Uji Kruskall Wallis menggunakan SPSS

Sukai dan Bagikan Artikel ini :

Uji kruskall wallis termasuk kedalam uji statistik nonparametrik yang digunakan untuk menguji lebih dari dua sampel yang bersifat bebas satu dengan yang lain dan data yang digunakan berbentuk skala nominal dan ordinal, namun uji kruskall wallis ini juga dapat digunakan untuk data skala interval dan rasio untuk uji yang lebih dari dua sampel pada statistik parametrik (uji ANOVA) manakala asumsi pada statistik parametrik tidak terpenuhi (misalnya: data tidak berdistribusi normal dan tidak homogenitas) maka alternatif lain dapat digunakan statistik nonparametrik yaitu uji kruskall wallis. 


Pembahasan kali ini kita menggunakan uji kruskall wallis untuk n sampel bebas atau lebih dari dua sampel.

Contoh
Toko INGIN JAYA selama ini menjual tiga produk gula pasir dengan jenis yang berbeda yaitu gula A, gula B dan gula C. Pemilik toko ingin mengetahui perbedaan tingkat penjualan yang nyata diantara ketiga jenis gula tersebut, untuk itu penjual mengambil sejumlah sampel dari masing-masing jenis gula dalam satuan kilogram dari hasil penjualan selama 15 hari. Berikut data penjualannya

Sebelum data di atas di proses lebih lanjut, kita tentukan terlebih dahulu hipotesis untuk pengambilan keputusan yaitu:
H0: Tidak perdapat perbedaan yang signifikan tingkat penjualan antara ketiga jenis gula pasir
H1: Terdapat perbedaan yang signifikan tingkat penjualan antara ketiga jenis gula pasir

Kriteria pengujian statistik:
Jika chi-square hitung <  chi-square tabel dan nilai signifikan > 0.05 maka H0 diterima
Jika chi-square hitung > chi-square tabel dan nilai signifikan < 0.05 maka H0 di tolak

Berikut langkah-langkah menggunakan SPSS untuk kasus di atas:
1. Buka aplikasi SPSS yang telah Anda install
2. Jika sudah, pada sisi kiri bawah ada dua pilihan yaitu: Data View dan Variabel View, lalu klik Variabel View untuk kita isi variabel dari data.
3. Pada baris pertama di kolom Name ketik KG, kolom Decimal ganti angka 2 menjadi 0, dan pada kolom Label ketik Kilogram, sedangkan kolom lain abaikan saja
4. Pada baris ke dua di kolom Name ketik JG, kolom Decimal ganti angka 2 menjadi 0, kolom Label ketik Jenis Gula, pada kolom Values posisikan mouse pada kotak None lalu di klik sampai muncul gambar seperti beriktu:

5. Dari gambar di atas pada kolom Value ketik 1, sedangkan pada Label ketik Gula A, lalu klik Add. ketik lagi angka 2 pada kolom Value dan pada kolom Label ketik Gula B lalu klik Add. dan ketik lagi angka 3 pada kolom Value dan pada kolom Label ketik Gula C lalu klik Add. Jika sudah di isi contohnya terlihat seperti gambar berikut ini:

6. Setelah di isi semua jenis gula seperti gambar di atas, lalu klik OK. Jadi hasil isian variabel terlihat seperti gambar berikut:

7. Coba perhatikan sebelah kiri bawah ada dua pilihan yaitu: Data View dan Variabel View. Lalu klik Data View untuk di isi semua data. 
8. Pada kolom KG (kilogram) silahkan Anda isi semua data hasil penjualan sesuaikan dengan soal, dan pada Kolom JG (jenis gula) baris ke 1 sd 15 ketik angka 1, baris ke 16 sd 30 ketik angka 2, dan baris ke 31 sd 45 ketik angka 3. (keterangan: 1=Gula A, 2=Gula B, 3=Gula C). Jika sudah di isi contohnya terlihat seperti gambar berikut:

9. Pada menu toolbar atas silahkan cari menu Analyze---> Nonparametric Tests---> Legacy Dialogs--> K Independent Samples... Jika sudah maka muncul kotak Tests for Several Independent Samples seperti gambar berikut:

10. Masukkan Variabel Kilogram[KG] kedalam kotak Test Variable List, sedangkan Jenis Gula[JG] masukkan kedalam kotak Grouping Variable:, lalu klik Define Range maka muncul seperti gambar berikut:

11. Pada kotak Minimun ketik angka 1 dan pada kotak Maximum ketik angka 3. Lalu klik Continue. Jika sudah maka terlihat seperti gambar berikut:

12. Pada kolom Test Type silahkan centang Kruskall-Wallis H seperti gambar di atas
13. Langkah terakhir silahkan klik OK untuk mendapatkan hasilnya seperti gambar berikut:

14. Analisis hasil
Dari gambar di atas pada Test Statistics a,b kita peroleh nilai chi-square hitung 2.614 dan nilai chi-square tabel dengan melihat tabel chi-square untuk derajat kebebasan atau (df=2) pada taraf signifikan 5% (0.05) maka nilai chi-square diperoleh 5.991. dan Asymp. Sig diperoleh  0.271.

Kriteria pengujian statistik:
Jika chi-square hitung <  chi-square tabel dan nilai signifikan > 0.05 maka H0 diterima
Jika chi-square hitung > chi-square tabel dan nilai signifikan < 0.05 maka H0 di tolak

Keputusan:
Karena chi-square hitung <  chi-square tabel yaitu: 2.614 < 5.991 dan nilai signifikan 0.271 > 0.05, berdasarkan kriteria pengujian di atas maka H0 diterima.

Kesimpulan: 
Tidak perdapat perbedaan yang signifikan tingkat penjualan antara ketiga jenis gula pasir. 

atau dengan kata lain bahwa tingkat penjualan jenis gula A, Gula B, dan Gula C adalah sama pada taraf kepercayaan 5%.