MATA KULIAH STATISTIKA LANJUT

“Uji Kruskal-Wallis dan Uji Friedman”

DOSEN PENGAMPU:
Widyastuti, S.Psi., M.Si. Psikolog
Ahmad Ridfah, S.Psi. M.Psi., Psikolog
Nur Akmal, S.Psi., MA.

DISUSUN OLEH:
Kelas (H)

Nur Wahyu Syamsuddin (230701502014)

Nurul Annisa (230701502079)
Nurul Inayah FM (230701502105)
Qanitah Nur Ariqah Arfah (230701502064)

FAKULTAS PSIKOLOGI
UNIVERSITAS NEGERI MAKASSAR
SEMESTER GENAP
2024
 A. Sejarah Uji Kruskal-Wallis dan Uji Friedman
1. Uji Kruskal-Wallis
Kruskal dan Wallis mengembangkan uji Kruskal-Wallis. Ketika asumsi
ANOVA tidak terpenuhi, uji Kruskal-Wallis digunakan. Ini adalah uji nonparametrik
yang digunakan untuk membandingkan tiga atau lebih kelompok data sampel. Ketika
ada lebih dari dua kelompok variabel bebas, ANOVA digunakan. Uji Kruskal-Wallis
adalah uji distribusi bebas karena, pada ANOVA, kita asumsikan bahwa distribusi
dari masing-masing kelompok harus terdistribusi secara normal. Uji Kruskal-Wallis
tidak sekuat ANOVA jika asumsi normalitas terpenuhi.
Metode ini menggunakan peringkat data daripada nilai sebenarnya karena
merupakan jenis uji statistik non parametrik yang tidak menggunakan asumsi tertentu
tentang distribusi data. Metode ini membuatnya lebih fleksibel dan cocok untuk
situasi di mana data tidak didistribusikan secara normal. Uji Kruskal-Wallis
diciptakan oleh William Kruskal dan W. Allen Wallis pada tahun 1952 sebagai solusi
untuk masalah tersebut karena mereka menyadari bahwa peneliti sering dihadapkan
pada situasi di mana asumsi-asumsi parametrik tidak terpenuhi.

2. Uji Friedman
Uji analisis dua arah dalam statistik parametrik mirip dengan uji Friedman.
Tahun 1937, Milton Friedman memperkenalkan uji nonparametrik ini. Ini tidak
membutuhkan asumsi distribusi normal atau varians populasi yang tidak diketahui.
Ada kemungkinan bahwa sakal data yang digunakan adalah ordinal. Jika pengujian
ANOVA tidak memenuhi asumsi-asumsi di atas, uji Friedman adalah pilihan lain.
Setiap sampel menerima perlakuan yang berbeda. Pre-test dan post-test masing-
masing melakukan pengumpulan data pada setiap sampel.
Salah satu alat penting dalam statistika non-parametrik adalah uji Friedman,
yang dibuat oleh Milton Friedman. Ini biasanya digunakan untuk menilai perbedaan
antara beberapa kelompok pengukuran dalam eksperimen berulang yang melibatkan
subjek yang sama. Jenis desain penelitian ini sering ditemukan dalam berbagai bidang
penelitian, seperti ilmu sosial, kedokteran, dan sains alam. Milton Friedman
menyadari bahwa perlunya alat statistik yang sesuai dengan desain penelitian yang
semakin kompleks dan yang bergantung pada data non-normal atau berdistribusi non-
parametrik. Uji Friedman memberikan solusi yang efektif untuk masalah ini, yang
memungkinkan peneliti untuk menguji hipotesis.

B. Konsep Dasar Uji Kruskal-Wallis dan Uji Friedman

1. Uji Kruskal-Wallis
Uji Kruskal-Wallis memiliki beberapa aplikasi yang berguna, di antaranya:
1. Sebagai opsi pengganti untuk uji one-way ANOVA ketika asumsi normalitas
tidak terpenuhi.
2. Digunakan untuk membandingkan dua atau lebih variabel kuantitatif yang
diurutkan, dengan sampel yang independen dan tidak memenuhi asumsi normalitas.
3. Ini merupakan pengembangan dari uji Mann-Whitney, tetapi dapat diterapkan
untuk membandingkan lebih dari dua variabel.
Ketika dataset tidak memenuhi syarat untuk uji parametrik, uji non-parametrik
digunakan. Uji Kruskal-Wallis adalah metode non-parametrik yang menggunakan
peringkat data untuk menentukan apakah ada perbedaan yang signifikan secara
statistik antara dua atau lebih kelompok variabel independen terhadap variabel
dependen yang memiliki skala data numerik (interval/r). Data yang dianalisis terdiri
dari lebih dari dua sampel yang diambil secara acak.
 Prosedur Uji Kruskal-Wallis
1. Menyusun Hipotesis Ho: Tidak terdapat perbedaan antara tiga atau lebih
kelompok data H1: Terdapat perbedaan minimal diantara ketiga kelompok data
(minimal satu kelompok berbeda).
2. Menentukan tinkat signifikansi Menentukan nilai Alpha, kemudian melihat
tabel Kruskal Wallis.
3. Menghitung statistic Uji Kruskal Wallis:
 Jika setiap nj > 5, maka H mendekati distribusi X2 4. Mengambil Keputusan
Jika nilai H-hitung > H-tabel, maka TOLAK Ho 5.

2. Uji Friedman
Sebelum pengujian dengan uji Friedman dapat dilakukan, beberapa langkah
harus dilakukan. Pertama, pengujian ini menilai nilai-nilai pengamatan dalam
masing-masing blok dengan peringkat mulai dari satu untuk nilai terkecil dan t untuk
nilai terbesar. Hal ini juga berlaku sebaliknya, dengan peringkat mulai dari satu untuk
nilai terkecil dan t untuk nilai terkecil. Jika ada beberapa angka yang sama dalam
blok, angka-angka tersebut akan diberi peringkat rata-rata; jika tidak ada angka yang
sama, peringkat akan disesuaikan dengan posisinya. Langkah berikutnya adalah
menggabungkan rating untuk masing-masing perlakuan. Hasil penjumlahan ini
ditunjukkan dengan Ri, yang terdiri dari angka 1, 2, 3,.... Dalam keadaan H 1, jumlah
peringkat untuk masing-masing tingkat perlakuan harus sama.

 Rumus Uji Friedman

Dengan derajat kebebasan (k-1)

b = jumlah block

k = jumlah treatment

Rj = jumlah peringkat (rank) pada kolom ke-j.

Uji Friedman disebut juga Anova Dua Arah berdasarkan Peringkat (Two-way Anova
by ranks). Uji Friedman berguna untuk membandingkan k-sampel yang dependen
yang berasal dari randomized block experiment dengan skala ordinal atau skala
interval tapi tidak berdistribusi normal.

Bentuk hipotesis uji Friedman adalah sebagai berikut:

 Ho : η1 = η2 = η3 = … = ηk

Ha : tidak semua median ηi, i = 1 …, k sama besar

Dalam pengujian hipotesis, kriteria untuk menolak atau tidak menolak Ho

berdasarkan P-value adalah sebagai berikut:

 Jika P-value < α, maka Ho ditolak

 Jika P-value > α, maka Ho diterima

Dalam program SPSS digunakan istilah significance (yang disingkat sig) untuk P-
value; atau dengan kata lain P-value = Sig.

C. Asumsi Uji Kruskal-Wallis dan Uji Friedman

1. Uji Kruskal-Wallis
Asumsi uji Kruskal-Wallis antara lain sebagai berikut:
1. Data yang dianalisis terdiri dari lebih 2 sampel acak
2. Skala data yang digunakan minimum adalah ordinal
3. Jumlah sampel tidak sama besar
4. Data merupakan sampel acak
5. Populasi (sampel) tidak mengikuti suatu berdistribusi tertentu
6. Masing-masing sampel tidak saling berkaitan/mempengaruhi
7. Variabel acak kontinyu
Uji Kruskal-Wallis adalah uji nonparametrik berbasis peringkat yang
bertujuan untuk menentukan adakah perbedaan secara statistik signifikan
antara dua atau lebih kelompok variabel independen pada variabel dependen.
Datanya diskalakan pada skala ordinal dan interval atau rasio.

2. Uji Freidman
 Uji Friedman melibatkan beberapa asumsi yang harus diperhatikan.
Beberapa asumsi harus dipenuhi, sementara yang lain tidak. Berikut adalah
beberapa dari asumsi yang harus dipenuhi:
1. Data diukur paling sedikit dalam skala ordinal.
2. Data terdiri dari r buah sampel (blok) yang saling bebas berukuran t. Kita
menyebut Xij nilai pengamatan ke-i dalam sampel atau blok ke-j.
3. Variabel yang diambil harus kontinu.
4. Tidak ada interaksi antara blok-blok dan perlakuan-perlakuan.
5. Nilai-nilai pengamatan dalam masing-masing blok boleh diperingkat
menurut besarnya
6. Ada dua situasi di mana sampel yang telah menerima perlakuan tidak saling
bebas: mereka mengalami pencocokan atau mengalami beberapa t kali
pengukuran (Murti, 1996).

 SOAL KASUS UJI KRUSKAL-WALLIS

Sebuah perusahaan deterjen ingin mengetahui apakah terdapat perbedaan daya bersih
antara tiga merek deterjen (A, B, dan C) dalam membersihkan noda pada pakaian.
Terdapat 30 potong kain putih dengan noda yang sama dibagi menjadi 3 kelompok
secara acak. Tingkat kebersihan kain setelah dicuci dinilai oleh 3 orang juri dengan
skala 1 hingga 10, dengan 10 menunjukkan kain yang paling bersih.
Data hasil penelitian sebagai berikut:
Kelompo Merek Penilaia Penilaia Penilaia
k Deterje n Juri 1 n Juri 2 n Juri 3
n

I A 7 8 9

I A 6 7 8

I A 5 6 7

II B 4 5 6
 II B 5 6 7

II B 6 7 8

III C 8 9 10

III C 7 8 9

III C 9 10 10

Lakukan Uji Kruskal-Wallis untuk mengetahui apakah terdapat perbedaan daya

bersih antara tiga merek deterjen (A, B, dan C) dalam membersihkan noda pada
pakaian. Tingkat signifikan 0,05.

One-Way ANOVA (Non-parametric)

Kruskal-Wallis
χ² df p ε²
penilaian juri 14.2 2 < .001 0.546

Pairwise comparisons - penilaian juri

W p
A B -2.24 0.252
A C 3.88 0.017
B C 4.73 0.002

Descriptives

Descriptives
merek deterjen penilaian juri
N A 9
B 9
C 9
Mean A 7.00
B 6.00
C 8.89
Standard deviation A 1.22
 B 1.22
C 1.05
Minimum A 5
B 4
C 7
Maximum A 9
B 8
C 10

=Berdasarkan hasil analisis, Nilai p < 0,05 dapat disimpulkan bahwa terdapat
perbedaan daya bersih yang signifikan antara ketiga merek deterjen.
Hipotesis :
Ha: Tidak terdapat perbedaan daya bersih yang signifikan antara ketiga merek
deterjen.
H0: Terdapat perbedaan daya bersih yang signifikan antara ketiga merek deterjen.

 SOAL KASUS UJI FRIEDMAN

Seorang guru ingin mengetahui apakah terdapat perbedaan efektivitas tiga metode
pembelajaran (A, B, dan C) dalam meningkatkan prestasi belajar siswa dalam mata
pelajaran matematika. Terdapat 30 siswa dibagi menjadi 3 kelompok secara acak.
Setiap kelompok diajar dengan metode pembelajaran yang berbeda (A, B, atau C).
Prestasi belajar siswa diukur sebelum dan sesudah pembelajaran menggunakan tes
matematika. Data hasil penelitian sebagai berikut:
Kelompo Metode Prestasi Prestasi
k Pembelajaran Sebelum (X) Sesudah (Y)

I A 70 85

I A 65 80

I A 72 90

II B 68 82

II B 62 78
 II B 74 88

III C 59 76

III C 66 83

Lakukan Uji Friedman untuk mengetahui apakah terdapat perbedaan efektivitas tiga
metode pembelajaran (A, B, dan C) dalam meningkatkan prestasi belajar siswa dalam
mata pelajaran matematika.

Decriptives
Descriptives
sebelu sesudah
m
N 8 8
Mean 67.0 82.8
Standard 5.04 4.80
deviation
Minimum 59 76
Maximum 74 90

Repeated Measures ANOVA (Non-parametric)

Friedman
χ² df p
8.00 1 0.00
5

Pairwise Comparisons (Durbin-Conover)

Statistic p
sebelu - sesuda Inf < .001
m h

=Berdasarkan hasil analisis Uji Friedman diatas, nilai P 0,05 sehingga dapat
disimpulkan bahwa terdapat perbedaan efektivitas yang signifikan antara ketiga
metode pembelajaran sebelum dan sesudah dalam meningkatkan
prestasi belajar siswa.

Hipotesis:

Ha: Terdapat perbedaan efektivitas yang signifikan antara ketiga metode

pembelajaran sebelum dan sesudah dalam meningkatkan prestasi belajar siswa.
H0: Tidak terdapat perbedaan efektivitas yang signifikan antara ketiga metode
pembelajaran sebelum dan sesudah dalam meningkatkan prestasi belajar siswa.
 DAFTAR PUSTAKA

Saleh S, Statistik Nonparametrik Edisi 2. BPFE-YOGYAKARTA

Manajeman informasi Kesehatan (2017). Modul 12 Uji Kruskal Wallis. Universitas
Esa Unggul.
https://lms-paralel.esaunggul.ac.id/pluginfile.php?file=/98159/mod_resource/
content/1/Modul12+MIK411+Uji+Kruskal+Wallis.pdf
Adeliamutiara, (2013). Uji Kruskal Wallis dan Uji Friedman Test. Artikel:
https://adeliamutiara1712.wordpress.com/2013/11/30/uji-kruskal-wallis-dan-
uji-friedman-test/
Mawati, R., Nugroho, S., & Rizal, J. (2013). Uji Friedman dan Uji Anderson pada
Rancangan Acak Kelompok Lengkap Dasar Nonparametrik. Statistika, 12(2),
89-106.
Quraisy, A., & Hasni, N. (2021). Analisis kruskal-wallis terhadap kemampuan
numerik siswa. VARIANSI J. Stat. Its Appl. Teach. Res, 3(3), 156-161.

The jamovi project (2023). jamovi. (Version 2.4) [Computer Software]. Retrieved
from https://www.jamovi.org.

R Core Team (2022). R: A Language and environment for statistical computing.

(Version 4.1) [Computer software]. Retrieved from https://cran.r-project.org.
(R packages retrieved from CRAN snapshot 2023-04-07).

The jamovi project (2023). jamovi. (Version 2.4) [Computer Software]. Retrieved
from https://www.jamovi.org.