UJI 2 SAMPEL INDEPENDEN

UJI MANN WHITNEY

Rendra Erdkhadifa, M.Si

ASUMSI UJI MANN-WHITNEY

• Data merupakan sampel acak masing-masing dari dua populasi

populasi 1 dengan pengamatan x1, x2,.........., xn2
populasi 2 dengan pengamatan y1, y2,.........., yn2
• Kedua sampel independen
• Variabel pengamatan adalah variabel acak kontinyu
• Fungsi distribusi kedua populasi hanya berbeda dalam hal lokasi

RUMUSAN HIPOTESIS
A. Uji Dua Sisi
H0 : Kedua populasi yang diamati memiliki distribusi yang identik
H1 : Kedua populasi yang diamati berbeda dalam hal lokasi

B. Uji Sisi Kiri

H0 : Kedua populasi yang diamati memiliki distribusi yang identik
H1 : Nilai-nilai X cenderung lebih kecil daripada nilai Y
RUMUSAN HIPOTESIS (2)
C. Uji Sisi Kanan
H0 : Kedua populasi yang diamati memiliki distribusi yang identik
H1 : Nilai-nilai X cenderung lebih besar daripada nilai Y
n1 (n1  1)
STATISTIK UJI : T  S 
2
Dengan S = jumlah peringkat dari sampel populasi 1

Cara menentukan peringkat

Gabungkan data kedua sampel, diurutkan dan tentukan
peringkat. Kemudian peringkat tersebut disesuaikan lagi ke
masing-masing sampel.
Hanya peringkat pada sampel 1 saja yang dijumlahkan.
DAERAH PENOLAKAN : tolak H0 jika
Uji Dua Sisi Uji Sisi Kiri Uji Sisi Kanan
T<Wα/2 atau T > W1- α/2 T < Wα T > W1- α

W1- α/2 = n1 n2 - Wα/2 W α/2 dari tabel Mann-Whitney

W1- α= n1 n2 - Wα W α dari tabel Mann-Whitney

T  n1n2 / 2
Bila n1 atau n2 > 20 maka diterapkan : Z 
n1n2 (n1  n2 ) / 12
DAERAH PENOLAKAN : tolak H0 jika
Uji Dua Sisi Uji Sisi Kiri Uji Sisi Kanan
Z < Z α/2 atau Z > Z 1-α/2 Z < Zα Z > Z 1- α
 CONTOH :
Pulih Belum Pulih
Berikut data pada tabel di Subyek Subyek
(X) (Y)
sebelah merupakan data 1 11.9 1 6,6
PRS (Prognostive Rating 2 11.7 2 5,8
Scale) sebelum terapi 3 9,5 3 5,4
untuk subyek-subyek yang 4 9,4 4 5,1
menerima psikoterapi 5 8,7 5 5,0
untuk kelompok subyek 6 8,2 6 4,3
telah pulih dan belum 7 7,7 7 3,9
pulih. 8 7,4 8 3,3
9 7,4 9 2,4
10 7,1 10 1,7
Apakah dapat disimpul- 11 6,9
kan bahwa kedua popula- 12 6,8
si yang diwakili berbeda 13 6,3
dalam hal lokasi ? 14 5,0
15 4,1
16 4,2
17 2,2
Perhitungan :
X Peringkat Y Peringkat X Peringkat
1,7 1 7,1 18
2,2 2 7,4 19,5
2,4 3 7,4 19,5
3,3 4 7,7 21
3,9 5 8,2 22
4,1 6 8,7 23
4,2 7 9,4 24
4,3 8 9,5 25
5,0 9,5 11.7 26
5,0 9,5 11.9 27
5,1 11
5,4 12
5,8 13 Jumlah peringkat X = S = 296,5
6,3 14
6,6 15
6,8 16
6,9 17
Penyelesaian :
H0 : Kedua populasi yang diamati memiliki distribusi yang identik
H1 : Kedua populasi yang diamati berbeda dalam hal lokasi
n1 (n1  1) 17(17  1) (17)(18)
Statistik Uji : T  S  2
S
2
 296,5 
2
 143,5

Daerah Penolakan: Tolak Ho jika T < W atau T > W1

2 2

Untuk α = 0.05 n1=17 dan n2=10 dari tabel diperoleh :

W  45 ; W1  n1n2  W  (17)(10)  45  125
2 2 2

Keputusan : Ternyata T = 143.5 > W1 2

Berarti tolak Ho dan dapat disimpulkan bahwa

kedua populasi berbeda dalam hal lokasi pada α = 0.05.
UJI 2 SAMPEL INDEPENDEN
“UJI MEDIAN”

Rendra Erdkhadifa, M.Si

ASUMSI-ASUMSI UJI MEDIAN
• Kedua sampel diambil secara acak dari dua populasi independen
Sampel I dengan pengamatan x1 , x2 , ..., xn
Sampel II dengan pengamatan y1 , y2 , ..., yn
 Variabel pengamatan keduanya adalah kontinyu
 Skala pengukuran minimal ordinal
 Bila median kedua populasi adalah sama maka peluang p
(banyaknya pengamatan di atas median gabungan (grand median))
adalah sama untuk keduanya.

STRUKTUR DATA
Kelompok I Kelompok II Jumlah
Di atas median gab A B A+B
Di bawah median gab C D C+D
n1 = A+C n2 = B+D n = n1 + n2
HIPOTESIS
H0 : kedua populasi identik
H1 : Kedua populasi tidak identik
nilai – nilai X cenderung lebih besar daripada nilai Y
atau nilai – nilai X cenderung lebih kecil daripada nilai Y
 A  B 
 n   n 
Statistik Uji: T   1  2
dengan pˆ  ( A  B )
n
ˆp (1  pˆ ) 1  1 
 n1 n2 

Daerah Penolakan tolak Ho jika T  Z

2

CATATAN :

Jika jumlah pengamatan kecil maka dapat dilakukan pengambilan

kesimpulan dengan melihat perbedaan antara proporsi hasil amatan
di atas dan dibawah median, APABILA sangat jauh berbeda dari yang
diharapkan dengan Ho, maka Ho ditolak.
Contoh : Berikut data tentang Stroke index (mm) dari pasien-pasien
dibagian Myocardial-infarction

Tabel nilai-nilai stroke index

Pasien Anterior transmural Pasien Interior transmural

infarction dan anterior necrosis infarction dan interior necrosis
(X) (Y)
25 25 17 26 18 30 24 21 13 31 21 38 19 38 41 68 28 43
30 20 23 26 12 20 37 9 17 42 30 20 29 13 32 30
37 20 11 32 16 31 46 20 25
17 36 54 8 26
Sumber : Daniel W.W.,Statistik Non Parametrik Terapan, 1989

Apakah data tersebut di atas menyediakan bukti yang memadai

untuk menunjukkan bahwa median kedua populasi yang diwakili
data sampel memiliki perbedaan, gunakan  = 0,05
H0 : Median nilai stroke index kedua populasi identik
H1 : Median nilai stroke index kedua populasi tidak identik

N = 48 maka

 A B 
 n   n 
Statistik uji T  1  2 dengan pˆ  A  B
n
pˆ (1  pˆ ) 1  1 
 n1 n2 

Dari gabungan data sebanyak 48 diperoleh bahwa median terletak

pada urutan ke (48+1)/2 = 24,5 dengan nilai (25 + 26)/2 = 25,5

Anterior Interior
transmural transmural Jumlah
infarction dan infarction dan
anterior necrosis interior necrosis
Di atas Nilai 25,5 12 12 24
Di bawah Nilai 25,5 20 4 24
n1 = 32 n2 = 16 n = 48
Dari tabel di atas dapat dihitung

ˆ A  B 12  12 24
P    0,5
n 48 48
 A B 
 n   n 
T  1  2

(12/32)- (12/16)
 2,45
(0,50)(1- 0,50)(1/32 1/16)
pˆ (1  pˆ ) 1  1 
 n1 n2 

Untuk taraf signifikansi 0,05 maka Z-tabel = 1,96 maka

T = |-2,45| > 1,96

Keputusan : Tolak H berarti dapat disimpulkan bahwa kedua

median populasi tidak identik/ sama.