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 – ½ n1(n1 + 1)
dimana Ti adalah peringkat total kelompok dengan rataan terkecil (dalam hal ini 25).
Sehingga

U = 25 – ½ (6) (7)
= 25 – 21
= 4 Æ (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%.

5 5.5 + 5. Untuk U = 7 pada baris harga 1716 didapatkan angka 44.5 adalah rataan dari urutan 3 dan 4 5.05.5 + 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 – ½ n1(n1 + 1) U = Ti – ½ n1(n1 + 1) = 28 – ½ (6)(7) = 7 Æ (harga U hitung) Dari tabel terlihat. Kesimpulan : Terdapat perbedaaan yang nyata antara denyut nadi wanita dan pria pada taraf uji 5%.5 + 8 + 8 3.025 (harga U tabel).5 8 8 8 10 11 12 13 data setelah diurut tanda asal data urutan sekarang 3.5 adalah rataan dari urutan 5 dan 6 8 adalah rataan dari urutan 7 8 dan 9 Urutkan kembali.5 5. 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. seperti contoh berikut.Bagaimana meranking jika dalam data tersebut terdapat dua nilai yang sama. Harga U hitung besar dari pada U tabel dan bermakna pada 0. Pria Wanita : : 1 + 2 + 3.5 3. . bila n1 = 6 dan n2 = 7 diperoleh angka 1716. Jadi peluangnya adalah : 44/1716 = 0.

5 3. 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. T12 = 212 T22 = 152 T32 = 422 = 441 = 225 = 1764 Tentukan julah sampel tiap apotik. Perhatikan data berikut.5 + 3. n3 = 4 dan N = 12 Masukkan semua data diatas ke dalam rumus berikut.5 + 8 Apotik 3 : T3 = 9 + 10 + 11 + 12 = 21 = 15 = 42 Hitung jumlah kuadrat tiap apotik tersebut.Uji Kruskal. Pengujiannya memiliki dasar sama dengan uji sebelumnya uji Wilcoxon yang melibatkan ranking atau urtan.Wallis Uji Kruskal-Wallis digunakan sebagai pengganti Anova satu arah untuk data yang tidak memiliki distribusi normal. n2 = 3. n1 = 5.5 5 6 7 8 9 10 11 12 . Dari 3 apotek yang menjual obat analgetik diperoleh data sebagai berikut. Ranking 1 2 3.

tapi kecil dibanding harga X2 pada aras 0.01 (9.05) = 5. namun perbedaaan tersebut tidak nyata pada aras 1%.2 + 75 + 41) – 39 7.H= = = [12/(12x (12+1)] x (441/5 + 25/3 + 1764/4) – 3 X (12 + 1) (0. p= 0.99 Jadi harga H besar dari harga X2 pada aras 5%. .52 Lihat harga X2 pada df = (k-1) X2 (df=2.21).077) x (88. Ini menunjukkan pada aras 5% terdapat perbedaan jumlah obat analgetik yang disimpan di apotik.

Friedman ANOVA Uji Friedman digunakan untuk menganalisis rancangan dua arah tanpa replikasi. reptil dan mamalia) yang dipajang pada sejumlah toko (12 toko). 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). Datanya sebagai berikut. Jumlah kondisi (k = 3) Urutan mamalia 3 2 3 2 2 2 3 2 2 2 3 1 R3= 27 . 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. Pada contoh berikut veriabel pertama adalah jenis hewan (ikan.

526 Harga F (k. sedangkan jika untuk sampel besar (k>6 dan > 14) maka digunakan tabel chi kuadrat dengan nilai df= k – 1. p = 0. maka harga X2 (df = 2. sehingga dikatakan terdapat perbedaan yang nyata jenis variabel pada tiap toko yang diuji.α 0. dan diperoleh hasil = 8. = [(12/ (12 x 3 x (3+1)] x ( 132 + 322 + 272) – ( 3 x 12 (3+1) = (12/144) x (169 + 1024 + 729) – 144 = (0. .Gunakan rumus.01) Lihat pada tabel “ critical value for Friedman’s test”.N.67 ataupun 5.05) adalah 5.99.67 Nilai diatas berlaku untuk (k<6 dan N <14).99.083 x 1922) – 144 = 15. jika menggunakan subjek dan kondisi soal diatas. Dari hasil diatas harga F besar dari 8.

.

.

Tabel Distribusi Wilcoxon – data takberpasangan Nilai U. bila U = Ti – ½ n1 (n1 +1) n1 n2 3 3 4 3 4 5 3 4 4 5 5 5 3 4 5 6 C n1n2 0 1 2 3 4 5 6 7 8 9 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 .

991 7.592 14.0 33.688 29.3 71.626 7.086 16.706 4.307 0.337 24.143 12.0 59.6 38.578 32.7 72.3 30.013 17.3 41.378 9.684 15.597 12.701 14.323 2.10 2.6 47.6 41.919 18.955 23.8 36.024 7.685 24.1 39.209 24.236 10.7 47.833 14.275 18.4 34.217 27.219 11.2 44.01 6.278 21.090 21.841 5.188 26.017 13.548 20.9 63.210 11.860 16.348 11.8 38.25 1.605 6.025 5.117 18.812 21.750 18.5 32.2 31.920 23.815 9.023 20.245 0.005 7.0 48.6 50.141 30.589 25.5 45.488 11.362 14.5 36.666 23.119 27.645 12.3 49.026 22.757 28.838 14.037 10.549 13.9 43.549 19.845 15.0 44.064 22.3 45.362 23.345 13.3 0.4 40.277 15.801 .307 19.879 10.319 32.635 9.067 15.779 9.389 12.385 6.2 37.108 5.984 17.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 0.736 26.299 29.675 21.483 21.4 83.251 7.488 0.9 40.996 26.6 88.819 21.9 34.4 0.773 4.987 17.449 16.725 26.812 18.6 43.05 3.071 12.2 35.507 16.841 9.475 20.535 19.

333 1.771 2.0005 1 2 3 4 5 0.106 3.355 3.500 2.363 1.021 2.397 1.859 6 7 8 9 10 1.311 1.883 3.427 4.321 1.330 1.697 2.457 2.681 2.943 1.541 2.140 4.761 1.055 3.313 1.533 1.093 2.671 1.659 3.492 2.000 1.365 0.861 2.922 3.289 1.373 3.467 2.086 2.447 2.797 2.764 3.318 4.821 4.821 2.965 3.045 2.746 1.771 1.587 11 12 13 14 15 1.101 2.405 5.02 12.201 2.658 1.819 2.660 2.508 2.05 0.717 1.567 2.782 1.5 0.721 1.619 31.729 1.576 3.056 2.01 Aras keberartian untuk uji dua arah 0.701 1.650 2.898 2.262 2.959 5.860 1.048 2.725 26 27 28 29 30 1.131 2.485 2.779 2.604 4.792 3.878 2.372 1.740 1.303 1.711 1.714 1.756 2.552 2.323 1.064 2.423 2.699 1.078 1.b.353 2. 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.341 1.315 1.920 2.886 1.528 2.440 1.499 3.753 2.110 2.941 8.781 4.319 1.725 2.807 2.617 2.704 2.707 3.896 2.303 6.706 31.947 4.221 4.310 1.350 1.645 2.25 0.250 3.998 2.610 6.850 21 22 23 24 25 1.160 2.10 6.960 2.169 5.767 3.145 2.001 636.796 1.734 1.674 3.646 40 60 120 ~ 1.328 1.337 1.841 4.703 1.708 2.012 2.356 1.Nilai Gawat t Untuk sembarang d.895 1.074 2.10 0.747 2.080 2.706 1.539 2.390 2.069 2.583 2.476 0.518 2.365 2.060 2.736 3.925 5.812 2.318 1.143 2.383 1.571 3.684 1.462 2.005 0.041 4.326 2.819 3.179 2.763 2.296 1.750 3.015 3.306 2.460 3.358 2.657 9.415 1.604 3.921 2.718 2.345 1.228 3. Aras keberartian untuk uji satu arah 0.182 4.845 4.015 0.787 3.073 16 17 18 19 20 1.325 1.01 63.707 3.120 2.479 2.314 1.598 12.052 2.282 1.980 1.316 1.833 1.624 2.831 2.690 3.032 0.20 3.638 1.042 2.965 3.132 2.977 2.291 db .473 2.745 3.314 2.551 3.

4961 .4633 .4945 .2 2.0871 .3577 .1844 .4625 .08 0.1026 .3531 .4854 .0596 .6 3.4463 .4015 .4884 .1179 .4987 .3438 .4573 .2881 .4838 .4989 .5 .4177 .4901 .4821 .2852 .4505 .4693 .3078 .4484 .4979 .06 0.4943 .3907 .1 3.0 0.4966 .4971 .4920 .4990 .4931 .2990 .4998 .4761 .4495 .0832 .4977 .3810 .4999 .03 0.0793 .2764 .3708 .4952 2.3106 .4985 .3508 .1772 .4972 .4936 .4979 .4927 .4974 .4977 .4452 .4975 .4955 .4394 .4887 .2389 .9 3.1915 .4999 .00 0.4966 .3238 .4616 .0438 .4975 .1736 .2054 .4474 .4525 .4 2.2157 .4671 .4932 .4959 .4875 .05 0.4292 .4664 .5 .4793 .4772 .4826 .0 .3023 .4370 .4906 .3888 .4986 .0 .2422 .3643 .4998 .9 2.0199 .4032 .4082 .3485 .3 0.4049 .4969 .0753 .0987 .0557 .4955 .3869 .4962 .Tabel luas kurva normal z 0.3980 .3770 .4938 .3133 .4686 .04 0.2939 .1985 .2549 .4864 .2673 .3830 .1 0.4535 .4788 .4147 .4951 .4984 .4207 .4406 .4738 .4982 .4987 .4990 .02 0.3 1.4251 .4778 .0675 .4878 .0279 .4756 .4904 .4968 .3925 .4988 .3461 .3665 .4812 .1 2.4990 3.0714 .4982 .2224 0.4964 .4778 .7 3.4911 .0 .4719 .4744 .4564 .1628 .4997 3.4066 .0478 .4960 .4750 .4996 .0 .3413 .4332 .1443 .4649 .4857 .2517 .4162 .4429 .2019 .4986 .4946 .1103 .0239 .4418 .2257 .4515 .4965 .4357 .4115 .2291 .8 2.2611 .4732 .4706 .1879 .0160 .4192 .5 .4918 .3051 .4131 .4441 1.2580 .2088 .0910 .09 0.3944 .3729 .2486 .4608 .4554 .0040 .4 1.4699 .4871 .4987 .3340 .4980 .4989 .8 0.4949 .4988 .9 1.4319 .6 1.3289 .4798 .4934 .4803 .2734 .0319 .2123 .4861 .4995 .4382 .4929 .4582 .4890 .3186 .07 0.4913 .5 .1950 .4909 .4591 .4948 .4881 .1064 .3264 .6 2.2967 .4953 .4846 .5000 .4981 .2454 .1331 .1480 .4 3.4978 .4893 .3 2.4 0.4545 .01 0.6 0.3849 .7 2.2995 .4963 .4983 .3315 .3962 .4989 .4719 .1808 .0948 .3554 .4940 .0398 .4864 .4973 .4957 .4713 .2 1.4985 .4817 2.1141 .1368 .4222 .0000 .4834 .3686 .7 0.2 3.4345 .2357 .4896 .2190 .3212 .4767 .4974 .4916 .1217 .3621 1.4925 .1664 .3749 .1406 .2704 .4649 .3159 .0636 .4826 .8 3.4896 .1 1.2794 .8 1.3389 .4850 .4808 .1700 .4678 .4236 .3599 .4984 .3997 .7 1.1293 .2823 .1591 .1255 .4306 .4993 .1554 .3790 .2642 .4981 .4599 .2324 .4842 .4920 .0080 .3365 .9 4.4641 .4970 .2 0.1517 .4099 .0359 .4265 .4279 .3 3.4940 .0120 .0517 .

Sign up to vote on this title
UsefulNot useful