UJI WILCOXON
KONSEP DASAR UJI WILCOXON
Uji Wilcoxon tergolong ke dalam Uji Komparasi yang digunakan untuk membandingkan dua kelompok yang berpasangan atau untuk menganalisis data yang tidak memenuhi asumsi distribusi normal. Uji Wilcoxon juga merupakan alternatif dari Uji Paired T Test.
Uji Wilcoxon termasuk ke dalam statistik non parametrik dan skala data yang digunakan yaitu data kualitatif (ordinal) ataupun bisa menggunakan data interval atau rasio (data tidak normal), selain itu karakteristik data yang digunakan yaitu data sebelum dan sesudah. Uji Wilcoxon juga dikenal sebagai uji tanda tanda, merupakan salah satu metode statistik yang paling umum digunakan dalam penelitian yang melibatkan data berpasangan. Metode ini memungkinkan perbandingan antara dua kelompok yang berpasangan, seperti sebelum dan sesudah intervensi, atau antara dua pengukuran yang diambil pada waktu yang berbeda terhadap subjek yang sama.
Salah satu keunggulan utama uji Wilcoxon adalah kemampuannya untuk mengatasi asumsi distribusi normal. Dalam statistika parametrik, asumsi distribusi normal sering kali menjadi kendala dalam analisis data. Uji Wilcoxon tidak memerlukan asumsi ini dan tetap efektif dalam situasi di mana data tidak terdistribusi secara normal. Prinsip dasar uji Wilcoxon adalah dengan mengurutkan seluruh pasangan data pengamatan dan kemudian membandingkan perbedaan antara pasangan tersebut. Metode ini mengabaikan nilai sebenarnya dari data pengamatan, tetapi fokus pada perbedaan antara pasangan data. Dengan demikian, uji Wilcoxon lebih tahan terhadap efek perbedaan ekstrim pada pengamatan individu.
KELEBIHAN & KEKURANGAN UJI WILCOXON
Uji Wilcoxon memiliki beberapa kelebihan, diantaranya :
- Non-parametrik: Uji Wilcoxon merupakan metode statistik non-parametrik, yang berarti tidak ada asumsi distribusi tertentu yang harus dipenuhi oleh data. Ini membuat metode ini sangat fleksibel dan dapat digunakan dalam situasi di mana data tidak memenuhi asumsi normalitas atau memiliki outliers yang signifikan.
- Cocok untuk data ordinal: Uji Wilcoxon dapat digunakan dengan data yang memiliki skala ordinal. Metode ini tidak memerlukan asumsi bahwa data harus berupa variabel interval atau rasio. Oleh karena itu, uji Wilcoxon dapat diterapkan pada berbagai jenis data.
- Mampu menangani data berpasangan: Uji Wilcoxon dirancang khusus untuk membandingkan dua kelompok yang berpasangan, seperti sebelum dan sesudah intervensi pada subjek yang sama. Metode ini memperhitungkan perbedaan antara pasangan pengamatan, sehingga dapat mengidentifikasi perubahan yang signifikan.
- Tahan terhadap outliers: Uji Wilcoxon mengabaikan nilai sebenarnya dari data pengamatan dan fokus pada perbedaan antara pasangan data. Dengan demikian, metode ini lebih tahan terhadap efek perbedaan ekstrim pada pengamatan individu atau adanya outliers.
Selain memiliki kelebihan, Uji Wilcoxon juga memiliki kekurangan, diantaranya :
- Kepekaan terhadap jumlah data: Uji Wilcoxon memiliki kepekaan terhadap jumlah data yang terbatas. Metode ini lebih efektif ketika terdapat banyak pasangan data yang dianalisis. Dalam situasi dengan jumlah pasangan data yang sangat kecil, uji ini mungkin memiliki kekuatan yang lebih rendah untuk mendeteksi perbedaan yang signifikan.
- Tidak memberikan informasi tentang arah perubahan: Uji Wilcoxon hanya memberikan informasi apakah ada perbedaan yang signifikan antara dua kelompok yang berpasangan, tetapi tidak memberikan informasi tentang arah perubahan. Metode ini tidak menggambarkan apakah nilai pasangan lebih besar atau lebih kecil, hanya menunjukkan adanya perbedaan.
- Memerlukan data berpasangan: Uji Wilcoxon hanya dapat digunakan jika data yang dianalisis memiliki hubungan berpasangan. Jika Anda ingin membandingkan dua kelompok yang tidak berpasangan atau tidak ada hubungan pasangan yang jelas dalam data Anda, uji ini tidak akan tepat digunakan.
Dalam memilih metode statistik yang tepat, penting untuk mempertimbangkan karakteristik data Anda, tujuan analisis, dan pertimbangan statistik yang relevan. Uji Wilcoxon merupakan pilihan yang baik ketika data tidak memenuhi asumsi distribusi normal atau ketika Anda ingin membandingkan dua kelompok yang berpasangan dalam skala ordinal atau non-parametrik. Namun, penting juga untuk mempertimbangkan kekurangan dan batasan metode ini sebelum menggunakannya.
BERIKUT CARA UJI WILCOXON 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 melakukan Uji Normalitas (Jika data yang digunakan data interval atau rasio, tapi jika data yang digunakan yaitu data ordinal maka tidak memerlukan analisis uji normalitas), dengan cara pilih Analyze – Nonparametric Test – Legacy Dialogs – 1 Sample K-S
- Muncul kotak dialog Uji Normalitas, seperti ini :
- Masukan Data Before dan After ke kolom Test Variable List dan pilih OK.
- Keluar Output SPSS untuk Uji Normalitas :
- Kriteria Pengujian Uji Normalitas :
- Nilai Sig (2-tailed) > 0.05 berkesimpulan Data berdistribusi Normal atau asumsi Uji Normalitas terpenuhi.
- Nilai Sig (2-tailed) < 0.05 berkesimpulan Data berdistribusi tidak Normal atau asumsi Uji Normalitas tidak terpenuhi.
- Interpretasi Output Uji Normalitas :
Diketahui nilai Asymp. Sig (2-tailed) kedua data (Before dan After) kurang dari 0.05 (<0.05) maka bisa disimpulkan bahwa data yang digunakan (Before dan After) tidak berdistribusi normal dengan kata lain asumsi uji normalitas tidak terpenuhi. Penggunaan uji kolmogorof smirnov dikarenakan jumlah data yang dipakai lebih dari 50 (>50). Setelah mengetahui bahwasanya asumsi normalitas data tidak terpenuhi, maka bisa lanjut ke Uji Wilcoxon.
- Selanjutnya melakukan Uji Wilcoxon, dengan cara pilih Analyze – Nonparametric Test – Legacy Dialogs – 2-Related Samples.
- Muncul kotak dialog Uji Wilcoxon, seperti ini :
- Masukan Data Before ke kolom Variable 1 dan data After ke kolom Variable 2, dibagian Test Type pilih Wilcoxon, lalu pilih OK.
- Keluar Output SPSS untuk Uji Wilcoxon :
- Kriteria Pengujian Uji Wilcoxon :
- Nilai Sig. (2-Tailed) > 0.05 berkesimpulan Tidak ada perbedaan secara signifikan.
- Nilai Sig. (2-Tailed) < 0.05 berkesimpulan Ada perbedaan secara signifikan.
- Interpretasi Output Uji Wilcoxon :
Diketahui nilai Asymp. Sig. (2-Tailed) sebesar 0.007 (<0.05) maka bisa disimpulkan bahwa ada perbedaan secara signifikan antara data before dan data after.