UJI FRIEDMAN

KONSEP DASAR UJI FRIEDMAN

Dalam dunia analisis statistik, terdapat berbagai metode yang digunakan untuk menguji perbedaan antara beberapa kelompok atau variasi dalam satu variabel. Salah satu metode yang digunakan untuk menguji perbedaan ini adalah Uji Friedman. Uji Friedman adalah metode nonparametrik yang digunakan ketika kita memiliki variabel terikat dalam bentuk ordinal dan dua atau lebih kelompok atau variasi. Uji Friedman digunakan untuk mengetahui ada atau tidaknya perbedaan dari hasil pengukuran yang dilakukan secara berulang (data pre-post atau sebelum-sesudah) pada suatu variabel penelitian.

Uji Friedman merupakan teknik lanjut dari Uji Wilcoxon, perbedaan dasarnya yaitu Uji Friedman menguji perbedaan dari (minimal) 3 sampel yang berpasangan, sedangkan Uji Wilcoxon hanya untuk 2 sampel yang saling berpasangan. Uji Friedman adalah alternatif uji statistik dari Repeated Measure ANOVA, jika asumsi normalitas data tidak terpenuhi (Data tidak berdistribusi normal), itupun jika skala data yang digunakan adalah interval atau rasio, maka harus dilakukan pengujian normalitas data. Jika menggunakan data ordinal, maka tidak perlu dilakukan pengujian normalitas data, langsung saja ke Uji Friedman.

KELEBIHAN & KEKURANGAN UJI FRIEDMAN

Uji FRIEDMAN memiliki beberapa kelebihan, diantaranya :

  • Nonparametrik: Uji Friedman tidak memerlukan asumsi tentang distribusi data, sehingga dapat digunakan pada data yang tidak memenuhi asumsi normalitas atau asumsi lain yang diperlukan oleh metode parametrik.
  • Penggunaan Variabel Ordinal: Uji Friedman cocok untuk menguji perbedaan antara kelompok atau variasi dalam variabel terikat yang bersifat ordinal, di mana hanya urutan atau tingkatan data yang relevan, bukan jarak antara nilai-nilai data.
  • Fleksibilitas: Uji Friedman dapat digunakan untuk menguji perbedaan dalam beberapa kelompok atau variasi, tidak terbatas pada hanya dua kelompok.

Selain memiliki kelebihan, Uji FRIEDMAN juga memiliki kekurangan, diantaranya :

  • Tidak Menggambarkan Besarnya Perbedaan: Uji Friedman hanya menentukan apakah ada perbedaan yang signifikan antara kelompok atau variasi, tetapi tidak memberikan informasi tentang besarnya perbedaan tersebut.
  • Sensitivitas Terhadap Ukuran Sampel Kecil: Seperti metode nonparametrik lainnya, Uji Friedman memiliki sensitivitas yang lebih rendah terhadap ukuran sampel yang kecil. Dalam sampel yang kecil, Uji Friedman mungkin tidak dapat mendeteksi perbedaan yang sebenarnya.
  • Bergantung pada Rangking Data: Uji Friedman mengandalkan peringkat data dalam variabel terikat. Jika data memiliki peringkat yang serupa atau ada banyak peringkat yang sama, hal ini dapat mempengaruhi hasil uji.

Contoh kasus yang digunakan dalam tulisan ini adalah dimana seorang peneliti ingin mengetahui apakah terdapat perbedaan Kadar Kolesterol (mg/dL) sebelum dan selama/setelah dilakukannya pengobatan atau terapi kepada 20 pasien. Pengukuran dilakukan 3 kali, yaitu sebelum dilakukan pengobatan atau terapi (bulan pertama), bulan kedua (setelah dilakukan pengobatan atau terapi) dan bulan ketiga (setelah dilakukan pengobatan atau terapi) dan skala data yang digunakan yaitu data kuantitatif (interval/rasio), maka dari itu dilakukan pengujian normalitas data terlebih dahulu.

BERIKUT CARA UJI FRIEDMAN DI SPSS:

  • Siapkan tabulasi data di Excel, lalu input data atau masukan data ke SPSS pada Page Data View.
  • Jangan lupa isikan juga pada Page Variable View.
  • Selanjutnya munculkan Variabel baru yaitu Standardized Residual, tujuannya untuk dilakukan uji normalitas pada variabel tersebut, karena dalam Uji FRIEDMAN yang di analisis normalitas data yaitu variabel Standardized Residual. Caranya pilih Analyze – General Linear Model – Repeated Measures
  • Muncul Kotak Dialog, seperti ini :
  • Tuliskan Waktu pada kolom Within-Subject Factor Name dan tuliskan angka 3 karena ada 3 pengukuran pada kolom Number of Levels, lalu pilih add.
  • Selanjutnya isi kolom Muasure Name dengan Kadar_Kolesterol (jangan pakai spasi ya), lalu pilih add.
  • Lalu tekan  Define.
  • Akan muncul kotak dialog seperti ini.
  • Masukkan semua variabel ke kolom Within-Subjects Variables.
  • Pilih Save, Ceklis Standardized Residual dan Continnue – OK.
  • Akan muncul Variabel baru seperti di Data View SPSS, berikut ini :
  • Selanjutnya melakukan Uji Normalitas, dengan cara pilih Analyze – Descriptive Statistics – Explore.
  • Muncul kotak dialog Uji Normalitas, seperti ini :
  • Masukan Variabel Standardized Residual ke kolom Dependent List
  • Selanjutnya pilih Plots, Ceklis Normality Plots With Test lalu pilih Continue dan OK.
  • Keluar Output SPSS untuk Uji Normalitas :
  • Kriteria Pengujian Uji Normalitas :
  • Nilai Shapiro Wilk > 0.05 berkesimpulan Data berdistribusi Normal atau asumsi Uji Normalitas terpenuhi.
  • Nilai Shapiro Wilk < 0.05 berkesimpulan Data berdistribusi tidak Normal atau asumsi Uji Normalitas tidak terpenuhi.
  • Interpretasi Output Uji Normalitas :

Diketahui nilai Sig. Shapiro Wilk Variabel Standardized Residual for Bulan 1 sebesar 0.045 (<0.05), nilai Sig. Shapiro Wilk Variabel Standardized Residual for Bulan 2 sebesar 0.038 (<0.05) dan nilai Sig. Shapiro Wilk Variabel Standardized Residual for Bulan 3 sebesar 0.012 (<0.05) maka bisa disimpulkan bahwa data yang digunakan tidak berdistribusi normal dengan kata lain asumsi uji normalitas tidak terpenuhi. Penggunaan uji normalitas shapiro wilk dikarenakan jumlah data yang dipakai kurang dari 50 (<50). Setelah mengetahui bahwasanya asumsi normalitas data tidak terpenuhi, maka bisa lanjut ke Uji FRIEDMAN. Apabila data yang digunakan berdistribusi secara normal, bisa menggunakan statististk parmetrik menggunakan Uji REPEATED MEASURE ANOVA, dan jika data yang digunakan yaitu data ordinal, maka tidak perlu melakukan pengujian normalitas data.

  • Selanjutnya melakukan Uji FRIEDMAN, dengan cara pilih Analyze – Nonparametric Tests – Legacy Dialogs – K Related Samples
  • Muncul kotak dialog awal Uji FRIEDMAN, pindahkan ketiga variabel (Bulan 1, 2 dan 3) ke kolom sebelah kanan.
  • Bagian Test Type biarkan Default, karena secara default udah ceklis Friedman, lalu pilih OK,
  • Selanjutnya Output SPSS untuk Uji FRIEDMAN :
  • Kriteria Pengujian Uji FRIEDMAN :
  • Nilai Sig. > 0.05 berkesimpulan Tidak ada pengaruh atau tidak ada perbedaan secara signifikan.
  • Nilai Sig. < 0.05 berkesimpulan Ada pengaruh atau perbedaan secara signifikan.
  • Interpretasi Output Uji FRIEDMAN:

Diketahui Nilai Asymp. Sig. sebesar 0.000, nilai tersebut lebih kecil dari 0.05 (0.000 < 0.05) maka bisa disimpulkan bahwa Ada perbedaan secara signifikan kadar kolesterol pasien setelah dilakukannya pengobatan atau terapi, yang artinya pengobatan atau terapi yang diberikan kepada pasien benar-benar dapat menurunkan kadar kolesterol secara signifikan.

LINK VIDEO TUTORIAL AS28 GROUP

UJI ANOVA SPSS

UJI TWO WAY ANOVA SPSS

UJI MANOVA SPSS

REPEATED MEASURE ANOVA SPSS

TUTORIAL ANCOVA SPSS

TUTORIAL MANCOVA SPSS

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *