6 73 70 -3 2
7 45 70 25 17,5
8 47 65 18 12
9 55 55 0 0
10 60 70 10 7,5
11 65 50 -15 9,5
12 45 70 25 17,5
13 44 75 31 19
14 70 75 5 5
15 75 80 5 5
16 62 57 -5 5
17 55 65 10 7,5
18 56 60 4 3
19 50 70 20 14
20 55 53 -2 1
4
e. Bubuhkan pada setiap rangking tanda (+ atau -) untuk d yang direpresentasikan.
Nilai Rangking
Responden d
Sebelum Sesudah positif negatif
1 50 70 20 13,5
2 63 85 22 15
3 45 60 15 9,5
4 55 78 23 16
5 77 60 -17 -11
6 73 70 -3 -2
7 45 70 25 17,5
8 47 65 18 12
9 55 55 0
10 60 70 10 7,5
11 65 50 -15 -9,5
12 45 70 25 17,5
13 44 75 31 19
14 70 75 5 5
15 75 80 5 5
16 62 57 -5 -5
17 55 65 10 7,5
18 56 60 4 3
19 50 70 20 13,5
20 55 53 -2 -1
T 161,5 -28,5
f. Tetapkan T (jumlah yang lebih kecil dari kedua kelompok rangking yang
memiliki tanda tanda yang sama
T = 28,5
g. Dengan mencacah, tetapkanlah N (banyaknya total nilai d yang memiliki tanda)
N=19
h. Kesimpulan
N = 19 α = 0,05 kemudian lihat tabel G (Siegel, 1992) untuk uji satu sisi maupun
dua sisi
T tabel : 46
T < T tabel = 28,5 < 46 maka H0 di tolak
Jadi
Uji satu sisi : rata-rata nilai sesudah penyuluhan lebih tinggi daripada sebelum
penyuluhan
Uji dua sisi : ada perbedaan rata-rata nilai sebelum dan sesudah penyuluhan
.
5
Gambar 1.1 Cara Menentukan Harga T untuk N=19 pada α=0,05
19 (19 + 1)
28,5 −
= 4
√19(19 + 1)(2.19 + 1)
24
−66,5
= = −2,68
24,85
Uji satu sisi :
Z= -2,68; α = 0,05 kemudian lihat tabel A (Siegel, 1992) untuk uji satu sisi
p = 0,0037
6
p value < α maka H0 di tolak
Jadi rata-rata nilai sesudah penyuluhan lebih tinggi dibandingkan dengan rata-rata
nilai sebelum penyuluhan
Uji dua sisi
Z= -2,68; α = 0,05 kemudian lihat tabel A (Siegel, 1992) untuk uji satu sisi
p = 0,0037 x 2 = 0,0074 ≈ 0,007
p value < α maka H0 di tolak
Jadi ada perbedaan rata-rata nilai sebelum dan sesudah penyuluhan.
Aplikasi SPSS
a. Input data berupa data nilai sebelum dan sesudah penyuluhan
7
b. Klik menu Analyze → Nonparametric test → legacy dialogs, pilih menu 2
Related Samples
c. Pada kotak dialog Two Related Samples masukkan dua variabel yang akan diuji,
klik mouse pada variabel sebelum masukkan ke dalam kotak Test Pairs, begitu
juga pada variabel sesudah. Pilih menu option, aktifkan descriptive kemudian
continue. Klik OK untuk menjalanan prosedur.
8
d. Pada layar output tampak hasil seperti berikut:
Wilcoxon Signed Ranks Test
Descriptive Statistics
N Mean Std. Deviation Minimum Maximum
Ranks
N Mean Rank Sum of Ranks
a
Sesudah - Sebelum Negative Ranks 5 5,70 28,50
b
Positive Ranks 14 11,54 161,50
c
Ties 1
Total 20
9
Tabel 1.2 Nilai Sebelum dan Sesudah Penyuluhan
Jawab :
a. Hipotesis
Hipotesis untuk uji satu sisi
Ho : tidak ada perbedaan rata-rata nilai sebelum dan sesudah penyuluhan
Ha : rata-rata nilai sesudah penyuluhan lebih tinggi daripada sebelum penyuluhan
Hipotesis untuk uji dua sisi
Ho : tidak ada perbedaan rata-rata nilai sebelum dan sesudah penyuluhan
Ha : ada perbedaan rata-rata nilai sebelum dan sesudah penyuluhan
b. α : 0,05
c. Untuk setiap pasangan, tetapkan selisih- bertanda (d) antara kedua skornya.
10
Nilai
Responden d
Sebelum Sesudah
1 50 70 20
2 63 85 22
3 45 60 15
4 55 78 23
5 60 77 17
6 73 70 -3
7 47 65 18
8 55 55 0
9 60 70 10
10 65 50 -15
11 75 70 -5
12 75 80 5
13 62 57 -5
14 55 65 10
15 56 60 4
16 50 70 20
17 55 53 -2
18 56 70 14
19 75 70 -5
20 56 80 24
21 55 60 5
22 67 75 8
23 71 85 14
24 65 75 10
25 70 60 -10
26 63 60 -3
27 54 70 16
d. Buatlah rangking dari selisih tersebut tanpa mempedulikan tanda. Untuk harga d
yang sama buatlah rata-rata ranking yang sama itu.
Nilai
Responden d Rangking
Sebelum Sesudah
1 50 70 20 22,5
2 63 85 22 24
3 45 60 15 17,5
4 55 78 23 25
5 60 77 17 20
6 73 70 -3 2,5
7 47 65 18 21
8 55 55 0 0
9 60 70 10 12,5
10 65 50 -15 17,5
11 75 70 -5 7
12 75 80 5 7
13 62 57 -5 7
11
Nilai
Responden d Rangking
Sebelum Sesudah
14 55 65 10 12,5
15 56 60 4 4
16 50 70 20 22,5
17 55 53 -2 1
18 56 70 14 15,5
19 75 70 -5 7
20 56 80 24 26
21 55 60 5 7
22 67 75 8 10
23 71 85 14 15,5
24 65 75 10 12,5
25 70 60 -10 12,5
26 63 60 -3 2,5
27 54 70 16 19
12
f. Tetapkan T (jumlah yang lebih kecil dari kedua kelompok rangking yang
memiliki tanda tanda yang sama
T = 57
g. Dengan mencacah, tetapkanlah N (banyaknya total nilai d yang memiliki tanda)
N = 26; T = 57
𝑁 (𝑁 + 1)
𝑇−
𝑧= 4
√𝑁(𝑁 + 1)(2𝑁 + 1)
24
26 (26 + 1)
57 −
= 4
√26(26 + 1)(2.26 + 1)
24
−118,5
= = −3,01
39,37
h. Kesimpulan
Uji satu sisi :
Z= -3,01; α = 0,05 kemudian lihat tabel A (Siegel, 1992)
p = 0,0013
p value < α maka H0 di tolak
Jadi rata-rata nilai sesudah penyuluhan lebih tinggi dibandingkan dengan rata-rata
nilai sebelum penyuluhan
Uji dua sisi
Z= -3,01; α = 0,05 kemudian lihat tabel A (Siegel, 1992)
p = 0,0013 x 2 = 0,0026 ≈ 0,003
p value < α maka H0 di tolak
Jadi ada perbedaan rata-rata nilai sebelum dan sesudah penyuluhan.
13
Gambar 1.2 Cara Menentukan Harga p pada z = 3,01
14
Aplikasi SPSS
a. Input data berupa data nilai sebelum dan sesudah penyuluhan
15
c. Pada kotak dialog Two Related Samples masukkan dua variabel yang akan diuji,
klik mouse pada variabel sebelum masukkan ke dalam kotak Test Pairs, begitu
juga pada variabel sesudah. Pilih menu option, aktifkan descriptive kemudian
continue. Klik OK untuk menjalanan prosedur.
Ties 1c
Total 27
a
Test Statistics
Sesudah -
Sebelum
b
Z -3,014
Asymp. Sig. (2-tailed) ,003
16
BAB II
UJI WALSH
17
C. Langkah-langkah Uji Walsh
Hipotesis nol yang diuji adalah bahwa harga-harga selisih dari masing-masing N
pasangan (di) itu ditarik dari suatu populasi yang mediannya = 0 (atau dari sekelompok
populasi yang memiliki median bersama yang =0). Dalam suatu distribusi simetris, mean dan
median berimpit. Uji Walsh menganggap bahwa sejumlah di itu adalah dari populasi dengan
distribusi simetris. Oleh karena itu Ho ialah rata-rata skor selisih (μ0) adalah nol. Untuk suatu
tes dua sisi, Ha ialah μa ≠ 0. Untuk tes satu sisi, Ha mungkin μa > 0 atau bahwa μa < 0 (Siegel,
1986).
Ho : μ0 = 0
Ha (two-tailed) : μa ≠ 0
Ha (one-tailed) : μa > 0 atau μa < 0
18
Penyelesaian:
Hitung manual
a. Hipotesis
Ho : median selisih antara banyak suku kata tanpa kejutan elektris yang diingat
dan banyak suku kata yang disertai kejutan elektris adalah nol. Artinya,
subyek akan mengingat kedua kelompok suku kata itu secara sama baiknya.
Ha : banyak suku kata tanpa kejutan elektris yang diingat subyek lebih besar dari
banyak suku kata yang disertai kejutan. Yaitu, median selisih itu akan lebih
besar dari nol.
b. Tes Statistik
Uji Walsh dipilih karena studi ini menggunakan dua sampel yang berhubungan
(masing-masing subyek bertindak selaku pengontrol diri sendiri), dan karena
anggapan bahwa skor selisih berasal dari populasi simetris nampaknya dapat
dipertahankan.
c. Tingkat Signifikansi
Tetapkan α = 0.05. N = 15 = jumlah subyek yang menjadi subyek penelitian ini,
masing-masing dihadapkan pada suku kata yang disertai kejutan dan yang tidak
disertai kejutan.
d. Distribusi Sampling
Tabel Harga-Harga Kritis untuk Uji Walsh (Lampiran 3) menyajikan
kemungkinan akan munculnya, di bawah Ho, harga-harga dalam tes statistik bila
N ≤ 15.
e. Daerah Penolakan
Karena arah perbedaan tidak diramalkan, yang dipakai adalah daerah penolakan
dua sisi. Karena Ha adalah μa > 0 maka Ho akan ditolak jika ada di antara harga-
harga yang dicantumkan dalam kolom sebelah kanan di tabel itu untuk N = 15
ternyata terjadi. Alasannya adalah tingkat signifikansi untuk semua harga yang
ditabelkan untuk N = 15 adalah lebih kecil dari α = 0.05.
f. Keputusan
Banyak suku kata yang disertai kejutan dan yang tanpa kejutan elektris yang
berhasil diingat oleh setiap subyek sesudah 48 jam berlalu, disajikan dalam Tabel
2.1 yang juga menyajikan d untuk masing-masing subyek.
19
Tabel 2.1 Banyak Suku Kata yang Disertai Kejutan dan yang Tidak Disertai Kejutan
Elektris yang Diingat Sesudah Waktu 48 Jam Berlalu
Banyak Suku Kata Tanpa Banyak Suku Kata
Subyek d
Kejutan yang Diingat Berkejutan yang Diingat
a 5 2 3
b 4 2 2
c 3 0 3
d 5 3 2
e 2 3 -1
f 4 2 2
g 2 3 -1
h 2 1 1
i 4 1 3
j 4 3 1
k 3 4 -1
l 1 2 -1
m 5 2 3
n 3 4 -1
o 1 0 1
Sumber: Siegel, 1986
20
Gambar 2.1 Cara Menentukan Harga Kritis untuk N=15 pada α = 0,047 (One-tailed)
Seperti telah ditunjukkan, d1 = -1, d12 = 3, d2 = -1, dan d11 = 2. Lalu substitusikan
harga-harga itu, maka kita akan mendapatkan:
Minimum [½(-1 +3), ½(-1 +2)]
= Minimum [½(2), ½(1)]
= ½(1)
Kita lihat, bahwa untuk data kita yang lebih kecil di antara kedua harga itu adalah
½(1) = ½. Karena harga ini lebih besar dari nol, maka kita dapat menolak Ho pada
α = 0.047. Karena kemungkinan di bawah Ho yang berkaitan dengan harga-harga
yang muncul lebih kecil dari α = 0.05, kita putuskan untuk menolak Ho dan
menerima Ha. Kita simpulkan bahwa banyak suku kata yang tidak disertai kejutan
elektris yang berhasil diingat, signifikan lebih besar dari suku kata yang disertai
kejutan yang berhasil diingat. Kesimpulan ini mendukung teori bahwa perlakuan
negatif menimbulkan represi.
Pengaplikasian di SPSS
Uji Walsh tidak dapat dilakukan di aplikasi SPSS karena tidak tersedia (Coshall,
1989).
21
2. Kasus dua sisi
Suatu penelitian terhadap produktivitas 12 orang pekerja yang diamati selama
satu jam pagi hari dan satu sore hari didapatkan data pada tabel di bawah. Apakah ada
perbedaan produktivitas pada pagi hari dan sore hari, selidikilah pada α = 5%?
(Cahyono, 2018)
Nomor Produktivitas pada Pagi Hari Produktivitas pada Sore Hari
1 7 5
2 7 4
3 6 7
4 9 8
5 5 5
6 8 7
7 6 7
8 7 9
9 8 9
10 6 8
11 7 6
12 8 5
Penyelesaian:
Hitung Manual
a. Hipotesis
Ho : Pp = Ps ≈ tidak berbeda produktivitas pekerja pada pagi hari dan sore hari
Ha : Pp ≠ Ps ≈ ada beda produktivitas pekerja pada pagi hari dan sore hari
b. Tes Statistik
Tes Walsh
c. Tingkat Signifikansi
Tetapkan α = 5% = 0,05.
d. Distribusi Sampling
Tabel Harga-Harga Kritis untuk Uji Walsh (Lampiran 3) menyajikan
kemungkinan akan munculnya, di bawah Ho, harga-harga dalam tes statistik bila
N ≤ 12.
e. Daerah Penolakan
Karena arah selisih sudah diramalkan terlebih dahulu, maka dipakai daerah
penolakan satu sisi.
f. Keputusan
Perbedaan skor produktivitas pagi hari dengan produktivitas sore hari setiap
pasangan dan urutannya disajikan dalam tabel di bawah ini:
22
Produktivitas Produktivitas Ranking d
Nomor d
pada Pagi Hari pada Sore Hari berurutan
1 7 5 2 d10
2 7 4 3 d11
3 6 7 -1 d3
4 9 8 1 d7
5 5 5 0 d6
6 8 7 1 d8
7 6 7 -1 d4
8 7 9 -2 d1
9 8 9 -1 d5
10 6 8 -2 d2
11 7 6 1 d9
12 8 5 3 d12
Kemudian kita lihat pada Tabel Harga-Harga Kritis untuk Uji Walsh (Lampiran 3)
menunjukkan bahwa untuk N = 12, kita dapat menolak Ho pada α = 0.048 (dua
sisi) jika:
Max [d8, ½(d5 + d12)] < 0
atau
Min [d5, ½(d1 + d8)] > 0
Gambar 2.2 Cara Menentukan Harga Kritis untuk N=12 pada α=0,048 (Two-Tailed)
23
Lalu substitusikan harga-harga itu, maka kita akan mendapatkan:
Max [d8, ½ (d5 + d12)] < 0
= Max [1, ½(2)]
=1
Setelah dihitung harga ini (1) lebih besar dari nol, maka Ho gagal ditolak pada α
= 0.048. Kita coba dengan yang lainnya, maka akan mendapatkan:
Min [d5, ½(d1 + d8)] > 0
= Minimum [-1, ½(-1)]
= -1
Kita lihat, bahwa untuk data kita yang lebih kecil di antara kedua harga itu adalah
-1, karena harga ini lebih kecil dari nol, maka Ho gagal ditolak pada α = 0,048.
Kita simpulkan bahwa tidak berbeda produktivitas pekerja pada pagi hari dan sore
hari, pada α=0,05.
Aplikasi SPSS
Uji Walsh dalam aplikasi SPSS tidak tersedia (Coshall, 1989).
24
DAFTAR PUSTAKA
Besral. 2012. Modul SPSS: Analisis Data Riset Kesehatan Tingkat Dasar Menggunakan
SPSS. Depok : Departemen Biostatistika FKM UI.
Cahyono, T. 2018. Statistika Terapan dan Indikator Kesehatan. Yogyakarta: Deepublish.
https://books.google.co.id/books?id=4gCDDwAAQBAJ&pg=PA318&lpg=PA318&d
q=Tabel+H+walsh+test&source=bl&ots=KK1mo367SF&sig=ACfU3U2SdoVHjQKB
ZVxOgXxsIGNh_XkSZg&hl=id&sa=X&ved=2ahUKEwjLoobpyf7gAhVb7nMBHW
SABWgQ6AEwC3oECAUQAQ#v=onepage&q=Tabel%20H%20walsh%20test&f=f
alse
Cohen, L & Holliday, M. 1996. Practical Statistics for Students: An Introductory Text.
London: Paul Chapman Publishing.
https://books.google.co.id/books?id=L_ZmzvQncCQC&pg=PA213&lpg=PA213&dq
=two+tailed+walsh+test&source=bl&ots=RgFp3uEH3U&sig=ACfU3U2wnj6onQx4c
6OxvRc49zgqf6Dv4A&hl=id&sa=X&ved=2ahUKEwi-
6vb6jY3hAhUd6nMBHbydDL0Q6AEwDHoECAEQAQ#v=onepage&q=332&f=fals
e
Coshall, J. 1989. The Application of Nonparametric Statistical Test in Geography. London:
The Polytechnic of North London.
McCuen, R.H. 2003. Modeling Hydrologic Change, Statistical Methods. New York: Lewish
Publishers.
https://books.google.co.id/books?id=iI_MBQAAQBAJ&pg=PA188&lpg=PA188&dq
=two+tailed+walsh+test&source=bl&ots=ZQnv_EEug-
&sig=ACfU3U2yKMNftSnsnMBLK_gGQD9Ij9ooiA&hl=id&sa=X&ved=2ahUKEw
i-
6vb6jY3hAhUd6nMBHbydDL0Q6AEwCXoECAMQAQ#v=onepage&q=two%20tai
led%20walsh%20test&f=false
Siegel, S. 1986. Statistik Non Parametrik untuk Ilmu-ilmu Sosial. Jakarta: PT. Gramedia
Pustaka Utama.
----------. 1992. Statistik Non Parametrik untuk Ilmu-Ilmu Sosial. Jakarta: PT. Gramedia
Pustaka Utama.
Sudjana. 2005. Metoda Statistika. Bandung: Penerbit Tarsito.
United States Environmental Protection Agency. 1978. Proposed System for Determining
NPDES and NIPDWR Method Equivalency. Cincinnati: Environmental Monitoring
and Support Laboratory.
https://books.google.co.id/books?id=tj6OYDAdDcgC&pg=PA39&lpg=PA39&dq=ad
vantages+of+walsh+test+statistic+between+wilcoxon&source=bl&ots=6il6uEL9LH
&sig=ACfU3U2Tn8LnO2h7Xw_i8tkUeiCgGZLnlg&hl=id&sa=X&ved=2ahUKEwi
AyaGAjKXhAhUUFHIKHaVXBs8Q6AEwAXoECAkQAQ#v=onepage&q=walsh&f
=false
26
LAMPIRAN
26
LAMPIRAN 1
26
LAMPIRAN 2
29
LAMPIRAN 3
29