MODUL

11 UJI NON PARAMETRIK DUA KELOMPOK

1.1 Deskripsi Singkat

Mata kuliah Metode Statistika II mempelajari berbagai konsep teori tentang
distribusi teoretis, pendugaan parameter titik dan selang, uji hipotesis
parametrik dan nonparametrik beserta aplikasinya dalam persoalan sehari-hari.
Tujuan dari mata kuliah ini adalah supaya mahasiswa mampu menerapkan
metode statistika inferensia (pendugaan selang parameter dan pengujian
hipotesis baik parametrik maupun nonparametrik) untuk menarik kesimpulan
tentang karakteristik populasi
Modul 11 praktikum ini disusun untuk memberikan panduan tentang apa
yang akan dibahas pada kuliah praktikum. Pada modul ini akan diberikan
pemahaman pengerjaan soal uji non parametrik untuk dua populasi independent
menggunakan Uji Mann Whitney, Kolmogorov Smirnov two sample test, dan dua
populasi dependen (two related sample) dengan menggunakan Uji Wilcoxon
Matched-Pairs Signed Rank .

1.2 Tujuan Praktikum

Modul 11 praktikum ini bertujuan untuk memberikan lebih banyak
pemahaman kepada mahasiswa dalam mengerjakan soal latihan tentang
pengujian hipotesis menggunakan metode nonparametric untuk dua kelompok
dengan bantuan software spss. Setelah selesai perkuliahan praktikum ke sebelas,
mahasiswa diharapkan lebih paham penggunakan SPSS ketika berhadapan
dengan kasus pengujian dua populasi menggunakan metode non parametrik.
Mahasiswa mampu menerapkan uji dua populasi independent dengan Mann
Whitney dan Kolmogorov Smirnov, serta dua populasi dependent dengan
Wilcoxon Sign Rank .

1.3 Material Praktikum

1
Pada kegiatan modul 10 diperlukan beberapa material yaitu:
1. Buku catatan dan buku referensi sebagai sumber bacaan
2. Laptop atau PC

1.4 Kegiatan Praktikum

A. Uji Peringkat bertanda Wilcoxon (Wilcoxon Sign Rank)

Uji Peringkat Bertanda Wilcoxon digunakan menguji signifikansi hipotesis
komparatif dua sampel yang dependen bila datanya berbentuk ordinal. Uji
Peringkat bertanda Wilcoxon mirip dengan Uji Tanda, hanya saja pada uji
wilcoxon sign rank selain memperhatikan arah perubahannya juga
memperhatikan besaran dari perubahannya, sehingga dapat dikatakan Uji
Wilcoxon merupakan penyempurnaan dari Uji Tanda.

Prosedur Pengujian Uji Wilcoxon:

a. hipotesis
H0: M = M0
i)H1: M ≠ M0 ii) M < M0 M > M0
b. Tentukan taraf signifikansi
c. Lakukan Uji Statistik:
1. Hitung selisis dua perlakuan antara X dan Y,

2. Urutkan (beri ranking) selisih tersebut tanpa memperhatikan tandanya.

Jika ada nilai di yang sama, maka rankingnya adalah rata-rata dari
ranking-ranking nilai di yang sama.
3. Beri tanda “+” atau “-“ pada ranking sesuai dengan tanda “+” atau “-“ pada
di.
4. Tentukan nilai N yaitu banyaknya nilai di yang bukan nol.
5. Tentukan T yaitu jumlah ranking yang terkecil dari kedua tanda (+;-).
d. Daerah kritis:
1. Jika gunakan Tabel Wilcoxon sign rank test untuk mencari titik
kritis T. Jika T hasil perhitungan titik kritis T, maka H0 ditolak.
Untuk sampel kecil, T merupakan jumlah yang lebih kecil di antara dua
kelompok ranking yang bertanda sama (jumlah ranking positif atau
negatif).
2. Untuk sampel besar, jika maka gunakan pendekatan tabel Z (tabel
normal).

2
 Kemudian untuk kasus ranking kembar maka digunakan Koreksi Ragam

dengan rumus:

Keputusan H0 ditolak jika (uji dua sisi) dan jika

(uji satu sisi).

Contoh Kasus Pertama

Pada contoh kali ini akan menggunakan data penelitian untuk mengetahui
pengaruh ruangan yang diberi AC terhadap produktivitas kerja. Pengumpulan
data terhadap produktivitas kerja pegawai dilakukan pada waktu sebelum AC
dipasang dan sesudah dipasang. Pengambilan sampel sebanyak 25 orang
pegawai dilakukan secara random. Data dapat dilihat pada lampiran 2 (Sheet
L.2). Data produktivitas kerja pegawai sebelum AC dipasang adalah Xa dan
sesudah dipasang adalah Xb.
Jawab:
1) Hipotesis
H0: Tidak ada pengaruh ruangan yang diberi AC terhadap produktivitas kerja
H1: Ada pengaruh ruangan yang diberi AC terhadap produktivitas kerja
Prosedur Pengujian dengan SPSS
1) Masukan data ke dalam lembar kerja spss seperti berikut ini:
Buka SPSS dan klik ‘New Dataset’

3
 Paste data yang ingin digunakan ke dalam tab ‘Data View’

 Berikan nama variabel, tipe dan lain sebagainya di tab ‘Variable View’

4
1) Langkah selanjutnya yaitu melakukan pengujian hipotesis dengan cara klik
Analyze > Nonparametric Tests > Legacy Dialogs > Related Samples

2) Pada jendela Test Pairs, masukkan variabel Xa ke kolom Variable 1

sedangkan variabel Xb ke dalam kolom Variable 2. Kemudian pada kolom
Test Type, centang Wilcoxon yang menandakan uji yang dilakukan adalah Uji
Wilcoxon Sign Rank . Terakhir tekan OK untuk melihat output.

5
5). Hasil pengujian ditampilkan pada jendela output. Untuk membaca hasil dari
Uji Wilcoxon terdapat pada tabel dengan judul ‘Tests Statistics’

Berdasarkan tabel tersebut didapat Asymp. Sig (2-tailed) sebesar 0.036 yang
lebih kecil dari 0.05 sehingga terdapat cukup bukti untuk menolak H0.
Kesimpulan yang diperoleh adalah Dengan tingkat signifikansi 5% dapat
disimpulkan bahwa terdapat perbedaan produktivitas kerja pegawai sebelum
dan sesudah ruangan kerja yang diberi AC

B. Uji Mann Whitney U (Uji U)

6
 Uji Mann Whitney U digunakan untuk membandingkan dua sampel yang tidak
berhubungan atau independen. Uji U digunakan untuk mengetahui apakah dua
kelompok sampel berasal dari populasi yang sama, dengan data minimal
berskala ordinal

Prosedur Pengujian Uji U:

a. Tentukan hipotesis
H0: Kedua populasi memiliki distribusi yang sama
H1: Kedua populasi memiliki distribusi yang berbeda
Atau
• Hipotesis:
Uji Dua Arah:

≠
Uji Satu Arah:

atau

b. Tentukan taraf signifikansi

c. Tentukan nilai n1 dan n2
n1 merupakan banyaknya kasus yang lebih kecil diantara kedua kelompok
independen, sedangkan
n2 merupakan banyaknya kasus pada kelompok yang lebih banyak diantara
kedua kelompok independen tersebut
d. Beri ranking pada data
Sebelum perankingan data dari kelompok n1 dan n2 digabung menjadi satu
kelompok, kemudian beri ranking dari 1 sampai N=n1+n2 tanpa
memperhatikan kelompoknya. Jika ada nilai data yang sama, maka
rangkingnya adalah rata-rata dari rangking data yang sama tersebut.
e. Tentukan nilai U

Dimana:
n1 dan n2 adalah ukuran sampel 1 dan 2

adalah jumlah Rangking dari masing-masing sampel 1 dan 2

f. Menentukan jenis ukuran sampel
1. Jika maka gunakan tabel Mann Whitney untuk sampel kecil. Nilai
peluang pada tabel Mann Whitney merupakan satu arah, jika ujinya dua
arah maka p-value nya dikalikan 2. Kemudian, jika nilai U tidak ada dalam

7
 tabel sampel kecil, maka transformasi U menjadi U’ dengan persamaan

2. Jika maka menggunakan tabel Mann Whitney sampel sedang.

Nilai yang ditabel adalah nilai . Untuk uji dua arah gunakan U yang
terkecil. Jika nilai maka tolak H0.
3. Jika n2 > 20 , maka p-value diperoleh dari Tabel Normal dengan terlebih
dahulu mencari nilai z hitung yang bersesuaian, yaitu:

Jika data yang nilainya sama sangat banyak atau p-value sangat mendekati
alpha maka gunakan faktor koreksi untuk data yang nilainya sama, yaitu:

Untuk pengujian satu arah, Jika maka H0 ditolak. Sedangkan untuk

pengujian dua arah, jika p-value ⩽α/2 maka H0 ditolak.

Contoh Kasus pertama

Sebanyak 9 atlet memanah pada kelas keahlian dan bakat yang relatif sama
dipilih sebagai sampel acak, dimana 5 atlet diberi pelatihan khusus dan 4 atlet
tidak diberikan pelatihan sama sekali. Lalu pengukuran ketepatan memanah
dilakukan oleh sang pelatih. Ujilah apakah ketepatan memanah kedua kelompk
atlet tersebut sama atau tidak. Data dapat dilihat pada lampiran 1 (Sheet L.1)

H0: Ketepatan memanah kedua kelompok atlet tersebut sama

H1: Ketepatan memanah kedua kelompok atlet tidak sama
Pengujian dengan SPSS
2) Masukan data ke dalam lembar kerja spss seperti berikut ini:
Buka SPSS dan klik ‘New Dataset’

8
 Paste data yang ingin digunakan ke dalam tab ‘Data View’

 Berikan nama variabel, tipe dan lain sebagainya di tab ‘Variable View’

9
3) Langkah selanjutnya yaitu melakukan pengujian hipotesis dengan cara klik
Analyze > Nonparametric Tests > Legacy Dialogs > 2 Independent Samples

4) Pada jendela Two-Independent-Samples-Test, masukkan variabel

Skor_Memanah ke kolom Test Variabel List sedangkan variabel
Keikutsertaan_Pelatihan ke dalam kolom Grouping Variabel. Kemudian pada
kolom Test Type, centang Mann-Whitney yang menandakan uji yang
dilakukan adalah Uji Mann Whitney atau Uji U.

10
Pada kolom Grouping Variable terdapat ikon Define Groups, isi Group 1= 1 dan
Group 2=2. Group 1 adalah kelompok atlet yang mengkuti pelatihan dan Group 2
merupakan kelompok atlet yang tidak mengikuti pelatihan. Kemudian tekan
Continue dilanjutkan dengan OK

4). Hasil pengujian ditampilkan pada jendela output. Untuk membaca hasil dari
Uji Mann Whitney terdapat pada tabel dengan judul ‘Tests Statistics’

11
Berdasarkan tabel tersebut didapat nilai U sebesar 68.5 dengan Asymp. Sig (2-
tailed) sebesar 0.008 yang lebih kecil dari 0.05 sehingga terdapat cukup bukti
untuk menolak H0. Kesimpulan yang diperoleh adalah dengan tingkat signifikansi
5% dapat disimpulkan bahwa ketepatan memanah atlet yang mendapat
pelatihan khusus tidak sama dengan ketepatan memanah atlet yang tidak
mendapat pelatihan sama sekali

C. UJI KOLMOGOROV SMIRNOV

Uji Kolmogorov smirnov bertujuan untuk mengetahui apakah dua sampel
bebas (independen) berasal dari populasi yang sama. Selanjutnya syarat untuk
melakukan uji ini adalah data minimal berskala ordinal.

Prosedur uji Kolmogorov smirnov yaitu:

1. Uji dua arah
a. Menentukan hipotesis
a. H0: F1(x) = F2(x)
H1: F1(x) ≠ F2(x)

b. Menentukan taraf uji

Taraf uji disimbolkan dengan . Biasanya digunakan

12
 c. Menghitung nilai dari statistik uji
| ( ) ( )|
( ) / , K =Jumlah observasi yang nilainya lebih kecil sama
dengan X
d. Mengambil keputusan dan menentukan kesimpulan
Sampel kecil ( )→
Tolak jika ( )
Sampel besar ( ) → Tolak jika
( 2 )
2. Uji satu arah
a. Menentukan hipotesis
b. H0: F1(x) F2(x)
H1: F1(x) > F2(x)
c. H0: F1(x) F2(x)
H1: F1(x) < F2(x)
b. Menentukan taraf uji
Taraf uji disimbolkan dengan . Biasanya digunakan
c. Menghitung nilai dari statistik uji
( ) ( )
atau
( ) ( )
d. Mengambil keputusan dan menentukan kesimpulan
Sampel kecil ( )→
Tolak jika ( )
Sampel besar ( ) →
Pengujian dengan pendekatan distribusi Chi-Square dengan df = 2
/( + )
Tolak jika

Contoh Ketiga:

13
Pada contoh kali ini akan menggunakan data studi tentang apakah terdapat
pengaruh penggunaan metode diskusi terhadap hasil belajar pada mata pelajaran
IPA kelas 6 SD. Adapun datanya terlampir (Lampiran 3)
Jawab:
Hipotesis:
H0:median nilai IPA yang belajar tanpa metode diskusi sama dengan
median nilai IPA yang belajar dengan media diskusi
H1:Terdapat perbedaan median nilai IPA yang belajar tanpa metodediskusi
dan dengan metode diskusi
Cara melakukan Uji Kolmogorov Smirnov di SPSS:
5) Masukkan data tersebut ke dalam Software SPSS melalui cara berikut :
 Buka SPSS dan klik ‘New Dataset’ atau klik menu ‘File’ -> ‘New’ -> ‘Data’

 Paste data yang ingin digunakan ke dalam tab ‘Data View’

14
 Berikan nama variabel, tipe dan lain sebagainya di tab ‘Variable View’

6) Langkah selanjutnya yaitu melakukan uji Kolmogorov smirnov dengan cara

klik Analyze > Nonparametric Tests > Legacy Dialogs > 2 Independent
Samples

15
7) Masukkan variabel yang dilakukan pengujian Kolmogorov smirnov pada
jendela Two-Independent Samples Test dengan memasukkan variabel
pengujian yaitu variabel gabungan ke kolom Test Variable List dan variabel
kode ke kolom Grouping Variable. Kita dapat mencentang Kolmogorov
Smirnov Z pada kolom Test Type dan klik OK.

8) Hasil pengujian ditampilkan pada jendela output. Untuk membaca hasil dari
uji Kolmogorov Smirnov terdapat pada tabel dengan judul ‘Test Statistics’

16
 Berdasarkan tabel tersebut, nilai Kolmogorov-Smirnov Z sebesar 2
dengan . Karena p-value yang dihasilkan kurang dari
sehingga dapat diambil keputusan tolak H0 dan disimpulkan terdapat
perbedaan hasil pembelajaran IPA kelas 6SD antara kelas yang tidak
menerapkan metode diskusi (kelas A) dengan kelas yang menerapkan metode
diskusi (kelas B).

1.5 Penugasan
1. Sebuah studi penelitian dilakukan untuk menyelidiki pengaruh kesendirian di
malam hari terhadap detak jantung pria. Sepuluh orang dikirim ke daerah
berhutan, satu per satu, pada malam hari, selama 20 menit. Mereka memiliki
monitor jantung untuk merekam denyut nadi mereka. Pada malam kedua,
orang yang sama dikirim ke daerah berhutan yang sama ditemani oleh
seorang pendamping. Denyut nadi mereka direkam lagi. Peneliti ingin melihat
apakah memiliki pendamping akan mengubah denyut nadi mereka. Gunakan
uji Wilcoxon untuk menguji dugaan tersebut. Gunakan . Data terdapat
pada lampiran 5.
2. Sebuah studi penelitian dilakukan untuk melihat apakah keterlibatan aktif
dalam hobi memiliki efek positif pada kesehatan seseorang yang pensiun
setelah usia 65 tahun. Data pada tabel lampiran 6 menggambarkan
kesehatan (jumlah kunjungan ke dokter dalam 1 tahun) bagi peserta yang
terlibat dalam hobi hampir setiap hari dan mereka yang tidak.
Gunakan uji dua sampel Kolmogorov–Smirnov satu sisi untuk menentukan
apakah hobi tersebut cenderung mengurangi kebutuhan akan kunjungan
dokter dengan .

17
Referensi:
Conover, W. J. (1999). Practical Nonparametric Statistics (3rd). New York,
Chichester, Weinheim, Brisbane, Singapore, Toronto: John Willey & Sons Inc.

18
LAMPIRAN 1
Tabel 1. Produktivitas kerja berdasarkan pemberian AC
No Xa (sebelum) Xb (sesudah)
1 95 100
2 98 94
3 76 78
4 90 98
5 87 90
6 89 85
7 77 86
8 92 87
9 78 80
10 82 83
11 84 88
12 83 81
13 76 83
14 79 78
15 92 89
16 86 88
17 67 73
18 82 84
19 84 86
20 81 85
21 83 87
22 88 85
23 91 87
24 88 90
25 79 81
26 64 72
27 73 79
28 88 87

19
LAMPIRAN 2

Tabel 2. Skor ketepatan memanah berdasarkan keikutsertaan pelatihan

Atlet Keikutsertaan dalam
Ke- Skor Ketepatan memanah Pelatihan (1=Ya. 2=Tidak)
1 78 1
2 64 1
3 75 1
4 45 1
5 80 1
6 85 1
7 92 1
8 84 1
9 89 1
1 101 1
11 97 1
12 67 1
13 84 1
14 64 2
15 73 2
16 88 2
17 84 2
18 82 2
19 66 2
20 84 2
21 89 2
22 79 2
23 102 2
24 104 2
25 97 2
26 79 2
27 88 2
28 94 2
29 99 2
30 100 2
31 76 2
32 82 2
33 110 2
34 70 2
35 53 2
36 51 2

20
Lampiran 3
Tabel. Nilai IPA berdasarkan metode pembelajaran dengan dan tanpa
diskusi
No Kelas A (Tanpa Diskusi) Kelas B (dengan diskusi)
1 35,2 39,1
2 39,2 41,2
3 40,9 45,2
4 38,1 46,2
5 34,4 48,4
6 29,1 48,7
7 41,8 55,1
8 24,3 40,6
9 32,4 52,1
10 31,1 47,2
11 29,4 42,1
12 34,7 37,3
13 37,3 44,1
14 33,4 43,2
15 39,7
16 41,2
17 40,6
18 35,5
19 32,4
20 37,6
21 41,2
22 42,4
23 35,2
24 31,6
25 31,3
26 24,7
27 28,3

21
Lampiran 4
Tabel 4. Denyut nadi

median rate
Partisipan median rate dengan
ke sendiri pendamping
1 88 72
2 77 74
3 91 80
4 70 77
5 80 71
6 85 83
7 90 80
8 82 91
9 93 86
10 75 69
11 80 75
12 76 77
13 91 86
14 88 90
15 78 73
16 79 80
17 90 82
18 86 80
19 84 86
20 88 85
21 87 82
22 78 83
23 86 88
24 84 80
25 70 74
26 77 73

22
Lampiran 5

Tabel 5. Jumlah kunjungan ke dokter

Grup Tanpa Hobi Grup dengan hobi
12 9
15 5
8 10
11 3
9 4
17 2
14 6
12 8
8 7
7 11
10 7
9 6
13 6
8
9
7
10
4
6
2
5
4
8
7
3
6

23