Uji Beda Dua Sampel Berhubungan pada Statistik Non Parametrik

Uji beda dua sampel berhubungan adalah uji beda untuk melihat perbedaan antara dua sampel yang berhubungan (berkorelasi) atau dari sampel yang sama dengan treatment (perlakuan) yang berbeda. Istilah treatment dapat berupa latihan, pemberian obat atau suntikan, metode pembelajaran, kebijakan perusahaan dan masih banyak lagi. Pada setiap kasus, kelompok yang mendapatkan perlakuan dibandingka dengan kelompok yang tidak mendapatkan perlakuan atau mendapatkan perlakuan lainnya.

Daftar Isi

1. Pendahuluan
2. Uji McNemar
3. Uji Sign
4. Uji Wilcoxon
5. Uji Marginal Homogeneity
6. Kesimpulan

Pendahuluan

Pada kasus perbandingan antara dua kelompok, kadang-kadang ada bias yang sangat fatal. Peneliti bisa menemukan adanya perbedaan yang signfikan, tetapi sebenarnya perbedaan itu bukan dikarenakan perlakuan. Misalnya kita ingin membandingkan keputusan pembelian Iphone antara dua kelompok, yaitu kelompok masyarakat yang tinggal di perkampungan dengan masyarakat yang tinggal di perumahan. Bisa saja peneliti menemukan perbedaan yang signifikan tetapi bukan karena tempat tinggal, tetapi karena variabel yang lain, misalnya pengaruh pergaulan sosial (ini hanya contoh saja).

Simulasi Gambar Uji Beda Sampel Berpasangan Non Parametrik

Salah satu cara untuk menghindari adanya bias tersebut maka dilakukan dengan menggunakan dua sampel yang berpasangan (match). Kita dapat menghubungkan atau memasangkan kedua sampel yang akan diteliti. Pemasangan tersebut dapat dilakukan dengan pengontrol dirinya sendiri atau memasangkan subjek kemudian memberikan perlakuan yang berbeda. Untuk pengontrol dirinya sendiri, kita dapat mengukur variabel yang akan diukur pada 'sebelum' lalu membandingkannya dengan 'setelah' diberikan perlakuan. Misalnya harga saham diukur sebelum melakukan stock split lalu diukur lagi setelah melakukan stock split, lalu dibandingkan.

Contoh yang memasangkan, adalah dengan memilih suatu kelas lalu membaginya menjadi dua secara acak. Setelah itu dipasangkan dengan kriteria mempunyai nilai yang relatif sama. Setelah itu bagian pertama diberikan metode pembelajaran A, sedangkan bagian yang kedua diberikan metode pembelajaran B. Setelah itu dievaluasi lalu dibandingkan pada kedua pasangan tersebut.

Ada beberapa metode yang dapat dipergunakan untuk menganalisis model ini. Berikut beberapa di antaranya akan dibahas disertai dengan contoh.

Uji McNemar

Uji McNemar cocok dipergunakan untuk uji sampel berpasangan yang menggunakan skala ordinal atau bahkan nonimal. Dengan keunikan ini, maka Uji McNemar dapat dipergunakan untuk uji beda sampel berpasangan yang menggunakan data biner atau dummy (0 dan 1). Konsep dasarnya menggunakan tabulasi silang (cross tabulation) seperti yang telah kita kenal baik pada Chi Square.

Untuk contoh uji McNemar dengan SPSS versi 23 silahkan visit ke sini.

Uji Sign

Uji Sign juga merupakan uji beda dua sampel berpasangan tetapi berdasarkan 'tanda' yaitu lebih besar, lebih kecil atau sama dengan. Jadi uji sign tidak mendasarkan pada pengukuran kuantitatif dari data, tetapi kepada mana yang lebih besar, mana yang lebih kecil atau sama dengan. Oleh karena itu dapat dipergunakan untuk data yang tidak memungkinkan atau kesulitan untuk mengukur secara kuantitatif.

Berikut contoh simulasi Uji Sign dengan SPSS Versi 26.

Uji Wilcoxon

Pengembangan dari Uji Sign adalah Uji Wilcoxon. Dengan uji Wilcoxon, kita tidak hanya mendapatkan arah tetapi juga menggunakan ranking dari masing-masing kedua data. Jadi kedua sampel dilakukan ranking lalu ranking itulah yang diuji bedanya. Jadi kita dapat mendapatkan informasi yang lebih dibandingkan dengan uji Sign. Dengan uji Wilcoxon, kita tidak hanya mendapatkan informasi  bahwa kedua sampel berbeda atau tidak, tetapi juga bisa menentukan sampel mana yang lebih tinggi (atau lebih rendah).

Berikut adalah contoh Simulasi Uji Wilcoxon dengan SPSS Versi 23.

Uji Marginal Homogeneity

Uji Marginal homogeneity sudah terdapat di SPSS Versi 26 dan beberapa versi sebelumnya. Metode ini lebih powerfull dibandingkan ketiga metode lainnya yang telah dibahas di atas.

Berikut adalah contoh simulasi Uji Marginal Homogeneity dengan SPSS Versi 26

Kesimpulan

Dengan menggunakan uji beda dua sampel yang berhubungan, kita bisa mengeleminir adanya pengaruh dari variabel lain yang tidak menjadi topik dalam penelitian. Dengan adanya kontrol dari 'diri sendiri' maka unsur bias tersebut dapat direduksi. Untuk non parametrik, setidaknya tersedia alat analisis yang beragam, karena data non parametrik juga mempunyai variasi yang beragam, dari nominal, ordinal, berbentuk distribusi frekuensi ataupun sebenarnya rasio tetapi tidak memenuhi asumsi normalitas.

Share: