Oleh: M.A.Yulianto.*)
Uji ini digunakan untuk membandingkan dua atau lebih populasi dengan data berbentuk ranking atau data kuantitatif namun asumsi kenormalan tidak terpenuhi, dan sampel independen.
Hipotesa:
H0 : Lokasi semua k populasi sama
H1 : Sedikitnya ada 2 lokasi populasi yang berbeda
Dengan k adalah jumlah populasi yang akan kita bandingkan
Tahapan:
- Ranking semua observasi, observasi terkecil diberi ranking 1 dan untuk observasi terbesar n = n1 + n2 + . . . + nk
Jika observasi sama, maka ranking dirata-ratakan
- Statistik ujinya adalah uji H dengan formula sebagai berikut:
Contoh:
- Manajemen restoran fastfood sangat ingin tahu pendapat langganannya mengenai pelayanan, kebersihan dan kualitas makanan dari restorannya. Pihak management ingin membandingkan hasil rating pelanggabn untuk tiga shift yang berbeda, yaitu:
Shift 1: 16.00 – midnight
Shift 2: midnight – 08.00
Shift 3: 08.00 – 16.00
Pelanggan diberi kesempatan untuk mengisi kartu saran, pada penelitian ini 10 kartu saran (customer card) dipilih secara random, untuk setiap shift. Rating digolongkan dalam empat kategori.
4 = sempurna, 3 = baik, 2 = biasa, 1 = buruk
dengan a = 5% dapatkah pihak manajemen mengatakan bahwa karyawannya akan memberikan pelayanan, kebersihan, dan kualitas makanan yang sama sepanjang hari. data seperti dibawah ini:
Kesimpulan: ketiga shift memberikan pelayanan, kebersihan, dan kualitas makanan yang sama
sepanjang hari dengan tingkat keyakinan sebesar 95%.
Jika ada observasi yang sama, penghitungan nilai H dapat dikoreksi yaitu dengan membagi persamaan H dengan suatu factor:
Dimana:
ti adalah banyaknya ranking yang sama dalam kelompok i
g adalah banyaknya kelompok ranking yang sama
n adalah total sampel
biasanya jika observasi yang sama kurang dari 25%, pengaruh koreksi tidaklah berarti. Pengaruh koreksi akan meningkatkan nilai statistik H. misal kita gunakan contoh data restoran fastfood diatas. ada 4 kelompok observasi yang sama yaitu:
observasi 1 ada 3
observasi 2 ada 6
observasi 3 ada 14
observasi 4 ada 7
maka akan didapat nilai koreksi sebesar:
Sampai bertemu pada sesi tulisan yang lain, selamat menikmati statistik.
Jika ada pertanyaan dapat di kirim ke alamat e-mail: yuliantoyorki@yahoo.com
*) Penulis adalah dosen di Sekolah Tinggi Ilmu Statistik, Jakarta.
Pingback: gravel marks
cara mengetahui nilai R bagaimana ya?