1.

UJI SIGN (UJI TANDA)

Uji tanda (sign test) merupakan uji statistic non-parametrik yang sederhana dan
merupakan uji non-parametrik yang paling awal digunakan. Dinamakan Uji Tanda
karena hasil pengamatan didasarkan atas tanda ( positif atau negatif ) dan bukan pada
besarnya nilai numerik. Uji Tanda Dapat Dilakukan Pada Satu Sampel dan Sampel
Berpasangan.
Uji tanda ( sign test ) satu sampel
Uji tanda satu sampel digunakan bila kita ingin mengetahui apakah sampel yang kita
peroleh berasal dari populasi dengan median tertentu.
Untuk menguji hipotesis, data sampel disusun sedemikian rupa sehingga untuk nilai
yang > median populasi kita beri tanda (+), untuk nilai yang < median populasi
diberi tanda (-) dan untuk yang = median populasi diberi tanda (0). H0 : jumlah
tanda (+) = jumlah tanda (-) Bila hasil pengamatan menunjukkan adanya perbedaan
tanda, maka kita ingin mengetahui apakah perbedaan tersebut memang berbeda atau
hanya karena faktor kebetulan saja.
Contoh :
Misalkan, diketahui bahwa obat A untuk menghilangkan rasa nyeri mempunyai
median (Me) waktu penyembuhan 8 jam. Bila obat A dikombinasi dengan obat C
apakah dapat mempercepat waktu kesembuhan? Untuk mengetahui hal ini maka
kombinasi obat A dan C diberikan pada 11 orang.
Hipotesis
Ho = Me populasi = Me sampel ( median waktu penyembuhan kombinasi obat A dan
C =8jam)
Ha = Me populasi # Me sampel
Hasil pengamatan terhadap 11 orang tersebut sebagai berikut:
Waktu Penyembuhan
6
7
8
9
10
10
10

Median
8
8
8
8
8
8
8

Tanda
0
+
+
+
+

11
11
12
12

8
8
8
8

+
+
+
+

Langkah-langkah analisis:
Klik ANALYZE, klik Nonparametric Test
Klik 2 Related Samples
Masukka variabel X dan Y ke dalam kotak Test Pair(s) List
Klik Sign
Klik OK
Hasil Output

Dari output di atas diketahui nilai Exact Sig. (2-tailed) sebesar 0,109 > 0,05, yang
artinya bahwa tidak ada perbedaan yang mempercepat waktu kesembuhan.
Uji sampel berpasangan
Uji tanda dipakai untuk data yang berpasangan dengan kategori/perlakuan dua (P=2)
dan terbaik jika digunakan pada data dengan skala pengukuran nominal (ada/tidak,
mati/hidup,sakit/sehat dan sebagainya). Bila digunakan dua buah sampel, biasanya
penelitian dilakukan pada dua kelompok penderita yang dianggap sama atau sampel
yang berpasangan.
Contoh :
Kita akan mengadakan penelitian untuk membandingkan pemakaian obat penghilang
nyeri sebelum dan sesudah pemakaian. Untuk itu diambil sampel sebanyak 30 orang.
No Urut
1
2
3
4
5
6
7
8

Sebelum
3
4
3
2
4
3
3
4

Sesudah
2
2
4
3
3
4
1
5

Tanda
+
+
+
_
+
-

9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Keterangan :
13 tanda ( + )
11 tanda ( )
6 tanda 0

4
3
2
3
2
4
2
4
3
3
2
1
2
4
3
4
3
2
3
1
3
4

3
3
3
3
3
2
3
5
4
3
2
2
2
3
2
2
3
1
2
2
2
2

+
0
0
+
0
0
0
+
+
+
0
+
+
+
+

Langkah-langkah analisis:
Klik ANALYZE, klik Nonparametric Test
Klik 2 Related Samples
Masukka variabel X dan Y ke dalam kotak Test Pair(s) List
Klik Sign
Klik OK
Hasil Output

Dari output di atas diketahui nilai Exact Sig. (2-tailed) sebesar 0,839 > 0,05, yang
artinya bahwa tidak ada perbedaan sebelum dan sesudah pemakaian obat penghilang
nyeri.
2. UJI MEDIAN

Uji median digunakan untuk menguji apakah dua atau lebih kelompok (sampel)
independen berbeda dalam nilai tengahnya, dengan kata lain apakah dua atau lebih
sampel independen berasal dari suatu populasi yang mempunyai median yang sama atau
berasal dari populasi yang sama. Data yang digunakan sekurang-kurangnya berskala
ordinal.
Hipotesis
H0 : Mx = My
H1 : Mx My
Contoh kasus:
PT. Angkasa Permai ingin memproduksi tiga baterai pertanian dengan merek A, B, dan C.
Manajer produksinya ingin mengetahui apakah ketiga merek baterai tersebut mempunyai
median sama atau tidak. Maka dari itu diambil sejumlah sampel tertentu dari masingmasing merek, kemudian diukur masa hidupnya (menyalakan alat yang sama hingga
mati). Berikut ini adalah hasil pengujiaan (angka dalam satuan jam).
Hipotesis
Ho : Ketiga populasi mempunyai median yang sama (data masa hidup ketiga merek
baterai tidak berbeda secara signifikan)
H1 : Minimal salah satu dari ketiga populasi mempunyai median yan berbeda (data masa
hidup ketiga merek baterai memang berbeda secara signifikan)

Kode merek:
1= merek A
2= merek B
3= merek C
Langkah-langkah uji median:
Analyze nonparametic test k independent samples
Masukan variabel masa ke Test Variable List
Masukan variabel merk ke ke Grouping Variable
Define Group isi dengan kode angka, minimum 1dan maksimum 3 (sesuaikan
dengan kode yang telah di pakai)
Continue dan OK.

Hasil Output Uji Median

Terlihat bahwa pada kolom Asymp sig (2-tailed) untuk diuji 2 sisi adalah
0,04<0,05(dibawah), maka Ho ditolak. Yang artinya bahwa minimal salah satu dari
ketiga populasi mempunyai median yang berbeda (data masa hidup ketiga merek baterai
memang berbeda secara signifikan).
3. UJI REGRESI DENGAN VARIABEL INTERVENING
Variabel mediasi atau intervening merupakan variabel antara atau mediating, yang
berfungsi memediasi hubungan antara variabel independent/ variabel bebas (predictor)
dengan variabel dependen/ varibel tergantung (predictand).

Tahapan-tahapan uji regresi dengan variabel intervening:

1. Uji Regresi X terhadap Z
2. Uji Regresi X dan Z terhadap Y
Contoh kasus
Seorang manajer perusahaan ingin mengetahui apakah terdapat pengaruh kualitas
pelanggan terhadap loyalitas pelanggan dengan kepuasan pelanggan sebagai variabel
intervening. Terdapat total 20 pertanyaan dengan 12 Responden, Variabel X (kualitas
pelanggan, Variabel Z (kepuasan pelanggan), dan Variabel Y (loyalitas pelanggan).
Kualitas
pelanggan

loyalitas
pelanggan

X
1
8
2
0
1
1
2
0
1
9
1
6
2
2
1
9
1
7
1
7
1
8
2
0

Z
1
9
2
1
1
2
2
0
1
6
1
5
2
0
1
2
2
0
1
6
1
9
2
1

Y
2
0
2
2
1
0
2
0
1
9
1
7
2
4
1
5
1
7
2
1
2
0
2
2

Langkah awal Lakukan Uji Regresi X terhadap Z

Langkah-langkah analisis:
- Analyze, Regression, Linear
- Masukan variabel dependen dan idenpenden, kemudian pilih statistics
- Pada isian statistics, tandai pilihan model fit, R squared change, descriptive,
-

Kepuasan
pelanggan

kemudian continue
OK

Hasil Output

Nilai R adalah 0,641. Ini berarti variabel X hanya mempengaruhi variabel Z sebesar 0,641.
R Square 0,411. Ini berarti variabel X mempengaruhi variabel Z.
Sig. F Change 0,025 (di bawah 0,05), yang berarti bahwa variabel X mempengaruhi variabel
Z. Atau ada pengaruh kualitas pelanggan terhadap kepuasan pelanggan.

Nilai F adalah 6,976.

Dari uji T/pengaruh secara parsial signifikasi T untuk variabel X sebesar 0,025<0,05. Hal ini
menandakan bahwa variabel X berpengaruh terhadap variabel Z.

Lakukan Uji Regresi X dan Z terhadap Y

Langkah-langkah analisis:
- Analyze, Regression, Linear
- Masukan variabel dependen dan idenpenden, kemudian pilih statistics
- Pada isian statistics, tandai pilihan model fit, R squared change, descriptive,
-

kemudian continue
OK

Hasil Output

Nilai R adalah 0,907. Ini berarti variabel X dan variabel Z hanya mempengaruhi variabel Y
sebesar 0,907.
R Square 0,823. Ini berarti variabel X dan variabel Z mempengaruhi variabel Y.
Sig. F Change 0,000 (di bawah 0,05), yang berarti bahwa variabel X dan variabel Z
mempengaruhi variabel Y. Atau ada pengaruh kualitas dan kepuasan pelanggan terhadap
loyalitas pelanggan.

Nilai F adalah 20,867.

Dari uji T/pengaruh secara parsial signifikasi T untuk variabel X sebesar 0,012<0,05. Hal ini
menandakan bahwa variabel X berpengaruh terhadap variabel Y. Sementara untuk variabel Z
nilai signifikasi T sebesar 0,045<0,05 yang berarti bahwa variabel Z berpengaruh terhadap
variabel Y.