Uji Mann-Whitney U: Pengertian & Cara Menghitung Manual
Ringkasan Cepat
Mann-Whitney U Test adalah alternatif non-parametrik dari Independent T-Test, dipakai saat data ordinal atau data numerik yang tidak berdistribusi normal, untuk membandingkan dua kelompok independen. Cara menghitung manual: urutkan data gabungan dan beri rank, jumlahkan rank tiap grup, hitung U masing-masing grup dan ambil yang terkecil, lalu bandingkan dengan nilai kritis atau hitung aproksimasi Z — signifikan kalau p-value di bawah 0,05.
Kalau datamu sudah gagal uji normalitas tapi kamu tetap ingin membandingkan dua kelompok independen — misalnya nilai ujian kelompok yang belajar dengan metode konvensional vs metode baru — Independent T-Test bukan pilihan yang tepat lagi. Di sinilah Mann-Whitney U Test dipakai.
Kalau kamu belum yakin datamu butuh uji non-parametrik atau tidak, baca dulu cara menentukan uji statistik yang tepat.
Apa Itu Mann-Whitney U Test
Mann-Whitney U Test adalah uji non-parametrik yang membandingkan dua kelompok independen, dipakai sebagai alternatif Independent T-Test saat salah satu dari dua syarat ini tidak terpenuhi:
- Data berskala ordinal (misalnya tingkat kepuasan: rendah/sedang/tinggi), bukan interval/rasio.
- Data numerik tapi tidak berdistribusi normal (gagal uji Shapiro-Wilk atau Kolmogorov-Smirnov).
Bedanya dengan Independent T-Test: T-Test membandingkan rata-rata, sementara Mann-Whitney membandingkan distribusi rank (peringkat) gabungan dari kedua kelompok. Kesimpulannya bukan "rata-rata kelompok A lebih tinggi dari B", tapi "kelompok A cenderung memiliki nilai yang secara sistematis lebih tinggi/rendah dari B".
Malas hitung manual? Pakai Kalkulator Mann-Whitney U kami — tinggal masukkan data dua kelompok, hasil U, Z, dan p-value langsung keluar.
Cara Menghitung Mann-Whitney U Secara Manual
Misalnya kita ingin membandingkan nilai ujian antara kelompok yang belajar dengan metode konvensional (Grup A) dan metode baru (Grup B), masing-masing 5 responden.
- Grup A: 72, 68, 75, 70, 78
- Grup B: 80, 74, 85, 90, 82
Langkah 1: Urutkan semua data gabungan dan beri rank (peringkat).
| Nilai | 68 | 70 | 72 | 74 | 75 | 78 | 80 | 82 | 85 | 90 |
|---|---|---|---|---|---|---|---|---|---|---|
| Grup | A | A | A | B | A | A | B | B | B | B |
| Rank | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
Langkah 2: Jumlahkan rank tiap grup.
- R(A) = 1+2+3+5+6 = 17
- R(B) = 4+7+8+9+10 = 38
Langkah 3: Hitung nilai U masing-masing grup.
- U(A) = R(A) − n(A)(n(A)+1)/2 = 17 − 5(6)/2 = 17 − 15 = 2
- U(B) = n(A)×n(B) − U(A) = 25 − 2 = 23
Nilai U yang dilaporkan adalah yang terkecil: U = 2.
Langkah 4: Hitung Z (aproksimasi untuk sampel yang lebih besar).
- Mean U = n(A)×n(B)/2 = 25/2 = 12,5
- SD U = √[n(A)×n(B)×(n(A)+n(B)+1)/12] = √[25×11/12] = √22,92 ≈ 4,79
- Z = (|U − Mean U| − 0,5) / SD U = (|2−12,5| − 0,5) / 4,79 ≈ 2,09
Dari tabel Z, p-value dua sisi untuk Z = 2,09 adalah ≈ 0,037 — lebih kecil dari 0,05, artinya ada perbedaan signifikan antara nilai ujian kelompok metode konvensional dan metode baru.
Catatan dari Lukman, Statistical Analyst: Untuk sampel kecil (di bawah 20 per kelompok) seperti contoh di atas, sebaiknya bandingkan nilai U langsung dengan tabel nilai kritis Mann-Whitney, bukan pakai aproksimasi Z. Aproksimasi Z di atas tetap dipakai luas karena mudah dihitung manual dan hasilnya biasanya konsisten dengan hasil dari tabel nilai kritis — tapi kalau kamu punya akses ke tabelnya, gunakan itu untuk sampel kecil.
Cara Membaca Hasil Perhitungan
- Mann-Whitney U — nilai U terkecil dari kedua kelompok.
- Z dan p-value — aproksimasi normal yang relevan untuk sampel besar. Kalau p-value < 0,05, disimpulkan ada perbedaan signifikan antara dua kelompok.
- Mean Rank per kelompok (rata-rata rank = jumlah rank dibagi ukuran kelompok) — kelompok dengan Mean Rank lebih tinggi menunjukkan kecenderungan nilai yang lebih tinggi secara sistematis.
Kesalahan Umum Menggunakan Mann-Whitney U
- Menyimpulkan "rata-rata kelompok A lebih tinggi" dari hasil Mann-Whitney. Uji ini membandingkan distribusi rank, bukan rata-rata — kesimpulan yang tepat adalah soal kecenderungan sistematis, bukan angka rata-rata secara harfiah.
- Memakai Mann-Whitney untuk lebih dari dua kelompok. Kalau kelompokmu ada tiga atau lebih, yang tepat adalah uji Kruskal-Wallis, bukan menjalankan Mann-Whitney berkali-kali secara berpasangan.
- Tidak mengecek normalitas dulu sebelum memilih uji ini. Kalau ternyata datamu normal, Independent T-Test punya power statistik yang lebih besar — jangan langsung lompat ke Mann-Whitney tanpa mengecek asumsi normalitas dulu.
- Memakai aproksimasi Z untuk sampel yang sangat kecil. Untuk n di bawah ~20 per kelompok, tabel nilai kritis Mann-Whitney lebih akurat dibanding aproksimasi Z.
Catatan dari Lukman, Statistical Analyst: Kesalahan nomor 1 yang paling sering saya lihat waktu review draf skripsi — mahasiswa menulis "rata-rata kelompok eksperimen lebih tinggi dari kontrol" padahal yang mereka jalankan Mann-Whitney, bukan T-Test. Konsisten dengan uji yang dipakai: sebut "kecenderungan" atau "distribusi", bukan "rata-rata", supaya tidak dipertanyakan dosen penguji.
Jika kamu butuh bantuan menjalankan dan menginterpretasikan uji non-parametrik untuk penelitianmu, Restat menyediakan Jasa Olah Data SPSS selesai dalam 1–2 hari.
Referensi
- Mann, H.B., & Whitney, D.R. (1947). "On a Test of Whether one of Two Random Variables is Stochastically Larger than the Other." Annals of Mathematical Statistics, 18(1), 50–60.
Pertanyaan yang Sering Diajukan
Siap Mengolah Data dengan Lebih Mudah?
Kalau kamu butuh kejelasan, panduan, atau mau kenal lebih dalam soal jasa kami.
Jadwalkan Meeting GratisTau teman yang butuh bantuan olah data juga? Ajak dia & dapat 10%, dia dapat diskon Rp50.000. Klik disini