UJI KRUSKAL-WALLIS

Topik sebelumnya, kita telah memperkenalkan uji statistik Mann-Whitney yang digunakan untuk menguji perbedaan dari dua kelompok. Kali ini, kita akan pelajari uji statistik yang digunakan ketika kondisinya terdapat tiga kelompok atau lebih.

Ilustrasi

Kadar kortisol dalam tiga kelompok pasien pasien yang melahirkan pada usia kehamilan antara 38 dan 42 minggu. Pengamatan pada kelompok satu dilakukan sebelum proses bedah cecar yang sengaja dipilih. Pengamatan pada kelompok dua dilakukan pada proses bedah cecar yang terpaksa dipilih akibat proses normal tidak berhasil. Kelompok tiga sekelompok pasien yang dapat melahirkan dengan normal tetapi ada yang memilih melahirkan dengan bedah cecar. Kita ingin mengetahui apakah data ini menyediakan bukti yang cukup untuk menunjukan adanya perbedaan median kadar kortisol di antara ketiga kelompok tersebut. Berikut data dari masing masing kelompok

Kelompok IKelompok IIKelompok III
262465343
307501772
211455207
3233551048
454468838
339362687
304  
154  
287  
356  

Teknik statistika sebaran bebas yang digunakan untuk menguji hipotesis nol yang menyatakan bahwa beberapa sampel telah diambil dari populasi yang sama atau identik adalah analisis variansi satu arah berdasarkan peringkat. Data diatas menunjukan jumlah variabel adalah 3 maka uji statistika nonparametrik yang digunakan adalah uji kruskal walis.

Asumsi dan hipotesis yang digunakan dalam uji Kruskal-Wallisadalah sebagai berikut:

  1. sampel acak berukuran n1­, n2,…nk
  2. Variabel bersifat independen (saling bebas)
  3. objek yang diamati berupa peubah malar/diskrit
  4. skala pengukuran yang digunakan adalah skala pengukuran ordinal
  5. populasi yang digunakan identik atau sekurang-kurangnya 1 populasi berbeda
  6. hipotesis
  • H0 : Mx = M=Mz

H1 : Mx = My ≠ Mz

  • H0 : Mx = M=Mz

H1 : Mx ≠ My=Mz

Atau

H0:  sebanyak K populasi yang dipelajari memiliki median yang sama

H1: tidak semua dari K populasi memliki median yang sama

Rumus uji kruskal-wallis :

atau dapat disederhanakan :

R: ranking/peringkat

n : jumlah sampel

  • Sebelum menjawab ilustrasi di atas terlebih dahulu dirumuskan hipotesis sebegai berikut:

H0 : Mx = M=Mz

H1 : Mx = My ≠ Mz

H0 : Mx = M=Mz

H1 : Mx ≠ My=Mz

Atau

H0: Tiga kelompok tersebut memiliki median yang identik

H1: Tidak semua kelompok memiliki memiliki median yang sama

  • Selanjutnya dilakukan perankingan untuk ketiga kelompok di atas, dengan menggabungkan dan mengurutkan semua kelompok dari kecil kebesar
DataRanking
1551
2072
2113
2624
2875
3046
3077
3238
3399
34310
35511
35612
36213
45414
45515
46516
46817
50118
68719
77220
83821
104822
  • Setelah di gabung dan dilakukan perankingan, kemudian hitung jumlah ranking dari masing-masing kelompok. 
Kelompok IKelompok IIKelompok III
41610
71820
3152
81122
141721
91319
6  
1  
5  
12  
RI = 69RII = 90RIII= 94
  • Selanjutnya hitung statistik uji dengan mensubtitusi nilai yang ada pada rumus Kruskal-Wallis
  • Selanjutnya kita menggunakan tabel X2 untuk memustuskan apakah, apakah median-median sampel berbedah secarah signifikan pada taraf α=1%. Nilai kritis untuk dk = 3-1= 2 adalah X20.99:2 = 9.21. Hhit <nilai kritis, artinya hipotesis H0 ditolak atau menerima H­1 yang mana artinya median-median ketiga variabel tersebut tidak semuanya sama.

Karena terdapat perbedaan pada kelompok yang diamati maka dilanjutkan pada uji post-hoc (uji lanjutan).  Tujuan dilakukan uji post-hoc adalah untuk melihat pasangan kelompok mana yang memiliki perbedaan yang signifikan.

Skema pengujian:

  1. Kelompok I vs kelompok II
  2. Kelompok I vs kelompok II
  3. Kelompok II vs kelompok III

Rumus untuk ukuran sampel tidak seimbang

Rumus untuk ukuran sampel seimbang

nilai α yang digunakan lebih besar daripada yang digunakan pada kruskal wallis, 0.15, 0.20, 0.25.

Kaidah keputusan uji post-hoc :

Pada kasus di atas digunakan rumus untuk ukuran sampel tidak seimbang

Mencari rata-rata tiap kelompok

Dapat dilihat dari ketiga kelompok tersebut pasangan kelompok yang memiliki perbedaan yang signifikan adalah kelompok II vs Kelompok III

Daftar Pustaka

Daniel, W. W. (1990). Applied Nonparametric Statistics (2nd ed.). Brooks/Cole Cengage Learning.

Tiro, M.A. (2002). Statistika Sebaran Bebas. Andira Publisher. Makassar: Indonesia

Leave a Reply