RESUME UJI K-S dan MANN WHITNEY

Diajukan untuk memenuhi salah satu tugas Mata Kuliah Statistika Terapan yang diampu oleh
Dosen: Dr. Achmad Samsudin, S.Pd., M.Pd.

Disusun oleh:
Sri Zakiyah (2208152)

PROGRAM STUDI MAGISTER PENDIDIKAN FISIKA

FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PENDIDIKAN INDONESIA
BANDUNG
2022
Tugas Statistika Terapan Pertemuan Ke-10
Nama : Sri Zakiyah
NIM : 2208152
Uji Kolmogrov Smirnov (K-S), Uji Mann-Whitney dan Uji H-Kruskal Wallis dan Post
Hock Analisis

Statistic non-parametrik adalah prosedur pengambilan keputusan statistic yang tidak

didasarkan pada asumsi-asumsi parameter. Santoso (2010) menjelaskan bahwa Kelebihan
prosedur nonparametric adalah bisa digunakan pada semua kondisi. Pada bentuk data apapun,
tipe data apapun, jumlah data berapapun, prosedur nonparametric bisa digunakan. Dengan kata
lain, prosedur non-parametrik lebih fleksibel. Namun, meskipun prosedur nonparametric lebih
fleksibel, jika data penelitian memenuhi asumsi parameter, maka prosedur parametrik tetap harus
diutamakan. Kekurangan dari prosedur statistic non-parametrik adalah dalam pengambilan
keputusan. Pengambilan keputusan menggunakan prosedur nonparametric akan lebih lemah
dengan prosedur parametrik (jika asumsi terpenuhi). Pada statistic nonparametric, mengikuti
metode statistic parametrik, pengolahan data dapat dibagi menjadi dua yaitu statistik deskriptif
dan statistic induktif. Pada penggunaan statistic non-parametrik, dianjurkan menggunakan
median (untuk data ordinal) dan modus (untuk data nominal) sebagai pengukuran pusat
datanya dan tidak adanya pengukuran standar deviasi dan varians dalam pengertian seperti
parametrik. Dalam pengujian statistic non-parametrik terdapat beberapa pengujian.
1. Uji satu sampel, seperti chi-square, Kolmogorov, binomial, dan Runs
2. Uji dua sampel independent, seperti Mann Whitney, Moses, Wald-Wolfowtz
3. Uji dua sampel berhubungan, seperti Wilcoxon, sign, McNemar, Marginal Homogenity
4. Uji tiga sampel atau lebih independent, seperti Kruskal-wallis, Median, Jocnkheere-Tepstra
5. Uji tiga sampel atau lebih berhubungan, seperti friedman, Konkordansi kendall, Cochran
6. Korelasi untuk data nominal, seperti Contingency coefficient, phi-cramer, dan lambda
7. Korelasi untuk data ordinal, seperti gamma, somers, kendall, spearman
Namun, untuk makalah ini dibahas tentang Kolmogorov-Smirnov, Mann-Whitney, dan
Kruskal Wallis.
A. Uji Kolmogrov-Smirnov

Uji Kolmogorov-Smirnov digunakan untuk memeriksa apakah data hasil sampling tertentu
berasal dari suatu populasi dengan distribusi peluang teoritis tertentu. Uji Kolmogorov Smirnov
merupakah pengujian normalitas yang banyak dipakai. Uji normalitas Kolmogorov Smirnov
adalah dengan membandingkan distribusi data (yang akan diuji normalitasnya) dengan distribusi
normal baku. Sehingga didapat Uji Kolmogrov Smirnov adalah uji beda antara data yang diuji
normalitasnya dengan data normal baku.
Syarat Uji Kolmogrov-Smirnov, diantaranya:
 Data berskala interval atau rasio
  Data tunggal atau belum dikelompokkan pada tabel distribusi frekuensi
 Dapat digunakan untuk n besar maupun n kecil
Pengujian normalitas data hasil penelitian dengan menggunakan uji Kolmogrov Smirnov,
dilakukan dengan Langkah-langkah sebagai berikut:
1. Uji data menggunakan Kolmogorov-Smirnov
Adapun uji data menggunakan Kolmogrov-Smirnov diantaranya adalah;
a. Perumusan Hipotesis
H0: tidak ada perbedaan antara distribusi skor postetst kelas eksperimen yang
diamati dan sampel empiris yang terdistribusi normal; data terdistribusi normal
H1: ada perbedaan antara distribusi skor postest kelas eksperimen yang diamati dan
sampel empiris yang terdistribusi normal; data tidak terdistribusi normal
b. Menentukan tingkat signifikasi (α =0,05 ¿ . Dengan kata lain, 95% kemungkinan
bahwa setiap perbedaan statistic yang diamati akan nyata dan bukan karena
kebetulan
c. Menghitung frekuensi kumulatif, kp (frekuensi empiris), titik tengah dan
simpangan baku untuk sampel (s)
f kumulatif
k p=
n
x max + x min
M=
2

√ (∑ f i x i )
2

S ∑ ( f i x i )−
2
n
¿
n−1
d. Menghitung nilai Zhitung, Ztabel dan f(Z)
x i−M
Zhitung=
s | |
e. Menentukan nilai K-S hitung dengan mencari nilai terbesar dari 𝐴1 dan 𝐴2
A2=|k p −f (z )|

A 1 = a2 −
f
n | |
f. Membandingkan nilai K-S hitung dengan K-S tabel
g. Membuat keputusan
Jika K-S tabel < K-S hitung ⟶ H0 ditolak
2. Uji data menggunakan SPSS
Pengujian Kolmogorov-Smirnov satu sampel menggunakan SPSS, diantaranya;
 a. Menentukan variable pertama, klik tab “variable view” di bagian bawah layar anda.
Kemudian, ketikkan nama-nama variable anda di kolom “name”. Variable tersebut
adalah “nilaipostesteksperimen”
b. Ketik nilai klik tab “data view” di bagian bawah layar. Ketik nilai sampel anda di
kolom “nilaipostestekesperimen” seperti yang ditunjukkan pada gambar berikut.
c. Menganalisis data menggunakan menu pull-down untuk memilih “analyze”,
“nonparametric test”, “legacy dialogs”, dan 1-Sample KS…” gunakan tombol
panah untuk menempatkan variable anda dengan nilai data anda di kotak berlabel
“test variable list”. Terakhir, klik “OK” untuk melakukan analisis.
d. Menafsirkan hasil dari jendela keluaran SPSS
Kelemahan uji Kolmogorov-Smirnov yaitu bahwa jika kesimpulan kita memberikan hasil
yang tidak normal, maka kita tidak bisa menentukan transformasi seperti apa yang harus kita
gunakan untuk normalisasi.
B. Uji Mann-Whitney (Uji-U)
Uji mann-witney U adalah uji nonparametric yang dilakukan ketika uji normalitas tidak
terpenuhi. Uji Mann-Whitney merupakan uji non-parametrik yang digunakan untuk mengetahui
apakah ada perbedaan nyata antara rata-rata dua populasi yang distribusinya sama. Data yang
dikumpulkan pada uji Mann-Whitney dari dua sampel yang independent. Pada uji Mann-
Whitney data bersifat Kontinyu. Uji Mann-Whitney merupakan alternatif bagi uji t dimana
kelebihan dari uji ini dapat digunakan pada data ordinal atau data peringkat. Uji mann-Whitney
digunakan untuk menguji rata-rata dua sampel yang berukuran tidak sama (bebas) dengan
membandingkan dua sampel bebas atau independent tersebut. Kedua sampel digabungkan dan
diurutkan peringkatnya bersama-sama. Untuk menentukan statistic uji U Mann Whitney untuk
masing-masing kedua sampel dipilih yang paling kecil nilai U nya (Corder, 2014).
Adapun asumsi-asumsi dalam Uji Mann-Whitney
- Uji Mann-Whitney mengasumsikan bahwa sampel yang berasal dari populasi acak
- Pada Uji Mann-Whitney sampel bersifat independent (berdiri sendiri)
- Skala pengukuran yang digunakan adalah ordinal.
Pengujian perbedaan rata-rata dua sampel yang independen dengan menggunakan uji
Mann-Whitney, dilakukan dengan Langkah-langkah sebagai berikut:
1. Uji data menggunakan Mann-Whitney
Adapun uji data menggunakan Mann-Whitney diantaranya adalah;
a. Perumusan Hipotesis
Misal;
H0: Rata-rata peringkat Metode CBL menggunakan STEM (1) sama dengan CBL
menggunakan worksheet (2)
H1: rata-rata peringkat Metode (1) lebih tinggi dari metode (2)
b. Menentukan tingkat signifikasi (α =0,05 ¿ . Dengan kata lain, 95% kemungkinan
bahwa setiap perbedaan statistic yang diamati akan nyata dan bukan karena
kebetulan
c. Menggabungkan nilai yang diperoleh dari metode 1 dan 2 secara bersama-sama
diurutkan dari nilai terendah hingga nilai tertinggi
d. Menghitung jumlah peringkat metode (1) dan metode (2) yang diberi simbol ∑ R1
dan ∑ R 2
e. Menghitung jumlah sampel metode (1) dan jumlah sampel metode (2) yang diberi
simbol n1 dan n2
f. Mencari nilai U 1 dan U 2
( n 1 +1 ) n1
U 1 = ( n1 n 2 ) + −∑ R1
2
( n 2 +1 ) n2
U 2 = ( n1 n 2 ) + −∑ R2
2
g. Dari dua buah nilai U yang didapatkan, ambil nilai U yang terkecil
h. Sebelum memutuskan nilai tersebut adalah nilai U bandingkan terlebih dahulu
n1 n2
dengan
2
n1 n2
i. Jika nilai nya > , berarti itu adalah U’.
2
Maka U =n1 n2−U '
j. Membuat kesimpulan
Jika U tabel < U hitung  H0 ditolak
- Tabel Uji U Mann-Whitney (Untuk data kecil (≤20))
- Tabel nilai kritis Z* (Untuk data besar(>20))
Uhitung;
U−μ u
z∗¿
σu
n 1 n2
μu=
2

Jika -1,96 ≤ Z* ≤ 1,96 Maka terima 𝐻0

σ u=
√ n 1 n2 ( n1 +n 2+1 )
12
 Jika H 0 ditolak, maka Untuk melihat seberapa besar pengaruhnya menggunakan
ES.
|Z|
ES=
√n
Dengan nilai Z adalah Z* dan n adalah total seluruh sampel.
Glass (1981) menyatakan ukuran effect sebagai berikut.
 effect size ≤ 0,15 efek yang dapat diabaikan
 0,15 < effect size ≤ 0,40 efek kecil
 0,40 < effect size ≤ 0,75 efek sedang
 0,75 < effect size ≤ 1.10 efek tinggi
 1.10 < effect size ≤ 1,45 efek yang sangat tinggi
 1,45 < effect size pengaruh yang tinggi
2. Uji data menggunakan SPSS
Untuk melakukan uji U Mann-Whitney dan Kolmogorov Smirnov diperlukan dua sampel
bebas, diantaranya;
a. Mengklik “tampilan variable” di bagian bawah layar. Kemudian, ketikkan nama-nama
variable di kolom “nama”. Tidak bisa begitu saja memasukkan setiap sampel yang tidak
terkait ke dalam kolom terpisah untuk menjalankan uji dua sampel Mann-Whitney U atau
Kolmogorov-Smirnov. Harus menggunakan variabel pengelompokkan untuk membedakan
setiap sampel. Variabel pertama adalah variabel pengelompokkan yang kita sebut “kelas”.
Variabel kedua disebut “hasil”

Pada kolom values di lebar “kelas”, klik titik tiga lalu masukkan di value angka “1” dan di
label masukkan “pretest kelas eksperimen” selanjutnya mengklik add. Dengan langkah
yang sama masukkan nilai 2 untuk menjelaskan postest kelas eksperimen, begitu
selanjutnya untuk mencari nilai uji K-S (normalitas) dan uji mann whitney seperti pada
gambar berikut.

b. Mengklik “data view” di bagian bawah layar seperti yang ditunjukkan pada gambar. Ketik
nilai untuk kedua kumpulan data di kolom “hasil”. Selanjutnya mengetik variabel
pengelompokkan yang sesuai di kolom “kelas”. Misalnya, semua nilai untuk kelas “2”
ditandai dengan nilai 2 di kolom variabel pengelompokkan yang kita sebut “kelas”
c. Analisis data
Menggunakan menu pull-down untuk memilih “analyze”, “nonpara metric test”, “legacy
dialogs”, dan “2 independent sampel…”
d. Menafsirkan hasil dari jendela keluaran SPSS

C. Uji Kruskal-Wallis H-Test

 Uji-H Kruskal-Wallis adalah prosedur statistik nonparametrik untuk membandingkan lebih
dari dua sampel yang independen atau bebas. Setara parametrik untuk tes ini adalah analisis
varians satu arah (ANOVA). Ketika uji Kruskal-Wallis H menghasilkan hasil yang signifikan,
maka setidaknya salah satu sampel berbeda dari sampel lainnya. Namun, tes tidak
mengidentifikasi di mana perbedaan terjadi. Selain itu, tidak mengidentifikasi berapa banyak
perbedaan yang terjadi. Analisis ini digunakan untuk dua hal, pertama membandingkan dua atau
lebih nilai rata-rata populasi secara bersamaan atau simultan. Kedua untuk melihat apakah
varians dari populasi sama. Uji Kruskal-Wallis H juga mengidentifikasi perbedaan tertentu
antara pasangan sampel, peneliti mungkin menggunakan kontras sampel, atau tes post hoc, untuk
menganalisis pasangan sampel tertentu.
Prosedur menentukan uji Kruskal- Wallis H adalah sebagai berikut:
1) Menguji Normalitas
2) Uji Homogenitas
3) Uji Kruskall-Wallis H
4) Post Hock (Uji lanjut)
Langkah-langkah yang dilakukan untuk Uji Kruskal-Wallis, diantaranya:
1. Uji data menggunakan Uji Kruskal-Wallis
Adapun uji data menggunakan Uji Kruskal-Wallis diantaranya adalah;
a. Perumusan Hipotesis
Misal;
H0: Tidak terdapat perbedaan rata-rata peringkat nilai UN Fisika mahasiswa
berdasarkan daerah asal
H1: Terdapat perbedaan rata-rata peringkat nilai UN Fisika mahasiswa berdasarkan
daerah asal
b. Menentukan tingkat signifikasi (α =0,05 ¿ . Dengan kata lain, 95% kemungkinan
bahwa setiap perbedaan statistic yang diamati akan nyata dan bukan karena
kebetulan
c. Menggabungkan nilai yang diperoleh dari berbagai kelompok daerah asal secara
bersama-sama diurutkan dari nilai terendah hingga nilai tertinggi
d. Menghitung jumlah peringkat masing-masing kelompok daerah asal ∑ R 1 , ∑ R 2,
∑ R 3… ∑ R k
e. Menghitung jumlah sampel dari setiap kelompok daerah asal yang diberi simbol
n1 , n2 , n3 … n k dan N adalah total seluruh sampel dari setiap kelompok
f. Mencari nilai H
k 2
12 Ri
H= ∑
N ( N +1 ) i=1 ni
−3 ( N +1 )
 g. Mengkoreksi nilai H dengan membaginya bersama C H

C H =1−
∑ ( T 3 −T )
N 3−N
H
H*¿
CH
T adalah banyaknya nilai yang sama
h. Mengambil keputusan
- H tabel Kruskal-Wallis < H*  tolak H 0 (N<20 dan ni <6 )
- Nilai Tabel chi kuadrat < H*  tolak H 0 (N>20 dan ni >6 )
2. Uji data menggunakan SPSS
Untuk melakukan uji H Kruskal-Wallis menggunakan SPSS, diantaranya;
a. Menentukan variabel pertama, klik tab” variable view” di bagian bawah layar,
kemudian ketikkan nama-nama variabel anda di kolom “name”. Tidak dapat begitu
saja memasukkan setiap sampel ke dalam kolom terpisah untuk melakukan uji-H
Kruskal-Wallis. Harus menggunakan variabel pengelompokkan. Variabel pertama
adalah variabel pengelompokkan yang disebut “nilai”. Variabel kedua yang disebut
“asal” Pada kolom values di lebar “kelas”, klik titik tiga lalu masukkan di value
angka “1” dan di label masukkan “pretest kelas eksperimen” selanjutnya mengklik
add. Dengan langkah yang sama masukkan nilai 2 untuk menjelaskan postest kelas
eksperimen, begitu selanjutnya untuk mencari nilai uji K-S (normalitas) dan uji mann
whitney seperti pada gambar berikut.

Saat menetapkan variabel pengelompokkan, seringkali paling mudah untuk

menetapkan setiap kelompok nilai bilangan bulat. Dalam contoh, asal adalah
“Jakarta”, “Tangerang”, “Bekasi” dan sebaianya seperti yang diperlihatkan pada
table. Harus mengatur variabel pengelompokkan kita untuk variabel “asal”. Pertama,
memilih kolom “asal” dan mengklik kotak abu-abu seperti yang ditunjukkan gambar.
Kemudian, menetapkan nilai 1 sama dengan “jakarta”, nilai 2 sama dengan “depok”,
dan nilai 3 sama dengan “tangerang” dan seterusnya. Setiap label nilai ditetapkan dan
dipindahkan ke daftar saat meng-klik tombol “add”. Setelah itu, klik tombol “OK”
seperti pada gambar dibawah.
b. Ketik nilai pada tab “data view” di bagian bawah layar seperti yang ditunjukkan pada
gambar. Ketik nilai untuk ketujuh sampel di kolom “nilai”. Ketik variabel
pengelompokkan yang sesuai di kolom “asal”. Misalnya, semua nilai untuk “jakarta”
ditandai dengan nilai 1 di kolom variabel pengelompokkan yang disebut “asal”
 c. Analisis data
Menggunakan menu pull-down untuk memilih “analisis”, “tes nonparametric”,
“dialog lama”, dan “K sampel independent…”
d. Menafsirkan hasil dari jendela keluaran SPSS

D. Post Hock Analysis

Dikarenakan terdapat perbedaan, maka dilakukan uji lanjut (post hock) yaitu Uji lanjut
yang digunakan pada Kruskal wallis bisa juga dengan menggunakan uji U Mann-whitney dengan
membandingkan satu kelompok dengan kelompok lainnya.
Misal:
Kita perhatikan asal daerah 1 dengan daerah 2. Selanjutnya daerah 1 dengan daerah 3,
begitu selanjutnya hingga daerah 7. Selanjutnya daerah 2 dengan daerah 3 hingga daerah 7.
Begitu seterusnya.