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%.

bila n1 = 6 dan n2 = 7 diperoleh angka 1716.5 adalah rataan dari urutan 5 dan 6 8 adalah rataan dari urutan 7 8 dan 9 Urutkan kembali. 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 + 5. Jadi peluangnya adalah : 44/1716 = 0.5 8 8 8 10 11 12 13 data setelah diurut tanda asal data urutan sekarang 3.5 3. . Harga U hitung besar dari pada U tabel dan bermakna pada 0.5 + 8 + 8 3.025 (harga U tabel). seperti contoh berikut.5 5.Bagaimana meranking jika dalam data tersebut terdapat dua nilai yang sama. Pria Wanita : : 1 + 2 + 3.05. Untuk U = 7 pada baris harga 1716 didapatkan angka 44. Kesimpulan : Terdapat perbedaaan yang nyata antara denyut nadi wanita dan pria pada taraf uji 5%.5 adalah rataan dari urutan 3 dan 4 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.5 5.5 + 5.

5 5 6 7 8 9 10 11 12 . 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. n1 = 5. Perhatikan data berikut.Wallis Uji Kruskal-Wallis digunakan sebagai pengganti Anova satu arah untuk data yang tidak memiliki distribusi normal.Uji Kruskal. Dari 3 apotek yang menjual obat analgetik diperoleh data sebagai berikut. T12 = 212 T22 = 152 T32 = 422 = 441 = 225 = 1764 Tentukan julah sampel tiap apotik.5 + 8 Apotik 3 : T3 = 9 + 10 + 11 + 12 = 21 = 15 = 42 Hitung jumlah kuadrat tiap apotik tersebut.5 + 3. Pengujiannya memiliki dasar sama dengan uji sebelumnya uji Wilcoxon yang melibatkan ranking atau urtan. n2 = 3.5 3. n3 = 4 dan N = 12 Masukkan semua data diatas ke dalam rumus berikut. Ranking 1 2 3.

99 Jadi harga H besar dari harga X2 pada aras 5%.21).52 Lihat harga X2 pada df = (k-1) X2 (df=2.H= = = [12/(12x (12+1)] x (441/5 + 25/3 + 1764/4) – 3 X (12 + 1) (0. p= 0. namun perbedaaan tersebut tidak nyata pada aras 1%. tapi kecil dibanding harga X2 pada aras 0.2 + 75 + 41) – 39 7.01 (9. Ini menunjukkan pada aras 5% terdapat perbedaan jumlah obat analgetik yang disimpan di apotik.05) = 5.077) x (88. .

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

p = 0. jika menggunakan subjek dan kondisi soal diatas.05) adalah 5. = [(12/ (12 x 3 x (3+1)] x ( 132 + 322 + 272) – ( 3 x 12 (3+1) = (12/144) x (169 + 1024 + 729) – 144 = (0. dan diperoleh hasil = 8.Gunakan rumus.526 Harga F (k.67 Nilai diatas berlaku untuk (k<6 dan N <14).N. .99.99.01) Lihat pada tabel “ critical value for Friedman’s test”. Dari hasil diatas harga F besar dari 8. sedangkan jika untuk sampel besar (k>6 dan > 14) maka digunakan tabel chi kuadrat dengan nilai df= k – 1.083 x 1922) – 144 = 15.α 0. maka harga X2 (df = 2.67 ataupun 5. sehingga dikatakan terdapat perbedaan yang nyata jenis variabel pada tiap toko yang diuji.

.

.

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 .Tabel Distribusi Wilcoxon – data takberpasangan Nilai U.

773 4.117 18.119 27.9 34.7 72.209 24.2 44.725 26.684 15.2 37.064 22.833 14.3 71.348 11.210 11.597 12.6 38.0 33.6 41.666 23.3 0.838 14.3 49.0 48.389 12.108 5.535 19.626 7.5 32.8 36.507 16.701 14.275 18.685 24.592 14.319 32.236 10.9 63.645 12.2 35.812 21.337 24.706 4.25 1.548 20.378 9.779 9.6 50.549 13.4 83.955 23.013 17.067 15.841 9.0 59.345 13.483 21.578 32.362 23.6 47.385 6.675 21.688 29.841 5.024 7.6 88.278 21.299 29.2 31.026 22.736 26.188 26.488 0.9 43.071 12.984 17.086 16.277 15.1 39.217 27.4 40.5 36.819 21.801 .9 40.143 12.750 18.090 21.860 16.362 14.5 45.4 0.141 30.488 11.4 34.10 2.0 44.812 18.219 11.475 20.023 20.449 16.635 9.3 41.037 10.845 15.757 28.6 43.025 5.920 23.991 7.815 9.919 18.589 25.987 17.05 3.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 0.3 45.005 7.996 26.245 0.605 6.323 2.7 47.8 38.3 30.879 10.01 6.251 7.307 19.017 13.307 0.549 19.

650 2.779 2.771 1.781 4.25 0.763 2.306 2.690 3.617 2.106 3.086 2.812 2.711 1.140 4.048 2.718 2.b.333 1.576 3.965 3.01 Aras keberartian untuk uji dua arah 0.792 3.604 4.646 40 60 120 ~ 1.282 1.552 2.736 3.782 1.350 1.528 2.925 5.262 2.055 3.492 2.447 2.638 1.169 5.533 1.372 1.383 1.920 2.052 2.179 2.01 63.325 1.845 4.947 4.001 636.328 1.921 2.012 2.624 2.120 2.886 1.587 11 12 13 14 15 1.356 1.807 2.10 0.228 3.337 1.941 8.20 3.761 1.959 5.518 2.706 31.021 2.479 2.000 1.787 3.998 2.610 6.182 4.796 1.160 2.659 3.110 2. Aras keberartian untuk uji satu arah 0.015 3.756 2.821 2.500 2.860 1.250 3.895 1.341 1.326 2.303 1.041 4.745 3.296 1.841 4.747 2.005 0.460 3.729 1.551 3.896 2.583 2.353 2.10 6.539 2.771 2.201 2.567 2.02 12. 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.753 2.415 1.145 2.960 2.980 1.457 2.750 3.314 1.015 0.311 1.319 1.365 2.069 2.045 2.833 1.660 2.05 0.032 0.221 4.5 0.764 3.132 2.922 3.977 2.Nilai Gawat t Untuk sembarang d.850 21 22 23 24 25 1.697 2.499 3.314 2.313 1.397 1.734 1.467 2.859 6 7 8 9 10 1.080 2.721 1.508 2.725 2.943 1.861 2.101 2.714 1.143 2.316 1.074 2.060 2.708 2.740 1.315 1.878 2.681 2.707 3.819 3.706 1.657 9.746 1.619 31.701 1.485 2.819 2.078 1.365 0.056 2.330 1.965 3.898 2.064 2.684 1.462 2.323 1.707 3.703 1.073 16 17 18 19 20 1.699 1.131 2.289 1.310 1.767 3.321 1.797 2.671 1.291 db .042 2.541 2.704 2.405 5.318 4.0005 1 2 3 4 5 0.423 2.717 1.093 2.571 3.476 0.821 4.363 1.674 3.345 1.658 1.604 3.303 6.831 2.373 3.318 1.725 26 27 28 29 30 1.358 2.427 4.473 2.645 2.440 1.883 3.598 12.390 2.355 3.

0120 .2611 .4798 .4966 .4778 .4986 .4940 .4817 2.4999 .4554 .3554 .02 0.06 0.4918 .1255 .4015 .4893 .4706 .4948 .4988 .7 0.3962 .3944 .2967 .4934 .3389 .4925 .4960 .4788 .0675 .3365 .4131 .4990 .0 .4693 .4162 .4616 .3925 .04 0.2 1.4115 .4099 .4949 .4946 .4878 .2995 .4750 .2990 .4846 .4940 .Tabel luas kurva normal z 0.0160 .9 4.8 2.1406 .1915 .0557 .4778 .4306 .5 .4968 .0239 .4959 .2939 .7 2.4861 .1064 .4641 .2123 .3315 .2422 .6 2.3212 .4 3.4854 .4838 .4943 .3340 .4 0.3643 .2019 .4147 .4545 .6 3.8 0.4032 .4881 .4962 .4966 .09 0.4664 .3888 .4887 .2224 0.4979 .4207 .4850 .3051 .4525 .0793 .4978 .4982 .3 1.4495 .0596 .4988 .5 .0910 .3830 .3413 .4793 .5 .3 0.9 2.1443 .4633 .0948 .2486 .2454 .2704 .3577 .4864 .4984 .3461 .4979 .4236 .4995 .1554 .2549 .0517 .01 0.4857 .0832 .4713 .4808 .1772 .0987 .4649 .2673 .3438 .4952 2.4 1.1985 .1591 .4772 .0636 .00 0.1368 .4864 .4842 .4192 .4418 .0 0.4292 .2794 .3749 .3238 .4974 .4938 .2 3.4998 .4981 .4985 .4082 .4985 .4964 .4429 .2764 .4049 .2157 .4719 .4963 .4896 .4989 .5000 .2 0.0714 .4370 .0871 .4920 .4993 .4382 .7 3.4957 .6 0.0 .4767 .4649 .4982 .4997 3.4 2.2734 .4761 .4744 .4826 .4953 .3 3.4871 .03 0.2190 .4911 .4970 .08 0.4896 .05 0.4812 .4936 .4535 .1026 .3078 .4984 .3869 .2580 .1103 .4969 .4986 .4955 .4066 .4961 .4980 .0 .4920 .4505 .0000 .4738 .2881 .3289 .2517 .0438 .4834 .3133 .4965 .3264 .2357 .0279 .4332 .3907 .2324 .4671 .4265 .4319 .1480 .4989 .4582 .7 1.1179 .3980 .4909 .3997 .3849 .4732 .4474 .1293 .4345 .4177 .4890 .8 1.4975 .4904 .0080 .3729 .4756 .4955 .4913 .4973 .4599 .1950 .1517 .4625 .4931 .0359 .4987 .1736 .4821 .1664 .3599 .3159 .07 0.4987 .4452 .4996 .4591 .2823 .4564 .4999 .3621 1.9 1.1141 .3186 .4983 .4916 .0199 .1 3.4884 .4975 .4515 .3708 .3810 .1 1.3770 .4990 3.4875 .4222 .1331 .3665 .2642 .4719 .4927 .4251 .4990 .4608 .1879 .4929 .4678 .1700 .4981 .4406 .4394 .0478 .4971 .4901 .0319 .4463 .4977 .1628 .4945 .1217 .2291 .4998 .2257 .0753 .1844 .4977 .3790 .6 1.3686 .3023 .4357 .3508 .0040 .4989 .3106 .2389 .8 3.0 .0398 .4279 .2054 .4441 1.4686 .9 3.2088 .2 2.4573 .2852 .4972 .4987 .1 2.1 0.4699 .3 2.4484 .4932 .4826 .3485 .4803 .1808 .4906 .3531 .4951 .5 .4974 .