Uji Beda K Independent Sample dengan Perluasan Median Test

Median Test adalah uji beda untuk melihat perbedaan dari dua sampel yang tidak berhubungan (2 Independent Samples T Test). Dalam kasus lebih dari 2 sampel atau K Samples, maka metode ini masih dapat dipergunakan. Jika peneliti berhadapan dengan 5 atau bahkan 10 sampel maka akan kesulitan jika harus melakukan pengujian berulang-ulang dengan 2 sampel saja, sehingga kita dapat melakukannya secara langsung. Untuk data yang dipergunakan dalam analisis ini, dapat Anda download di Google Drive

Data yang dipergunakan adalah data respons yang diberikan kepada wisata dari Jakarta, Kuala Lumpur dan Bangkok terhadap penerapan adaptasi baru wisata di Pulau Bali. Peneliti ingin melihat apakah terdapat perbedaan preferensi penerapan adaptasi baru wisatawan di Pulau Bali di antara ketiga daerah asal wisatawan tersebut. (ini hanya data simulasi, bukan data yang sebenarnya).

Langkah pertama adalah dengan melakukan uji normalitas dengan Liliefors yang berdasarkan pada Kolmogorov Smirnov yaitu sebagai berikut:

Uji Normalitas dengan Liliefors
Tampak bahwa nilai signifikansi adalah sebesar 0,000 < 0,05 yang menunjukkan bahwa terdapat perbedaan yang signifikan antara distribusi data dengan distribusi normal. Berarti data tidak terdistribusi secara normal, sehingga menggunakan statistik non parametrik.

Langkahnya sama, yaitu pilih Analyze, pilih Nonparametric Tests, pilih Legacy Dialogs lalu klik pada K Independent Samples seperti pada gambar di bawah:

Memilih Menju Median Test
Maka kita akan masuk ke menu Median Test sebagai berikut:

Menu Median Test
Masukkan variabel respons ke Test Variable List dan Kategori ke Grouping variable seperti pada gambar di atas. Berikan tanda centang pada Median, lalu klik Define Group di bawah Kategori, sehingga akan masuk ke sub menu sebagai berikut:

Sub Menu Grouping Variable
Berikan nilai 1 pada Minimum dan 3 pada maximum karena memang ada 3 kategori dalam penelitian. Setelah itu klik Continue lalu Klik OK sehingga akan keluar output sebagai berikut:

Output Frekuensi
Tampak bahwa dari 22 wisatawan dari Kuala Lumpur terbari rata menjadi 11 di atas median dan 11 di bawah atau sama dengan median. Untuk Jakarta, jumlah yang di bawah atau sama dengan median dua kali yang di atas median. Untuk wisatawan dari Bangkok bahkan hampir 3 kali jumlah responden yang memberikan skor di bawah atau sama dengan median.

Untuk uji hipotesis, maka menggunakan output sebagai berikut:

Output Uji Hipotesis
Jumlah responden total adalah 71 dengan nilai median 35. Diperoleh nilai Chi Square sebesar 2,651 dengan signifikansi sebesar 0,266 > 0,05. Berarti tidak terdapat perbedaan preferensi di antara ketiga kelompok wisatawan berdasarkan daerah asal. Hal ini menunjukkan bahwa pengelolaan tujuan wisata pada adaptasi baru akibat Covid-19 sudah dapat memenuhi ekspektasi dari berbagai daerah asal wisatawan.

Share:

Tidak ada komentar:

Posting Komentar

Baca dulu sebelum tulis komentar:

Sebelum menuliskan pertanyaan, mohon disimak tanya jawab yang ada terlebih dahulu. Pertanyaan yang sama atau senada biasanya tidak terjawab. Untuk pengguna Blogger mohon profil diaktifkan agar tidak menjadi dead link. Atau simak dulu di Mengapa Pertanyaan Saya Tidak Dijawab?
Simak juga Channel kami di Statistik TV
Komentar akan kami moderasi dulu sebelum ditampilkan. Aktifkan Akun Google Anda.

Terima kasih.

Translate

Artikel Populer Seminggu Terakhir

Komentar Terbaru

`

Ingin menghubungi kami untuk kerja sama?

Nama

Email *

Pesan *