Tes kruskal-wallis: pengertian, rumus dan contoh
Uji Kruskal-Wallis digunakan untuk menentukan apakah terdapat perbedaan yang signifikan secara statistik antara median tiga atau lebih kelompok independen.
Uji ini merupakan uji nonparametrik yang setara dengan ANOVA satu arah dan umumnya digunakan jika asumsi normalitas tidak terpenuhi.
Uji Kruskal-Wallis tidak mengasumsikan normalitas data dan kurang sensitif terhadap outlier dibandingkan ANOVA satu arah.
Berikut beberapa contoh kapan Anda dapat melakukan tes Kruskal-Wallis:
Contoh 1: Membandingkan teknik belajar
Anda secara acak membagi kelas yang terdiri dari 90 siswa menjadi tiga kelompok yang terdiri dari 30 orang. Setiap kelompok menggunakan teknik belajar yang berbeda selama sebulan untuk mempersiapkan ujian.
Pada akhir bulan, semua siswa mengikuti ujian yang sama. Anda ingin tahu apakah teknik belajar berdampak pada nilai ujian.
Dari penelitian-penelitian sebelumnya diketahui bahwa sebaran nilai ujian ketiga teknik belajar tersebut tidak berdistribusi normal. Jadi, Anda melakukan tes Kruskal-Wallis untuk menentukan apakah terdapat perbedaan yang signifikan secara statistik antara skor median ketiga kelompok.
Contoh 2: Perbandingan paparan sinar matahari
Anda ingin mengetahui apakah sinar matahari berdampak pada pertumbuhan suatu tanaman atau tidak, maka Anda menanam kelompok benih di empat lokasi berbeda yang mendapat sinar matahari tinggi, sinar matahari sedang, sinar matahari rendah, atau tanpa sinar matahari.
Setelah sebulan, Anda mengukur tinggi setiap kelompok tanaman. Diketahui bahwa distribusi tinggi tanaman tertentu tidak terdistribusi normal dan rentan terhadap outlier.
Untuk menentukan apakah sinar matahari berdampak pada pertumbuhan, lakukan uji Kruskal-Wallis untuk menentukan apakah terdapat perbedaan yang signifikan secara statistik antara median tinggi badan keempat kelompok.
Asumsi uji Kruskal-Wallis
Sebelum kita dapat melakukan uji Kruskal-Wallis, kita harus memastikan bahwa asumsi berikut terpenuhi:
1. Variabel respon ordinal atau kontinu – variabel respon harus berupa variabel ordinal atau kontinu. Contoh variabel ordinal adalah pertanyaan respon survei yang diukur dengan skala Likert (misalnya skala 5 poin yang berkisar dari “sangat tidak setuju” hingga “sangat setuju”) dan Contoh variabel kontinu adalah bobot (misalnya, diukur dalam pound).
2. Independensi – pengamatan masing-masing kelompok harus independen satu sama lain. Biasanya rancangan acak menangani hal ini.
3. Distribusi mempunyai bentuk yang serupa – distribusi di setiap kelompok harus mempunyai bentuk yang serupa.
Jika asumsi ini terpenuhi maka dapat dilakukan uji Kruskal-Wallis.
Contoh uji Kruskal – Wallis
Seorang peneliti ingin mengetahui apakah ketiga obat memiliki efek berbeda terhadap nyeri lutut. Jadi dia merekrut 30 orang yang semuanya mengalami nyeri lutut serupa dan secara acak membagi mereka menjadi tiga kelompok untuk menerima obat 1, obat 2, atau obat 3.
Setelah sebulan mengonsumsi obat tersebut, peneliti meminta setiap individu untuk menilai nyeri lutut mereka dalam skala 1 hingga 100, dengan 100 menunjukkan nyeri paling parah.
Skor dari 30 orang tersebut disajikan di bawah ini:
| obat 1 | obat 2 | obat 3 |
|---|---|---|
| 78 | 71 | 57 |
| 65 | 66 | 88 |
| 63 | 56 | 58 |
| 44 | 40 | 78 |
| 50 | 55 | 65 |
| 78 | 31 | 61 |
| 70 | 45 | 62 |
| 61 | 66 | 44 |
| 50 | 47 | 48 |
| 44 | 42 | 77 |
Peneliti ingin mengetahui apakah ketiga obat tersebut memiliki efek berbeda terhadap nyeri lutut. Jadi dia melakukan tes Kruskal-Wallis menggunakan tingkat signifikansi 0,05 untuk menentukan apakah ada perbedaan yang signifikan secara statistik antara median peringkat nyeri lutut antara ketiga obat tersebut. kelompok.
Kita dapat menggunakan langkah-langkah berikut untuk melakukan tes Kruskal-Wallis:
Langkah 1. Nyatakan hipotesisnya.
Hipotesis nol (H 0 ): Nilai median nyeri lutut pada ketiga kelompok adalah sama.
Hipotesis alternatif: (Ha): Setidaknya salah satu median peringkat nyeri lutut berbeda dari yang lain.
Langkah 2. Lakukan tes Kruskal-Wallis.
Untuk melakukan tes Kruskal-Wallis, kita cukup memasukkan nilai yang diberikan di atas ke dalam kalkulator tes Kruskal-Wallis :
Kemudian klik tombol “Hitung”:
Langkah 3. Interpretasikan hasilnya.
Karena nilai p dari pengujian ( 0,21342 ) tidak kurang dari 0,05, kita gagal menolak hipotesis nol.
Kami tidak memiliki cukup bukti untuk mengatakan bahwa terdapat perbedaan yang signifikan secara statistik dalam peringkat median nyeri lutut antara ketiga kelompok ini.
Sumber daya tambahan
Tutorial berikut menjelaskan cara melakukan uji Kruskal-Wallis menggunakan perangkat lunak statistik yang berbeda:
Cara Melakukan Tes Kruskal-Wallis di Excel
Cara Melakukan Tes Kruskal-Wallis dengan Python
Cara Melakukan Tes Kruskal-Wallis di SPSS
Cara melakukan tes Kruskal-Wallis di Stata
Cara melakukan tes Kruskal-Wallis di SAS
Kalkulator Tes Kruskal-Wallis Online
Tentang Penulis
Benjamin anderson
Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya