Pasien A B C D E F G H
Sebelum 2750 2360 2950 2830 2250 2680 2720 2810
Sesudah 2850 2380 2930 2860 2300 2640 2760 2800
Perlu dibedakan uji ini dari uji yang
lain tapi mirip namanya, yaitu
uji Wilcoxon Rank Sum Test.
Uji Wilcoxon Rank Sum Test
merupakan uji beda nonparametris 2
kelompok data yang tidak
berpasangan, atau disebut data
bebas/independen.
Asumsi Wilcoxon Signed Rank Test
1. Variabel dependen berskala data ordinal
atau interval/rasio tetapi berdistribusi
tidak normal. Oleh karenanya anda perlu
melakukan uji normalitas terlebih
dahulu pada selisih antara kedua
kelompok.
2. Variabel independen terdiri dari 2
kategori yang bersifat berpasangan.
3. Bentuk dan sebaran data antara kedua
kelompok yang berpasangan adalah
simetris. Jika tidak memenuhi asumsi ini
maka gunakanlah alternatif uji yang lain,
yaitu uji Sign Test.
Langkah- Langkah Pengujian :
1. Berikan jenjang (rank) untuk tiap beda dari
pasangan pengamatan (yi – xi) sesuai dengan
besarnya, dari yang terkecil sampai terbesar tanpa
memperhatikan tanda dari beda itu (nilai
beda absolut).
2. Bila ada dua atau lebih beda yang sama, maka jenjang
untuk tiap-tiap beda itu adalah jenjang rata-rata
3. Bubuhkan tanda positif atau negatif pada jenjang
untuk tiap beda sesuai dengan tanda dari beda itu.
Beda 0 tidak diperhatikan
4. Jumlahkan semua jenjang bertanda positif atau negatif,
tergantung dari mana yang memberikan jumlah yang
lebih kecil setelah tandanya dihilangkan. Notasi jumlah
jenjang yang lebih kecil ini dengan T
5. Bandingkan nilai T yang diperoleh dengan nilai t
uji Wilcoxon
Pasien Sebelum Sesudah Selisih Peringkat
A 2750 2850 -100 8
B 2360 2380 -20 2,5
C 2950 2930 20 2,5
D 2830 2860 -30 -4
E 2250 2300 -50 -7
F 2680 2640 40 5,5
G 2720 2760 -40 -5,5
H 2810 2800 10 1
Untuk tanda positif: 2,5 +5,5 +1 9
Untuk tanda negatif: 8 + 2,5 + 4 + 7 +5,5 27
7
Asumsi Mann Whitney
1.Skala data variabel terikat adalah ordinal, interval atau
rasio. Apabila skala interval atau rasio, asumsi normalitas
tidak terpenuhi. (Normalitas dapat diketahui setelah uji
normalitas).
2.Data berasal dari 2 kelompok. (Apabila data berasal dari 3
kelompok atau lebih, maka sebaiknya gunakan uji
Kruskall Wallis).
3.Variabel independen satu dengan yang lainnya, artinya data
berasal dari kelompok yang berbeda atau tidak
berpasangan.
4.Varians kedua kelompok sama atau homogen. (Karena
distribusi tidak normal, maka uji homogenitas yang
tepat dilakukan adalah uji Levene’s Test. Di mana uji
Fisher F diperuntukkan bila asumsi normalitas
terpenuhi). 8
Contoh Kasus Untuk Sampel Kecil (U ≤ 20)
• Ingin diketahui apakah ada perbedaan denyut nadi pria
dan wanita. Kemudian dilakukan penarikan sampel
untuk pria dan wanita dengan melihat denyut nadi
masing-masing.
Denyut nadi pria Denyut nadi wanita
90 79
89 82
82 85
89 88
91 85
86 80
85 80
86
84
9
• Hipotesis:
H0 : Denyut nadi wanita sama dengan
denyut nadi pria
H1 : Denyut nadi wanita berbeda dengan
denyut nadi pria
Susun kedua hasil pengamatan menjadi
satu kelompok sampel dan buat peringkat
seperti berikut
10
Denyut Nadi Rangking Jenis Kelamin
79 1 Wanita
80 2,5 Wanita
80 2,5 Wanita
82 4,5 Pria
82 4,5 Wanita
84 6 Pria
85 8 Pria
85 8 Wanita
85 8 Wanita
86 10,5 Pria
86 10,5 Pria
88 12 Wanita
89 13,5 Pria
89 13,5 Pria
90 15 Pria
91 16 Pria
11
Selanjutnya jumlahkan nilai jenjang untuk masing-
masing sampel
12
Nilai statistik uji U
13
14
15
Cara membaca tabel Mann Whitney:
• Pertama tentukan jumlah setiap sampel.
Misalnya dalam contoh diatas yaitu n1=9 dan n2
=7. Kemudian tentukan nilai titik kritis (α). Dalam
contoh ini menggunakan 0,05. Kemudian
dihubungkan kolom n1 dan baris n2. dan lihat titik
kritis (α) yang digunakan yaitu 0,05. Hasilnya
yaitu 12.
• Oleh karena nilai U statistik uji lebih kecil dari
nilai U tabel Mann Whitney yaitu 10,5 < 12.
Sehingga Keputusan H0 ditolak, H1 diterima.
Sehingga bisa disimpulkan ada perbedaan
antara denyut nadi pria dan denyut nadi wanita.
16
Contoh Kasus untuk Sampel Besar (U > 20)
• Apakah ada perbedaan kepadatan hunian
rumah antara di daerah nelayan dengan
daerah pertanian, dengan menggunakan α
= 0,05. Didapatkan data seperti pada tabel
berikut.
17
Kepadatan Kepadatan Kepadatan
Rumah Rank Rumah Rank Rumah Rank
Nelayan Pertanian Pertanian
4,25 37 1,75 1 3,02 18
3,1 21 2,35 8 3,23 24
3,25 25 3,22 23 4,05 35
3,05 19 3,4 29 3,21 2
2,41 10 2,67 13 3,09 20
2,15 6 4,01 33 2,83 14
2,25 7 1,9 3 2,36 9
3,52 31 2,48 11
2,03 5 3,33 27
1,85 2 3,26 26
4,19 36 2,89 17
2,86 15 3,35 28
4,02 34 2,87 16
3,83 32 2,55 12
1,92 4 3,46 30
Jumlah
284 277 122 18
Rank
• Hipotesis:
H0 : Kepadatan rumah nelayan dan rumah
petani sama
H1 : Terdapat perbedaan kepadatan
rumah nelayan dengan rumah petani
U2 = n1*n2 - U1
U2 = 15*22 -164
U2 =166
19
• Berbeda dengan sampel kecil. untuk
sampel besar menggunakan tabel Z
sehingga perlu mencari nilai z dari nilai U
yang telah diperoleh.
20
• Sedangkan apabila dimasukkan nilai U2
maka hasilnya yaitu kebalikan dari nilai U1
yaitu +0,0309. Jadi tidak perlu dihitung
lagi.
• Kemudian yang diambil yaitu yang positif
sehingga yang dibandingkan nanti yaitu
0,0309.
• Setelah memperoleh nilai Z maka langkah
terakhir yaitu mencari nilai tabel Z. Nilai
tabel pada tabel Z, Uji dua arah dengan α
= 5%, yaitu 1, 96.
21
• Kesimpulan
Oleh karena nilai statistik uji z lebih kecil
dari nilai tabel Z yaitu 0,0309 < 1,96.
Sehingga keputusan H0 diterima, H1
ditolak.
Sehingga bisa disimpulkan tidak ada
perbedaan kepadatan rumah nelayan dan
petani.
22
Uji Friedman
1
• Digunakan untuk menguji kemaknaan
pengaruh berbagai )k) perlakuan terhadap
sejumlah kelompok subjek penelitian
yang berhubungan, dengan mengontrol
variabel ketiga yang mungkin
berpengaruh dalam memperkirakan efek
yang sesungguhnya dari perlakuan itu.
• Dikembangkan oleh Friedman pada tahun
1937.
• Minimal data dalam skala ordinal
2
Asumsi
• Data diukur paling sedikit dalam skala
ordinal.
• Pengamatan antar blok independen.
• Sampel-sampel yang mendapat perlakuan
tidak independen (berhubungan): (a)
sebuah sampel mengalami beberapa (k)
kai pengukuran atau (b) beberapa sampel
mengalami pencocokan.
3
Rumus
2
k b(k1)
S R
j
j 2
dengan
1
• Rj = jumlah peringkat teramati pada
perlakuan ke-j
• j = 1, 2, …, k
• b = jumlah blok
• k = jumlah perlakuan
4
• Distribusi statistik uji S Friedman mendekati
distribusi r2, sehingga dapat digunakan tabel
r2.
2 12S
r
bk(k 1)
• Ho ditolak bila p <
• Jika k > 3 dan b < 9 atau k > 4 dan b > 4
dapat digunakan tabel 2 dengan derajat
kebebasan k – 1.
• Ho ditolak bila nilai r2 hitung > tabel dengan
derajat kebebasan k – 1. 5
Contoh
• Suatu studi mempelajari efektivitas tiga
buah metode terapi stres. Empat subjek
penelitian mengikuti sebuah eksperimen.
Masing-masing subjek mengalami
beban stres yang sama pada tiga
kesempatan. Pada tiap kali
kesempatan, subjek diberi sebuah
metode terapi stres. Variabel respons
yang diukur adalah jumlah penurunan
tingkat stress sebelum dan sesudah
diberi terapi. 6
Tabel 1 Skor penurunan tingkatstress pada 4 subjek dan
peringkat stres (dalam kurung) setelah mendapat 3
metode terapi stress
Metode
Subjek
A B C
8
Perhitungan:
R1 = 1 + 1 + 1 + 1 =
4
R2 = 3 + 2 + 2 + 2 =
9
4(31)2 2
R
S3 =4
2 + 3 + 3+3 =
911 11 4(31)
2 2 2 2
4(31)
S = 26
12(26)
r 2
6,5
(4)(3)(3
1) 9
Keputusan uji
Karena r2 hitung = 6,5 p = 0,042 p <
Ho ditolak.
Kesimpulan
• Terdapat perbedaan efektifitas yang
bermakna antara ketiga metode terapi
stres, setelah mengeliminasi pengaruh
sebuah variabel luar terhadap perbedaan
antar subjek.
10
• Apabila terdapat angka-angka sama
dalam satu blok, angka-angka sama itu
diberi peringkat rata-rata dari posisi
peringkat.
• Karena angka sama berpengaruh pada
hitungan statistik uji r2 perlu dikoreksi
dengan faktor koreksi
sbb: b
dengan
Ti Ti = ti3 - ti
1 i1 ti = banyaknya angka-angka sama
bk(k2 1) dalam blok ke-i. i = 1, 2, …, b
11
CONTOH
• Sebuah tim evaluasi pengajaran berminat
membandingkan apakah terdapat perbedaan
tingkat kesulitan ujian dari empat mata kuliah
kedokteran: Anatomi, Histologi, Fisiologi dan
Biokimia. Sepuluh orang mahasiswa dicuplik
secara random untuk evaluasi pengajaran.
Dengan tujuan perbaikan sistem ujian, evaluasi
berminat mengetahui apakah terdapat
perbedaan tingkat kesulitan ujian pada mata
kuliah ANatomi, Histologi, Fisiologi dan Biokimia.
12
Tabel 1 Nilai ujian 10 mahasiswa, pemberian peringkat (dalam
kurung), dan jumlah peringkat tiap perlakuan (Ri), pada
mata kuliah Anatomi, Histologi, Fisiologi dan Biokimia
NOMOR MATA KULIAH
MAHASISWA ANATOMI HISTOLOGI FISIOLOGI BIOKIMIA
17
Uji Kruskal-Wallis
1
• Digunakan untuk menguji kemaknaan
perbedaan beberapa (k) sampel independen
dengan data berskala ordinal.
• Dikembangkan oleh Kruskal dan Wallis pada
tahun 1952
• Asumsi:
- Sampel berasal dari populasi-populasi
independen. Pengamatan satu dan lainnya
independen
- Sampel dicuplik secara acak dari populasi
masing-masing
- Data diukur minimal dalam skala ordinal
2
Prinsip uji Kruskal-Wallis
• Ukuran sampel adalah nj, dengan j = 1, 2,
…, k
• Semua nilai pengamatan dari seluruh (k)
sampel independen digabungkan dalam
satu seri.
• Tiap nilai pengamatan diberi peringkat
mulai dari 1 untuk nilai terkecil, sampai
dengan n untuk nilai terbesar. Jika
terdapat angka-angka sama, peringkat
yang diberikan adalah peringkat rata-rata
menurut posisi peringkat.
3
Format tabel untuk
uji Kruskal-
Wallis
SAMPEL (KELOMPOK)
I II III … k
X11 X12 X11 … X1k
X21 X22 X21 … X2k
X31 X32 X31 … X3k
… … … … …
Xn11 Xn22 Xn11 … Xnkk
4
Rumus
12 k 2
H Rj 3(N 1)
N(N 1) j1 n j
dengan
sampel (independen)
k = banyaknya
nj = ukuran sampel ke-j dengan j = 1, 2, ..., k
N = jumlah pengamatan seluruh kelompok sampel
Rj = jumlah peringkat pada sampel ke-j, dengan j = 1, 2, ..., k
5
• Pada keadaan dengan Ho benar, statistik
uji H Kruskal-Wallis didistribusikan seperti
disajikan pada tabel H Kruskal-Wallis.
• Jika ukuran n, ternyata distribusi statistik
uji H Kruskall-Wallis dapat didekati dengan
distribusi 2 dengan derajat kebebasan k –
1.
• Keputusan uji:
(a) Jika k < 3 dan nj < 5 buah pengamatan
tabel H.
(b) Jika k > 3 dan nj > 5
tabel kai kuadrat
6
• Nilai-nilai pengamatan dengan angka sama
diberi peringkat rata-rata menurut posisi
peringkat berpotensi mempengaruhi kuantitas
statistik uji H perlu dikoreksi dengan faktor
koreksi sbb:
Tj
1
N 3 N
dengan:
Tj = tj3 – tj
tj = banyaknya peringkat yang sama dalam kelompok ke j, dengan j = 1, 2, …, k
• Formula statistik uji H Kruskal-Wallis yang telah
dikoreksi menjadi sbb:
H
H koreksi 3
1 T j /(N 7
N)
Contoh
• Asam arakhidonat diketahui berpengaruh
terhadap metabolisme okuler. Pemberian topikal
asam arakhidonat menyebabkan gejala dan
tanda antara lain penutupan kelopak mata,
gatal-gatal dan kotoran mata. Sebuah
eksperimen berminat mempelajari efektivitas
anti-inflamasi okuler tiga jenis obat
(Indomethacine, Aspirin dan Piroxicam)
terhadap penutupan kelopak mata 13 ekor
kelinci putih setelah pemberian asam
arakhidonat.
8
• Kedua belah mata kelinci percobaan diberi larutan asam
arakhidonat. Sepuluh menit kemudian, mata kiri diberi
larutan saline, sedang mata kanan diberi salah satu obat
anti-inflamasi. Lima belas menit kemudian perubahan
pembukaan kelopak mata dinilai dengan skor 0 sampai 3
sbb:
• Skor 0 = tidak terdapat perubahan pembukaan
• Skor 1 = perubahan pembukaan minimal
• Skor 2 = perubahan pembukaan sedang
• Skor 3 = perubahan pembukaan maksimal
• Efektivitas (x) didefinisikan sebagai selisih antara
perubahan pembukaan kelopak mata kanan dan kiri.
• Nilai x yang besar efektivitas obat
• Dapatkah ditarik kesimpulan bahwa ketiga jenis obat
tersebut mempunyai efektivitas yang sama sebagai anti-
inflamasi okuler pada = 0,01?
9
Tabel 1 Pengaruh tiga jenis obat anti-inflamasi okuler pada
penutupan kelopak mata 13 kelinci putih, setelah
pemberian asam arakhidonat
INDOMETHACINE ASPIRIN PIROXICAM
+3 11,5 0 1 +2 7,5
+3 11,5
R1 = 45,5 R2 = 15,5 R3 = 30
10
• Hipotesis
Ho: Distribusi populasi perubahan
pembukaan kelopak mata pada ketiga
jenis obat identik
Ha: Paling sedikit satu populasi menunjuk-
kan nilai-nilai yang lebih besar dari-
pada populasi lainnya.
• Statistik uji
12 k R2
H j 3(N
N(N 1)j1 nj
1) 11
• Perhitungan
H 12 (45,5)2 (30)2
13(131) 5 4 3(131)
(15,5)2
4 4,095
• Karena terdapat beberapa peringkat yang
sama pada gabungan ketiga sampel
statistik H perlu dikoreksi.
• Sampel I: T1 = 33 – 3 = 24
• Sampel II: T 2 = 23 – 2 = 6
• Sampel III: T3 = 23 – 2 = 6
T123= 36
12
• Faktor koreksi:
36
1 3
13 3 0,9836
• Statistik H dengan faktor koreksi
4,095
H 0,9836
koreksi