Statistik Uji Kruskal-Wallis

dokumen-dokumen yang mirip
Prosedur Uji Chi-Square

MAKALAH UJI PERLUASAN MEDIAN

STATISTIKA NON-PARAMETRIK

UJI NONPARAMETRIK. Gambar 6.1 Menjalankan Prosedur Nonparametrik

STATISTIK NONPARAMETRIK (2)

Regresi dengan Microsoft Office Excel

ISSN : Uji Chi-Square pada Statistika dan SPSS Ari Wibowo 5)

Grafik Batang Sederhana pada SPSS

Uji Mann - Whitney ( U- Test) ERNANTJE HENDRIK

Uji 2 Sampel Tidak Berpasangan Bag 4b dan 4c. (Uji Mann U Whitney dan Uji Kolmogorov Smirnov)

STATISTIKA DESKRIPTIF

Uji Z atau t Uji Z Chi- square

UJI PERSYARATAN ANALISIS DATA

Tulis di Lembar Jawaban

CHI-SQUARE: GOODNESS OF FIT TEST

ANALISIS DATA KOMPARATIF (T-Test)

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMAN 13 Bandarlampung, mulai 22 Oktober

Independent Sample T Test

Model Regresi Binary Logit (Aplikasi Model dengan Program SPSS)

Analisis Data kategorik tidak berpasangan skala pengukuran numerik

POLITEKNIK KESEHATAN SURAKARTA TAHUN

MODUL 1 SAMPLE t-test

Pengantar Pengolahan Data Statistik Menggunakan SPSS 22. Isram Rasal ST, MMSI, MSc

STATISTIK NONPARAMETRIK (1)

Statistik Deskriptif dengan Microsoft Office Excel

ANALISIS BIVARIAT DATA KATEGORIK DAN NUMERIK Uji t dan ANOVA

PENGENALAN APLIKASI STATISTICAL PRODUCT AND SERVICE SOLUTIONS (SPSS)

UJI CHI-SQUARE. 1. Skala pengukuran. ada 4 jenis skala pengukuran yaitu nominal, ordinal (bertingkat), interval, rasio

Multiple Box-Plot dengan Program Minitab dan SPSS

Rancangan Percobaan dengan SPSS 13.0 (Untuk kalangan sendiri)

BAB 3 PENGOLAHAN DATA

BAB 11 STATISTIK INDUKTIF Uji t

Uji Data Tiga atau Lebih Sample Berhubungan (Dependent)

Bentuk Fungsional Regresi Linear (Aplikasi Model dengan Program SPSS)

LAMPIRAN 1. Pengujian Data Berdistribusi Poisson dengan Menggunakan SPSS Langkah 1 : Buka Program SPSS 17.0

STMIK STIKOM BALIKPAPAN 1 CHI SQUARE

Statistik Deskriptif untuk Data Nominal dan Ordinal

BAB III METODE PENELITIAN

MODUL V REGRESI, KORELASI, ANALISIS VARIAN, VALIDITAS DAN RELIABILITAS

BAB III METODE PENELITIAN

PROSEDUR MENGUJI DISTRIBUSI NORMAL MELALUI UJI KAI KUADRAT DI SPSS

Uji Hipotesis dengan SPSS

Pendahuluan RRL Model Pengaruh Tetap Model Pengaruh Random

Memulai SPSS dan Mengelola File

MAKALAH UJI COCHRAN Disusun Untuk Memenuhi Tugas Mata Kuliah Statistika Non Parametrik. Dosen Pengampu: Dr. Nur Karomah Dwiyanti M.

Membuat Box-Plot dengan Program Minitab dan SPSS

PENGOLAHAN DATA DENGAN SPSS

Aplikasi di Bidang Politik

ANALISIS DATA EKSPLORATIF MODUL 5 ANALISIS COMPARE MEANS

Uji Perbandingan Rata-Rata

Pengujian Varian Satu Jalur. (One Way ANOVA)

Uji Perbandingan Rata-Rata

SPSS FOR WINDOWS BASIC. By : Syafrizal

BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA

STATISTIK PERTEMUAN XIV

Tahap pertama yang paling penting dalam mengoperasikan SPSS adalah

Teknik Analisis Dampak Pendampingan

BAB IV HASIL PENELITIAN

ANALISIS REGRESI BERGANDA

MODUL PELATIHAN SPSS

BAB 08 ANALISIS VARIAN 8.1 ANALISIS VARIAN SATU JALAN

STATISTIK NON PARAMETRIK

ANALISIS DATA ASOSIATIF

Deteksi Autokorelasi dengan Metode Grafik Excel

BAB IV DESKRIPSI DAN ANALISIS DATA

BAB 3 APLIKASI RANCANGAN ACAK KELOMPOK 1 FAKTOR

Analisis Perbandingan Rata-rata: Independent-Sample T Test

Menu SPSS untuk Persiapan Data

TUGAS 1 SPSS STUDI KASUS STATISTIK PROFESI LULUSAN UNIKOM KELAS SISTEM INFORMASI 8 MENGGUNAKAN SPSS V.22

UJI ANOVA. Uji kesamaan varian. Lihat output TEST of HOMOGENEITY of VARIANCE

BAB 7 STATISTIK NON-PARAMETRIK

Pengenalan SPSS 15.0

DIKTAT MATA KULIAH STATISTIKA PENELITIAN PENDIDIKAN MATEMATIKA

PERBANDINGAN BERGANDA SESUDAH UJI KRUSKAL-WALLIS

Ho merupakan hipotesa awal sedangkan merupakan hipotesis alternatif atau hipotesis kerja 2. Rumus One sample t-test

BAB IV DESKRIPSI DAN ANALISI DATA

UJI NORMALITAS DATA DAN VARIANS. UNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009

BAB III METODOLOGI PENELITIAN

BAB III METODE PENELITIAN. tujuan penelitian serta menjawab persoalan. pembenaran dalam bentuk dukungan data empiris di lapangan.

KORELASI DAN ASOSIASI

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN

BAB III METODE PENELETIAN

BAB I PENDAHULUAN. Keuntungan dari menggunakan metode non parametrik adalah : APLIKASI TEST PARAMETRIK TEST NON PARAMETRIK Dua sampel saling T test

Uji Validitas Instrumen. by Ifada Novikasari

Nomor Case Penunjuk Sel Heading Variable Kotak-kotak Variabel

Komang Suardika, S.Pd (Pendidikan Fisika, Undiksha) 2013

BAB IV DESKRIPSI DAN ANALISIS DATA

BAB III METODE PENELITIAN

XIII. STATISTIKA NON PARAMETRIKA

BAB III METODE PENELITIAN

Langkah-Langkah Perhitungan Berikut diberikan data penjualan mobil Bima selama tahun 2000:

PRAKTIKUM ANALISIS DATA EKSPLORATIF

MATERI PERTEMUAN KE 3 EXPLORER. Buka kembali contoh soal pada pertemuan kedua minggu kemarin sbb:

Crosstab dan Chi-Square: Analisis Hubungan Antarvariabel Kategorikal

TABEL 3 DATA PENELITIAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

HANDOUT METODE PENELITIAN KUANTITATIF ANALISIS DATA MENGGUNAKAN SPSS

STATISTIK DESKRIPTIF

ANALISIS DATA PREDIKTIF (Analisis Regresi)

Transkripsi:

Statistik Uji Kruskal-Wallis Author: Junaidi Junaidi Statistik Kruskal Wallis adalah salah satu peralatan statistika non-parametrik dalam kelompok prosedur untuk sampel independen. Prosedur ini digunakan ketika kita ingin membandingkan dua variabel yang diukur dari sampel yang tidak sama (bebas), dimana kelompok yang diperbandingkan lebih dari dua. Dalam statistika parametric ketika kelompok yang ingin diperbandingkan lebih dari dua, dapat digunakan analisis varians (ANOVA/MANOVA). Sebaliknya pada statistik nonparametric, alternatifnya diantaranya adalah analisis varians satu arah berdasarkan peringkat Kruskal-Wallis dan Median test. Tulisan ini akan membahas mengenai Statistik Uji Kruskal-Wallis, contoh perhitungan manualnya dan aplikasi pada program statistik SPSS. Statistik uji Kruskal-Wallis dapat dituliskan sebagai berikut: Dimana : N = jumlah sampel Ri = jumlah peringkat pada kelompok i ni = jumlah sampel pada kelompok i Untuk memahami rumus prosedur tersebut, diberikan contoh sebagai berikut: Sebuah perusahaan ingin mengetahui apakah terdapat perbedaan keterlambatan masuk kerja antara pekerja yang rumahnya jauh atau dekat dari lokasi perusahaan. Misalkan jarak rumah dikategorikan dekat ( kurang dari 10 km), sedang (10 15 km) dan jauh ( lebih dari 15 km). Keterlambatan masuk kerja dihitung dalam menit keterlambatan selama sebulan terakhir. Penelitian dilakukan pada tiga kelompok pekerja dengan sampel acak, dengan masing-masing sampel untuk yang memiliki jarak rumah dekat sebanyak 10 sampel, jarak sedang sebanyak 8 sampel dan jauh sebanyak 7 sampel. Data hasil penelitian dan prosedur untuk mendapatkan statistik uji Kruskal-Wallis diberikan pada tabel berikut: March 28, 2010 Fakultas Ekonomi Universitas Jambi Page 1

Kolom (1), (2) dan (3) adalah data pekerja menurut jarak rumah dan menit keterlambatan. Kolom (4), (5) dan (6) adalah rangking dari keterlambatan. Rangking disusun dari nilai keterlambatan terkecil sampai terbesar, tanpa membedakan kelompok jarak rumah pekerja. Selanjutnya lakukan penjumlahan rangking untuk masing-masing kelompok, yang terlihat pada baris Ri. Kemudian, kuadratkan masing-masing jumlah peringkat tersebut. Dari data tersebut, maka dapat dihitung statistik uji Kruskal-Wallis sebagai berikut: Dalam SPSS, untuk perhitungan statistik uji Kruskal-Wallis mengikuti tahapan sebagai berikut: 1. Berikan kode numerik untuk variabel jarak yaitu 1 = jarak dekat, 2 = jarak sedang dan 3 jarak jauh. Data menit keterlambatan tidak perlu diperingkat, karena secara otomatis akan dilakukan oleh program SPSS. 2. Persiapkan worksheet dengan cara, buka program SPSS, klik Variable View. Akan muncul tampilan berikut: March 28, 2010 Fakultas Ekonomi Universitas Jambi Page 2

Pada baris pertama, isikan kolom Name dengan Jarak, Measure = Ordinal dan kolom Values dengan 1 = Dekat, 2 = Sedang, 3 = Jauh. Abaikan kolom lainnya. Pada baris kedua isikan, kolom Name dengan Keterlambatan. Kolom lainnya diabaikan (mengikuti default dari program). Cara pengisian kolom Values sebagai berikut. Klik icon yang bertanda titik tiga ( ) pada kolom Values pada baris 1, akan muncul tampilan berikut: Isikan angka 1 pada kotak Value dan Dekat pada kotak Label. Kemudian klik Add. Isikan angka 2 pada kotak Value dan Sedang pada kotak Label, kemudian klik Add. Iskan angka 3 pada kotak Value dan Jauh pada kotak Label, kemudian klik Add. Selanjutnya klik OK, dan kembali ke menu data dengan mengklik Data View Selanjutnya klik Data View untuk mulai mengisi data 3. Input data kategori jarak (1, 2, 3) dan menit keterlambatan pada workheet SPSS. 4. Setelah pengisian data, kemudian Klik > Nonparametric Tests > K Independent Samples. Akan muncul tampilan berikut: March 28, 2010 Fakultas Ekonomi Universitas Jambi Page 3

Isi kotak Test Variable List dengan Keterlambatan dan isi Grouping Variable dengan Jarak. (Catatan: variabel Keterlambatan dan Jarak, sebelumnya berada di kotak sebelah kiri. Pindahkan ke kotak sebelah kanannya dengan cara klik variabel, kemudian klik panah yang menuju kotak kanannya.). Centang juga Kruskal-Wallis H jika belum tercentang. Selanjutnya klik Define Range, akan muncul tampilan berikut: Isikan kotak Minimum dengan angka 1 dan Maximum dengan angka 3. Klik Continue, dan klik OK. Akan keluar output SPSS sebagai berikut: Output tabel pertama memberikan deskripsi dari ranking masing-masing kelompok jarak, berupa jumlah sampel dan rata-rata ranking. Output tabel kedua memberikan nilai Chi-Square dari statistik uji Kruskal-Wallis sesuai dengan rumus yang telah dibahas sebelumnya. Derajat bebas (df) dari statistik chi-square ini adalah jumlah kelompok (dalam kasus kita = 3 ) dikurangi 1. Dalam output juga diberikan P-value untuk chi-square (nilai Asymp. Sig. dalam tabe l output kedua. Dalam pengujian hipotesis, kita membandingkan nilai P-value dengan tingkat signifikansi pengujian (α), dengan kriteria tolak H0 jika P-value < α, dan terima H0 jika P-value > α. March 28, 2010 Fakultas Ekonomi Universitas Jambi Page 4

Jika pengujian menggunakan α = 10 %, terlihat bahwa nilai P-value = 0,137 > α = 0,1. Dengan demikian secara statistik dapat disimpulkan tidak ada perbedaan keterlambatan antara pekerja yang memiliki rumah dekat dengan rumah jauh. Cara lain dalam pengujian hipotesis ini adalah dengan membandingkan nilai chi-square yang diperoleh nilai-nilai kritis pada tabel Distribusi chi-square. Tabel tersebut umumnya tersedia pada lampiran buku-buku yang membahas mengenai statistik non-parametrik. REFERENCES 1. Amri A., Junaidi, Yulmardi. (2009). Metodologi Penelitian Ekonomi dan Penerapannya. Bogor. IPB Press 2. Daniel,W.(1991). Statistik Nonparametrik Terapan.: Gramedia. Jakarta. 3. Junaidi. (2010). Statistika Non-Parametrik. Fakultas Ekonomi Universitas Jambi. Jambi 4. Nurgiyantoro, B., Gunawan, Marzuki. (2000). Statistik Terapan untuk Penelitian Ilmu-Ilmu Sosial. Yogyakarta: Gadjah Mada University Press 5. Siegel, S., and N. J. Castellan. (1988). Nonparametric statistics for the behavioral sciences.new York: McGraw-Hill, Inc.. 6. Sprent P. (1991). Metode Statistik Nonparametrik Terapan. Jakarta. UI-Press. March 28, 2010 Fakultas Ekonomi Universitas Jambi Page 5