DOSEN PENGAMPU:
Widyastuti, S.Psi., M.Si. Psikolog
Ahmad Ridfah, S.Psi. M.Psi., Psikolog
Nur Akmal, S.Psi., MA.
DISUSUN OLEH:
Kelas (H)
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.
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.
b = jumlah block
k = jumlah treatment
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.
Dalam program SPSS digunakan istilah significance (yang disingkat sig) untuk P-
value; atau dengan kata lain P-value = Sig.
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).
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
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.
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
=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:
The jamovi project (2023). jamovi. (Version 2.4) [Computer Software]. Retrieved
from https://www.jamovi.org.
The jamovi project (2023). jamovi. (Version 2.4) [Computer Software]. Retrieved
from https://www.jamovi.org.