Panduan Lengkap Cara Melakukan Uji Wilcoxon dengan SPSS

Panduan Lengkap Cara Melakukan Uji Wilcoxon dengan SPSS | Uji wilcoxon sering kali digunakan sebagai alternatif dari uji paired sample t test. Hal ini tidaklah salah, sebab jika data penelitian anda tidak berdistribusi normal [melalui uji normalitas] maka data tersebut dianggap tidak memenuhi syarat dalam pengujian statistik parametrik khususnya uji paired sample t test. Oleh karena itu, perlu adanya tindakan yang harus dilakukan peneliti agar data penelitian yang dikumpulkan masih tetap dapat di uji atau di analisis, yakni dengan cara melakukan metode statistik non parametrik.

Sementara itu, sebagaimana uji paired sample t test, disini uji wilcoxon juga digunakan untuk mengetahui ada tidaknya perbedaan rata-rata dua sampel yang saling berpasangan. Data penelitian yang digunakan dalam uji ini idealnya adalah data yang berskala ordinal atau interval. Uji wilcoxon atau disebut juga dengan wilcoxon signed rank test merupakan bagian dari metode statistik non parametrik. Kerena merupakan bagian dari statistik non parametrik, maka dalam uji wilcoxon tidak diperlukan data penelitian yang berdistribusi normal. Dengan demikian dapat dikatakan bahwa penggunaan uji wilcoxon sebagai pengganti uji paired sample t test ketika data penelitian tidak berdistribusi normal adalah langkah yang paling tepat.

CONTOH KASUS DALAM UJI WILCOXON

Peneliti ingin mengetahui apakah terdapat “pengaruh penggunaan metode pembelajaran kelompok terhadap hasil belajar matematika pada siswa SMP kelas 8A”. Untuk kebutuhan data, peneliti melakukan penilaian atas hasil belajar siswa sebelum (pre test) dan sesudah (post test) metode pembelajaran kelompok diterapkan di kelas tersebut. Maka diperoleh data penelitian sebagai berikut.

[Download Data untuk Latihan]

Hipotesis yang diajukan dalam penelitian atau Ha = “ada perbedaan hasil belajar pre test dan post test, yang artinya ada pengaruh penggunaan metode pembelajaran kelompok terhadap hasil belajar matematika pada siswa SMP kelas 8A”

Catatan: awalnya peneliti ingin menggunakan analisis statistik parametrik dengan uji paired sample t test untuk uji hipotesis di atas, namun karena data penelitian tersebut tidak berdistribusi normal (anggaplah demikian) maka peneliti menggunakan alterantif lain yakni dengan melakukan uji wilcoxon.

CARA MELAKUKAN UJI WILCOXON DENGAN SPSS

1. Seperti biasanya, langkah pertama buka program SPSS kemudian klik Variable View, pada tampilan ini kita akan memberikan nama dan kelengkapan untuk variabel penelitian dengan ketentuan:

Variabel pertama “Pre Test”, maka isikan:
Name: ketik Pre
Type: pilih Numeric
Width: pilih 8
Decimal: Pilih 0
Label: ketik Pre Test
Value: pilih None
Missing: pilih None
Columns: pilih 8
Alilgn: pilih Scale

Variabel kedua “Post Test”, maka isikan:
Name: ketik Post
Type: pilih Numeric
Width: pilih 8
Decimal: Pilih 0
Label: ketik Post Test
Value: pilih None
Missing: pilih None
Columns: pilih 8
Alilgn: pilih Scale
Sehingga tampak di layar sebagai berikut:

2. Setelah penamaan variabel dibuat, langkah selanjutnya klik Data View, lalu isikan data penelitian di atas, sehingga akan tampak di layar sebagai berikut:

3. Langkah berikutnya klik menu Analyze lalu pilih Nonparametric Tests kemudian pilih Legacy Dialogs lalu pilih 2 Related Samples…

4. Maka dilayar akan muncul kotak dialog “Two-Related Sample Tests”, selanjutnya masukkan variabel Pre Test [Pre] dan Post Test [Post] ke kotak Test Pairs secara bersamaan, kemudian pada bagian “Test Type” berikan tanda centang (v) pada pilihan Wilcoxon, lalu klik Ok

5. Maka akan muncul output “Wilcoxon Signed Ranks Test” sebagai berikut:

INTERPRETASI OUTPUT UJI WILCOXON

Output Pertama “Ranks”

1. Negative Ranks atau selisih (negatif) antara hasil belajar matematika untuk Pre Test dan Post Test adalah 0, baik itu pada nilai N, Mean Rank, maupun Sum Rank. Nilai 0 ini menunjukkan tidak adanya penurunan (pengurangan) dari nilai Pre Test ke nilai Post Test.
2. Positif Ranks atau selisih (positif) antara hasil belajar matematika untuk Pre Test dan Post Test. Disini terdapat 22 data positif (N) yang artinya ke 22 sisiwa mengalamai peningkatan hasil belajar matematika dari nilai Pre Test ke nilai Post Test. Mean Rank atau rata-rata peningkatan tersebut adalah sebesar 11,50, sedangkan jumlah rangking positif atau Sum of Ranks adalah sebesar 253,00.
3. Ties adalah kesamaan nilai Pre Test dan Post Test, disini nilai Ties adalah 0, sehingga dapat dikatakan bahwa tidak ada nilai yang sama antara Pre Test dan Post Test.

UJI HIPOTESIS WILCOXON

Dalam uji hipotesis kita menggunakan output SPSS yang kedua yakni output “Test Statistics”. Namun sebelum kita masuk pada analisis terhadap hasil output di atas, maka terlebih dulu perlu kita ketahui dasar pengambilan keputusan yang digunakan dalam uji wilcoxon untuk kita jadikan pegangan atau pedoman.

Dasar Pengambilan Keputusan dalam Uji Wilcoxon

1. Jika nilai Asymp.Sig. (2-tailed) lebih kecil dari < 0,05, maka Ha diterima.
2. Sebaliknya, jika nilai Asymp.Sig. (2-tailed) lebih besar dari > 0,05, maka Ha ditolak.

PENGAMBILAN KEPUTUSAN DAN PEMBUATAN KESIMPULAN



Berdasarkan output “Test Statistics” di atas, diketahui Asymp.Sig. (2-tailed) bernilai 0,000. Karena nilai 0,000 lebih kecil dari < 0,05, maka dapat disimpulkan bahwa “Ha diterima”. Artinya ada perbedaan antara hasil belajar matematika untuk Pre Test dan Post Test, sehingga dapat disimpulkan pula bahwa “ada pengaruh penggunaan metode pembelajaran kelompok terhadap hasil belajar matematika pada siswa SMP kelas 8A”.

Baiklah, saya kira sampai disini dulu pembahasan kita tentang uji wilcoxon pada kesempatan kali ini, semoga bermanfaat. Oh iya, jika anda mau menguji perbedaan rata-rata dua kelompok yang tidak berpasangan untuk metode statistik non parametrik, maka anda bisa memakai Uji Mann Whitney

[Search: Panduan Lengkap Cara Melakukan Uji Wilcoxon dengan SPSS, Contoh Statistik Non Parametrik Uji Wilcoxon menggunakan Program SPSS, Langkah-Langkah Uji Wilcoxon Signed Rank Test pada Aplikasi SPSS]
[Img: screenshot olah data SPSS versi 21]

Lihat Juga: Video Uji Wilcoxon dengan SPSS

Share on Facebook

Share on Twitter

Share on Google+

Share on LinkedIn