Uji Marginal Homogeneity dengan SPSS Versi 26

Uji Marginal Homogeneity adalah uji beda untuk sampel berpasangan pada statistik non parametrik. Uji ini mungkin kurang populer karena memang tidak semua Program SPSS mempunyai menu ini. Hanya Software SPSS yang diinstall secara lengkap yang memuat menu ini, sedangkan yang custom kadang tidak memuat menu uji ini. Lantas seperti apa uji Marginal homogeneity (MH) ini? Mari kita ulas bersama-sama.

Daftar isi

1. Uji Beda Sampel Berpasangan
2. Statistik Non Parametrik
3. Uji-uji yang lain
4. Uji Marginal Homogeneity
5. Kesimpulan

Uji Beda Sampel Berpasangan

Uji beda dua sampel berpasangan (berhubungan/berkorelasi) 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 dibandingkan dengan kelompok yang tidak mendapatkan perlakuan atau mendapatkan perlakuan lainnya.

Pada kasus perbandingan antara dua kelompok, kadang-kadang ada bias yang sangat fatal. Peneliti bisa menemukan adanya perbedaan yang signifikan, tetapi sebenarnya perbedaan itu bukan dikarenakan perlakuan. Misalnya kita ingin membandingkan keputusan pembelian I-phone 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).

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.

Artikel selengkapnya silahkan simak di sini.

Statistik Non Parametrik

Statistik non parametrik dikenakan pada data yang berbentuk nominal atau ordinal, atau bisa juga kepada data berbentuk interval atau rasio, di mana asumsi pada statistik parametrik tidak terpenuhi. Selain itu, statistik non parametrik juga dapat digunakan untuk jumlah sampel yang kecil, di mana tidak dimungkinkan untuk menambah jumlah sampel. Tidak ada ukuran yang jelas tentang besar kecilnya jumlah sampel, tapi banyak para ahli yang menyatakan bahwa di bawah 30 sebagai sampel kecil.

Akan tetapi tidak dapat dikatakan bahwa statistik non parametrik lebih atau kurang dibandingkan statistik parametrik. Keduanya saling melengkapi dan masing-masing dapat dipergunakan sesuai dengan kondisi atau ketersediaan data yang ada.

Artikel tentang statistik non parametrik selengkapnya silahkan simak di sini.

Uji-uji yang lain

Ada banyak uji beda dua sampel berpasangan pada statistik non parametrik. Masing-masing uji tersebut didasarkan pada asumsi yang berbeda atau jenis data yang berbeda. Uji tersebut misalnya Uji McNemar, Uji Tanda, Uji Wilcoxon dan Uji Marginal Homogeneity. Di artikel ini kita akan membahas secara khusus pada uji marginal homogeneity. Untuk uji yang lain, kita bahas selengkapnya di sini. 

Uji Marginal Homogeneity

Uji marginal homogeneity adalah perluasan dari uji McNemar yang dirancang untuk data binner, atau dummy atau 0 dan 1 atau respons dan tidak respons. Untuk uji McNemar maka tabel yang ada adalah 2 x2 tetapi untuk uji marginal homogeneity bisa lebih dari 2 x 2. Uji ini memang menggunakan metode yang cukup rumit sehingga harus menggunakan Matrik Aljabar, sehingga perhitungan secara manual hampir sulit sekali dilakukan. Dalam artikel ini, kita akan menggunakan alat bantu berupa Program SPSS Versi 26 yang telah diinstall menu uji Marginal Homogeneity.

Berikut adalah simulasi uji marginal homogeneity dengan data yang bisa di download di Google Drive dengan akun Gmail Anda. 

Menu Marginal Homogeneity pada SPSS Versi 26

Pilih Analysze, pilih Nonparametric Tests, pilih Legacy Dialogs lalu klik pada 2 Related Samples seperti pada gambar di atas. Maka kita akan masuk ke menu Marginal homogeneity seperti gambar di bawah:

Memasukkan Sampel dan Memilih Metode yang Dipergunakan

Masukkan sampel Sebelum dan Sesudah ke Box Test Pairs seperti pada gambar di atas. Lalu berikan tanda centang pada Marginal Homogeneity pada Test Type seperti pada gambar di atas. Setelah itu klik OK sehingga akan keluar output sebagai berikut:

Output Marginal Homogeneity

Gambar di atas adalah output dengan SPSS Versi 26. Perhitungannya memang cukup rumit, tetapi kita dapat mengambil justifikasi dengan Signifikansi sebesar 0,276 > 0,05 yang berarti tidak terdapat perbedaan yang signifikan pada kedua sampel penelitian. 

Kesimpulan

Penggunaan uji marginal homogeneity memang relatif sederhana, tetapi sebenarnya perhitungannya sangat rumit. Mungkin ini yang menyebabkan metode ini kurang populer dan di program SPSS juga tidak semuanya memuat metode ini.

Share: