METODE STATISTIKA NONPARAMETRIK

Uji Hipotesis Dua  Uji Mann-Whitney Applied

Populasi  Uji beda proporsi contoh Nonparametric
besar Statistic
 Uji tanda dan uji peringkat Daniel (1990)
bertanda Wilcoxon data
berpasangan
 Kelengkapan: Tabel Normal Baku, Tabel Binomial, Tabel Wilcoxon dan Tabel Mann-Whitney

Uji Mann-Whitney
Prosedur nonparametrik yang digunakan untuk menguji hipotesis mengenai median dua
populasi yang saling bebas diperkenalkan oleh Mann dan Whitney (1947). Prosedur ini
dinamakan uji Mann-Whitney (Mann-Whitney test).
Asumsi
a. Data terdiri dari contoh acak X1, X2, …, Xn yang berasal dari populasi 1 dengan
median Mx, dan contoh acak Y1, Y2, …, Yn dari populasi 2 dengan median My. Nilai Mx
dan My tidak diketahui.
b. Kedua contoh saling bebas
c. Peubah acak bersifat kontinu
d. Skala pengukuran minimal ordinal
e. Fungsi sebaran dari kedua populasi hanya dipisahkan oleh lokasi parameter

Hipotesis
a. (Dua arah) : H0 : Mx = My vs. H1 : Mx ≠ My
b. (Satu arah) : H0 : Mx ≥ My vs. H1 : Mx < My
c. (Satu arah) : H0 : Mx ≤ My vs. H1 : Mx > My

Statistik Uji
Statistik uji Mann-Whitney dapat ditentukan melalui prosedur berikut :

1. Gabungkan kedua data contoh.

2. Peringkatkan setiap pengamatan dari yang terkecil hingga terbesar. Jika terdapat ties
(nilai yang sama), beri peringkat tengah (mid-rank).
3. Jumlahkan peringkat yang berasal dari populasi 1. Nyatakan hasilnya sebagai S.
4. Statistik uji Mann-Whitney dapat diperoleh melalui rumus :
n1 ( n1  1)
T S
2
 Kaidah Keputusan
a. (Hipotesis a) : Tolak H0 jika T < wα/2 atau T > w1–α/2, di mana w1–α/2 = n1n2 – wα/2
b. (Hipotesis b) : Tolak H0 jika T < wα
c. (Hipotesis c) : Tolak H0 jika T > w1–α, di mana w1–α = n1n2 – wα
w adalah nilai kritis bagi T  Tabel A.7 : Mann-Whitney

Catatan Untuk contoh berukuran besar (yaitu n1, n2 > 20) dapat didekati dengan
sebaran normal sebagai berikut :
Jika ada ties :

T 
 n1 n 2 
Z  2
n1 n 2  n1  n 2  1  n1 n 2   t 3  t

12 12  n1  n 2  n1  n 2  1 

Jika tidak ada ties :

T 
n1 n 2 
Z  2
n1n 2 n1  n 2  1 
12
Keputusan : Tolak H0 jika Zhit > Zα

Contoh :
Di bawah ini adalah data berat badan 12 mahasiswa (6 putra dan 6 putri). Apakah benar
bahwa berat badan mahasiswa putra melebihi berat badan mahasiswa putri?

Kriteria Berat Badan (kg)

Mahasiswa Putra (X) 63 59 74 52 70 61
Mahasiswa Putri (Y) 47 45 57 54 59 50

Hipotesis : H0 : Mx ≤ My
H1 : Mx > My
Statistik Uji :
Mahasiswa Putra (X) Tinggi 63 59 74 52 70 61 Jumlah
Peringkat 10 7.5 12 4 11 9 53.5
Mahasiswa Putri (Y) Tinggi 47 45 57 54 59 50
Peringkat 2 1 6 5 7.5 3
Dari tabel diketahui bahwa jumlah peringkat contoh dari populasi mahasiswa putra adalah
53.5, sehingga S = 53.5. Dengan demikian, statistik uji adalah :
n1 ( n1  1) 6(6  1)
T S  53.5   32.5
2 2

2/8
Keputusan : Hipotesis yang diujikan adalah H1 : Mx > My sehingga H0 ditolak jika T > w1–α.
Berdasarkan tabel A.7, untuk n1=6, n2=6 dan α=.05 diperoleh wα=8, sehingga
w1–α = n1n2 – wα = (6)(6) – 8 = 28
Dengan demikian, karena T =32.5 lebih besar dari w1–α = 28 dapat disimpulkan
bahwa berat badan mahasiswa putra melebihi berat badan mahasiswa putri.

Output MINITAB

Mann-Whitney Test and CI: Berat_Putra (X); Berat_Putri (Y)

N Median
Berat_Putra (X) 6 62,00
Berat_Putri (Y) 6 52,00

Point estimate for ETA1-ETA2 is 11,50

95,5 Percent CI for ETA1-ETA2 is (2,00;20,00)
W = 53,5
Test of ETA1 = ETA2 vs ETA1 > ETA2 is significant at 0,0125
The test is significant at 0,0124 (adjusted for ties)

Uji Median
Uji median (median test) adalah salah satu prosedur yang paling sederhana untuk
menguji hipotesis awal bahwa dua contoh yang saling bebas berasal dari populasi dengan
median sama.
Asumsi
a. Data terdiri dari contoh acak X1, X2, …, Xn yang berasal dari populasi 1 dengan
median Mx, dan contoh acak Y1, Y2, …, Yn dari populasi 2 dengan median My. Nilai Mx
dan My tidak diketahui.
b. Skala pengukuran minimal ordinal.
c. Peubah yang diamati bersifat kontinu.
d. Kedua populasi mempunyai bentuk sebaran yang sama.
e. Jika dua populasi mempunyai median yang sama, untuk setiap populasi, peluang p
sebuah nilai pengamatan akan melebihi grand median adalah sama.

Hipotesis
H0 : Mx = My
H1 : Mx ≠ My
Uji median juga dapat digunakan untuk uji satu arah, namun membutuhkan perhitungan
yang kompleks.

Statistik Uji
Statistik uji Mann-Whitney dapat ditentukan melalui prosedur berikut :
1. Gabungkan seluruh pengamatan dari kedua populasi dan hitung median dari n1  n2
pengamatan.

3/8
 2. Klasifikasikan pengamatan-pengamatan tersebut : (a) apakah merupakan contoh 1
atau contoh 2, dan (b) apakah nilainya di atas atau di bawah median contoh.
Biasanya, klasifikasi ini disajikan dalam bentuk tabel kontingensi :

Contoh
Hubungan terhadap median contoh
1 2 Total
Di atas A B A+B
Di bawah C D C+D
Total A + C = n1 B + D = n2 N = n1 + n2

Berdasarkan tabel kontingensi di atas, jika hipotesis awal benar maka A dan C
mendekati n1/2 serta B dan D mendekati n2/2.

3. Jika contoh mendekati sebaran normal, statistik uji dapat dihitung melalui rumus :

( A / n1 )  ( B / n2 )  A B
T   di mana p 
p (1  p )  (1 / n1 )  (1 / n2 ) N

Kaidah Keputusan
Untuk taraf nyata α tertentu, nilai kritis bagi T akan bersesuaian dengan nilai z pada
tabel normal baku (A.2). Dengan demikian, untuk hipotesis H0 : Mx = My lawan H1 : Mx ≠
My, tolak H0 jika T ≤ -z atau T ≥ z.

Contoh :
Sebuah studi hendak meneliti apakah terdapat penurunan kemampuan eliminasi obat pada
penderita penyakit hati. Dua sampel diteliti, sampel normal (sehat) dan sampel penderita
cirrhosis hepatis. Setiap subjek mendapat phenylbutazone per oral 19 mg/kg BB. Melalui
analisis darah, waktu konsentrasi plasma tertinggi (dalam jam) diukur pada masing-masing
subjek. Hasilnya dapat dilihat pada tabel berikut:

waktu konsentrasi plasma tertinggi (jam)

waktu konsentrasi plasma tertinggi (jam)
phenylbutazone pada subjek cirrhosis
phenylbutazone pada subjek normal (X)
hepatis (Y)
45.6 41.3 20.1 21.5
49.0 32.5 14.0 7.0
13.7 8.8 42.3 11.2
37.9 17.4 29.7 18.0
26.8 13.8 17.8 27.9
30.6 26.3 22.6
4.0 14.4 15.0
35.5 10.7

Ujilah pada taraf nyata 5%, apakah median waktu puncak konsentrasi plasma phenylbutazone
tidak berbeda antara subjek normal dengan subjek dengan cirrhosis hepatis?
(http://www.scribd.com/doc/87515950/Uji-Median, 19 september 2012)

4/8
Hipotesis : H0 : Mx = My
H1 : Mx ≠ My
Statistik Uji : Median n1  n2 adalah (15  13) / 2  14 . Jumlah pengamatan pada setiap
contoh yang berada di atas dan di bawah 14 disajikan dalam tabel berikut :
Contoh
Hubungan terhadap median=14
X Y Total
Di atas A=9 B=5 A + B = 14
Di bawah C=6 D=8 C + D = 14
Total n1 = 15 n2 = 13 N = 28


Selanjutnya dapat dihitung : p  (9  5) / 28  0.50 sehingga

(9 / 15)  (5 / 13)
T  1.14
(0.50)(1  0.50)[(1 / 15)  (1 / 13)]
Berdasarkan tabel normal baku, untuk α = 0.05 nilai kritis statistik uji median
adalah z =  1.96. Karena statistik uji T = 1.14 lebih kecil dari z = 1.96 maka H0
tidak ditolak dan simpulkan bahwa median dua populasi tersebut sama. Nilai-
p untuk uji ini adalah 2(0.50–0.3729)=0.2542.

Output MINITAB
Mood Median Test: Respon versus Subjek

Mood median test for Respon

Chi-Square = 1,29 DF = 1 P = 0,256

Subjek N<= N> Median Q3-Q1

Cirrhosis hepatis 8 5 18,0 12,7
Normal 6 9 26,8 24,1

Overall median = 20,8

A 95,0% CI for median(Cirrhosis hepatis) - median(Normal): (-21,5;8,2)

Uji Tanda untuk Data Berpasangan

Prosedur uji tanda untuk data berpasangan atau disebut juga uji tanda dua contoh yang
saling berhubungan (sign test for two related sample) sangat mirip dengan uji tanda satu
contoh (Pertemuan 1). Pada prinsipnya, selisih dua data berpasangan akan diubah menjadi
serangkaian tanda ‘plus’ (+) dan ‘minus’ (-). Uji tanda ini berguna ketika data yang digunakan
diukur dalam skala ordinal.

Asumsi
a. Data terdiri dari n pasang pengamatan (X1, Y1), (X2, Y2), …, (Xn, Yn). Peubah yang
diamati adalah Xi – Yi = Di, yang merupakan selisih nilai data berpasangan. Median D
dinyatakan sebagai MD.
b. Masing-masing pasangan saling bebas.

5/8
 c. Skala pengukuran minimal ordinal pada setiap pasangan.
d. Peubah yang diamati bersifat kontinu.

Hipotesis
a. (Dua arah) : H0 : MD = 0 vs. H1 : MD ≠ 0
b. (Satu arah) : H0 : MD ≤ 0 vs. H1 : MD > 0
c. (Satu arah) : H0 : MD ≥ 0 vs. H1 : MD < 0

Statistik Uji
Hitung selisih setiap data berpasangan Xi – Yi = Di. Hitung banyaknya nilai D yang
bertanda ‘minus’ (S-) dan banyaknya nilai yang bertanda ‘plus’ (S+). Apabila terdapat
ties, Xi = Yi atau Di =0, hilangkan pengamatan tersebut. Statistik uji yang akan digunakan
untuk setiap hipotesis adalah :

a. (Hipotesis a) : S = S’ = min (S-, S+)

b. (Hipotesis b) : S = S-
c. (Hipotesis c) : S = S+

Kaidah Keputusan
a. (Hipotesis a) : Tolak H0 jika P(x ≤ S’ | b(n,0.5)) ≤ α/2
b. (Hipotesis b) : Tolak H0 jika P(x ≤ S- | b(n,0.5)) < α
c. (Hipotesis c) : Tolak H0 jika P(x ≤ S+ | b(n,0.5)) < α

Contoh :
Misalkan, suatu survei dilakukan untuk mengetahui pendapat mahasiswa mengenai derajat
kesulitan kuliah pada tingkat II dan tingkat III, dengan hipotesis bahwa “perkuliahan tingkat II
lebih mudah dari tingkat III”. Diperoleh data sebagai berikut :
Mahasiswa ke- 1 2 3 4 5 6 7 8 9 10
Tingkat II 2 2 3 2 2 3 3 2 2 3
Tingkat III 1 1 2 1 1 2 3 2 1 1

Dimana : 1 : Sangat sulit, 2 : Sulit, 3 : Mudah, 4 : Sangat mudah

Hipotesis : H0 : MII ≤ MIII atau MD ≤ 0

H1 : MII > MIII atau MD > 0
Mahasiswa ke- 1 2 3 4 5 6 7 8 9 10
Tingkat II 2 2 3 2 2 3 3 2 2 3
Tingkat III 1 1 2 1 1 2 3 2 1 1
D 1 1 1 1 1 1 0 0 1 2
Tanda + + + + + +   + +

Statistik Uji : Berdasarkan data di atas, n=8, S+=8, S-=0. Karena hipotesis nol MD ≤ 0, maka
statisitik uji yang digunakan adalah S-.

6/8
Keputusan : Dari tabel binomial (A.2) diperoleh
P(S ≤ 0 | b(8,0.5)) = 0.0039, sehingga pada taraf nyata 5% hipotesis nol ditolak
dan simpulkan bahwa perkuliahan di tingkat III lebih sulit daripada di tingkat
III.

Uji Peringkat Bertanda Wilcoxon untuk Data Berpasangan

Prosedur uji peringkat bertanda Wilcoxon untuk data berpasangan (Wilcoxon signed-
rank test for paired observation) pada dasarnya sama seperti uji peringkat bertanda Wilcoxon
pada populasi tunggal. Perbedaannya terletak pada data yang diuji. Pada pengujian data
berpasangan, yang digunakan adalah data selisih data yang berpasangan.

Asumsi
a. Data yang dianalisis terdiri dari n pengamatan dengan selisih Di = Yi – Xi.
b. Selisih berupa peubah acak kontinu.
c. Sebaran populasi dari selisih adalah simetris denga nilai tengah MD
d. Selisih saling bebas
e. Selisih yang diukur minimal berskala selang/interval

Hipotesis
a. (Dua arah) : H0 : MD = 0 vs. H1 : MD ≠ 0
b. (Satu arah) : H0 : MD ≤ 0 vs. H1 : MD > 0
c. (Satu arah) : H0 : MD ≥ 0 vs. H1 : MD < 0

Statistik Uji
Prosedur umum uji peringkat bertanda Wilcoxon adalah sebagai berikut :
1. Hitung selisih nilai Di = Yi – Xi. Jika hasilnya Di = 0, abaikan pengamatan tersebut.
2. Beri peringkat untuk |Di|. Jika ada nilai yang sama (disebut ties) beri peringkat tengah
(mid-rank).
3. Pasangkan tanda ‘plus’ dan ‘minus’ pada peringkat sesuai nilai pada langkah
pertama.
4. Hitunglah : jumlah peringkat bertanda ‘plus’ (T+), dan jumlah peringkat bertanda
‘minus’ (T-).
Statistik uji yang digunakan untuk masing-masing hipotesis adalah adalah :
a. (Hipotesis a) : T = T’ = min (T-, T+)
b. (Hipotesis b) : T = T-
c. (Hipotesis c) : T = T+

Kaidah Keputusan
a. (Hipotesis a) : Tolak H0 jika T’ ≤ Tn(α/2)
b. (Hipotesis b) : Tolak H0 jika T- ≤ Tn(α)
c. (Hipotesis c) : Tolak H0 jika T+ ≤ Tn(α)

Catatan Untuk contoh berukuran besar dapat didekati dengan sebaran normal baku
menggunakan rumus :

7/8
 nn  1
T
T*  4
nn  12n  1
24
Contoh :
Ujilah hipotesis pada contoh soal sebelumnya dengan uji Wilcoxon untuk data berpasangan :
Hipotesis : H0 : MII ≤ MIII atau MD ≤ 0
H1 : MII > MIII atau MD > 0
Mahasiswa ke- 1 2 3 4 5 6 7 8 9 10
Tingkat II 2 2 3 2 2 3 3 2 2 3
Tingkat III 1 1 2 1 1 2 3 2 1 1
D 1 1 1 1 1 1 0 0 1 2
Tanda + + + + + +   + +
Peringkat 4 4 4 4 4 4   4 8

Statistik Uji : Berdasarkan data di atas diperoleh n=8, T+=36, T-=0. Karena hipotesis nol MD
≤ 0, maka statisitik uji yang digunakan adalah T-.

Keputusan : Dari tabel Wilcoxon (A.3), diperoleh T8(0.05)=6 (p-value=0.0547). Karena T- <
T8(0.05) hipotesis nol ditolak dan simpulkan bahwa perkuliahan di tingkat II lebih
mudah daripada di tingkat III.

Bonus
1. Exercise 3.4, chapter 3, p. 97 (di buku referensi)
2. Exercise 3.2, chapter 3, p. 89 (di buku referensi)
3. Nilai-nilai yang diberikan pada pengukuran kualitas produk kertas yang diproduksi
melalui dua proses yang berbeda, yang didasarkan pada sampel random
berukuran 9 dari masing-masing proses, ditunjukan sebagai berikut:

Tipe Proses 1 2 3 4 5 6 7 8 9
Proses A 6.1 9.2 8.7 8.9 7.6 7.1 9.5 8.3 9.0
Proses B 9.1 8.2 8.6 6.9 7.5 7.9 8.3 7.8 8.9

Ujilah bahwa tidak ada perbedaan dalam kualitas produk dari dua proses produksi kertas
itu ! gunakan taraf nyata 10% (Mendenhall 1969 dalam Djarwanto 19871)

Note :

CMIWW (Correct Me If We’re Wrong)

1
Djarwanto. 1987. Kumpulan Soal dan Penyelesaiannya: Statistik Nonparametrik. Yogyakarta: BPFE

Prepared by : Nur Andi Setiabudi, S. Stat

Edited by : Didin Saepudin

8/8