ALTERNATIF UJI PARAMETRIK ANOVA (> 2 POPULASI) DENGAN UJI NON PARAMETRIK KRUSKAL WALIS

ALTERNATIF UJI PARAMETRIK ANOVA (> 2 POPULASI) DENGAN UJI NON PARAMETRIK KRUSKAL WALIS

Malam sobat.. Jumpa lagi dengan saya dalam acara Kruskal Walis Show hehehe... Gimana kondisi hari ini? Mudah-mudahan sehat semua,, Amiiiin.

Oke deh, gak perlu tunggu lama-lama, saya mau ajak sobat menyimak bahasan tentang alternatifnya uji Anova nih.. Seperti yang kita tahu nih, Anova yang notabene merupakan uji parametrik butuh pemenuhan asumsi kenormalan dan kesamaan varians nih sob..

Nah, kalau misalnya kedua asumsi ini gak terpenuhi baik dengan transformasi apapun, yaaa kita gak boleh dong maksain pakai uji parametrik.. Alternatifnya, pakai uji non parametrik.. 

Kalau Anova sendiri (uji rataan > 2 populasi independen) punya alternatif yakni uji Kruskal Walis dan uji Median.. Saya batasi, bahasan kali ini pada uji Kruskal Walis saja yaaa hehehe..

Data yang saya pakai sama dengan uji Anova ya.. Data ini untuk menguji apakah ada beda rata-rata nilai ujian psikotest di antara ketiga populasi pegawai yakni pegawai lulusan Diploma, SI dan SII.. Data yang saya pakai untuk uji Kruskal Walis disamakan dengan data uji Anova sebagai pembanding output, analisis dan simpulan keduanya lhooo.. 

Jika sobat ada yang bingung data Anova mana yang dimaksud, yaudah langsung download aja datanya disini.

Data pada file excel, monggo dipindahin dulu ke dalam SPSS.. Untuk masalah non teknisnya (mindahin data, pelabelan variabel, pemberian value, dll), alangkah lebih bagus simak postingan tentang uji Anova disini..

Oke, kita langsung nih ke pengujian.. Klik menu Analyze, Nonparametric Test dan pilih K Independent Samples.. Centang Kruskal Walis.. Pada bagian Test Variable List, masukkan variabel nilai sedangkan untuk bagian Grouping Variables masukkan variabel pendidikan.. Lalu, akan muncul tanda tanya “??” yang berarti kita harus definisikan dulu grupnya.. 

 

Klik Define Range dan akan muncul jendela Range for Grouping Variable.. Pada bagian minimum, sobat isikan dengan 0 dan maximum isi dengan 2 (ini karena pada variabel pendidikan, kita pakai 0,1,dan 2)..

  

Selanjutnya klik Continue.. Lalu pada bagian Options, centang Descriptive dan Quartiles.. Untuk tingkat signifikansi bisa diatur pada bagian Exact.. Setelah semua diatur klik OK. Berikut hasilnya:

Secara deskriptif, diketahui bahwa rata-rata nilai ujian untuk seluruh kelompok adalah 77,45 dengan nilai terendah adalah 65 dan tertinggi adalah 90. Median nilai (setelah diurutkan) adalah 76 (lumayan tinggi).. 

Jika sobat mau belajar penghitungan manual, maka output bagian Ranks ini akan sangat membantu.. Oke, kita langsung ke output Test Statistics.. Disini terlihat bahwa nilai Asymp. Sig dari statistik Chi Square (df=2) sebesar 0,045 < Alpha 5% sehingga dengan demikian kita menolak hipotesis nol dan menerima hipotesis alternatif.

Simpulan yang bisa ditarik adalah ternyata ada perbedaan rata-rata ujian psikotest diantara pegawai perusahaan Triple S yang lulusan Diploma, S I dan SII atau dengan kata lain minimal ada satu dari tiga populasi pegawai yang rata-rata nilai ujian psikotestnya secara statistik berbeda signifikan.

Otree deh, udah mulai nguap-nguap nih sob wkwkwk,, Begitu aja yang bisa saya jelaskan tentang Kruskal Walis ini.. Kurang lebihnya mohon maklum karena gak ada manusia yang sempurna #hahaha, mulai ngawur nih ngomongnya sob,, 

Yap, semoga postingan ini bermanfaat sobat juga ya.. Salam damai.. Salam sukses.. Salam salam hehehe :-)

 

Description: ALTERNATIF UJI PARAMETRIK ANOVA (> 2 POPULASI) DENGAN UJI NON PARAMETRIK KRUSKAL WALIS Rating: 4.5 Reviewer: Unknown - ItemReviewed: ALTERNATIF UJI PARAMETRIK ANOVA (> 2 POPULASI) DENGAN UJI NON PARAMETRIK KRUSKAL WALIS

Read More

ALTERNATIF UJI PARAMETRIK T BEDA RATA-RATA DUA POPULASI BERPASANGAN DENGAN UJI NON PARAMETRIK RANK WILCOXON (Dicontohkan dengan SPSS)

ALTERNATIF UJI PARAMETRIK T BEDA RATA-RATA DUA POPULASI BERPASANGAN DENGAN UJI NON PARAMETRIK RANK WILCOXON (Ordinal)

(dilengkapi contoh dengan tools SPSS 16)

Malam nih sobat.. Wah, gimana nih kabarnya? Moga sehat aja ya.. hehe..

Oke deh, kali ini saya mau posting lagi nih.. Malam minggu begini, bahasannya yang ringan-ringan aja dulu dah hehe.. 

Nah, postingan saya kali ini tentang bagaimana uji non parametrik beda rata-rata dari dua populasi berpasangan atau dependen.

Kalau secara parametrik, dah pada tau dong, pakainya uji t dua populasi berpasangan. Tapi, sobat untu uji parametrik, kudu butuh asumsi kenormalan alias wajib hukumnya..

Kalau asumsi kenormalan sebagai syarat tidak terpenuhi, bahkan sampai setengah hidup berusaha nge-transformasi data, tapi gak normal-normal juga, maka alternatifnya kita pakai uji non parametrik.. Ya, bisa pakai uji Rank Wilcoxon dan uji Median.. Nah, buat kedua uji alternatif ini, inget, skala datanya harus ordinal, namanya juga rank... ya nggak,, hehehe..

Oke, kita pakai data yang sama dengan uji parametrik yang dipakai dalam postingan sebelumnya.. Kalau mau cepat, download datanya disini.

Oke deh, sekarang buka datanya, ada dua variabel yaitu nilai 1 (sebelum tutor) dan nilai 2 (setelah tutor).. lalu pada variable view, atur bagian Measure ke Ordinal (karena kita menggunakan uji ranking Wilcoxon)

Kemudian pilih menu Analyze, Nonparametric Test dan pilih Two Related Sample karena kita menggunakan dua interaksi yaitu sebelum tutor dan setelah tutor.. Lalu, masukkan variabel nilai sebelum tutor sebagai variable 1 pada bagian Test Pairs sedangkan untuk variabel nilai setelah tutor sebagai variabel 2.

 

Pada pilihan Options, centang pilihan descriptive dan quartiles.. Nah, tinggal klik OK dan akan muncul output SPSS seperti ini:

Secara deskriptif, terlihat bahwa rata-rata nilai setelah ikut tutor lebih tinggi (76,9) daripada rata-rata sebelum tutor (71,75). Setelah tutor diberikan, nilai terendah sebatas 60. Nilai tengah (median) setelah tutor lebih tinggi sedikit dibandingkan dengan sebelum ada tutor.

Penjelasan Wilcoxon Sign Ranks.. Kalau sobat mau belajar penghitungan manualnya, informasi jumlah rank yang positif sangat penting  nih untuk mencari nilai statistik Wilcoxon pada tabel H yang harus sobat sesuaikan dengan jumlah sampel n=40 dan jumlah nilai rank positif (T+) 607,5.

Manualnya, mudah saja.. sobat cari dulu d_i dari selisih skor tiap pasangan, lalu diranking secara Ascending (tidak usah perhatikan tanda seperti dalam Uji Tanda/Sign Test). Kalau selisihnya nol, buang saja (tidak perlu diranking). Next, jumlahkan ranking positifnya (T+) >> Lihat dari nilai d_i lagi ya.. At last, cari nilai statistik Wilcoxonnya dari tabel H dengan nilai T+ sekian dan sampel 40.

Dalam hal ini, kita lebih canggih hehehe, udah tinggal pakai software.. Begini cara bacanya.. Nilai T+ (jumlah rankingnya) adalah 607,5. Sebagai informasi saja, ada dua pasangan yang dibuang karena selisihnya nol (Ties)

Perhatikan nilai Asymp. Sig (dua arah) sebesar 0,001 < Alpha 0,05 sehingga kita menolak hipotesis nol, dan bisa kita simpulkan ternyata ada perbedaan rata-rata yang signifikan secara statistik antara nilai sebelum tutor dengan nilai setelah diberikan tutor. Perbedaannya tentu menjurus kepada semakin tingginya rata-rata nilai setelah tutor (berdasarkan analisis deskripsif).. Oke deh, itu yang bisa saya jelaskan dengan contoh bagaimana pengujian beda rata-rata dari dua populasi yang berpasangan.. Semoga tulisan sederhana ini bermanfaat bagi sobat semua.. Sukses.. Salam :-)

Description: ALTERNATIF UJI PARAMETRIK T BEDA RATA-RATA DUA POPULASI BERPASANGAN DENGAN UJI NON PARAMETRIK RANK WILCOXON (Dicontohkan dengan SPSS) Rating: 4.5 Reviewer: Unknown - ItemReviewed: ALTERNATIF UJI PARAMETRIK T BEDA RATA-RATA DUA POPULASI BERPASANGAN DENGAN UJI NON PARAMETRIK RANK WILCOXON (Dicontohkan dengan SPSS)

Read More