TUGAS

STATISTIKA NON-PARAMETRIK

Disusun oleh :

Nama : Alden Julio Noya

NIM : 202150011

PROGRAM STUDI STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU

PENGETAHUAN ALAM
UNIVERSITAS PATTIMURA

AMBON

2023
I. Uji Kilat Tukey

Uji kilat Tukey (Tukey's HSD test) adalah metode statistik yang digunakan untuk
membandingkan rata-rata antara beberapa kelompok. Uji ini sering digunakan dalam
analisis ANOVA untuk menentukan kelompok mana yang memiliki rata-rata yang
signifikan secara statistik berbeda dari kelompok lainnya.

Tukey HSD test dilakukan dengan menghitung interval kepercayaan (confidence

interval) untuk selisih antara rata-rata kelompok yang ingin dibandingkan. Jika selisih
antara dua rata-rata tidak melewati interval kepercayaan, maka perbedaan antara dua rata-
rata tersebut tidak signifikan secara statistik.

Untuk melakukan uji kilat Tukey, terlebih dahulu kita perlu melakukan analisis
ANOVA. Setelah itu, kita dapat menggunakan perangkat lunak statistik seperti SPSS atau
R untuk menghitung nilai statistik dan interval kepercayaan yang diperlukan untuk
melakukan uji Tukey.

 Langkah-langkah melakukan uji kilat Tukey:

1. Lakukan analisis ANOVA untuk menentukan apakah ada perbedaan

signifikan antara kelompok-kelompok yang dibandingkan.
2. Jika hasil analisis ANOVA menunjukkan adanya perbedaan signifikan antara
kelompok-kelompok, maka kita dapat melanjutkan dengan uji kilat Tukey.
3. Hitung nilai statistik dan interval kepercayaan menggunakan perangkat lunak
statistik.
4. Interpretasikan hasil uji Tukey dengan melihat apakah selisih antara dua rata-
rata melebihi interval kepercayaan atau tidak.

Penting untuk diingat bahwa uji kilat Tukey hanya efektif jika data yang
digunakan memenuhi asumsi-asumsi statistik yang relevan, seperti normalitas
dan homogenitas varian. Jika data tidak memenuhi asumsi-asumsi ini, maka
metode alternatif seperti uji non-parametrik mungkin lebih sesuai.

 Asumsi-asumsi yang perlu dipenuhi dalam uji kilat Tukey antara lain:

1. Data harus terdistribusi secara normal. Uji normalitas dapat dilakukan

untuk memastikan data terdistribusi secara normal.
2. Kelompok-kelompok yang dibandingkan harus memiliki varian yang
homogen (seragam). Uji homogenitas varian dapat dilakukan untuk
memastikan kelompok-kelompok tersebut memiliki varian yang seragam.
3. Data harus independen. Hal ini berarti bahwa setiap pengamatan hanya
dapat dimasukkan ke dalam satu kelompok saja.

Jika salah satu atau lebih asumsi ini tidak terpenuhi, maka hasil dari uji kilat
Tukey mungkin tidak valid atau dapat menyesatkan. Dalam situasi ini, metode
alternatif seperti uji non-parametrik dapat digunakan sebagai pengganti uji kilat
Tukey.
  Hipotesis yang diuji dalam uji kilat Tukey adalah sebagai berikut

1. H0 : Tidak ada perbedaan signifikan antara rata-rata kelompok-kelompok

yang dibandingkan.
2. H1 : Ada perbedaan signifikan antara rata-rata kelompok-kelompok yang
dibandingkan.

 Statistik Uji
Misalkan T adalah statistik uji untuk uji Kilat Tukey. Untuk mendapatkan
nilai T, dari n data hasil pengamatan pada sampel 1, X1 , X2, …, Xn, dan m data
hasil pengamatan pada sampel 2, Y1 , Y2, …, Ym, diproses sebagai berikut :

 Catat nilai-nilai terbesar dan terkecil dalam sampel gabungan kedua sampel.

 Perhatikan nilai terbesar dan nilai terkecil. Jika kedua nilai terbesar dan
terkecil itu terdapat dalam sampel yang sama, maka uji Kilat Tukey tidak
dapat menyimpulkan bahwa rata-rata kedua populasi berbeda dan proses uji
Kilat Tukey tidak dapat dilanjutkan ke langkah berikutnya. Dalam hal ini,
ditetapkan suatu nilai nol bagi statistik uji untuk kasus ini (T = 0). Namun,
jika salah satu sampel memuat nilai terbesar dan sampel lainnya memuat nilai
terkecil, maka proses dilanjutkan ke langkah ke-3.

 Kaidah pengambilan keputusan dalam uji kilat Tukey

Ada dua kaidah umum yang dapat digunakan dalam pengambilan keputusan
uji kilat Tukey, yaitu:

1. Jika selisih antara dua rata-rata melebihi interval kepercayaan, maka kita
dapat menolak hipotesis nol dan menyimpulkan bahwa terdapat
perbedaan signifikan antara dua kelompok yang dibandingkan.
2. Jika selisih antara dua rata-rata tidak melebihi interval kepercayaan,
maka kita tidak dapat menolak hipotesis nol dan menyimpulkan bahwa
tidak ada perbedaan signifikan antara dua kelompok yang dibandingkan.

Sebagai contoh, jika hasil uji kilat Tukey menunjukkan selisih antara
rata-rata kelompok A dan kelompok B adalah 2,5 dengan interval
kepercayaan (1,0, 4,0), maka kita dapat menyimpulkan bahwa terdapat
perbedaan signifikan antara kelompok A dan kelompok B karena selisih
antara rata-rata melebihi interval kepercayaan yang ditentukan.

II. Uji Mean Whitney

Uji mean Whitney (atau disebut juga dengan uji Mann-Whitney) adalah uji
nonparametrik yang digunakan untuk membandingkan dua kelompok independen untuk
melihat apakah rata-rata kedua kelompok tersebut sama atau berbeda secara signifikan.
Uji ini dapat digunakan ketika data tidak terdistribusi normal atau tidak memenuhi asumsi
homogenitas varians.
 Secara umum, uji mean Whitney dilakukan dengan cara membandingkan rangking
data pada kedua kelompok dan kemudian menghitung nilai U (statistik uji) berdasarkan
jumlah total dari perbedaan antara setiap peringkat pada kelompok-kelompok tersebut.
Nilai U ini kemudian dibandingkan dengan tabel distribusi normal standar untuk
menentukan apakah perbedaan rata-rata kedua kelompok signifikan atau tidak.

 Hipotesis yang diuji dalam uji mean Whitney adalah sebagai berikut:

1. H0 : Tidak ada perbedaan signifikan antara rata-rata kedua kelompok yang

dibandingkan.
2. H1 : Terdapat perbedaan signifikan antara rata-rata kedua kelompok yang
dibandingkan.

Jika nilai U yang dihitung lebih kecil dari nilai kritis U pada tabel distribusi
normal standar, maka hipotesis nol ditolak dan kita dapat menyimpulkan bahwa
terdapat perbedaan signifikan antara kedua kelompok yang dibandingkan. Namun,
jika nilai U yang dihitung lebih besar dari nilai kritis U pada tabel distribusi normal
standar, maka hipotesis nol diterima dan kita tidak dapat menyimpulkan adanya
perbedaan signifikan antara kedua kelompok yang dibandingkan.

 Asumsi-asumsi Uji Mean Whitney

1. Data harus berdistribusi acak dan independen: Artinya, data yang diperoleh
dari kedua kelompok tidak memiliki ketergantungan satu sama lain.
2. Data harus berskala ordinal: Uji mean Whitney menggunakan peringkat data
sebagai dasar perhitungannya, sehingga data harus berada pada skala ordinal.
Namun, jika data berada pada skala interval atau rasio, maka dapat diubah ke
dalam skala ordinal terlebih dahulu sebelum dilakukan uji.
3. Data harus homogen: Meskipun uji mean Whitney tidak memerlukan asumsi
homogenitas varians seperti uji parametrik, namun jika kelompok-kelompok
yang dibandingkan memiliki variasi yang sangat berbeda-beda, maka uji ini
dapat memberikan hasil yang tidak akurat.
4. Jumlah sampel minimum: Jumlah sampel pada setiap kelompok minimal 5.
Namun, semakin besar jumlah sampel yang digunakan, semakin akurat hasil
pengujian yang diperoleh.

Untuk melakukan pengambilan keputusan pada uji mean Whitney, dapat

dilakukan dengan langkah-langkah sebagai berikut:

1. Tentukan hipotesis nol (null hypothesis) dan hipotesis alternatif (alternative

hypothesis) yang akan diuji. Hipotesis nol menyatakan bahwa tidak ada
perbedaan signifikan antara rata-rata kedua kelompok yang dibandingkan,
sedangkan hipotesis alternatif menyatakan bahwa terdapat perbedaan signifikan
antara rata-rata kedua kelompok yang dibandingkan.

2. Hitung nilai U (statistik uji) menggunakan rumus yang sesuai dengan jenis uji
mean Whitney yang digunakan. Nilai U ini merupakan perbandingan antara
jumlah peringkat yang lebih rendah pada salah satu kelompok dengan jumlah
peringkat yang lebih rendah pada kelompok lainnya.
 3. Tentukan nilai kritis U pada tabel distribusi normal standar dengan menggunakan
tingkat signifikansi (α) yang telah ditentukan sebelumnya. Nilai kritis U
bergantung pada jumlah sampel pada masing-masing kelompok.

4. Bandingkan nilai U yang dihitung dengan nilai kritis U. Jika nilai U yang
dihitung lebih kecil dari nilai kritis U, maka hipotesis nol ditolak dan kita dapat
menyimpulkan bahwa terdapat perbedaan signifikan antara kedua kelompok yang
dibandingkan. Sebaliknya, jika nilai U yang dihitung lebih besar dari nilai kritis
U, maka hipotesis nol diterima dan kita tidak dapat menyimpulkan adanya
perbedaan signifikan antara kedua kelompok yang dibandingkan.

5. Interpretasikan hasil pengujian secara tepat dan jelas, dengan mengacu pada
hipotesis nol dan alternatif yang telah ditetapkan sebelumnya. Jangan lupa untuk
menambahkan nilai tingkat signifikansi yang digunakan, serta menjelaskan
implikasi hasil pengujian terhadap penelitian yang dilakukan.

III. Uji Wold-Wolfowitz

Uji kecocokan Wold (atau sering disebut sebagai uji Wold-Wolfowitz) adalah uji
statistik yang digunakan untuk menentukan apakah dua sampel berasal dari distribusi
yang sama. Uji ini bekerja dengan membandingkan peringkat dari data gabungan dengan
peringkat yang diharapkan jika kedua sampel berasal dari distribusi yang sama.

 Langkah-langkah pengujian Wold-Wolfowitz

Untuk melakukan uji Wold-Wolfowitz, ikuti langkah-langkah berikut:
i. Gabungkan kedua sampel menjadi satu set data dan beri peringkat pada data
dari yang terkecil hingga terbesar.
ii. Hitung selisih antara peringkat yang diamati dari setiap titik data dan
peringkat yang diharapkan jika kedua sampel berasal dari distribusi yang
sama.
iii. Hitung jumlah dari nilai absolut selisih peringkat tersebut. Ini adalah statistik
uji.
iv. Tentukan nilai kritis untuk uji berdasarkan ukuran sampel dan tingkat
signifikansi yang diinginkan (alpha).
v. Bandingkan statistik uji dengan nilai kritis. Jika statistik uji lebih besar dari
nilai kritis, tolak hipotesis nol bahwa kedua sampel berasal dari distribusi
yang sama. Jika statistik uji lebih kecil dari nilai kritis, gagal menolak
hipotesis nol.

 Asumsi-asumsi Uji Wold Wolfowiltz

1. Data yang dianalisis berasal dari sampel acak independen.
2. Data yang diuji mempunyai skala pengukuran ordinal atau interval.
3. Tidak terdapat pengelompokkan atau stratifikasi pada data yang
dianalisis.
4. Tidak terdapat perbedaan signifikan antara variansi kedua sampel yang
dibandingkan.
 Jika salah satu atau lebih asumsi di atas tidak terpenuhi, maka hasil uji Wold-
Wolfowitz tidak dapat diandalkan dan tidak boleh digunakan untuk menyimpulkan
kesamaan atau perbedaan distribusi antara kedua sampel.

Hipotesis nol (H0) dalam uji kecocokan Wold-Wolfowitz adalah bahwa

kedua sampel berasal dari distribusi yang sama. Sedangkan hipotesis alternatif (Ha)
adalah bahwa kedua sampel berasal dari distribusi yang berbeda.

Dalam pengujian hipotesis, jika nilai p yang diperoleh dari uji Wold-
Wolfowitz lebih kecil dari nilai tingkat signifikansi (alpha) yang telah ditentukan,
maka H0 ditolak dan dapat disimpulkan bahwa kedua sampel berasal dari distribusi
yang berbeda. Sebaliknya, jika nilai p lebih besar atau sama dengan alpha, maka H0
gagal ditolak dan dapat disimpulkan bahwa tidak ada cukup bukti untuk menolak
hipotesis bahwa kedua sampel berasal dari distribusi yang sama.

 Kaidah pengambilan keputusan dalam uji kilat Tukey

Untuk mengambil keputusan pada uji kecocokan Wold-Wolfowitz, dapat
menggunakan kaidah sebagai berikut:

1. Tentukan hipotesis nol (H0) dan hipotesis alternatif (Ha) berdasarkan

permasalahan yang sedang diuji.
2. Tentukan tingkat signifikansi (alpha) yang diinginkan untuk pengujian tersebut.
3. Hitung nilai statistik uji Wold-Wolfowitz berdasarkan data yang telah
dikumpulkan.
4. Tentukan nilai kritis untuk statistik uji tersebut berdasarkan ukuran sampel dan
alpha yang telah ditentukan.
5. Bandingkan nilai statistik uji dengan nilai kritis. Jika nilai statistik uji lebih besar
dari nilai kritis, tolak H0 dan terima Ha. Jika nilai statistik uji lebih kecil dari
nilai kritis, gagal menolak H0 dan tidak dapat menerima Ha.
6. Hitung nilai p-value, yaitu probabilitas dari nilai statistik uji yang lebih ekstrim
daripada nilai yang diamati. Jika nilai p-value lebih kecil dari alpha, tolak H0 dan
terima Ha. Jika nilai p-value lebih besar atau sama dengan alpha, gagal menolak
H0 dan tidak dapat menerima Ha.
7. Interpretasikan hasil pengujian dengan mengambil kesimpulan yang tepat
berdasarkan keputusan yang telah diambil.

Dalam mengambil keputusan, penting untuk memperhatikan tingkat

signifikansi yang telah ditetapkan dan mempertimbangkan konsekuensi dari
keputusan yang diambil terhadap permasalahan yang sedang diuji.