Feed

Uji Kruskal Wallis

Kruskal-Wallis test dikembangkan oleh Kruskal dan Wallis. Uji Kruskal-Wallis adalah uji nonparametrik yang digunakan untuk membandingkan tiga atau lebih kelompok data sampel. Uji Kruskal-Wallis digunakan ketika asumsi ANOVA tidak terpenuhi. ANOVA adalah teknik analisis data statistik yang digunakan ketika kelompok-kelompok variabel bebas lebih dari dua. Pada ANOVA, kita asumsikan bahwa distribusi dari masing-masing kelompok harus terdistribusi secara normal. Dalam uji Kruskal-Wallis, tidak diperlukan asumsi tersebut, sehingga uji Kruskal-Wallis adalah uji distribusi bebas. Jika asumsi normalitas terpenuhi, maka uji Kruskal-Wallis tidak sekuat ANOVA. Penyusunan hipotesis dalam uji Kruskal Wallis adalah sebagai berikut:

H0 : sampel berasal dari populasi yang sama (µ1 = µ2 = … = µk)

Ha : sampel berasal dari populasi yang berbeda (µi = µj)

Uji Kruskal Wallis harus memenuhi asumsi berikut ini:

- Sampel ditarik dari populasi secara acak
- Kasus masing-masing kelompok independen
- Skala pengukuran yang digunakan biasanya ordinal
- Rumus umum yang digunakan pada uji kruskal wallis adalah :



Statistik uji Kruskal Wallis menggunakan nilai distribusi Chi-kuadrat dengan derajat bebas adalah k-1 dengan jumlah sample harus lebih dari 5. Jika nilai uji Kruskal Wallis lebih kecil daripada nilai chi-kuadrat tabel, maka hipotesis null diterima, berarti sampel berasal dari populasi yang sama, demikian pula sebaliknya.

Ilustrasi:

Berikut ini adalah hasil survey tingkat kepentingan terhadap 3 atribut yang dinotasikan dengan 1 adalah “terdapat banyak tenan-tenan terkenal”, 2 untuk “kelengkapan menu di foodcourt”, dan 3 untuk “frekuensi hiburan” pada sebuah Mall di kota X dimana pertanyaan terhadap ketiga atribut diambil secara acak. Jumlah responden sebanyak 30 orang dibagi ke dalam 3 kelompok. Setiap kelompok ditanyakan tingkat kepentingan terhadap masing-masing dari 3 atribut. Jawaban responden diidentifikasikan dengan skala likert, dimulai dari “1” untuk sangat penting, dan “5” untuk tidak penting.
Data yang diberikan adalah sebagai berikut:



Dengan SPSS 17.0 langkah-langkahnya adalah sebagai berikut:

1. Input data seperti berikut:



2. Kemudian pada menubar pilih Analyze – Non Parametric Test – K-independent samples, seperti berikut:


3. Kemudian akan muncul kotak dialog, checklist kruskal wallis, kemudian masukkan variabel skor responden ke test variable list, dan atribut ke grouping variables, lalu klik define variable dan isikan dengan angka minimum atribut yaitu 1 dan maximum yaitu 3, klik continue seperti berikut:




4. Kemudian pilih option dan checklist beberapa indikator seperti pada gambar berikut, klik continue – OK


5. Kemudian hasilnya akan ditampilkan seperti berikut:



6. Interpretasi:

Nilai p-value sebesar 0,012 < nilai kritik 0,05, karena itu hipotesis null ditolak, bahwa terdapat cukup bukti dimana terdapat perbedaan dari ketiga kelompok responden dalam menilai tingkat kepercayaan terhadap ketiga atribut.(yoz)

11 Response to Uji Kruskal Wallis

April 8, 2011 at 8:49 PM

apakah ini bisa digunakan untuk statistik parametrik?
jika tidak, maka harus menggunakan uji apa dalam parametrik.
terimakasih

November 5, 2011 at 9:30 PM

parametrik pake Anova Mas OL Shop :)

November 10, 2011 at 8:24 AM

sumbernya darimana ya mas ?

September 8, 2012 at 7:19 AM

maaf,mau tanya..kalau udah ketauan ada beda, uji lanjutnya apa ya mas? terimakasih..mohon bantuannya..

April 25, 2013 at 2:01 AM

Terima kasih... Sangat bermanfaat :)

May 24, 2013 at 7:45 AM

uji lanjut apabila ditolak apa yah?

October 20, 2013 at 7:24 AM

sertain daftar pustakanya donkk..please

December 9, 2013 at 2:08 AM

Uji lanjut dari analisis ini.. pake uji apa yah??

klu diANOVA kn ada uji Turkey atw Scheffe...

klu diKruskal.. apaan yah???

February 5, 2014 at 5:15 AM

Uji kruskal wallis bisa di gunakan jika data tidak berdistribusi normal saja.
Dengan kata lain, Uji Kruskal wallis adalah uji alternatif dari Anova

March 28, 2014 at 8:53 PM

Uji kruskal wallis digunakan jika homogenitas varians di anova tak terpenuhi. Trus, kalau di uji kruskal wallis untuk tahu ada beda yang signifikan diuji lagi pakai uji man whitney. Trus dibandingkan satu-satu. Misalnya dibandingkan shift 1 dg shift 2, shift 1 dg shif 3, dst (harus satu-satu).. Kalau di anova kan bisa pakai turkey, bonferroni, dll dan hasilnya langsung semua (otomatis semua muncul)

June 6, 2014 at 9:07 AM

apabila saya ingin membandingkan shift kerja terhadap banyaknya defect suatu produk, dengan 10 kali replikasi pada tiap shift nya, namun tiap data jumlah sampel produk yang mengalami defect berbeda beda (misal: data 1: jumlah sampel 50, defect 10, data 2: jumlah sampel 48, defect 8), apakah pengujian masih valid dengan perbedaan jumah data sampel tersebut? mohon tanggapannya, terima kasih

Post a Comment

Copyright © 2009 Statistik 4 Life - βeta All rights reserved.