Kalkulator Uji Kruskal-Wallis

Q: Apa itu ukuran efek dalam uji Kruskal-Wallis?

Epsilon-squared (epsilon kuadrat) digunakan sebagai ukuran ukuran efek untuk uji Kruskal-Wallis. Nilainya berkisar dari 0 hingga 1 dan menunjukkan signifikansi praktis: nilai kurang dari 0,01 diabaikan, 0,01-0,06 kecil, 0,06-0,14 menengah, dan nilai di atas 0,14 menunjukkan efek besar. Ukuran efek melengkapi signifikansi statistik dengan menunjukkan besarnya perbedaan.

Lakukan uji H Kruskal-Wallis untuk membandingkan beberapa kelompok independen. Dapatkan perhitungan langkah demi langkah, analisis peringkat, ukuran efek, dan visualisasi interaktif untuk analisis statistik non-parametrik.

Embed Kalkulator Uji Kruskal-Wallis Widget

Tentang Kalkulator Uji Kruskal-Wallis

Selamat datang di Kalkulator Uji Kruskal-Wallis, alat statistik komprehensif untuk membandingkan beberapa kelompok independen menggunakan uji Kruskal-Wallis H non-parametrik. Kalkulator ini menyediakan perhitungan langkah demi langkah, analisis peringkat, pengukuran ukuran efek, dan visualisasi interaktif untuk membantu Anda memahami dan menginterpretasikan data Anda.

Apa itu Uji Kruskal-Wallis?

Uji Kruskal-Wallis H (juga disebut analisis varians satu arah Kruskal-Wallis) adalah uji nonparametrik berbasis peringkat yang digunakan untuk menentukan apakah ada perbedaan statistik yang signifikan antara dua atau lebih kelompok variabel independen pada variabel dependen kontinu atau ordinal. Ini adalah padanan nonparametrik dari ANOVA satu arah.

Dinamakan setelah William Kruskal dan W. Allen Wallis yang mengembangkannya pada tahun 1952, uji ini memperluas uji Mann-Whitney U untuk lebih dari dua kelompok. Berbeda dengan ANOVA, uji Kruskal-Wallis tidak mengasumsikan distribusi normal pada data.

Rumus Statistik Kruskal-Wallis H

Statistik Kruskal-Wallis H

$$H = \frac{12}{N(N+1)} \sum_{i=1}^{k} \frac{R_i^2}{n_i} - 3(N+1)$$

Keterangan:

N = Total jumlah observasi di semua kelompok
k = Jumlah kelompok
nᵢ = Jumlah observasi dalam kelompok i
Rᵢ = Jumlah peringkat dalam kelompok i

Kapan Menggunakan Uji Kruskal-Wallis

Gunakan Kruskal-Wallis Alih-alih ANOVA Satu Arah Ketika:

Data tidak normal: Data Anda tidak memenuhi asumsi normalitas yang disyaratkan oleh ANOVA
Data ordinal: Anda memiliki data ordinal (peringkat) alih-alih data kontinu
Sampel kecil: Ukuran sampel terlalu kecil untuk memverifikasi normalitas
Terdapat outlier: Data Anda memiliki outlier yang dapat mengaburkan hasil ANOVA
Varians tidak sama: Varians antar kelompok tidak sama (heteroskedastisitas)

Asumsi Uji Kruskal-Wallis

Variabel dependen harus diukur pada tingkat ordinal atau kontinu
Variabel independen harus terdiri dari dua atau lebih kelompok kategori yang independen
Independensi observasi - tidak ada hubungan antara observasi di setiap kelompok atau antar kelompok itu sendiri
Bentuk distribusi yang serupa di seluruh kelompok (tidak harus normal, tetapi serupa)

Cara Menggunakan Kalkulator Ini

Masukkan data Anda: Masukkan data untuk setiap kelompok pada baris terpisah. Nilai dalam setiap baris dapat dipisahkan oleh koma, spasi, atau tab.
Atur tingkat signifikansi: Pilih nilai alpha Anda (0,01, 0,05, atau 0,10) berdasarkan persyaratan pengujian Anda.
Atur presisi: Pilih jumlah tempat desimal untuk hasil Anda.
Hitung: Klik tombol Hitung untuk melakukan analisis.
Interpretasi hasil: Tinjau statistik H, p-value, ukuran efek, dan visualisasi untuk menarik kesimpulan.

Menginterpretasikan Hasil

Signifikansi Statistik

Jika p-value ≤ alpha: Tolak hipotesis nol. Ada perbedaan statistik yang signifikan antara setidaknya satu pasang kelompok.
Jika p-value > alpha: Gagal menolak hipotesis nol. Tidak ada bukti yang cukup tentang perbedaan antar kelompok.

Ukuran Efek (Epsilon-Squared)

Ukuran efek mengukur signifikansi praktis dari temuan Anda:

Epsilon-Squared	Ukuran Efek	Interpretasi
< 0,01	Diabaikan	Efek praktis sangat kecil atau tidak ada
0,01 - 0,06	Kecil	Signifikansi praktis kecil
0,06 - 0,14	Menengah	Signifikansi praktis moderat
> 0,14	Besar	Signifikansi praktis besar

Uji Post-Hoc

Ketika uji Kruskal-Wallis signifikan, Anda memerlukan uji post-hoc untuk menentukan kelompok mana yang berbeda secara spesifik. Pilihan umum meliputi:

Uji Dunn: Uji post-hoc paling populer untuk Kruskal-Wallis
Uji Mann-Whitney U berpasangan: Dengan koreksi Bonferroni atau koreksi lainnya untuk perbandingan berganda
Uji Conover-Iman: Berdasarkan distribusi-t dari peringkat
Uji Nemenyi: Padanan non-parametrik dari Tukey's HSD

Perbandingan Kruskal-Wallis vs ANOVA

Fitur	Kruskal-Wallis	ANOVA Satu Arah
Jenis Data	Ordinal atau kontinu	Hanya kontinu
Normalitas	Tidak diperlukan	Diperlukan
Kesamaan Varians	Tidak diperlukan	Diperlukan (dapat menggunakan Welch's ANOVA jika dilanggar)
Kekuatan Statistik	Lebih rendah (menggunakan peringkat)	Lebih tinggi (menggunakan nilai aktual)
Sensitivitas Outlier	Kurang sensitif	Lebih sensitif
Ukuran Sampel	Bekerja dengan sampel kecil	Membutuhkan sampel lebih besar untuk normalitas

Pertanyaan yang Sering Diajukan

Apa itu Uji Kruskal-Wallis?

Uji Kruskal-Wallis adalah uji nonparametrik berbasis peringkat yang digunakan untuk menentukan apakah ada perbedaan statistik yang signifikan antara dua atau lebih kelompok variabel independen pada variabel dependen kontinu atau ordinal. Ini adalah padanan nonparametrik dari ANOVA satu arah dan perluasan dari uji Mann-Whitney U untuk lebih dari dua kelompok.

Kapan saya harus menggunakan uji Kruskal-Wallis alih-alih ANOVA?

Gunakan uji Kruskal-Wallis ketika: (1) Data Anda tidak memenuhi asumsi normalitas yang disyaratkan oleh ANOVA, (2) Anda memiliki data ordinal alih-alih data kontinu, (3) Ukuran sampel Anda kecil dan Anda tidak dapat memverifikasi normalitas, (4) Data Anda memiliki outlier yang dapat mengaburkan hasil ANOVA, atau (5) Varians antar kelompok tidak sama (heteroskedastisitas).

Bagaimana cara menginterpretasikan p-value Kruskal-Wallis?

Jika p-value lebih kecil atau sama dengan tingkat signifikansi yang Anda pilih (biasanya 0,05), Anda menolak hipotesis nol dan menyimpulkan ada perbedaan statistik yang signifikan antara setidaknya satu pasang kelompok. Jika p-value > alpha, Anda gagal menolak hipotesis nol, yang berarti tidak ada bukti yang cukup tentang perbedaan antar kelompok.

Apa itu ukuran efek dalam uji Kruskal-Wallis?

Epsilon-squared digunakan sebagai ukuran ukuran efek untuk uji Kruskal-Wallis. Nilainya berkisar dari 0 hingga 1 dan menunjukkan signifikansi praktis: nilai kurang dari 0,01 diabaikan, 0,01-0,06 kecil, 0,06-0,14 menengah, dan nilai di atas 0,14 menunjukkan efek besar. Ukuran efek melengkapi signifikansi statistik dengan menunjukkan besarnya perbedaan.

Berapa ukuran sampel minimum untuk uji Kruskal-Wallis?

Setiap kelompok idealnya memiliki setidaknya 5 observasi untuk hasil yang andal, meskipun secara teknis uji ini memerlukan setidaknya 2 observasi per kelompok. Untuk sampel yang sangat kecil, perkiraan chi-square yang digunakan untuk menghitung p-value mungkin tidak akurat, dan uji permutasi eksak harus dipertimbangkan.

Uji post-hoc apa yang mengikuti hasil Kruskal-Wallis yang signifikan?

Ketika uji Kruskal-Wallis signifikan, uji post-hoc mengidentifikasi kelompok mana yang berbeda secara spesifik. Pilihan umum meliputi: uji Dunn (paling populer), uji Mann-Whitney U berpasangan dengan koreksi Bonferroni, uji Conover-Iman, atau uji Nemenyi. Uji ini mengontrol kesalahan Tipe I saat melakukan perbandingan berganda.

Sumber Daya Tambahan

Kutip konten, halaman, atau alat ini sebagai:

"Kalkulator Uji Kruskal-Wallis" di https://MiniWebtool.com/id/kalkulator-uji-kruskal-wallis/ dari MiniWebtool, https://MiniWebtool.com/

oleh tim miniwebtool. Diperbarui: 27 Jan 2026

API developer tersedia: Jalankan alat ini dari aplikasi, otomatisasi, atau agen Anda dengan satu permintaan HTTP JSON. Lihat dokumentasi API

Anda juga dapat mencoba Penyelesai Matematika AI GPT kami untuk menyelesaikan masalah matematika Anda melalui pertanyaan dan jawaban dalam bahasa alami.

Kalkulator Uji Kruskal-Wallis

Tentang Kalkulator Uji Kruskal-Wallis

Apa itu Uji Kruskal-Wallis?

Rumus Statistik Kruskal-Wallis H

Kapan Menggunakan Uji Kruskal-Wallis

Gunakan Kruskal-Wallis Alih-alih ANOVA Satu Arah Ketika:

Asumsi Uji Kruskal-Wallis

Cara Menggunakan Kalkulator Ini

Menginterpretasikan Hasil

Signifikansi Statistik

Ukuran Efek (Epsilon-Squared)

Uji Post-Hoc

Perbandingan Kruskal-Wallis vs ANOVA

Pertanyaan yang Sering Diajukan

Apa itu Uji Kruskal-Wallis?

Kapan saya harus menggunakan uji Kruskal-Wallis alih-alih ANOVA?

Bagaimana cara menginterpretasikan p-value Kruskal-Wallis?

Apa itu ukuran efek dalam uji Kruskal-Wallis?

Berapa ukuran sampel minimum untuk uji Kruskal-Wallis?

Uji post-hoc apa yang mengikuti hasil Kruskal-Wallis yang signifikan?

Sumber Daya Tambahan

Statistik dan analisis data:

Alat unggulan: