Uji Wilcoxon

Uji ini digunakan sebagai pengganti Uji-t untuk data yang tidak terdistribusi normal.
Uji ini disebut juga Mann-Whitney U test yang berdasarkan peringkat.
Contoh: Denyut nadi pria dibandingkan dengan denyut nadi wanita, sehingga
diperoleh data seagai berikut;
Pria
Wanita

74 77 78 75 72 71
80 83 73 84 82 79

Caranya:
Semua data diurut dari yang terkecil
74 77 78 75 72 71 80 83 73 84
menjadi
71 72 73 74 75 77 78 79 80 82
p p w p p p p w w w
1 2 3 4 5 6 7 8 9 10

82 79

data

83 84
w w
11 12

data terurut
tanda asal data
urutan sekarang

Kelompokkan kembali berdasarkan kelompok asalnya (pria atau wanita)

Pria
Wanita

1 + 2 + 4 +5 +6 + 7
3 + 8 ++ 9 + 10 + 11 + 12

= 25
= 53

Hitung nilai U dengan rumus : U = Ti n1(n1 + 1)

dimana Ti adalah peringkat total kelompok dengan rataan terkecil (dalam hal ini 25).
Sehingga

U = 25 (6) (7)
= 25 21
= 4 (harga U hitung)

Lihat Tabel Distribusi Wilcoxon

Lihat baris yang menunjukkan 6 x 6 (6 data pria dan 6 data wanita) dan terlihat
adanya angka 924 ( banyaknya kombinasi peringkat yang mungkin). Lihat pada
kolom 0 - 20 pada kolom 4 (harga U hitung) dijumpai angka 12 yang menunjukkan
banyaknya peringkat total yang lebih kecil atau sama dengan 25. Jadi peluang
memperoleh peringkat total lebih kecil atau sama dengan 25 adalah : 12/924 = 0,012
(harga U tabel). Harga U hitung besar dari pada U tabel dan bermakna pada 0,05.
Kesimpulan : Terdapat perbedaaan yang nyata antara denyut nadi wanita dan pria
pada taraf uji 5%.

Bagaimana meranking jika dalam data tersebut terdapat dua nilai yang sama, seperti
contoh berikut;

Pria
Wanita

19 14 20 17 18 20
24 19 33 32 21 18 20

14 17 18 18 19 19 20 20 20 21 24 32 33
p p
p w p w p p w w w w w
1 2 3,5 3,5 5,5 5,5 8 8 8 10 11 12 13

data setelah diurut

tanda asal data
urutan sekarang

3,5 adalah rataan dari urutan 3 dan 4

5,5 adalah rataan dari urutan 5 dan 6
8 adalah rataan dari urutan 7 8 dan 9
Urutkan kembali;
Pria
Wanita

:
:

1 + 2 + 3,5 + 5,5 + 8 + 8
3,5 + 5,5 + 8 10 +11 12 + 13

= 28
= 63

Ti adalah peringkat total yang diperoleh dari kelompok dengan rataan terkecil (dalam
hal ini 28)
Hitung nilai U dengan rumus : U = Ti n1(n1 + 1)
U = Ti n1(n1 + 1)
= 28 (6)(7)
= 7 (harga U hitung)
Dari tabel terlihat, bila n1 = 6 dan n2 = 7 diperoleh angka 1716. Untuk U = 7 pada
baris harga 1716 didapatkan angka 44. Jadi peluangnya adalah : 44/1716 = 0,025
(harga U tabel). Harga U hitung besar dari pada U tabel dan bermakna pada 0,05.
Kesimpulan : Terdapat perbedaaan yang nyata antara denyut nadi wanita dan pria
pada taraf uji 5%.

Uji Kruskal- Wallis

Uji Kruskal-Wallis digunakan sebagai pengganti Anova satu arah untuk data yang
tidak memiliki distribusi normal. Pengujiannya memiliki dasar sama dengan uji
sebelumnya uji Wilcoxon yang melibatkan ranking atau urtan.
Perhatikan data berikut; Dari 3 apotek yang menjual obat analgetik diperoleh data
sebagai berikut.

Apotik
1
1
2
2
1
1
1
2
3
3
3
3

Jumlah obat
11
13
17
17
20
21
22
24
31
32
38
41

Hitunglah jumlah ranking tiap apotik

Apotik 1 : T1 = 1 + 2 + 5 + 6 + 7
Apotik 2 : T2 = 3,5 + 3,5 + 8
Apotik 3 : T3 = 9 + 10 + 11 + 12

= 21
= 15
= 42

Hitung jumlah kuadrat tiap apotik tersebut;

T12 = 212
T22 = 152
T32 = 422

= 441
= 225
= 1764

Tentukan julah sampel tiap apotik;

n1 = 5, n2 = 3, n3 = 4 dan N = 12
Masukkan semua data diatas ke dalam rumus berikut;

Ranking
1
2
3,5
3,5
5
6
7
8
9
10
11
12

H=
=
=

[12/(12x (12+1)] x (441/5 + 25/3 + 1764/4) 3 X (12 + 1)

(0,077) x (88,2 + 75 + 41) 39
7,52

Lihat harga X2 pada df = (k-1)

X2 (df=2, p= 0,05) = 5,99
Jadi harga H besar dari harga X2 pada aras 5%, tapi kecil dibanding harga X2 pada
aras 0,01 (9,21). Ini menunjukkan pada aras 5% terdapat perbedaan jumlah obat
analgetik yang disimpan di apotik, namun perbedaaan tersebut tidak nyata pada aras
1%.

Friedman ANOVA

Uji Friedman digunakan untuk menganalisis rancangan dua arah tanpa replikasi.
Pada contoh berikut veriabel pertama adalah jenis hewan (ikan, reptil dan mamalia)
yang dipajang pada sejumlah toko (12 toko). Datanya sebagai berikut;
Toko
1
2
3
4
5
6
7
8
9
10
11
12

Reptil
12
14
15
12
7
4
10
4
14
4
5
10

ikan
32
41
31
38
21
13
17
22
24
11
17
20

mamalia
34
38
45
32
12
11
22
9
20
8
19
8

Kemudian urutkanlah data diatas berdasarkan ranking pada tiap kolomnya, sehingga
diperoleh kolom dan hasil penjumlahan urutan tersebut sebagai berikut;
Urutan
reptil
1
1
1
1
1
1
1
1
1
1
1
2
R1= 13

Urutan
ikan
2
3
2
3
3
3
2
3
3
3
2
3
R2= 32

Jumlah subjek ( N = 12), Jumlah kondisi (k = 3)

Urutan
mamalia
3
2
3
2
2
2
3
2
2
2
3
1
R3= 27

Gunakan rumus;

= [(12/ (12 x 3 x (3+1)] x ( 132 + 322 + 272) ( 3 x 12 (3+1)

= (12/144) x (169 + 1024 + 729) 144
= (0,083 x 1922) 144
= 15,526
Harga F (k,N, 0,01)
Lihat pada tabel critical value for Friedmans test, dan diperoleh hasil = 8,67
Nilai diatas berlaku untuk (k<6 dan N <14), sedangkan jika untuk sampel besar (k>6
dan > 14) maka digunakan tabel chi kuadrat dengan nilai df= k 1. jika
menggunakan subjek dan kondisi soal diatas, maka harga X2 (df = 2, p = 0,05) adalah
5,99.
Dari hasil diatas harga F besar dari 8,67 ataupun 5,99, sehingga dikatakan terdapat
perbedaan yang nyata jenis variabel pada tiap toko yang diuji.

Tabel Distribusi Wilcoxon data takberpasangan

Nilai U, bila U = Ti n1 (n1 +1)
n1

n2

3
3
4
3
4
5

3
4
4
5
5
5

3
4
5
6

C n1n2

10

11

12

13

14

15

16

17

18

19

20

20
35
70
56
126
252

1
1
1
1
1
1

2
2
2
2
2
2

4
4
4
4
4
4

7
7
7
7
7
7

10
11
12
11
12
12

13
15
17
16
18
19

16
20
24
22
26
28

18
24
31
28
35
39

19
28
39
34
46
53

20
31
46
40
57
69

33
53
45
69
87

34
58
49
80
106

35
63
52
91
126

66
54
100
146

68
55
108
165

69
56
114
183

70
119
199

122
213

124
224

125
233

226
140

6
6
6
6

84
210
462
924

1
1
1
1

2
2
2
2

4
4
4
4

7
7
7
7

11
12
12
12

16
18
19
19

23
27
29
30

30
37
41
43

38
50
57
61

46
64
76
83

54
80
99
111

61
96
124
143

68
114
153
182

73
130
183
224

77
146
215
272

80
160
247
323

82
173
279
378

83
183
309
433

84
192
338
491

198
363
546

203
386
601

3
4
5
6
7

7
7
7
7
7

120
330
792
1716
3432

1
1
1
1
1

2
2
2
2
2

4
4
4
4
4

7
7
7
7
7

11
12
12
12
12

16
18
19
19
19

23
27
29
30
30

31
38
42
44
45

40
52
59
63
65

50
68
80
87
91

60
87
106
118
125

70
107
136
155
167

80
130
171
201
220

89
153
210
253
283

97
177
253
314
358

104
200
299
382
445

109
223
347
458
545

113
243
396
539
657

116
262
445
627
782

118
278
493
717
918

119
292
539
811
1064

3
4
5
6
7
8

8
8
8
8
8
8

165
495
1287
3003
6435
12879

1
1
1
1
1
1

2
2
2
2
2
2

4
4
4
4
4
4

7
7
7
7
7
7

11
12
12
12
12
12

16
18
19
19
19
19

23
27
29
30
30
30

31
38
42
44
45
45

41
53
60
64
66
67

52
70
82
89
93
95

64
91
110
122
129
133

76
114
143
162
174
181

89
141
183
213
232
244

101
169
228
272
302
321

113
200
280
343
388
418

124
231
337
424
489
534

134
264
400
518
609
675

142
295
466
621
746
839

149
326
536
737
904
1033

154
354
607
860
1080
1254

158
381
680
994
1277
1509

Tabel Khi-kuadrat

Db \ p
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60

0.25
1.323
2.773
4.108
5.385
6.626
7.841
9.037
10.219
11.389
12.549
13.701
14.845
15.984
17.117
18.245

0.10
2.706
4.605
6.251
7.779
9.236
10.645
12.017
13.362
14.684
15.987
17.275
18.549
19.812
21.064
22.307

0.05
3.841
5.991
7.815
9.488
11.071
12.592
14.067
15.507
16.919
18.307
19.675
21.026
22.362
23.685
24.996
26.3
30.2
31.5
32.9
34.2
35.5
36.8
38.1
39.4
40.6
41.9
43.2
44.5
45.7
47.0
59.3
71.4
83.3

0.025
5.024
7.378
9.348
11.143
12.833
14.449
16.013
17.535
19.023
20.483
21.920
23.337
24.736
26.119
27.488

0.01
6.635
9.210
11.345
13.277
15.086
16.812
18.475
20.090
21.666
23.209
24.725
26.217
27.688
29.141
30.578
32.0
33.4
34.8
36.2
37.6
38.9
40.3
41.6
43.0
44.3
45.6
47.0
48.3
49.6
50.9
63.7
72.6
88.4

0.005
7.879
10.597
12.838
14.860
16.750
18.548
20.278
21.955
23.589
25.188
26.757
28.299
29.819
21.319
32.801

Nilai Gawat t
Untuk sembarang d.b. yang diketahui tabel menunjukkan nilai t yang berpadanan
dengan berbagai aras peluang t yang diperoleh adalah berarti pada aras yang
diketahui jika t yang diperoleh itu sama atau lebih besar dari pada nilai yang
diperlihatkan oleh tabel.
Aras keberartian untuk uji satu arah
0.25
0.01
Aras keberartian untuk uji dua arah
0.05
0.02
12.706
31.821
4.303
6.965
3.182
4.541
2.736
3.747
2.571
3.365

0.10

0.5

0.005

0.0005

1
2
3
4
5

0.20
3.078
1.886
1.638
1.533
1.476

0.10
6.314
2.920
2.353
2.132
2.015

0.01
63.657
9.925
5.841
4.604
4.032

0.001
636.619
31.598
12.941
8.610
6.859

6
7
8
9
10

1.440
1.415
1.397
1.383
1.372

1.943
1.895
1.860
1.833
1.812

2.447
2.365
2.306
2.262
2.228

3.143
2.998
2.896
2.821
2.764

3.707
3.499
3.355
3.250
3.169

5.959
5.405
5.041
4.781
4.587

11
12
13
14
15

1.363
1.356
1.350
1.345
1.341

1.796
1.782
1.771
1.761
1.753

2.201
2.179
2.160
2.145
2.131

2.718
2.681
2.650
2.624
2.604

3.106
3.055
3.012
2.977
2.947

4.427
4.318
4.221
4.140
4.073

16
17
18
19
20

1.337
1.333
1.330
1.328
1.325

1.746
1.740
1.734
1.729
1.725

2.120
2.110
2.101
2.093
2.086

2.583
2.567
2.552
2.539
2.528

2.921
2.898
2.878
2.861
2.845

4.015
3.965
3.922
3.883
3.850

21
22
23
24
25

1.323
1.321
1.319
1.318
1.316

1.721
1.717
1.714
1.711
1.708

2.080
2.074
2.069
2.064
2.060

2.518
2.508
2.500
2.492
2.485

2.831
2.819
2.807
2.797
2.787

3.819
3.792
3.767
3.745
3.725

26
27
28
29
30

1.315
1.314
1.313
1.311
1.310

1.706
1.703
1.701
1.699
1.697

2.056
2.052
2.048
2.045
2.042

2.479
2.473
2.467
2.462
2.457

2.779
2.771
2.763
2.756
2.750

3.707
3.690
3.674
3.659
3.646

40
60
120
~

1.303
1.296
1.289
1.282

1.684
1.671
1.658
1.645

2.021
2.000
1.980
1.960

2.423
2.390
2.358
2.326

2.704
2.660
2.617
2.576

3.551
3.460
3.373
3.291

db

Tabel luas kurva normal

z

0.00

0.01

0.02

0.03

0.04

0.05

0.06

0.07

0.08

0.09

0.0
0.1
0.2
0.3
0.4
0.5

.0000
.0398
.0793
.1179
.1554
.1915

.0040
.0438
.0832
.1217
.1591
.1950

.0080
.0478
.0871
.1255
.1628
.1985

.0120
.0517
.0910
.1293
.1664
.2019

.0160
.0557
.0948
.1331
.1700
.2054

.0199
.0596
.0987
.1368
.1736
.2088

.0239
.0636
.1026
.1406
.1772
.2123

.0279
.0675
.1064
.1443
.1808
.2157

.0319
.0714
.1103
.1480
.1844
.2190

.0359
.0753
.1141
.1517
.1879
.2224

0.6
0.7
0.8
0.9
1.0

.2257
.2580
.2881
.3159
.3413

.2291
.2611
.2990
.3186
.3438

.2324
.2642
.2939
.3212
.3461

.2357
.2673
.2967
.3238
.3485

.2389
.2704
.2995
.3264
.3508

.2422
.2734
.3023
.3289
.3531

.2454
.2764
.3051
.3315
.3554

.2486
.2794
.3078
.3340
.3577

.2517
.2823
.3106
.3365
.3599

.2549
.2852
.3133
.3389
.3621

1.1
1.2
1.3
1.4
1.5

.3643
.3849
.4032
.4192
.4332

.3665
.3869
.4049
.4207
.4345

.3686
.3888
.4066
.4222
.4357

.3708
.3907
.4082
.4236
.4370

.3729
.3925
.4099
.4251
.4382

.3749
.3944
.4115
.4265
.4394

.3770
.3962
.4131
.4279
.4406

.3790
.3980
.4147
.4292
.4418

.3810
.3997
.4162
.4306
.4429

.3830
.4015
.4177
.4319
.4441

1.6
1.7
1.8
1.9
2.0

.4452
.4554
.4641
.4713
.4772

.4463
.4564
.4649
.4719
.4778

.4474
.4573
.4649
.4719
.4778

.4484
.4582
.4664
.4732
.4788

.4495
.4591
.4671
.4738
.4793

.4505
.4599
.4678
.4744
.4798

.4515
.4608
.4686
.4750
.4803

.4525
.4616
.4693
.4756
.4808

.4535
.4625
.4699
.4761
.4812

.4545
.4633
.4706
.4767
.4817

2.1
2.2
2.3
2.4
2.5

.4821
.4861
.4893
.4918
.4938

.4826
.4864
.4896
.4920
.4940

.4826
.4864
.4896
.4920
.4940

.4834
.4871
.4901
.4925
.4943

.4838
.4875
.4904
.4927
.4945

.4842
.4878
.4906
.4929
.4946

.4846
.4881
.4909
.4931
.4948

.4850
.4884
.4911
.4932
.4949

.4854
.4887
.4913
.4934
.4951

.4857
.4890
.4916
.4936
.4952

2.6
2.7
2.8
2.9
3.0

.4953
.4965
.4974
.4981
.4987

.4955
.4966
.4975
.4982
.4987

.4955
.4966
.4975
.4982
.4987

.4957
.4968
.4977
.4983
.4988

.4959
.4969
.4977
.4984
.4988

.4960
.4970
.4978
.4984
.4989

.4961
.4971
.4979
.4985
.4989

.4962
.4972
.4979
.4985
.4989

.4963
.4973
.4980
.4986
.4990

.4964
.4974
.4981
.4986
.4990

3.1
3.2
3.3
3.4
3.5

.4990
.4993
.4995
.4996
.4997

3.6
3.7
3.8
3.9
4.0

.4998
.4998
.4999
.4999
.5000