Uji Mann - Whitney: Pengertian dan Cara Analisis dengan SPSS

-

Pengertian dan Cara Uji Mann - Whitney dengan SPSS


Pengertian Uji Mann - Whitney

Uji Mann Whitney adalah uji yang digunakan untuk mengetahui perbedaan antara dua sampel independent apakah berbeda secara signifikan atau tidak. Maksud sampel yang independent yaitu sampel yang tidak saling berhubungan, sebagai contoh sampel kelas pagi dan kelas sore. Dalam uji Mann Whitney jumlah sampel antara kedua kelompok data tidak harus sama.

Uji Mann-Whitney merupakan salah satu uji statistik non parametrik, sehingga syarat-syarat yang digunakan longgar. Kelonggaran tersebut meliputi mampu digunakan untuk tipe data ordinal dan tidak memerlukan asumsi data berdistribusi normal. 

Syarat – Syarat Uji Mann Whitney U

Sudah sedikit dibahas pada paragraf sebelumnya bahwa syarat uji Mann Whitney syaratnya longgar, walaupun begitu tetap ada syarat-syarat agar hasil penelitiannya valid dan kredibel. Berikut ini ini syarat – syarat uji Mann-Whitney:

  1. Data penelitian harus berskala ordinal, interval, atau rasio.
  2. Terdapat 2 kelompok data yang tidak berhubungan (independent).
  3. Data tidak harus berdistribusi normal, apabila data berdistribusi normal maka sebaiknya menggunakan uji independent sample t test.
  4. Kelompok data yang diuji variansnya sama atau homogen.

Baca Juga:

Contoh Soal Uji Mann-Whitney

Suatu institusi pendidikan menyelenggarakan dua kelas, yaitu kelas pagi dan kelas sore. Pemilik lembaga pendidikan tersebut ingin melihat hasil pendidikan yang telah diberikan dengan melihat nilai ujian siswa dari kedua kelas apakah ada perbedaan atau tidak. Berikut ini adalah data sampel sebanyak 20 siswa.

Data Nilai Ujian Kelas Pagi dan Sore
Data Nilai Ujian Kelas Pagi dan Sore

Langkah – Langkah Uji Mann – Whitney dengan SPSS

Kita akan melakukan analisis data contoh di atas menggunakan SPSS. Berikut ini langkah-langkah uji Mann-Whitney dengan SPSS:

1. Buka software SPSS, lalu input data untuk kasus diatas, sehingga tampilan data view dan variabel view SPSS akan seperti ini:

Tampilan Data View SPSS
Tampilan Data View SPSS
Tampilan Variable View SPSS
Tampilan Variable View SPSS

Value Labels
Setting Value Labels

2. Setelah sudah input data, klik Analyze, lalu Nonparametric Test, lalu Legacy Dialogs, lalu pilih 2 Independent Samples.

Langkah - langkah uji Mann Whitney dengan SPSS

3. Setelah langkah tersebut maka muncul kotak dialog Two-Independent Samples Test. 

kotak dialog Two-Independent Samples Test

4. Masukkan variabel Nilai pada kotak Test Variable List, masukkan variabel Kelas pada kotak Grouping Variable. Pastikan Mann-Whitney U sudah tercentang pada Test Type.

kotak dialog Two-Independent Samples Test

5. Klik Define Groups, masukkan nilai variabel Kelas pada kotak Group 1 dan 2. Nilai yang dimaksud yaitu 1 untuk kelas pagi dan 2 kelas sore. 

kotak dialog Two-Independent Samples Test: Define Group

6. Selanjutnya klik Continue, lalu klik OK, maka akan keluar output SPSS seperti berikut:

Output Ranks

Interpretasi Output Uji Mann-Whitney

Output Tabel Ranks

Tabel Ranks memaparkan nilai Mean Rank dan Sum of Rank. Nilai tersebut Anda peroleh dengan mengurutkan nilai siswa dan mengubahnya ke dalam satuan ordinal. Rata-rata nilai disebut Mean Rank, sedangkan jumlah kumulatif disebut Sum of Ranks.

Nilai Mean Rank untuk variabel kelas pagi diperoleh 14,95 sedangkan untuk variabel kelas sore sebesar 6,05. Diperoleh nilai Sum of Ranks sebesar 149,5 untuk variabel kelas pagi dan 60,5 untuk kelas sore. 

Output Tabel Test Statistics

Output Tabel Test Statistics

Tabel test statistics merupakan tabel yang akan digunakan untuk menjawab hipotesis penelitian. Berikut ini rumusan hipotesis untuk kasus diatas:

H0 = tidak ada perbedaan antara variabel Kelas Pagi dan variabel Kelas Sore.
H1 = ada perbedaan antara variabel Kelas Pagi dan variabel Kelas Sore.

Setelah Anda mengetahui hipotesisnya, Anda perlu mengetahui pedoman pengambilan keputusan uji Mann-Whitney. Berikut ini pedoman pengambilan keputusan uji Mann-Whitney:

Apabila nilai Asymp. Sig. (2-tailed) > 0,05 maka H0 diterima
Apabila nilai Asymp. Sig. (2-tailed) < 0,05 maka H0 ditolak

Pada tabel test statistics diperoleh nilai Asymp Sig (2-tailed) 0,001 < 0,05 maka H0 ditolak. Karena H0 ditolak maka H1 diterima, jadi ada perbedaan antara variabel Kelas Pagi dan variabel Kelas Sore. Atau dengan kata lain ada pengaruh jenis kelas terhadap nilai siswa. 

Anda juga dapat menyimak pembahasan Uji Mann - Whitney: Pengertian dan Cara Analisis dengan SPSS dalam bentuk penjelasan video berikut ini.


Demikian artikel tentang Uji Mann-Whitney: Pengertian dan Cara Analisis dengan SPSS, semoga artikel ini bermanfaat dan mudah dipahami ya. Terima kasih telah mengunjunggi blog faqirilmu.com.



Referensi:

Trihendradi, C., 2013. Step by Step IBM SPSS 21: Analisis Data Statistik. Yogyakarta: Penerbit Andi.

Komentar

Posting Komentar

Postingan populer dari blog ini

Cara Membaca nilai R Tabel dan Download R Tabel (Tabel R)

-
Gambar
Pengertian R Tabel Apa yang dimaksud R Tabel? R tabel merupakan sebuah tabel angka yang biasa dipakai untuk melakukan uji validitas suatu instrumen penelitian.  Fungsi R Tabel Berdasarkan definisi di atas, maka dapat diambil kesimpulan bahwa r tabel ini mempunyai fungsi untuk melakukan suatu pengujian terhadap instrumen penelitian agar mengetahui apakah instumen penelitian tersebut valid atau tidak.  Dibawah ini merupakan R tabel. Gambar Tabel R ( R Tabel) Mau mendownload R tabel? Silahkan melalui link dibawah ini.  DOWNLOAD R Tabel Cara Membaca Nilai r Tabel dalam Uji Validitas Pearson Ada beberapa cara dalam mengambil keputusan uji validitas. Cara yang pertama dengan menggunakan r tabel dan cara kedua dengan menggunakan nilai signifikansi . Berikut ini pedoman pengambilan keputusan uji validitas SPSS: Membandingkan Nilai r Hitung dengan Nilai r Tabel Jika nilai r hitung > r tabel, maka item pertanyaan kuesioner valid Jika nilai r hitung < r tabel, maka item pertanyaan kuesione
Read more »

Perbedaan Scale, Nominal dan Ordinal pada Measure di SPSS

-
Gambar
Perbedaan Scale, Nominal dan Ordinal pada Measure di SPSS      Measure merupakan salah satu kolom yang berada di variable view IBM SPSS. Kolom measure harus ditetapkan terlebih dahulu sebelum melakukan analisis data lebih lanjut. Terdapat 3 tipe variabel pada kolom measure SPSS yaitu scale, nominal dan ordinal . Ketiga variabel tersebut memberikan jenis nilai serta informasi analisis yang berbeda. Berikut ini pengertian dan perbedaan scale, nominal dan ordinal pada SPSS.      Penentuan measure merupakan hal dasar yang sangat penting untuk diketahui saat bekerja menggunakan SPSS. Misalnya kita tidak boleh membuat variabel nominal untuk melakukan perhitungan nilai rata-rata dan standar deviasi.  Pilihan untuk mengubah tipe variabel suatu variabel terdapat pada lembar kerja Variabel View SPSS. Gambar dibawah ini merupakan ilustrasinya. A.  Variabel Nominal pada SPSS      Variabel nominal merupakan tipe variabel yang digunakan hanya sebatas memberi label pembeda pada suatu data. Variabel
Read more »

Analisis Crosstab dengan SPSS [Uji Chi-Square dan Correlation]

-
Gambar
Cara Analisis Crosstab Menggunakan SPSS  Pada artikel ini, Kita akan belajar analisis crosstabs menggunakan SPSS. Silahkan baca artikel ini sampai selesai ya, agar paham apa itu analisis crosstabs. Pada SPSS, analisis crosstab merupakan bagian dari statistik deskriptif . Lalu apa kegunaan analisis crosstabs? Analisis crosstab merupakan alat analisis untuk mendeskripsikan data dalam bentuk kolom dan baris. Selain itu digunakan untuk memeriksa hubungan antar variabel kategori (nominal atau ordinal). Analisis crosstab ini dibagi menjadi 2 bagian: Analisis Crosstab – Chi Square Analisis Crosstab – Correlations Lalu apa perbedaannya? Ok, kita langsung ke yang pertama, analisis Crosstab – Chi Square A. Analisis Crosstab Chi-Square Analisis Crosstab Chi-Square ini merupakan teknik analisis untuk melihat hubungan antar variabel data nominal. Syarat uji chi-squre ini variabel yang akan kita uji harus data nominal. Langsung aja ke contoh kasus, Suatu perusahaan mengamati apakah pelayanan karya
Read more »

Pengertian Data View dan Variabel View SPSS serta Fungsinya

-
Gambar
Pengertian Data View dan Variabel View serta Penggunaanya pada SPSS      IBM SPSS mempunyai dua lingkungan kerja yaitu data view dan variabel view. Untuk pembahasan yang pertama kita ke Data View dulu, setelah itu baru ke Variabel View. A.  Data View      Data View merupakan tampilan lembar kerja SPSS sebagai tempat kita memasukkan data hasil pengamatan. Data View pada SPSS menampilkan setiap baris sebagai suatu kasus (case) dan setiap kolom merepresentasikan suatu variabel. Berikut ini penjelasan mengenai variabel dan kasus yang terdapat pada data view. 1.  Kasus (case)      Kasus (case) pada SPSS merepresentasikan suatu hasil pengamatan terhadap suatu objek, dapat berupa pengamatan berdasarkan observasi atau eksperimen. Banyaknya kasus pada Data View dapat dilihat pada bagian baris, sedangkan untuk banyaknya variabel dapat dilihat pada bagian kolom. 2.  Variabel      Variabel merupakan suatu karakteristik yang akan diteliti atau apa yang akan menjadi titik perhatian suatu penelit
Read more »

Cara Analisis Regresi Linear Berganda dengan SPSS

-
Gambar
Analisis Regresi Linear Berganda dengan SPSS Pengertian Analisis Regresi Linear Berganda Analisis regresi linear berganda adalah analisis yang digunakan untuk mengetahui pengaruh dua atau lebih variabel independen terhadap variabel dependen . Selain itu analisis regresi linear berganda juga digunakan untuk meramalkan suatu variabel dependen berdasarkan beberapa variabel independen. Regresi linear berganda disebut juga dengan regresi berganda . Pada regresi linear, variabel independen disimbolkan dengan X dan variabel dependen disimbolkan dengan Y.  Perbedaan regresi linear berganda dengan regresi linear sederhana  Apakah Anda tahu perbedaan regresi linear berganda dengan regresi linear sederhana ?  Perbedaan regresi linear berganda dengan regresi linear sederhana terletak pada jumlah variabel independen. Apabila pada regresi linear sederhana hanya terdapat satu variabel independen , sedangkan pada regresi linear berganda terdapat dua atau lebih variabel independen yang mempengaruhi
Read more »