5/15/2013

1
Uji Kruskal-Wallis
1. Pendahuluan
Uji Kruskal-Wallis adalah seperti pengujian
pada analisis variansi satu jalan
Biasanya pengujian dilakukan terhadap tiga
atau lebih data (dua data dapat diuji melalui uji
Wilcoxon atau Mann-Whitney)
Pengujian hanya dapat menunjukkan bahwa
paling sedikit ada satu yang beda tanpa dapat paling sedikit ada satu yang beda tanpa dapat
menunjukkan mana yang beda
Digunakan untuk menguji beda pada lebih dari
dua kategori pada skala data ordinal, atau
sebagai pengganti uji Anova satu jalan bila
asumsi homogenitas tidak terpenuhi
2. Penentuan Peringkat
Semua data digabungkan dan setelah itu disusun ke
dalam peringkat
Kemudian peringkat dipisahkan ke setiap data dan
masing-masing dijumlahkan
Tanpa peringkat sama
Contoh 1 Sampel adalah sebagai berikut
A B C
96 82 115
128 124 149
83 132 166
61 135 147
101 109
5/15/2013
2
Dengan peringkat sama
Peringkat sama diberi peringkat sebesar rerata
dari peringkat yang sama itu
Apabila pada peringkat sama terdapat t data,
maka koreksi untuk peringkat sama adalah
T = t
3
t
Contoh 2
Sampel adalah sebagai berikut Sampel adalah sebagai berikut
A 14 10 11 13
B 16 18 14 15
C 16 15 14 12
5/15/2013
3
5/15/2013
4
3. Statistik Uji Kruskal-Wallis
Statistik uji tanpa peringkat sama
Statistik uji dengan peringkat sama
) (
) (
1 3
1
12
2
+
+
=

n
n
R
n n
H
g
g
n
n
R
n n
g
+
+

2
1 3
1
12
) (
) (
R
g
= jumlah peringkat pada sampel
n
g
= ukuran sampel
n = ukuran semua sampel
T = koreksi peringkat sama
n n
T
n n n
H
g

+
=

3
1
1) (
Hitunglah statistik uji Kruskal-Wallis untuk sampel
pada contoh 1
R
A
= 22 R
B
= 37 R
C
= 46
n
A
= 5 n
B
= 5 n
C
= 4 n = 14
4 6
1 14 3
4
46
5
37
5
22
1 14 14
12
1 3
1
12
2 2 2
2
,
) (
) )( (
) (
) (
=
+

+ +
+
=
+
+
=

n
n
R
n n
H
g
g
5/15/2013
5
Hitunglah statistik uji Kruskal-Wallis untuk sampel
pada contoh 2
R
A
= 13 R
B
= 37 R
C
= 28 T = 36
n
A
= 4 n
B
= 4 n
C
= 4 n = 12
1 3
1
12
2
) (
) (
+
+
=

n
n
R
n n
H
g
g
416 3
12 12
36
1
1 12 3
4
28
4
37
4
13
1 12 12
12
1
1
3
2 2 2
3
,
) )( (
) )( (
) (
=

+ +
+
=

+
=

n n
T
n n n
H
g
4. Uji Hipotesis Kruskal-Wallis dengan Sampel
Besar
Sampel besar terjadi pada
k = 3 dengan n
g
> 5
k > 3
Distribusi probabilitas pensampelan adalah
distribusi probabilitas khi-kuadrat, dengan
H berdistribusi probabilitas khi-kuadrat
Derajat kebebasan = k 1
Contoh 3
Pada tiga sistem A, B, dan C diperoleh dari
sampel berukuran n
A
= 5, n
B
= 6, n
C
= 8, dan
n = 19, statistik uji Kruskal-Wallis H = 1,665.
Pada taraf signifikansi 0,05, uji kesamaan tiga
sistem itu
5/15/2013
6
Hipotesis
H
0
: Sistem A, B, dan C adalah sama
H
1
: Sistem A, B, dan C, ada yang tidak sama
Sampel
n
A
= 5, n
B
= 6, n
C
= 8, n = 19, k = 3
H = 1,665
Distribusi probabilitas pensampelan
Distribusi probabilitas khi-kuadrat
Derajat kebebasan = k 1 = 3 1 = 2
Statistik uji

2
= H = 1,665
Kriteria pengujian
Taraf signifikansi 0,05
Pengujian pada ujung atas
Nilai kritis
2
(0,95)(2)
= 5,991
Tolak H
0
jika
2
> 5,991
Terima H
0
jika
2
5,991
Keputusan
Pada taraf signifikansi 0,05 terima H
0
5/15/2013
7
Chi-Square Table
5. Uji Hipotesis Kruskal-Wallis dengan Sampel Kecil
Sampel kecil terjadi pada kasus
k = 3 serta n
g
5
Terdapat tabel khusus untuk pengujian hipotesis
Tabel khusus ini telah dinyatakan dalam
probabilitas p probabilitas p
Pengujian hipotesis dilakukan dengan
membandingkan probabilitas p dengan taraf
signifikansi
Kriteria pengujian adalah
Tolak H
0
jika p <
Terima H
0
jika p
5/15/2013
8
Tabel Probabilitas pada Pengujian Hipotesis
Kruskal-Wallis
Uk sampel H p Uk sampel H p
n
1
n
2
n
3
n
1
n
2
n
3
2 1 1 2,7000 0,500 3 3 3 7,2000 0,004
2 2 1 3,6000 0,200 6,4889 0,011
2 2 2 4,5714 0,067 5,6889 0,029
3,7143 0,200 5,6000 0,050
3 1 1 3,2000 0,300 5,0667 0,086
3 2 1 4,2857 0,100 4,6222 0,100
3,8571 0,133 4 1 1 3,5714 0,200 3,8571 0,133 4 1 1 3,5714 0,200
3 2 2 5,3572 0,029 4 2 1 4,8214 0,057
4,7143 0,048 4,5000 0,076
4,5000 0,067 4,0179 0,114
4,4643 0,105 4 2 2 6,0000 0,014
3 3 1 5,1429 0,043 5,3333 0,033
4,5714 0,100 5,1250 0,052
4,0000 0,129 4,4583 0,100
3 3 2 6,2500 0,011 4,1667 0,105
5,3611 0,032 4 3 1 5,8333 0,021
5,1389 0,061 5,2083 0,050
4,5556 0,100 5,0000 0,057
4,2500 0,121 4,0556 0,093
3,8889 0,129
Tabel Probabilitas pada Pengujian Hipotesis
Kruskal-Wallis
Uk sampel H p Uk sampel H p
n
1
n
2
n
3
n
1
n
2
n
3
4 3 2 6,4444 0,008 4 4 2 5,4545 0,046
6,3000 0,011 5,2364 0,052
5,4444 0,046 4,5545 0,098
5,4000 0,051 4,4455 0,103
4,5111 0,098 4 4 3 7,1439 0,010
4,4444 0,102 7,1364 0,011
4 3 3 6,7455 0,010 5,5985 0,049 4 3 3 6,7455 0,010 5,5985 0,049
6,7091 0,013 5,5758 0,051
5,7909 0,046 4,5455 0,099
5,7273 0,050 4,4773 0,102
4,7091 0,092 4 4 4 7,6538 0,008
4,7000 0,101 7,5385 0,011
4 4 1 6,6667 0,010 5,6923 0,049
6,1667 0,022 5,6538 0,054
4,9667 0,048 4,6539 0,097
4,8667 0,054 4,5001 0,104
4,1667 0,082 5 1 1 3,8571 0,143
4,0667 0,102 5 2 1 5,2500 0,036
4 4 2 7,0364 0,006 5,0000 0,048
6,8727 0,011 4,4500 0,071
5/15/2013
9
Tabel Probabilitas pada Pengujian Hipotesis
Kruskal-Wallis
Uk sampel H p Uk sampel H p
n
1
n
2
n
3
n
1
n
2
n
3
5 2 1 4,2000 0,095 5 3 3 7,0788 0,009
4,0500 0,119 6,9818 0,011
5 2 2 6,5333 0,008 5,6485 0,049
6,1333 0,013 5,5152 0,051
5,1600 0,034 4,5333 0,097
5,0400 0,056 4,4121 0,109
4,3733 0,090 5 4 1 6,9545 0,008 4,3733 0,090 5 4 1 6,9545 0,008
4,2933 0,122 6,8400 0,011
5 3 1 6,4000 0,012 4,9855 0,044
4,9600 0,048 4,8600 0,098
4,8711 0,052 3,9873 0,014
4,0178 0,095 3,9600 0,102
3,8400 0,123 5 4 2 7,2045 0,009
5 3 2 6,9091 0,009 7,1182 0,010
6,8218 0,010 5,2727 0,049
5,2509 0,049 5,2682 0,050
5,1055 0,052 4,5409 0,098
4,6509 0,091 4,5182 0,101
4,4945 0,101 5 4 3 7,4449 0,010
7,3949 0,011
Tabel Probabilitas pada Pengujian Hipotesis
Kruskal-Wallis
Uk sampel H p Uk sampel H p
n
1
n
2
n
3
n
1
n
2
n
3
5 4 3 5,6564 0,049 5 5 2 4,5077 0,100
4,5487 0,099 5 5 3 7,5780 0,010
4,5231 0,103 7,5429 0,010
5 4 4 7,7604 0,009 5,7055 0,046
7,7440 0,011 5,6264 0,051
5,6571 0,049 4,5451 0,100
5,6176 0,050 4,5363 0,102 5,6176 0,050 4,5363 0,102
4,6187 0,100 5 5 4 7,8229 0,010
4,5527 0,102 7,7914 0,010
5 5 1 7,3091 0,009 5,6657 0,049
6,8364 0,011 5,6429 0,050
5,1273 0,046 4,5229 0,099
4,9091 0,053 4,5200 0,101
4,1091 0,086 5 5 5 8,0000 0,009
4,0364 0,105 7,9800 0,010
5 5 2 7,3385 0,010 5,7800 0,049
7,2692 0,010 5,6600 0,051
5,3385 0,047 4,5600 0,100
5,2462 0,051 4,5000 0,102
4,6231 0,097
5/15/2013
10
Contoh 4
Pada taraf signifikansi 0,05 uji kesamaan distribusi
A, B, dan C, untuk sampel pada contoh 1
Hipotesis
H
0
: Distribusi probabilitas A, B, dan C adalah
sama
H
1
: Distribusi probabilitas A, B, dan C ada
yang tidak sama yang tidak sama
Sampel
n
A
= 5 n
B
= 5 n
C
= 4 n = 14
H = 6,4
Distribusi probabilitas pensampelan
Sampel kecil, pengujian menggunakan tabel
khusus
Statistik uji
Pada tabel Kruskal-Wallis, untuk ukuran
sampel 5, 5, 4, terdapat untuk
H = 7,7914 p = 0,010
H = 5,6657 p = 0,049
H = 6,4 terletak di antara dua H ini sehingga
0,010 < p < 0,049
Kretieran pengujian
Taraf signifikansi 0,05
Tolak H
0
jika p < 0,05
Terima H
0
jika p 0,05
Keputusan
Pada taraf signifikansi 0,05 tolak H
0
5/15/2013
11
Contoh pada aplikasi
SPSS
Hasil analisis / output
Analisis deskriptf
Descriptive Statistics
14 116.29 29.507 61 166
14 1.93 .829 1 3
NILAI
KATEGORI
N Mean Std. Deviation Minimum Maximum
Jumlah Ranking Jumlah Ranking
Ranks
5 4.40
5 7.40
4 11.50
14
KATEGORI
A
B
C
Total
NILAI
N Mean Rank
5/15/2013
12
Hasil analisis / output
Uji Signifikansi :
Test Statistics
a,b
6.406 Chi-Square
NILAI
Kesimpulan : Ho ditolak, karena
p value lebih kecil dari 0,05
6.406
2
.041
Chi-Square
df
Asymp. Sig.
Kruskal Wallis Test
a.
Grouping Variable: KATEGORI
b.