SlideShare a Scribd company logo
Oleh : Munaji
NIM : 06450750
Prodi : Pendas
Pascasarjana UPI Bandung
Uji Kruskal-Wallis digunakan untuk
menguji apakah k sampel independen
berasal dari populasi yang berbeda,
dengan kata lain uji ini dapat digunakan
untuk menguji hipotesis nol bahwa k
sampel independen berasal dari
populasi yang sama atau identik dalam
hal harga rata-ratanya. Oleh karena itu,
uji Kruskal-Wallis juga merupakan
perluasan dari uji U Mann-Whitney.
Uji Statistik Kurskal-Wallis
𝐻 = βˆ’3 𝑛 π‘‘π‘œπ‘‘π‘Žπ‘™ + 1
12
𝑛 π‘‘π‘œπ‘‘π‘Žπ‘™(𝑛 π‘‘π‘œπ‘‘π‘Žπ‘™ + 1)
𝑅1
2
𝑛1
+
𝑅2
2
𝑛2
+
𝑅3
2
𝑛3
Contoh
Misalkan kita mempelajari tiga merk printer komputer
A, B, dan C, untuk kejelasan hasil cetakannya. Kita
menyampel 6 printer merek A, 6 printer merk B, dan 5
printer merk C. Skor-skor kejelasan cetakan ke-17
printer yang dijadikan sampel itu ditampilkan dalam
tabel di bawah ini.
SKOR
Printer A Printer B Printer C
22 26 23
24 36 30
21 27 29
17 37 26
26 33 31
25 32
Apakah terdapat perbedaan kejelasan hasil cetak antara 3 priter
tersebut?
Solusi
Hipotesis
H0 : Tidak Terdapat perbedaan kejelasan hasil cetak antara 3
printer
tersebut.
H1 : Terdapat perbedaan kejelasan hasil cetak antara 3
printer tersebut.
Secara formal ditulis
H0 : X = Y = Z
H1 : Tidak H0, X, Y, dan Z berturut-turut adalah distribusi skor
kejelasan
cetak printer A, B, dan C
Tes Statistik : Kruskal-Wallis Test
Tingkat Signifikansi : Ξ±=0,01
Distribusi Sampling :
H mendekati distribusi Chi-Square (X2) dengan derajat bebas (k-
1), sehingga wilayah kritis dapat ditentukan dengan menggunakan
Tabel J Chi-Square.
Perhitungan
Langkah 1 : Berilah ranking pada masing – masing nilai
observasi dengan urutan dari yang terkecil ranking 1 hingga n
PRINTER A PRINTER B PRINTER C
SKOR PERINGKAT SKOR PERINGKAT SKOR PERINGKAT
22 3 26 8 23 4
24 5 36 16 30 12
21 2 27 10 29 11
17 1 37 17 26 8
26 8 33 15 31 13
25 6 32 14
𝑅1 = 25 𝑅2 = 25 𝑅3 = 48
Langkah 2 : Tentukan harga R (jumlah ranking) untuk masing –
masing kelompok atau kategori.
π‘†π‘’π‘šπ‘’π‘Ž
𝑅 = 25 + 80 + 48 = 153
Langkah 3 : Hitunglah uji statistik H Kruskal-Wallis
𝐻 = βˆ’3 𝑛 π‘‘π‘œπ‘‘π‘Žπ‘™ + 1
12
𝑛 π‘‘π‘œπ‘‘π‘Žπ‘™(𝑛 π‘‘π‘œπ‘‘π‘Žπ‘™ + 1)
𝑅1
2
𝑛1
+
𝑅1
2
𝑛1
+
𝑅1
2
𝑛1
𝐻 = βˆ’3 17 + 1 +
12
17(17+1)
25 2
6
+
80 2
6
+
48 2
5
= βˆ’54 + 0,0392(1631,63)
= 9,96
Langkah 4 : Menententukan X2 kritis. Dengan taraf signifikansi Ξ± =
0,01 serta 𝑑𝑓 = π‘˜ βˆ’ 1 = 3 βˆ’ 1 = 2 (k = banyaknya grup), diperoleh
X2 kritis = 9,21
Kriteria :
Tolah H0 jika Hhitung β‰₯ X2
kritis dan dalam kondisi sebaliknya
terima H0
Keputusan :
Karena Hhitung β‰₯ X2
kritis atau 9,96 β‰₯ 9,21 maka tolak H0
Kesimpulan:
Terdapat perbedaan kejelasan hasil cetak antara 3 printer
tersebut pada taraf signifikansi 1%
PENYELESAIAN DENGAN SPSS
1. Buka lembar kerja baru caranya pilih file-new
2. Isikan data variabel sesuai dengan data yang diperlukan.
3. Pada penulisan variabel kelompok, maka nilai value diisikan
sesuai dengan pilihan yang ada yaitu Printer A, Printer B,
dan
Printer C seperti tampak pada layar berikut ini.
4. Isilah data pada Data View sesuai dengan data yang
diperoleh
5. pilih : Analyze Nonparametric Test k independent
samples
6. klik variabel Skor Hasil cetak, kemudian masukkan dalam
Test
Variable List

More Related Content

What's hot

STATISTIK INDUSTRI 1 - TEORI PROBABILITAS
STATISTIK INDUSTRI 1 - TEORI PROBABILITASSTATISTIK INDUSTRI 1 - TEORI PROBABILITAS
STATISTIK INDUSTRI 1 - TEORI PROBABILITAS
Universitas Qomaruddin, Gresik, Indonesia
Β 
[5] mann whitney u
[5] mann whitney u[5] mann whitney u
[5] mann whitney u
Darnah Andi Nohe
Β 
Analisis Statistika
Analisis StatistikaAnalisis Statistika
Analisis StatistikaDian Arisona
Β 
Analisis varian dua arah
Analisis varian dua arahAnalisis varian dua arah
Analisis varian dua arah
Tri Supadmi
Β 
UJI HOMOGENITAS BARTLETT MANUAL VS SPSS
UJI HOMOGENITAS BARTLETT MANUAL VS SPSSUJI HOMOGENITAS BARTLETT MANUAL VS SPSS
UJI HOMOGENITAS BARTLETT MANUAL VS SPSS
EDI RIADI
Β 
Contoh analisis uji beda nonparamaetrik wilcoxon
Contoh analisis uji beda nonparamaetrik wilcoxonContoh analisis uji beda nonparamaetrik wilcoxon
Contoh analisis uji beda nonparamaetrik wilcoxon
EDI RIADI
Β 
10. uji hipotesis satu rata rata
10. uji hipotesis satu rata rata10. uji hipotesis satu rata rata
10. uji hipotesis satu rata rata
Ria Defti Nurharinda
Β 
Istilah istilah dalam rancangan percobaan
Istilah istilah dalam rancangan percobaanIstilah istilah dalam rancangan percobaan
Istilah istilah dalam rancangan percobaanIr. Zakaria, M.M
Β 
Anava 2 arah
Anava 2 arahAnava 2 arah
Anava 2 arahyositria
Β 
Pendugaan Parameter
Pendugaan ParameterPendugaan Parameter
Pendugaan Parameter
Eko Mardianto
Β 
Uji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiUji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasi
Rosmaiyadi Snt
Β 
Tabel f-0-01
Tabel f-0-01Tabel f-0-01
Tabel f-0-01dinnianggra
Β 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
Aisyah Turidho
Β 
Annova 2 jalur
Annova 2 jalurAnnova 2 jalur
Annova 2 jalurDia Cahyawati
Β 
Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)
M. Jainuri, S.Pd., M.Pd
Β 
Statistika non-parametrik dengan metode Uji Tanda
Statistika non-parametrik dengan metode Uji Tanda Statistika non-parametrik dengan metode Uji Tanda
Statistika non-parametrik dengan metode Uji Tanda RindyArini
Β 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
silvia kuswanti
Β 
ANOVA satu arah - One way ANOVA
ANOVA satu arah - One way ANOVAANOVA satu arah - One way ANOVA
ANOVA satu arah - One way ANOVA
Universitas Qomaruddin, Gresik, Indonesia
Β 
uji mann whitney dan uji fisher
uji mann whitney dan uji fisheruji mann whitney dan uji fisher
uji mann whitney dan uji fisher
kacangtom
Β 

What's hot (20)

STATISTIK INDUSTRI 1 - TEORI PROBABILITAS
STATISTIK INDUSTRI 1 - TEORI PROBABILITASSTATISTIK INDUSTRI 1 - TEORI PROBABILITAS
STATISTIK INDUSTRI 1 - TEORI PROBABILITAS
Β 
[5] mann whitney u
[5] mann whitney u[5] mann whitney u
[5] mann whitney u
Β 
Analisis Statistika
Analisis StatistikaAnalisis Statistika
Analisis Statistika
Β 
Analisis varian dua arah
Analisis varian dua arahAnalisis varian dua arah
Analisis varian dua arah
Β 
UJI HOMOGENITAS BARTLETT MANUAL VS SPSS
UJI HOMOGENITAS BARTLETT MANUAL VS SPSSUJI HOMOGENITAS BARTLETT MANUAL VS SPSS
UJI HOMOGENITAS BARTLETT MANUAL VS SPSS
Β 
Contoh analisis uji beda nonparamaetrik wilcoxon
Contoh analisis uji beda nonparamaetrik wilcoxonContoh analisis uji beda nonparamaetrik wilcoxon
Contoh analisis uji beda nonparamaetrik wilcoxon
Β 
Materi P3_Distribusi Normal
Materi P3_Distribusi NormalMateri P3_Distribusi Normal
Materi P3_Distribusi Normal
Β 
10. uji hipotesis satu rata rata
10. uji hipotesis satu rata rata10. uji hipotesis satu rata rata
10. uji hipotesis satu rata rata
Β 
Istilah istilah dalam rancangan percobaan
Istilah istilah dalam rancangan percobaanIstilah istilah dalam rancangan percobaan
Istilah istilah dalam rancangan percobaan
Β 
Anava 2 arah
Anava 2 arahAnava 2 arah
Anava 2 arah
Β 
Pendugaan Parameter
Pendugaan ParameterPendugaan Parameter
Pendugaan Parameter
Β 
Uji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiUji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasi
Β 
Tabel f-0-01
Tabel f-0-01Tabel f-0-01
Tabel f-0-01
Β 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
Β 
Annova 2 jalur
Annova 2 jalurAnnova 2 jalur
Annova 2 jalur
Β 
Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)
Β 
Statistika non-parametrik dengan metode Uji Tanda
Statistika non-parametrik dengan metode Uji Tanda Statistika non-parametrik dengan metode Uji Tanda
Statistika non-parametrik dengan metode Uji Tanda
Β 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
Β 
ANOVA satu arah - One way ANOVA
ANOVA satu arah - One way ANOVAANOVA satu arah - One way ANOVA
ANOVA satu arah - One way ANOVA
Β 
uji mann whitney dan uji fisher
uji mann whitney dan uji fisheruji mann whitney dan uji fisher
uji mann whitney dan uji fisher
Β 

Similar to Uji kruskal wallis

APG Pertemuan 6 : Mean Vectors From Two Populations
APG Pertemuan 6 : Mean Vectors From Two PopulationsAPG Pertemuan 6 : Mean Vectors From Two Populations
APG Pertemuan 6 : Mean Vectors From Two Populations
Rani Nooraeni
Β 
APG Pertemuan 7 : Manova and Repeated Measures
APG Pertemuan 7 : Manova and Repeated MeasuresAPG Pertemuan 7 : Manova and Repeated Measures
APG Pertemuan 7 : Manova and Repeated Measures
Rani Nooraeni
Β 
Uji Friedman dan Kruskalwallis.pptx
Uji Friedman dan Kruskalwallis.pptxUji Friedman dan Kruskalwallis.pptx
Uji Friedman dan Kruskalwallis.pptx
StatistikInferensial
Β 
Analisis korelasi linier sederhana
Analisis korelasi linier sederhanaAnalisis korelasi linier sederhana
Analisis korelasi linier sederhana
Putra Samada
Β 
Apkom syamsir
Apkom syamsirApkom syamsir
Apkom syamsirparbui
Β 
3 regresi and-korelasi_berganda.ppt
3 regresi and-korelasi_berganda.ppt3 regresi and-korelasi_berganda.ppt
3 regresi and-korelasi_berganda.ppt
aliff_aimann
Β 
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.pptjbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
LaddyLisya1
Β 

Similar to Uji kruskal wallis (8)

Lampiran 6 regresi korelasi
Lampiran 6  regresi korelasiLampiran 6  regresi korelasi
Lampiran 6 regresi korelasi
Β 
APG Pertemuan 6 : Mean Vectors From Two Populations
APG Pertemuan 6 : Mean Vectors From Two PopulationsAPG Pertemuan 6 : Mean Vectors From Two Populations
APG Pertemuan 6 : Mean Vectors From Two Populations
Β 
APG Pertemuan 7 : Manova and Repeated Measures
APG Pertemuan 7 : Manova and Repeated MeasuresAPG Pertemuan 7 : Manova and Repeated Measures
APG Pertemuan 7 : Manova and Repeated Measures
Β 
Uji Friedman dan Kruskalwallis.pptx
Uji Friedman dan Kruskalwallis.pptxUji Friedman dan Kruskalwallis.pptx
Uji Friedman dan Kruskalwallis.pptx
Β 
Analisis korelasi linier sederhana
Analisis korelasi linier sederhanaAnalisis korelasi linier sederhana
Analisis korelasi linier sederhana
Β 
Apkom syamsir
Apkom syamsirApkom syamsir
Apkom syamsir
Β 
3 regresi and-korelasi_berganda.ppt
3 regresi and-korelasi_berganda.ppt3 regresi and-korelasi_berganda.ppt
3 regresi and-korelasi_berganda.ppt
Β 
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.pptjbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
Β 

Recently uploaded

M. Fattahillah Ajrun Azhiima_2021B_Analisis Kritis Jurnal.pdf
M. Fattahillah Ajrun Azhiima_2021B_Analisis Kritis Jurnal.pdfM. Fattahillah Ajrun Azhiima_2021B_Analisis Kritis Jurnal.pdf
M. Fattahillah Ajrun Azhiima_2021B_Analisis Kritis Jurnal.pdf
AjrunAzhiima
Β 
A.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis Jurnal
A.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis JurnalA.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis Jurnal
A.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis Jurnal
Ekhwan2
Β 
654Bagan akun standar Kep 331 Tahun 2021
654Bagan akun standar Kep 331 Tahun 2021654Bagan akun standar Kep 331 Tahun 2021
654Bagan akun standar Kep 331 Tahun 2021
renprogarksd3
Β 
Analisis Korelasi dan penjelasannya juga bedanya dengan korelasi
Analisis Korelasi dan penjelasannya juga bedanya dengan korelasiAnalisis Korelasi dan penjelasannya juga bedanya dengan korelasi
Analisis Korelasi dan penjelasannya juga bedanya dengan korelasi
afaturooo
Β 
SURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITAS
SURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITASSURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITAS
SURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITAS
Pemdes Wonoyoso
Β 
Modul Ajar Seni Rupa - Melukis Pemandangan - Fase B.pdf
Modul Ajar Seni Rupa - Melukis Pemandangan  - Fase B.pdfModul Ajar Seni Rupa - Melukis Pemandangan  - Fase B.pdf
Modul Ajar Seni Rupa - Melukis Pemandangan - Fase B.pdf
MiliaSumendap
Β 
manajer lapangan pelaksana gedung SKK JENJANG 6
manajer lapangan pelaksana gedung SKK JENJANG 6manajer lapangan pelaksana gedung SKK JENJANG 6
manajer lapangan pelaksana gedung SKK JENJANG 6
MhdFadliansyah1
Β 
Transformasi Desa Vokasi Tata Kelola dan Penguatan Pera Pendidikan
Transformasi Desa Vokasi Tata Kelola dan Penguatan Pera PendidikanTransformasi Desa Vokasi Tata Kelola dan Penguatan Pera Pendidikan
Transformasi Desa Vokasi Tata Kelola dan Penguatan Pera Pendidikan
deamardiana1
Β 
bahan belajar Application Programming Interface (API) Gateway
bahan belajar Application Programming Interface (API) Gatewaybahan belajar Application Programming Interface (API) Gateway
bahan belajar Application Programming Interface (API) Gateway
subbidtekinfo813
Β 
PERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIP
PERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIPPERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIP
PERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIP
Pemdes Wonoyoso
Β 
LAPORAN OPERATOR DAPODIK dfffffffffffffffffffff
LAPORAN OPERATOR DAPODIK dfffffffffffffffffffffLAPORAN OPERATOR DAPODIK dfffffffffffffffffffff
LAPORAN OPERATOR DAPODIK dfffffffffffffffffffff
acehirfan
Β 
Apa itu data dan pengertian data by manajemen 22.pptx
Apa itu data dan pengertian data by manajemen 22.pptxApa itu data dan pengertian data by manajemen 22.pptx
Apa itu data dan pengertian data by manajemen 22.pptx
AssyifaFarahDiba1
Β 
Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...
Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...
Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...
mtsarridho
Β 
Materi matriks dan determinan matriks.pptx
Materi matriks dan determinan matriks.pptxMateri matriks dan determinan matriks.pptx
Materi matriks dan determinan matriks.pptx
BanjarMasin4
Β 

Recently uploaded (14)

M. Fattahillah Ajrun Azhiima_2021B_Analisis Kritis Jurnal.pdf
M. Fattahillah Ajrun Azhiima_2021B_Analisis Kritis Jurnal.pdfM. Fattahillah Ajrun Azhiima_2021B_Analisis Kritis Jurnal.pdf
M. Fattahillah Ajrun Azhiima_2021B_Analisis Kritis Jurnal.pdf
Β 
A.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis Jurnal
A.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis JurnalA.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis Jurnal
A.Ekhwan Nur Fauzi_2021 B_ Analisis Kritis Jurnal
Β 
654Bagan akun standar Kep 331 Tahun 2021
654Bagan akun standar Kep 331 Tahun 2021654Bagan akun standar Kep 331 Tahun 2021
654Bagan akun standar Kep 331 Tahun 2021
Β 
Analisis Korelasi dan penjelasannya juga bedanya dengan korelasi
Analisis Korelasi dan penjelasannya juga bedanya dengan korelasiAnalisis Korelasi dan penjelasannya juga bedanya dengan korelasi
Analisis Korelasi dan penjelasannya juga bedanya dengan korelasi
Β 
SURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITAS
SURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITASSURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITAS
SURAT KEPUTUSAN TENTANG KAMPUNG BERKUALITAS
Β 
Modul Ajar Seni Rupa - Melukis Pemandangan - Fase B.pdf
Modul Ajar Seni Rupa - Melukis Pemandangan  - Fase B.pdfModul Ajar Seni Rupa - Melukis Pemandangan  - Fase B.pdf
Modul Ajar Seni Rupa - Melukis Pemandangan - Fase B.pdf
Β 
manajer lapangan pelaksana gedung SKK JENJANG 6
manajer lapangan pelaksana gedung SKK JENJANG 6manajer lapangan pelaksana gedung SKK JENJANG 6
manajer lapangan pelaksana gedung SKK JENJANG 6
Β 
Transformasi Desa Vokasi Tata Kelola dan Penguatan Pera Pendidikan
Transformasi Desa Vokasi Tata Kelola dan Penguatan Pera PendidikanTransformasi Desa Vokasi Tata Kelola dan Penguatan Pera Pendidikan
Transformasi Desa Vokasi Tata Kelola dan Penguatan Pera Pendidikan
Β 
bahan belajar Application Programming Interface (API) Gateway
bahan belajar Application Programming Interface (API) Gatewaybahan belajar Application Programming Interface (API) Gateway
bahan belajar Application Programming Interface (API) Gateway
Β 
PERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIP
PERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIPPERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIP
PERATURAN BUPATI TENTANG KODE KLASIFIKASI ARSIP
Β 
LAPORAN OPERATOR DAPODIK dfffffffffffffffffffff
LAPORAN OPERATOR DAPODIK dfffffffffffffffffffffLAPORAN OPERATOR DAPODIK dfffffffffffffffffffff
LAPORAN OPERATOR DAPODIK dfffffffffffffffffffff
Β 
Apa itu data dan pengertian data by manajemen 22.pptx
Apa itu data dan pengertian data by manajemen 22.pptxApa itu data dan pengertian data by manajemen 22.pptx
Apa itu data dan pengertian data by manajemen 22.pptx
Β 
Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...
Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...
Kisi-Kisi Asesmen Madrasah Akidah Akhlak MTs Arridho Tahun Pelajaran 2023-202...
Β 
Materi matriks dan determinan matriks.pptx
Materi matriks dan determinan matriks.pptxMateri matriks dan determinan matriks.pptx
Materi matriks dan determinan matriks.pptx
Β 

Uji kruskal wallis

  • 1. Oleh : Munaji NIM : 06450750 Prodi : Pendas Pascasarjana UPI Bandung
  • 2. Uji Kruskal-Wallis digunakan untuk menguji apakah k sampel independen berasal dari populasi yang berbeda, dengan kata lain uji ini dapat digunakan untuk menguji hipotesis nol bahwa k sampel independen berasal dari populasi yang sama atau identik dalam hal harga rata-ratanya. Oleh karena itu, uji Kruskal-Wallis juga merupakan perluasan dari uji U Mann-Whitney.
  • 3. Uji Statistik Kurskal-Wallis 𝐻 = βˆ’3 𝑛 π‘‘π‘œπ‘‘π‘Žπ‘™ + 1 12 𝑛 π‘‘π‘œπ‘‘π‘Žπ‘™(𝑛 π‘‘π‘œπ‘‘π‘Žπ‘™ + 1) 𝑅1 2 𝑛1 + 𝑅2 2 𝑛2 + 𝑅3 2 𝑛3
  • 4. Contoh Misalkan kita mempelajari tiga merk printer komputer A, B, dan C, untuk kejelasan hasil cetakannya. Kita menyampel 6 printer merek A, 6 printer merk B, dan 5 printer merk C. Skor-skor kejelasan cetakan ke-17 printer yang dijadikan sampel itu ditampilkan dalam tabel di bawah ini. SKOR Printer A Printer B Printer C 22 26 23 24 36 30 21 27 29 17 37 26 26 33 31 25 32
  • 5. Apakah terdapat perbedaan kejelasan hasil cetak antara 3 priter tersebut? Solusi Hipotesis H0 : Tidak Terdapat perbedaan kejelasan hasil cetak antara 3 printer tersebut. H1 : Terdapat perbedaan kejelasan hasil cetak antara 3 printer tersebut. Secara formal ditulis H0 : X = Y = Z H1 : Tidak H0, X, Y, dan Z berturut-turut adalah distribusi skor kejelasan cetak printer A, B, dan C Tes Statistik : Kruskal-Wallis Test Tingkat Signifikansi : Ξ±=0,01 Distribusi Sampling : H mendekati distribusi Chi-Square (X2) dengan derajat bebas (k- 1), sehingga wilayah kritis dapat ditentukan dengan menggunakan Tabel J Chi-Square.
  • 6. Perhitungan Langkah 1 : Berilah ranking pada masing – masing nilai observasi dengan urutan dari yang terkecil ranking 1 hingga n PRINTER A PRINTER B PRINTER C SKOR PERINGKAT SKOR PERINGKAT SKOR PERINGKAT 22 3 26 8 23 4 24 5 36 16 30 12 21 2 27 10 29 11 17 1 37 17 26 8 26 8 33 15 31 13 25 6 32 14 𝑅1 = 25 𝑅2 = 25 𝑅3 = 48
  • 7. Langkah 2 : Tentukan harga R (jumlah ranking) untuk masing – masing kelompok atau kategori. π‘†π‘’π‘šπ‘’π‘Ž 𝑅 = 25 + 80 + 48 = 153 Langkah 3 : Hitunglah uji statistik H Kruskal-Wallis 𝐻 = βˆ’3 𝑛 π‘‘π‘œπ‘‘π‘Žπ‘™ + 1 12 𝑛 π‘‘π‘œπ‘‘π‘Žπ‘™(𝑛 π‘‘π‘œπ‘‘π‘Žπ‘™ + 1) 𝑅1 2 𝑛1 + 𝑅1 2 𝑛1 + 𝑅1 2 𝑛1 𝐻 = βˆ’3 17 + 1 + 12 17(17+1) 25 2 6 + 80 2 6 + 48 2 5 = βˆ’54 + 0,0392(1631,63) = 9,96 Langkah 4 : Menententukan X2 kritis. Dengan taraf signifikansi Ξ± = 0,01 serta 𝑑𝑓 = π‘˜ βˆ’ 1 = 3 βˆ’ 1 = 2 (k = banyaknya grup), diperoleh X2 kritis = 9,21
  • 8. Kriteria : Tolah H0 jika Hhitung β‰₯ X2 kritis dan dalam kondisi sebaliknya terima H0 Keputusan : Karena Hhitung β‰₯ X2 kritis atau 9,96 β‰₯ 9,21 maka tolak H0 Kesimpulan: Terdapat perbedaan kejelasan hasil cetak antara 3 printer tersebut pada taraf signifikansi 1%
  • 9. PENYELESAIAN DENGAN SPSS 1. Buka lembar kerja baru caranya pilih file-new 2. Isikan data variabel sesuai dengan data yang diperlukan. 3. Pada penulisan variabel kelompok, maka nilai value diisikan sesuai dengan pilihan yang ada yaitu Printer A, Printer B, dan Printer C seperti tampak pada layar berikut ini. 4. Isilah data pada Data View sesuai dengan data yang diperoleh 5. pilih : Analyze Nonparametric Test k independent samples 6. klik variabel Skor Hasil cetak, kemudian masukkan dalam Test Variable List