Uji Beda K Sampel yang Berhubungan pada Statistik Non Parametrik

Uji beda K sampel yang berhubungan (berkorelasi) pada statistik non parametrik adalah uji beda yang dirancang untuk jumlah sampel lebih dari 2 (k sampel) yang saling berkorelasi dan tidak memenuhi asumsi normalitas sehingga tidak bisa dikenakan statistik parametrik.  Uji beda ini mirip dengan ANOVA pada statistik parametrik. Beberapa uji beda yang dapat dipergunakan pada kasus ini adalah uji Friedman, Uji Kendall's W dan Uji Cochrans. 

Daftar Isi

  1. Apa itu Uji Beda K Sampel Berhubungan
  2. Uji Friedman
  3. Uji Kendall's W
  4. Uji Cochrans
  5. Kesimpulan

Apa itu Uji Beda K Sampel Berhubungan
Dalam banyak kasus, seorang peneliti akan sering menjumpai atau menguji perbedaan dari lebih dua sampel secara bersamaan. Jumlah sampel ini sering disebut 'K' yang berarti lebih dari dua. Jika hanya ada dua kasus, maka banyak rancangan tentang uji beda dua sampel, baik yang uji beda dua sampel berhubungan maupun uji beda dua sampel tidak berhubungan.

Jika kita memaksakan pengujian banyak sampel dengan uji beda dua sampel maka akan memerlukan uji berulang yang hasilnya bisa sangat diragukan. Misalnya kita ingin menguji perbedaan 4 grup saja, maka kita perlu uji beda dua sampel sebanyak 6 kali atau 3 + 2 + 1 = 6. Sedangkan untuk 5 grup maka kita perlu melakukan 4 + 3 + 2 +1 = 10 kali pengujian. Tentu saja ini akan menimbulkan hal yang tidak efisien sehingga dirancang metode pengujian yang dapat dipergunakan untuk menguji perbedaan banyak sampel dengan lebih efisien.

Pada statistik parametrik, maka akan diaplikasikan ANOVA. Tetapi pada non parametrik maka asumsi pada ANOVA tidak terpenuhi sehingga tidak dapat dipergunakan. Oleh karena itu, berikut beberapa metode uji beda K sampel yang berhubungan untuk statistik non parametrik.

Gambar Simulasi Uji Beda

Uji Friedman
Uji Friedman juga sering disebut dengan Friedman Two-Ways Analysis of Variance by Ranks. Sesuai namanya, uji Friedman memang berdasarkan pada rangking dari sebuah data. Perbedaan preferensi dari setiap subjek akan dirangking, lalu rangking tersebut yang diuji apakah terdapat perbedaan atau tidak. Metode ini efektif dipergunakan pada data ordinal atau data yang tidak memenuhi asumsi normalitas pada statistik parametrik.

Untuk selengkapnya, silahkan visit Simulasi Uji Friedman dengan SPSS Versi 26.


Uji Kendall's W
Uji Kendall's W juga dapat dipergunakan untuk menguji perbedaan dari banyak sampel yang berhubungan pada statistik non parametrik. Uji Kendaall's W merupakan perluasan dari korelasi Kendall yang merupakan metode atau uji untuk mencari korelasi pada statistik non parametrik. Uji Kendall's W juga mengeluarkan output Chi Square, sama dengan Uji Friedman. Uji Kendall's W juga berdasarkan pada rangking dari masing-masing grup atau sampel lalu menguji perbedaan di antara banyak sampel tersebut.

Untuk selengkapnya silahkan visit Simulasi Uji Kendall's W dengan SPSS Versi 26.


Uji Cochrans
Uji yang berikutnya adalah Uji Cochrans. Uji ini berbeda dengan kedua uji sebelumnya karena dirancang khusus untuk data biner, atau 0 dan 1 saja. Kedua uji yang sebelumya kita bahas, tidak disarankan untuk diaplikasikan pada data Ya dan Tidak seperti halnya pada Uji Cochrans. Uji Cochrans juga akan menghasilkan nilai Chi Square yang sama dengan Uji Friedman dan Uji Kendall's W.

Untuk selengkapnya silahkan visit Simulasi Uji Cochrans dengan SPSS Versi 26.

Kesimpulan
Kebanyakan peneliti akan berhadapan dengan lebih dari 2 grup data atau sampel, sehingga diperlukan alat uji yang dapat dikenakan pada kasus tersebut. Untuk statistik nonparametrik, setidaknya telah ada uji Friedman, Uji Kendall's W dan Uji Cochrans untuk keperluan uji statistik tersebut. 

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.

Artikel Terbaru

Translate

Artikel Terbaru

Tutorial Cara Download File dari Google Drive

Dalam artikel sebelumnya telah kita sampaikan bahwa jika menginginkan file yang dipergunakan dalam simulasi di blog ini dapat di download di...

Artikel Populer Seminggu Terakhir

Komentar Terbaru

`

Ingin menghubungi kami untuk kerja sama?

Nama

Email *

Pesan *