Cara Uji Mann Whitney dengan SPSS Lengkap

Cara Uji Mann Whitney dengan SPSS Lengkap | Uji Mann Whitney atau uji dua sampel yang tidak berpasangan merupakan salah satu bagian dari statistik non parametrik. Uji Mann Whitney menjadi alternatif ketika data tidak normal dalam uji Independent sample t tets [Parametrik]. Seperti halnya dalam uji uji Independent sample t tets, Uji Mann Whitney dilakukan untuk mengetahui perbedaan dua sampel yang tidak berhubungan atau berpasangan satu sama lainnya. 

Penggunaan Uji Mann Whitney
  1. Jumlah sampel penelitian sedikit yakni kurang dari 30 sampel.
  2. Data tidak berdistribusi normal [Kelebihan statistik non parametrik].
  3. Digunakan untuk menguji satu variabel data kategori dan satu variabel data interval.
Dasar Pengambilan Keputusan dalam Uji Mann Whitney
  • Jika nilai Asymp.Sig. (2-tailed) < 0,05, maka terdapat perbedaan yang signifikan.
  • Jika nilai Asymp.Sig. (2-tailed) > 0,05, maka tidak terdapat perbedaan yang signifikan.
Contoh Soal dalam Uji Man Whitney

Seorang peneliti ingin mengetahui apakah terdapat perbedan penjualan berdasarkan tingkat pendidikan sales [responden]. Dalam kasus ini jumlah sampel yang digunakan adalah sebanyak 10 responden. Adapun data penelitian sebagaimana gambar di bawah ini.

Cara Uji Mann Whitney dengan SPSS Lengkap

Keterangan : Kode digunakan untuk mengkatagorikan data pendidikan yang semula tidak berbentuk angka lalu diubah kedalam bentuk angka, dimana katagorinya adalah: 1 untuk SMA dan 2 untuk SMP.

Hipotesis yang diajukan [Ho] : Tidak ada perbedaan jumlah penjualan antara sales yang berpendidikan SMA dengan SMP.

Cara Uji Mann Whitney dengan SPSS versi 21

1. Buka Input Data Uji Man Whitney [Data penelitian sudah saya input di program SPSS]…bagi sobat yang ingin praktek cara melakukan Uji Man Whitney dengan SPSS dapat mendownload Data Penelitian dan Input data SPSS untuk Uji Man Whitney | DOWNLOAD DATA UJI MANN WHITNEY

Cara Uji Mann Whitney dengan SPSS Lengkap

2. Dari menu SPSS, pilih AnalyzeNon Parametrik TestsLegacy Dialogs2 Independent Samples…

Cara Uji Mann Whitney dengan SPSS Lengkap

3. Muncul kotak dialog denga nama Two-Independent-Samples Tests, masukkan variabel Penjualan per Bulan ke kotak Test Variable List:, kemudian masukkan variabel Tingkat Pendidikan ke kotak Grouping Variable, pada bagian Test Type beri tanda centang pada Mann-Whitney U, lalu klik tombol Define Grouping.. lihat tampilan gambar di bawah ini

Cara Uji Mann Whitney dengan SPSS Lengkap

4. Mucul kotak dialog dengan nama Two-Independent-Samples:Define…, isikan Group 1 dengan 1 dan Group 2 dengan 2, kemudian klik Continue

Cara Uji Mann Whitney dengan SPSS Lengkap

5. Langkah terlahir klik Ok, maka akan mucul ouputnya

Cara Uji Mann Whitney dengan SPSS Lengkap

INTERPETASI OUPUT MANN WHITNEY

Dari output di atas diketahui nilai Asymp.Sig. sebesar 0,009, karena nilai Asymp.Sig. 0,009 < 0,05, maka sesuai dengan dasar pengambilan keputusan dalam Uji Mann Whitney dapat disimpulkan bahwa Ho ditolak. Penolakan terhadap Ho mengandung pengertian bahwa ada perbedaan yang signifikan penjualan perbulan berdasarkan tingkat pendidikan sales.

[Search : Cara Uji Mann Whitney dengan SPSS Lengkap | Uji Mann Whitney atau Uji Dua Sampel Yang Tidak Berpasangan Menggunakan SPSS Veri 21 | Langkah-Langkah Uji Mann-Whitney | Penggunaan Uji Mann-Whitney U [Statistik Non Parametrik]]

Cara Uji Peringkat Bertanda Wilcoxon dengan SPSS

Cara Uji Peringkat Bertanda Wilcoxon dengan SPSS | Uji Wilcoxon digunakan untuk menentukan ada tidaknya perbedaan rata-rata dua sampel yang saling berhubungan atau dependen. Jika data sampel bertipe interval atau rasio, serta distribusi data mengikuti distribusi normal, sobat bisa melakukan uji parametrik untuk dua sampel berhubungan, seperti uji paired sample t test. Namun jika salah satu syarat tersebut tidak terpenuhi yaitu data bertipe nominal atau ordinal, atau data bertipe interval atau rasio, namun tidak berdistribusi normal. Maka uji paired sample t test diganti dengan uji non parametric yang khusus digunakan untuk dua sampel yang berhubungan.

Contoh Kasus dalam Uji Wilcoxon

Seorang peneliti ingin melakukan pengukuran terhadap denyut nadi pada 8 mahasiswa sebelum dan sesudah merokok, adapun data penelitiannya dapat dilihat pada gambar di bawah ini.

Cara Uji Peringkat Bertanda Wilcoxon dengan SPSS

Dasar Pengabilan Keputusan dalam Uji Wilcoxon
  • Jika nilai signifikansi < 0,05 maka, ada perbedaan denyut nadi sebelum dan sesudah merokok.
  • Jika nilai signifikansi > 0,05 maka, tidak ada perbedaan denyut nadi sebelum dan sesudah merokok.
Langkah-langkah Uji Wilcoxon dengan SPSS

1. Buka lembar baru pada program SPSS, lalu klik Variable View
2. Pada bagian Name kolom pertama tuliskan Sebelum, kemudian pada baris kedua tuliskan Sesudah, abaikan saya pilihan yang lainnya dan biarkan tetap default

Cara Uji Peringkat Bertanda Wilcoxon dengan SPSS

3. Selanjutnya, klik Variable View kemudian masukkan data penelitiannya, jika soba ragu dalam mengiput data ke program SPSS, sobat dapat (Download Input Data SPSS) yang sudah saya buat

Cara Uji Peringkat Bertanda Wilcoxon dengan SPSS

4. Klik AnalyzeNonparametric TestsLegacy Dialogs2 Related Samples…

Cara Uji Peringkat Bertanda Wilcoxon dengan SPSS

5. Maka muncul kotak dialog dengan nama Two-Related-Samples Tests. Pada bagian Test Pair(s) List atau variabel yang akan diuji. Pertama klik mouse pada variabel Sebelum; kemudian tekan tombol CTRL pada keyboard sambil klik mouse pada varibel Sesudah. Terlihat variabel tersorot dan berubah warna. Selanjutnya, klik mouse pada tanda panah -> untuk memasukkan kedua variabel tersebut ke dalam kotak Test Pair(s) List. Kemudian untuk Test Type atau tipe uji, karena dalam kasus ini akan diuji dengan Wilcoxon, maka mouse pada pilihan Wilcoxon. Sedangkan tiga pilihan uji yang lainnya diabaikan saja

Cara Uji Peringkat Bertanda Wilcoxon dengan SPSS

6. Langkah terakhir klik OK, maka berikut tampilan outputnya

Cara Uji Peringkat Bertanda Wilcoxon dengan SPSS

Interpretasi Output dalam Uji Wilcoxon dengan SPSS

Perhatikan pada bagian Test Statistics, berdasarkan output di atas diperoleh nilai Asymp.Sig. (2-tailed) sebesar 0,049. Karena nilai sig 0,049 < 0,05 maka dapat disimpulkan bahwa ada perbedaan denyut nadi sebelum dan sesudah merokok. Sekedar untuk informasi bahwa pengambilan keputusan dalam Uji Wilcoxon dapat juga dilakukan dengan membadingkan antara nilaign Z hitung dengan Z tabel..

Demikan tadi cara Uji Peringkat Bertanda Wilcoxon dengan SPSS, semoga sudah cukup jelas,, selamat mencoba..

[Search: Cara Uji Peringkat Bertanda Wilcoxon dengan SPSS | Langkah-langkah Uji Wilcoxon dengan SPSS | Interpretasi Output dalam Uji Wilcoxon dengan SPSS versi 21 | Uji Dua Sampel Berhubungan dengan Uji Wilcoxon]

Uji Analisis One Way Anova dengan SPSS Lengkap

Uji Analisis One Way Anova dengan SPSS Lengkap | Prosedur uji hipotesis ini disebut analisis variansi, disingkat Anava (Analisis Varian) atau Anova (Analysis of Variance). Disebut analisis variansi, karena pada prosedur ini kita melihat variasi-variasi yang muncul karena adanya beberapa perlakuan atau treatment untuk menyimpulkan ada tidaknya perbedaan rata-rata pada k populasi tersebut.

Persayaratan dalam Analisis One Way Anova
Contoh Kasus dalam Analisis One Way Anova

Seorang peneliti melakukan penelitian tentang pengaruh jarak tenam terhadap produksi tanaman cabe. Maka dilakukan penelitian dengan menggunakan lima macam jarak tanam : A=15x15cm, B=15x20cm, C=15x25cm, dan D=20x20cm dan diperolah datanya (dalam kwintal/ha) sebagai berikut.

Uji Analisis One Way Anova dengan SPSS Lengkap

Dengan menggunakan taraf signifikansi 5% maka kita uji hopotesis yang menyatakan “bahwa tidak terdapat perbedaan yang signifikan produksi cabai yang dilakukan dengan menggunakan empat macam jarak tanam”. Diasumsikan data produksi cabai berdistribusi normal dengan ragam sama atau homogen.

Dasar Pengambilan Keputusan dalam Analisis One Way Anova
  • Jika nilai probabilitas signifikansi > 0,05 maka tidak terdapat perbedaan yang signifikan produksi cabai yang dilakukan dengan menggunakan empat macam jarak tanam.
  • Jika nilai probabilitas signifikansi < 0,05 maka terdapat perbedaan yang signifikan produksi cabai yang dilakukan dengan menggunakan empat macam jarak tanam.
Langkah-langkah Uji Analisis One Way Anova dengan SPSS

1. Buka lembar kerja baru pada program SPSS, kemudian klik Variable View, selanjutnya pada kolom Name ketik Produksi pada baris pertama dan Perlakuan pada baris kedua. Pada kolom Decimals, ketik 1 untuk baris pertama dan ketik 0 untuk baris kedua karena data berupa kategori. Pada kolom Label, ketik Produksi Cabai untuk baris pertama dan Perlakuan untuk baris kedua

Uji Analisis One Way Anova dengan SPSS Lengkap

2. Pada baris kedua, pada kolom Values, klik mouse pada kotak kecil di kanan sel. Pada kotak isian Value ketik 1, pada isian Value label, ketik Jarak A, lalu klik tombol Add, isi kembali untuk Value ketik 2, pada Value label ketik Jarak B, klik tombol Add, klik lagi untuk Value ketik 3, pada Value label ketik Jarak C, klik tombol add, klik lagi untuk Value ketik 4, pada Value label ketik Jarak D, klik tombol Add, karena sudah selesai maka klik Ok

Uji Analisis One Way Anova dengan SPSS Lengkap

3. Klik Data View, lalu ketik datanya seperti data di atas sesuai dengan variabelnya (Download Input Data)

Uji Analisis One Way Anova dengan SPSS Lengkap

4. Selanjutnya, pilih AnalyzeCompare MeansOne Way ANOVA

Uji Analisis One Way Anova dengan SPSS Lengkap

5. Klik variabel Produksi, masukkan ke dalam Dependent List, kemudian klik variabel Perlakuan , masukkan ke Factor

Uji Analisis One Way Anova dengan SPSS Lengkap

6. Klik pilihan Options, pada Statistiks, pilih Deskriptive dan Homogenity-of variance test, kemudian klik Continue

Uji Analisis One Way Anova dengan SPSS Lengkap

7. Klik Post-Hoc, dari pilihan yang ada pilih LSD, lalu klik Continue

Uji Analisis One Way Anova dengan SPSS Lengkap

8. Untuk mengakhiri proses analisis maka klik OK

Uji Analisis One Way Anova dengan SPSS Lengkap

Interpretasi Output dalam Analisis One Way Anova

Untuk mempersingkat penjelasan, maka perhatikan pada Output ketiga saja yakni ANOVA | Berdasarkan output di atas, diperoleh nilai probabilitas signifikansi sebesar 0,044. Oleh karena, nilai probabilitas signifikansi 0,044 < 0,05 maka hipotesis di atas di tolak, yang berarti “terdapat perbedaan yang signifikan produksi cabai yang dilakukan dengan menggunakan empat macam jarak tanam tersebut”.

Demikian hasil pembahasan Uji Analisis One Way Anova dengan SPSS Lengkap,, terimakasih telah bersedia membaca tulisan di atas.. semoga bermanfaat..

[Search : Uji Analisis One Way Anova dengan SPSS Lengkap | Contoh Kasus dalam Analisis One Way Anova dalam SPSS | Persayaratan dalam Analisis One Way Anova | Langkah-langkah Uji Analisis One Way Anova dengan SPSS Versi 21 | Uji Analisis Varians Satu Jalan]

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap | Seperti yang sudah diketahui bersama bahwa dilakukannya uji korelasi dimaksudkan untuk mengetahui tingkat keeratan hubungan yang dimiliki antar variabel dalam penelitian. Uji hubungan atau korelasi dapat dilakukan dengan beberapa metode hal ini tergantung jenis data yang digunakan, seperti : 
  1. Korelasi Product Moment adalah Koefisien korelasi untuk dua buah variabel x dan y yang kedua-duanya memiliki tingkat pengukuran interval atau rasio. Baca : Analisis Korelasi Product Moment dengan SPSS
  2. Koefisien korelasi Spearman atau Spearman’s coefficient of (Rank) correlation dan Kendall digunakan untuk pengukuran statistik non-parametrik data ordinal. Korelasi Spearman dan Kendall pada awalnya akan melakukan perangkingan terhadap data yang penelitian, kemudian baru dilakukan pengujian korelasinya.
Perbedaan antara Korelasi Spearman dan Kendall yakni jika dalam Korelasi Kendall (diberi symbol ῖ) merupakan suatu penduga tidak bias untuk parameter populasi, maka dalam korelasi spearman (diberi symbol r) dan tidak memberikan dugaan untuk koefisien peringkat suatu populasi.

Sesuai dengan judul artikel, bahwa kali ini saya akan mepraktekkan cara Uji Koefisien Korelasi Spearman dengan SPSS Lengkap berserta dengan interpretasinya.. sebelum saya masuk ke langkah-langkahnya.. ada baiknya sobat ketahui dulu dasar pengambilan keputusan dalam uji Korelasi Spearman.

Dasar Pengambilan Keputusan dalam Uji Korelasi Spearman:
  • Jika nilai sig. < 0,05 maka, dapat disimpulkan bahwa terdapat korelasi yang signifikan antara variabel yang dihubungkan.
  • Sebaliknya, Jika nilai sig. > 0,05 maka, dapat disimpulkan bahwa tidak terdapat korelasi yang signifikan antara variabel yang dihubungkan.
Kriteria tingkat hubungan (koefisien korelasi) antar variabel berkisar antara ± 0,00 sampai ± 1,00 tanda + adalah positif dan tanda – adalah negatif. Adapun kriteria penafsirannya adalah:
  • 0,00 sampai 0,20, artinya : hampir tidak ada korelasi
  • 0,21 sampai 0,40, artinya : korelasi rendah
  • 0,41 sampai 0,60, artinya : korelasi sedang
  • 0,61 sampai 0,80, artinya : korelasi tinggi
  • 0,81 sampai 1,00, artinya : korelasi sempurna
Contoh Kasus dalam Uji Korelasi Spearman:

Seorang manajer perusahaan ingin mengetahui apakah terdapat hubungan antara Motivasi Kerja dengan Prestasi Kerja karyawan di perusahaan yang ia pimpin. Untuk itu diambilah 12 pekerja untuk dijadikan sampel penelitian. Data yang diperoleh dapat dilihat pada gambar dibawah ini.

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap

Langkah-langkah Uji Koefisien Korelasi Spearman dengan SPSS

1. Aktifkan lembar kerja SPSS, kemudian klik Variable View, pada bagian Name tuliskan Motivasi dan Prestasi.

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap

2. Selanjutnya, klik Data View dan masukkan nilai dari masing-masing variabel.

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap

3. Kemudian, dari menu SPSS klik AnalyzeCorrelateBivariate…

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap

4. Muncul kotak dialog dengan nama Bivariate Correlations, selanjutnya masukkan variabel Motivasi dan Prestasi ke kotak Variables; pada bagian Correlation Coefficients: hilangkan tanda centang pada Pearson.. dan berikan tanda centang pada Spearman. Untuk kolom Tests of Significance pilih Two-tailed dan berikan tanda centang pada Flaq significant correlations

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap

5. Terkahir klik Ok untuk mengakhiri proses data, selanjutnya akan muncul ouput sebagai berikut:

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap

Interprestasi Output Uji Koefisien Korelasi Spearman

Berdasarkan ouput di atas diketahui bahwa N atau jumlah data penelitian adalah 12, kemudian nilai sig. (2-tailed) adalah 0,001, sebagaimana dasar pengambilan keputusan di atas, maka dapat dimpulkan bahwa ada hubungan yang signifikan antara Motivasi Kerja dengan Prestasi Kerja. Selanjutnya, dari output di atas diketahui Correlation Coefficient (koefisien korelasi) sebesar 0,822, maka nilai ini menandakan hubungan yang tinggi antara Motivasi Kerja dengan Prestasi Kerja. Selanjutnya jika manajer perusahaan ingin mengetahui apakah Motivasi Kerja berpengaruh signifikan terhadap Prestasi Kerja maka dapat hal ini dapat dilakukan dengan analisis regresi sederhana.

Baca: Uji Regresi Sederhana dengan SPSS Lengkap

[Search : Uji Koefisien Korelasi Spearman dengan SPSS Lengkap | Contoh kasus dalam Uji Korelasi Spearman | Cara Uji Rank Spearman menggunakan SPSS versi 21 | Langkah-langkah Pengujian Spearman,s rho dalam SPSS]
[Img: Dokumen Hasil SPSS versi 21]