STATISTIKA NON PARAMETRIK

Makalah ini disusun untuk memenuhi Tugas Kelompok Mata Kuliah Metode Statistika

Dosen Pengampu: Femmy Diwidian S.Pd., M.Si

Disusun Oleh:

Kelompok 12

Dian Safitri (11210170000005)

Khoirothun Fathma Sancoko (11210170000017)

Ahmad Andika (11210170000025)

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS ILMU TARBIYAH DAN KEGURUAN

UIN SYARIF HIDAYATULLAH

JAKARTA

2023M/1444H
A. Pengertian Statistika Non Parametrik

Menurut Riadi (2016), Kadir (2015), dan sugiyono (2015), bahwa terdapat dua jenis
statistika inferensial yang dapat digunakan untuk menguji hipotesis penelitian
berdasarkan asumsi distribusi data populasi yaitu statistika parametrik dan statistika non
parametrik. Statistika non parametrik merupakan metode statistik yang dapat digunakan
dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode statistik
parametrik, yaitu yang berkaitan dengan sebaran data populasi (mengabaikan sebaran
normal). Pada umumnya statistika non parametrik digunakan untuk data berjumlah kecil
(n¿ 30).

Statistika non parametrik memiliki beberapa kelebihan antara lain :

1) Tidak mensyaratkan bentuk sebaran distribusi populasi

2) Tidak harus data kuantitatif, dapat berupa respons yang kualitatif
3) Dapat digunakan sampel kecil (n=7) walaupun distribusi populasinya tidak diketahui.

Adapun beberapa keterbatasannya antara lain :

1) Uji non parametrik tidak memanfaatkan semua informasi yang terkandung dalam
sampel, sehingga kurang efisien disbanding parametrik.
2) Jika persyaratan uji parametrik dapat dipenuhi maka efisiensi pengujian non
parametrik lebih rendah karena hasil yang diperoleh dari statistik non parametrik
memiliki tingkat kepercayaan yang rendah.
3) Uji non parametrik tidak dapat digunakan untuk menguji ada tidaknya pengaruh
interaksi dari faktor-faktor yang diuji dan juga untuk peramalan seperti dalam regresi.
 Peta Konsep Statistika Non Parametrik

B. Uji Non Parametrik untuk Perbedaan Rata-rata

1) Satu sampel
a. Uji Run

Uji Run adalah uji non parametrik yang digunakan untuk menentukan
apakah suatu barisan data diperoleh atau terjadi secara acak. Hal ini berguna
bagi statistic inferensial yang mensyaratkan sampel yang dipilih secara
random. Satu Run adalah satu atau lebih symbol yang identic yang di dahului
atau diikuti oleh symbol lain.

Misalkan kita akan menguji apakah deretan orang yang membeli karcis berikut
(laki-laki/L dan perempuan/P) tersusun secara random atau tidak.

PPLLPPPLLP

Untuk menjelaskan uji run ini, mari kita tuliskan tanda ( + atau - ) berdasarkan
data yang diberikan.

PP LL P
¿ ¿ ¿
Dengan demikian, deretan di atas terdiri dari 5 run, yaitu diperoleh dari
susunan yang berjenis kelamin sama: run pertama ada dua P, run kedua ada
dua L, run ketiga ada tiga P, run keempat ada 2 L, run kelima dengan 1 P.

Prosedur uji statistic untuk sampel kecil (n ≤ 20)adalah sebagai berikut :

1) Menentukan hipotesis
H 0 : urutan sampel data bersifat random
H 1 : urutan sampel data bersifat tidak random
2) Menentukan taraf signifikasi (α)
α = 0,05 atau 5%
3) Menetukan nilai statistic
Jumlah bertanda (+) : n1
Jumlah bertanda (-) : n2
Jumlah run (r)
Jumlah seluruh observasi (N)
4) Menentukan daerah kritis ( F 1 tabel run dan F 2 tabel run)
 5) Membuat kesimpulan
 Jika r terletak antara nilai kritis ( F 1< r < F2), H 0 diterima,
artinya urutan symbol adalah random atau acak.
 Jika r sama dengan nilai kritis ( F 1 ≥ r ≥ F 2), H 0 ditolak, artinya
urutan symbol adalah tidak random atau acak.

Adapun prosedur uji statistik untuk sampel besar ( n> 20) adalah sebagai
berikut :

1) Menentukan hipotesis
H 0 : urutan sampel data bersifat random
H 1 : urutan sampel data bersifat tidak random
2) Menentukan taraf signifikasi (α)
α = 0,05 atau 5%
3) Menetukan nilai statistik
Jumlah run (r)
Untuk menentukan nilai r ditentukaan dengan tahap berikut :
 Menentukan nilai mean (rata-rata) data
 Memberi ”−¿” untuk data di bawah (lebih kecil) dari nilai
mean dan tanda “ +¿ ” untuk data di atas (lebih besar dari
nilai mean)
Jumlah bertanda (+¿ ) : n1
Jumlah bertanda (−¿) : n2
 Jumlah seluruh observasi (N)
4) Menentukan daerah kritis (Z tabel)
Daerah kritis pada α = 0,05 atau 5% adalah Z b=−1 , 96 atau Z a=1 , 96

5) Menghitung nilai statistic Z

r−μr
Z= , dimana
σr

√
2 n1 n2 2n 1 n2 (2 n1 n2−N )
μr = + 1 dan σ r=
n1 +n2 2
N (N −1)
6) Mengambil keputusan dan membuat kesimpulan
 Jika Z hitung terletak antara nilai kritis ( Z b< Z hitung < Z a), H 0
diterima, artinya urutan symbol adalah random atau acak.
 Jika Z hitung sama dengan nilai kritis ( Z b ≥ r ≥ Z a), H 0 ditolak,
artinya urutan symbol adalah tidak random atau acak.

Contoh Soal

1) Dalam suatu kantin di perusahaan elektronika, terdapat sekelompok

karyawan Wanita yang sedang makan siang. Dari sekelompok karyawan
itu ada 18 orang diambil secara random, selanjutnya diwawancarai, kapan
akan mengambil cuti hamil. Dalam pertanyaan itu disediakan dua
alternatifjawaban yaitu akan mengambil cuti besar sebelum melahirkan
atau sesudah melahirkan. Wawancara dilakukan secara berurutan, yaitu
dimulai dari no.1 dan berakhir di no.18. Diperolehkan data “Waktu
pengambilan cuti besar karyawati” sebagai berikut :

No Jawaban
1 1
 2 1
3 0
4 1
5 0
6 1
7 0
8 0
9 1
10 1
11 0
12 0
13 0
14 1
15 1
16 0
17 1
18 0

Keterangan : 1. Mengambil cuti besar sebelum melahirkan

0. Mengambil cuti besar sesudah melahirkan

Apakah data diatas tersusun random (acak)?

Penyelesaian:

 Menentukan hipotesis
H 0 : Waktu pengambilan cuti besar karyawati dalam urutan random
H 1 : Waktu pengambilan cuti besar karyawati tidak dalam urutan
random
 Menentukan taraf signifikasi (α)
α = 0,05 atau 5%
 Menetukan nilai statistik

No Jawaban Tanda Runs

1 1 +
1
2 1 +
3 0 - 2
4 1 + 3
5 0 - 4
6 1 + 5
7 0 -
6
8 0 -
9 1 +
7
10 1 +
11 0 - 8
12 0 -
13 0 -
14 1 +
9
15 1 +
16 0 - 10
17 1 + 11
18 0 - 12

n1=9 dan n2 =9
N= n1 +n 2=18 dan r = 12
 Menentukan daerah kritis ( F 1 tabel run dan F 2 tabel run)

F 1=5 dan F 2=15

 Membuat keputusan dan kesimpulan

 Karena 5<12<15 , maka H 0 diterima. Artinya terdapat cukup bukti
untuk menyatakan bahwa pengambilan cuti besar karyawati terjadi
dalam urutan yang random.

2) Suatu penelitian tentang sanitasi rumah telah dilakukan. Diambil sebanyak

42 rumah. Masing-masing rumah diukur kelembapan udaranya didapatkan
data urutan sampel berdasarkan kelembapan udaranya didapatkan data
urutan sampel berdasarkan kelembapan pada table dibawah. Selidikilah
dengan α = 10%, apakah sampel rumah tersebut random (acak)
berdasarkan kelembapannya?

Nomor Kelembapan rumah

1 68

2 56

3 78

4 60

5 70

6 72

7 65

8 55

9 60

10 64

11 48

12 52

13 66

14 59

15 75

16 64

17 53
18 54

19 62

20 68

21 70

22 59

23 48

24 53

25 63

26 60

27 62

28 51

29 58

30 68

31 65

32 54

33 79

34 58

35 70

36 59

37 60

38 55

39 54

40 60

41 54

42 50
Penyelesaian:
 Menentukan hipotesis
H 0 : sampel rumah tersebut random berdasarkan kelembapannya
H 1 : sampel rumah tersebut tidak random berdasarkan kelembapannya
 Menentukan taraf signifikasi (α)
α = 0,1 atau 10%
 Menetukan nilai statistic
Untuk menentukan nilai r ditentukaan dengan tahap berikut :
 Menentukan nilai mean (rata-rata) data
2559
x= =60,928
42
 Memberi ”-” untuk data di bawah (lebih kecil) dari nilai
mean dan tanda “+” untuk data di atas (lebih besar dari
nilai mean)

Nomor Kelembapan rumah Tanda Runs

1 68 (+) 1

2 56 (-) 2

3 78 (+) 3

4 60 (-) 4

5 70 (+)

6 72 (+) 5

7 65 (+)

8 55 (-)
6
9 60 (-)

10 64 (+) 7

11 48 (-)
8
12 52 (-)

13 66 (+) 9

14 59 (-) 10
15 75 (+)
11
16 64 (+)

17 53 (-)
12
18 54 (-)

19 62 (+)

20 68 (+) 13

21 70 (+)

22 59 (-)

23 48 (-) 14

24 53 (-)

25 63 (+) 15

26 60 (-) 16

27 62 (+) 17

28 51 (-)
18
29 58 (-)

30 68 (+)
19
31 65 (+)

32 54 (-) 20

33 79 (+) 21

34 58 (-) 22

35 70 (+) 23

36 59 (-) 24

37 60 (-)

38 55 (-)

39 54 (-)

40 60 (-)
 41 54 (-)

42 50 (-)

Makan1=18 dan n2 =24

N= n1 +n 2=42 dan r = 24

 Menentukan daerah kritis (Z tabel)

Daerah kritis pada α = 0,1 atau 10% adalah Z b=−1 , 65 atau Z a=1 ,65
 Menghitung nilai statistic Z
2 n1 n2 2(18)(24) 864
μr = +1 ¿ +1= +1=21,571
n1 +n2 18+24 42

σ r=
√ 2n 1 n2 (2 n1 n2−N )
N (N −1)
r−μr 24−21,571
2
=σ r=
√ 2(18)(24)(2(18)(24 )−42)
2
42 (42−1)
=
√864 (822)
1764 (41)
=3 ,133

Z= = =0,775
σr 3,133
 Mengambil keputusan dan membuat kesimpulan

Karena −1 , 65<0,775<1 , 65 maka H 0 diterima, artinya sampel rumah

tersebut random (acak) berdasarkan kelembapannya.

2) 2 sampel
Dibagi menjadi 2 yaitu uji perbedaan dua rata-rata berpasangan (dependent) dan tidak
terikat atau bebas (independent):
a. Uji Wilcoxon (Uji perbedaan dua rata-rata berpasangan atau dependent)
Uji Wilcoxon dikenalkan oleh Frank Wilcoxon pada tahun 1945. Uji
Wilcoxon adalah uji non parametrik digunakan untuk dua sampel berpasangan
( (Siegel, 1997)dependent). Uji Wilcowon disebut juga dengan Uji peringkat
bertanda atau uji Wilcoxon memerhatikan arah perbedaan dan menentukan
besarnya atau adanya perbedaan nyata antara data pasangan yang diambil dari satu
sampel yang berhubungan.
Uji wilcoxon digunakan untuk menganalisis hasil-hasil pengamatan yang
berpasangan dari dua data apakah berbeda atau tidak. Wilcoxon signed Rank test
ini digunakan hanya untuk data bertipe interval atau ratio, namun datanya tidak
mengikuti distribusi normal. Untuk kedua kelompok data berpasangan yang akan
diuji, bentuk sebaran datanya haruslah simetris. Pengujian Wilcoxon ada dua
jenis, yaitu:
 Untuk sampel kecil, dimana n ≤ 25, maka uji signifikansi dilakukan dengan
cara membandingkan nilai t hitungdengan nilai t tabel pada table Wilcoxon.
 Untuk sampel besar n> 25, maka uji signifikansi menggunakan nilai Z hitung
yang dibandingkan dengan table distribusi probabilitas normal ( Z tabel)

PROSEDUR UJI WILCOXON SIGNED RANK TEST (n ≤ 25)

1. Merumuskan hipotesis
a. Pengujian dua arah
H 0 : μ=μ 0
H 1 : μ ≠ μ0
b. Pengujian satu arah (ke kanan)
H 0 : μ ≤ μ0
H 1 : μ > μ0
c. Pengujian satu arah (ke kiri)

H 0 : μ ≥ μ0

H 1 : μ < μ0

Dimana :

H 0 = tidak terdapat perbedaan perlakuan

H 1 = terdapat perbedaan perlakuan

2. Menetapkan taraf signifikansi ( α ) dengan melihat ω tabel

3. Menentukan nilai statistic Wilcoxon (ω ¿¿ hitung)¿
 Untuk sampel kecil
a. Untuk setiap pasangan, hitunglah selisih antara kedua skornya ( d i ).
Setiap pasangan memiliki satu d i.
b. Urutkan ranking semua d i tanpa memperhatikan tanda, dari tanda
yang terkecil sampai terbesar. Untuk nilai yang memiliki selisih
yang sama maka ranking yang diberikan adalah rata-rata dari
 ranking yang seharusnya diberikan. Serta, untuk nilai d=0 maka
tidak di ranking atau diabaikan.
c. Memerikan tanda (+) atau (-) pada setiap ranking untuk d yang di
representasikan.
d. Tetapkan ω , dengan cara menjumlahkan semua ranking positif dan
kemudian angka negatif. Nilai yang lebih kecil dari kedua
kelompok ranking ditetakan sebagai nilai ω hitung.
e. Tetapkanlah n ,yaitu banyak total nilai d yang memiliki tanda (n
akan disusutkan jika ada d bernilai 0)
 Untuk sampel besar
Jika ukuran sampel cukup besar, maka distribusi sampling ω akan
mendekati distribusi normal dengan rata-rata standar deviasi yang
diformulasikan sebagai berikut.

ω−μ ω
Z=
σω

Dimana :

Z=¿variabel normal

ω=¿Jumlah yang lebih kecil di antara dua kelompok ranking yang

bertanda sama

μω=¿mean

σ ω=¿standar deviasi

μω =
√ n ( n+1 ) ( 2 n+1 )
24

n(n+1)
σ ω=
4

4. Menentukan nilat ω tabel

a. Untuk sampel kecil
ω tabel=ω(α ; n)
b. Untuk sampel besar
 Untuk dua arah
 Z tabel=Z α
1−
2

 Untuk satu arah (ke kanan)

Z tabel=Z 1−α
 Untuk satu arah (ke kiri)
Z tabel=−Z 1−α
5. Kesimpulan
a. Untuk sampel kecil
Kriteris uji:
 μ1 ≠ μ2 (dua arah)
Jika ω hitung ≥ ωtabel , H 0 ditolak
Jika ω hitung < ωtabel , H 0 diterima
 μ1 > μ2 (satu arah ke kanan)
Jika ω hitung ≥ ωtabel , H 0 ditolak
Jika ω hitung < ωtabel , H 0 diterima
 μ1 < μ2 (satu arah ke kiri)
Jika ω hitung ≤ ωtabel , H 0 ditolak
Jika ω hitung > ωtabel , H 0 diterima
b. Untuk sampel besar
Kriteria uji :
 μ1 ≠ μ2 (dua arah)
Jika nilai Z hitung ≤−Z tabel atau Z hitung ≥ Z tabel , maka H 0 ditolak.
Jika nilai Z hitung >−Z tabel atau Z hitung < Z tabel, maka H 0 diterima.
 μ1 > μ2 (satu arah ke kanan)
Jika Z hitung ≥ Z tabel, H 0 ditolak
Jika Z hitung ¿ Z tabel , H 0 diterima
 μ1 < μ2 (satu arah ke kiri)
Jika Z hitung ≤ Z tabel, H 0 ditolak
Jika Z hitung ¿ Z tabel , H 0 diterima

Contoh untuk sampel kecil (n ≤ 25)

 Suatu survey tentang minat seseorang membeli produk baru sabun antikuman.
Untuk mengetahui apakah ada pengaruh iklan terhadap minat pembeli
dilakukanlah observasi terhadap jumlah pembeli sebelum dan setelah penayangan
iklan pada 10 orang pemilik toko. Data jumlah pembeli sebagai berikut.

Pemilik
Sebelum Setelah
Toko
A 70 72
B 75 75
C 83 87
D 86 85
E 90 88
F 95 100
G 85 88
H 65 72
I 68 63
J 72 78

Dengan taraf signifikasi 5%. Ujilah apakah terdapat perbedaan minat pembeli
sebelum dan setelah penayangan iklan.

Penyelesaian :

1. Merumuskan hipotesis
H 0 : μ=μ 0(tidak terdapat perbedaan minat pembeli sebelum dan setelah
penayangan iklan)
H 1 : μ ≠ μ0 (terdapat perbedaan minat pembeli sebelum dan setelah
penayangan iklan)
2. Menetapkan taraf signifikansi (α )
α =5 %=0.05
3. Menentukan nilai statistic Wilcoxon (ω) , dengan langkah-langkah:

Ran Tanda
Sebelum Setelah
Pemilik d (x i− yi ) |d( xi − y i)| k (-)
(x i) ( yi ) (+)
Toko d
A 70 72 +2 2 +2,5 2,5 -
B 75 75 0 0 0 0 -
C 83 87 +4 4 +5 5 -
D 86 85 -1 1 -1 - 1
E 90 88 -2 2 -2,5 - 2,5
F 95 100 +5 5 +6,5 6,5 -
G 85 88 +3 3 +4 4 -
H 65 72 +7 7 +9 9 -
I 68 63 -5 5 -6,5 - 6,5
J 72 78 +6 6 +8 8 -
∑ (n) ω
+¿=35 ¿ −¿=10 ¿
ω

Karena ω +¿=35 ¿ lebih besar dibandingkan ω−¿=10 ¿, maka ω hitung =10 dengan n=9

4. Menentukan ω tabel
ω tabel=ω(α; n)=ω(0 , 05;9 )=5
5. Kesimpulan
Kriteria uji:
Jika ω hitung ≥ ωtabel , H 0 ditolak
Jika ω hitung < ωtabel , H 0 diterima
Karena ω hitung =10 dan ω tabel=5
Maka, ω hitung ≥ ωtabel , H 0ditolak. Hal ini berarti terdapat perbedan minat pembeli
sebelum dan setelah penayangan iklan.
Contoh untuk sampel besar ( n> 25 )

Dengan menggunakan soal sebelumnya, kita juga dapat menghitungnya

menggunakan formula berikut.

ω−μ ω
Z=
σω

Produktivitas diukur dengan menggunakan soal ujian. Semakin tinggi nilai

ujian maka produktivitas semakin tinggi. Hasil ujian disajikan dalam data
berikut.
 Mahasisw Belajar Belajar
a individu bersama
1 90 87
2 78 80
3 89 89
4 97 100
5 96 100
6 94 89
7 90 97
8 87 88
9 89 90
10 86 96
11 70 87
12 75 79
13 73 78
14 84 89
15 95 90
16 91 94
17 70 75
18 86 84
19 75 78
20 94 90
21 67 70
22 60 72
23 87 89
24 89 80
25 90 91
26 100 89

Dengan taraf nyata 5 % ujilah apakah terdapat perbedaan produktivitas mahasiswa

Fakultas Psikologi Unpad semester 2 antara belajar sendiri dengan belajar bersama.

Penyelesaian :
 1. Merumuskan hipotesis
H 0 : μ=μ 0(tidak terdapat perbedaan produktivitas mahasiswa Fakultas Psikologi
Unpad semester 2 antara belajar sendiri dengan belajar bersama)
H 1 : μ ≠ μ0 (terdapat perbedaan produktivitas mahasiswa Fakultas Psikologi Unpad
semester 2 antara belajar sendiri dengan belajar bersama)
2. Menetapkan taraf signifikansi (α )
α =5 %=0.05
3. Menentukan nilai statistic Wilcoxon (ω) , dengan langkah-langkah:

Mahasisw Sebelum Setelah d Rank Tanda Tanda

|d|
a (x i) ( yi ) (x i− y i ) d (+) (-)
1 90 87 -3 3 -9 9
2 78 80 +2 2 +5 5
3 89 89 0 0 -
4 97 100 +3 3 +9 9
5 96 100 +4 4 +13 13
6 94 89 -5 5 -17 17
7 90 97 +7 7 +20 20
8 87 88 +1 1 +2 2
9 89 90 +1 1 +2 2
10 86 96 +10 10 +22 22
11 70 87 +17 17 +25 25
12 75 79 +4 4 +13 13
13 73 78 +5 5 +17 17
14 84 89 +5 5 +17 17
15 95 90 -5 5 -17 -17
16 91 94 +3 3 +9 9
17 70 75 +5 5 +17 17
18 86 84 -2 2 -5 5
19 75 78 +3 3 +9 9
20 94 90 -4 4 +13 13
21 67 70 +3 3 +9 9
22 60 72 +12 12 +24 24
23 87 89 +2 2 +5 5
24 89 80 -9 9 -21 21
25 90 91 +1 1 +2 2
26 100 89 -11 11 -23 23
92

ω=92

n=25

25 ( 26 )
92−
4 92−162 , 5 −70 ,5
Z hitung = = = =−1 , 89

√ 25(26)(51) 37 ,16 37 ,16

24

Z hitung =−1 ,89

4. Menentukan ω tabel
Z tabel=Z α =Z 0,975=1 , 96
1−
2

5. Kesimpulan
Kriteria uji:
Jika nilai Z hitung ≤−Z tabel atau Z hitung ≥ Z tabel , maka H 0 ditolak.
Jika nilai Z hitung >−Z tabel atau Z hitung < Z tabel, maka H 0 diterima.
Karena Z hitung =−1 ,89 dan Z tabel=1 , 96
Maka, Z hitung < Z tabel, maka H 0 diterima. Hal ini berarti tidak terdapat perbedaan
produktivitas mahasiswa Fakultas Psikologi Unpad semester 2 antara belajar
sendiri dengan belajar Bersama.
b. Uji Mann-Whitney (Uji perbedaan dua rata-rata bebas atau dependent)
Dengan prosedur uji peringkat bertanda Wilcoxon, pasangan data yang
diambil dari dua sampel yang saling terkait dapat dianalisis guna melihat
perbedaan yang signifikan. Dalam situasi dimana ingin menguji hipotesis nol
yang menyatakan bahwa tidak ada perbedaan yang signifikan antara kedua
kelompok data dan dimana data tersebut diambil dari dua sampel yang tidak
terkait, kita dapat melakukan pengujian Mann-Whitney. Pengujian ini sering
disebut pengujian U.

Uji Mann-Whitney (U) adalah uji non parametrik yang tergolong kuat
sebagai pengganti uji-t. Jika dalam uji-t menguji parameter perbedaan dua
rata-rata sampel yang berdistribusi normal dan variansnya harus homogen,
maka pada uji Mann-Whitney asumsi normalitas dan homogenitas tidak
diperlukan yang penting level pengukurannya minimal ordinal dan variabel
yang akan diuji merupakan variabel kontinu.

Uji Mann-Whitney digunakan untuk menguji perbedaan dua sampel

bebas (independent). Agar kedua kelompok sampel ekivalen dalam segala hal
yang dimana harus dipilih secara acak atau disamakan dalam hal IQ, sosial
ekonomi, dan lain-lain. Perhitungan dengan uji Mann-Whitney, dilakukan
dengan terlebih dahulu mengurutkan skor-skor kedua sampel menurut
peringkat. Misalkan sampel pertama n1 dan sampel kedua n2 kemudian
kelompok skor digabungkan dan diurutkan menurut peringkatnya. Dalam
pengujian U terdapat dua jenis, yaitu:

 Untuk sampel kecil dimana n1 atau n2 ≤ 20, maka uji signifikasinya

menggunakan nilai U hitung yang dibandingkan dengan U tabel pada tabel
Mann-Whitney.
 Untuk sampel besar dimana n1 atau n2 >20 , maka signifikasinya
menggunakan nilai Z hitung yang dibandingkan dengan tabel distribusi
probabilitas normal (tabel Z).

Berikut langkah-langkah uji Mann-Whitney:

1) Merumuskan hipotesis
o Uji satu arah ke kanan
H 0 : μ1 ≤ μ2
H 1 : μ 1> μ 2
o Uji satu arah ke kiri
H 0 : μ1 ≥ μ2
 H 1 : μ 1< μ 2
o Uji dua arah
H 0 : μ1=μ2
H 1 : μ 1 ≠ μ2
2) Menentukan taraf signifikasi (α )
3) Menentukan nilai statistik Mann-Whitney (U hitung )
o Untuk sampel kecil
a) Mengurutkan data tanpa memperhatikan sampelnya, dan
diberikan peringkat (Ranking)
b) Mencari nilai U hitung
n1 ( n1+1)
U 1=n1 n 2+ −∑ R1
2
n2 ( n2+ 1)
U 2=n1 n 2+ −∑ R2
2
Keterangan:
U 1=¿ nilai statistik Mann-Whitney 1
U 2=¿ nilai statistik Mann-Whitney 2
n1=¿ banyaknya data 1
n2 =¿ banyaknya data 2
R1=¿ peringkat pada sampel 1
R2=¿ peringkat pada sampel 2
Kemudian, nilai U hitung ditentukan berdasarkan nilai terkecil.
o Untuk sampel besar
Jika sampel lebih besar dari 20, maka distribusi sampling U dalam
Kadir (2017) mengutip “Menurut Mann dan Whitney (1974), akan
mendekati distribusi normal dengan rata-rata dan standar error.”
n1 n2
Mean U ¿ μU =
2

Standar error U ¿ σ U =
√ n 1 n2 (n1+ n2+ 1)
12
Sehingga Z hitung dirumuskan:
 n1 n2
U−
U −μU 2
Z hitung = =

√
σU n1 n2 (n1 +n2 +1)
12
Keterangan:
U =¿ nilai terkecil antara U 1 dan U 2
n1=¿ banyaknya data 1
n2 =¿ banyaknya data 2
4) Menentukan nilai tabel
o Untuk sampel kecil
U tabel =U (α )(n : n )
1 2

o Untuk sampel besar

a) Satu arah
Z tabel=Z(1−α )
b) Dua arah
Z tabel=Z
(1− α2 )
5) Kesimpulan
a) Sampel kecil (n ≤ 20)
Kriteria uji:
o μ1 > μ2 (satu arah ke kanan)
Jika nilai U hitung <U tabel , maka H 0 diterima.
Jika nilai U hitung ≥U tabel, maka H 0 ditolak.
o μ1 < μ2 (satu arah ke kiri)
Jika nilai U hitung ≤U tabel, maka H 0 ditolak.
Jika nilai U hitung >U tabel , maka H 0 diterima.
o μ1 ≠ μ2 (dua arah)
Jika nilai U hitung <U tabel , maka H 0 diterima.
Jika nilai U hitung ≥U tabel, maka H 0 ditolak.
b) Sampel besar (n> 20)
Kriteria uji:
o μ1 > μ2 (satu arah ke kanan)
Jika nilai Z hitung < Z tabel, maka H 0 diterima.
 Jika nilai Z hitung ≥ Z tabel , maka H 0 ditolak.
o μ1 < μ2 (satu arah ke kiri)
Jika nilai Z hitung ≤−Z tabel , maka H 0 ditolak.
Jika nilai Z hitung >−Z tabel, maka H 0 diterima.
o μ1 ≠ μ2 (dua arah)
Jika nilai Z hitung ≤−Z tabel atau Z hitung ≥ Z tabel , maka H 0 ditolak.
Jika nilai Z hitung >−Z tabel atau Z hitung < Z tabel, maka H 0 diterima.

Contoh untuk sampel kecil (n ≤ 20):

Misalkan peneliti ingin mempelajari efektivitas implementasi KTSP dan

Kurikulum 2013 dalam meningkatkan HOT (Hot Order Thinking) mata
pelajaran Matematika di SMA yang tercermin dari rata-rata kemampuan
pemecahan masalah Matematika yang diperoleh setelah pemberlakuan kedua
kurikulum tersebut. Agar kedua pemberlakuan kurikulum dapat
diperbandingkan maka kedua kelompok yang dipilih harus ekivalen dari segi
IQ, sosial ekonomi, sikap, dan kesungguhan. Untuk maksud tersebut telah
dipilih secara acak 8 siswa yang telah mengikuti KTSP dan 5 siswa yang
sedang mengikuti Kurikulum 2013.

Siswa
KTSP K13
76 84
82 100
70 78
83 98
94 95
90
78
75

Dengan taraf signifikasi 5%, lakukan pengujian apakah kemampuan

pemecahan masalah Matematika siswa dengan KTSP lebih rendah dibanding
K13?
Penyelesaian:

1) Merumuskan hipotesis
H 0 : μ1 ≥ μ2 (Kemampuan pemecahan masalah Matematika siswa
dengan KTSP lebih tinggi dibanding K13)
H 1 : μ 1< μ 2 (Kemampuan pemecahan masalah Matematika siswa
dengan KTSP lebih rendah dibanding K13)
2) Menentukan taraf signifikasi
α =5 %=0 , 05
3) Menentukan nilai statistik Mann-Whitney (U hitung )
a) Mengurutkan data tanpa memperhatikan sampelnya dan diberikan
Rangking, serta dijumlahkan

KTSP K13 Rank KTSP Rank K13

70 78 1 4,5
75 84 2 8
76 95 3 11
78 98 4,5 12
82 100 6 13
83 7
90 9
94 10
n1=8 n2 =5 ∑ R 1=42 , 5 ∑ R 2=48 , 5
b) Mencari nilai U hitung
n1 ( n1+1)
o U 1=n1 n 2+ −∑ R1
2
8 (8+1)
U 1= ( 8 ) ( 5 ) + −42 ,5
2
U 1=40+36−42 , 5
U 1=33 ,5
n2 ( n2+ 1)
o U 2=n1 n 2+ −∑ R2
2
5(5+1)
U 2= ( 8 ) ( 5 ) + −48 ,5
2
U 2=40+15−48 , 5
 U 2=6 ,5
Maka nilai U terkecil =U hitung =6 , 5
4) Mencari nilai U tabel
U tabel =U (α )(n : n )=U (0 ,05)(8 : 5)=8
1 2

5) Kesimpulan
Kriteria uji:
Jika nilai U hitung ≤U tabel, maka H 0 ditolak.
Jika nilai U hitung >U tabel , maka H 0 diterima.
Karena U hitung =6 ,5 ≤ U tabel =8, maka H 0 ditolak. Hal ini berarti
kemampuan pemecahan masalah Matematika siswa dengan KTSP
lebih rendah dibanding K13.

Contoh untuk sampel besar (n> 20):

Peneliti mendapatkan kasus dalam penelitian mengenai kepadatan hunian
rumah antara di daerah nelayan dengan daerah pertanian, peneliti
menggunakan taraf signifikasi 5%. Peneliti menguji apakah ada perbedaan
kepadatan hunian rumah antara daerah nelayan dengan daerah pertanian.
 Kepadatan Rumah Nelayan Kepadatan Rumah Pertanian
4,25 1,75
3,1 2,35
3,25 3,22
3,05 3,4
2,41 2,67
2,15 4,01
2,25 1,9
3,52 2,48
2,03 3,33
1,85 3,26
4,19 2,89
2,86 3,35
4,02 2,87
3,83 2,55
1,92 3,46
3,02
3,23
4,05
3,21
3,09
2,83
2,36

Penyelesaian:
1) Merumuskan hipotesis:
H 0 : μ1=μ2 (tidak ada perbedaan kepadatan hunian rumah antara daerah
nelayan dengan daerah pertanian)
H 1 : μ 1 ≠ μ2 (ada perbedaan kepadatan hunian rumah antara daerah
nelayan dengan daerah pertanian)
2) Taraf Signifikasi
α =5 %=0 , 05
 3) Menentukan nilai hitung dengan menggunakan pendekatan distribusi
normal
a) Mengurutkan data tanpa memperhatikan sampelnya dan diberikan
Rangking, serta dijumhkan

Kepadatan Rumah Kepadatan Rumah Rank K. Rumah Rank K. Rumah

Nelayan Pertanian Nelayan Pertanian
4,25 1,75 37 1
3,1 2,35 21 8
3,25 3,22 25 23
3,05 3,4 19 29
2,41 2,67 10 13
2,15 4,01 6 33
2,25 1,9 7 3
3,52 2,48 31 11
2,03 3,33 5 27
1,85 3,26 2 26
4,19 2,89 36 17
2,86 3,35 15 28
4,02 2,87 34 16
3,83 2,55 32 12
1,92 3,46 4 30
3,02 18
3,23 24
4,05 35
3,21 2
3,09 20
2,83 14
2,36 9
n1=15 n1=22 ∑ R 1=284 ∑ R 2=419

b) Mencari nilai hitung:

n1 ( n1+1)
o U 1=n1 n 2+ −∑ R1
2
 15(15+1)
U 1= (15 )( 22 ) + −284
2
U 1=330+ 120−284
U 1=166
n2 ( n2+ 1)
o U 2=n1 n 2+ −∑ R2
2
22(22+1)
U 2= (15 )( 22 ) + −419
2
U 2=330 +263−419
U 2=164
Maka nilai U terkecil =164
n1 n2
Mean U ¿ μU =
2
(15)(22) 330
μU = = =165
2 2

Standar error U ¿ σ U =
√ n 1 n2 (n1+ n2+ 1)
12

σ U=
√ (15)(22)(15+ 22+ 1)
12
=
(330)(38)
12 √
=√ 1045=32,326

Sehingga Z hitung :
U −μU 164−165 −1
Z hitung = = = =−0,0309
σU 32,326 32,326
4) Menentukan nilai tabel
Z tabel=Z =Z =Z 0,975=1, 96
(1− α2 ) (1− 0 ,205 )
Tabel Z Distribusi Normal

z 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09

0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224
0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389
1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015
1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319
1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441
1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817
2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857
2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890
2,3 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916
2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936
2,5 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952
2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964
2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974
2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981
2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986
3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990
3,1 0,9990 0,9991 0,9991 0,9991 0,9992 0,9992 0,9992 0,9992 0,9993 0,9993
3,2 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995
3,3 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997
3,4 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9998
3,5 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998

5) Kesimpulan
Kriteria Uji:
Jika nilai Z hitung ≤−Z tabel atau Z hitung ≥ Z tabel , maka H 0 ditolak.
Jika nilai Z hitung >−Z tabel atau Z hitung < Z tabel, maka H 0 diterima.
Karena nilai Z hitung =−0,0309>−Z tabel=−1, 96 , maka H 0 diterima. Hal
ini berarti tidak ada perbedaan kepadatan hunian rumah antara daerah
nelayan dengan daerah pertanian.
 DAFTAR PUSTAKA

Nasution, L. M. (2020, 08 14). Statistik Deskriptif. Hikmah. Retrieved from http://e-

jurnal.staisumatera-medan.ac.id/index.php/hikmah/article/view/16
Prof. Dr. Ir. Praptiningsih Gamawati Adinurani, M. (2022). Statistika Non Parametrik
(Aplikasi Bidang Pertanian, Manual, dan SPSS). Jakarta: Deepublish.
Siegel. (1997). Statistika Nonparametrik untuk Ilmu-ilmu Sosial. Sidney: Jakarta : PT.
Gramedia Pustaka Utama.
E.Waipoie, R. (1993). PENGANTAR STATISTIKA. Jakarta: PT Gramedia Pustaka Utama.
Kadir. (2015). Statistika Terapan: Konsep, Contoh dan Analisi Data dengan Program
SPSS/Lisrel dalam Penelitian. Jakarta: PT Raja Grafindo Persada.