1.

Uji Cochran
Uji Cochran merupakan perluasan dari uji McNemar.Pada uji McNemar hanya
menguji dua populasi berpasangan, sedangkan pada uji Cochran dapat menguji tiga
alau lebih populasi berhubungan.Pada uji Cochran, sekelompok subjek penelitian
(misalkan sekelompok orang) dikenai tiga atau lebih perlakuan yang berbeda.Masing
masing subjek penelitian hanya memiliki dua macam penilaian (dichotomous
outcomes) untuk setiap perlakuan yang diberikan.Dua penilaian tersebut bersifat
saling berlawanan atau dikotomi. Contoh dari dua penilaian yang bersifat saling
berlawanan, yakni “benar atau salah”, “sukses atau gagal”, “ikut atau tidak ikut”,
“datang atau tidak datang”, “sulit atau tidak sulit”, dan sebagainya (Conover, 1999).
Hipotesis nol pada uji Cochran menyatakan seluruh perlakuan memberikan efek
atau pengaruh yang sama (tidak terdapat perbedaan yang signiflkan secara statistika).
Hipotesis alternatif menyatakan terdapat perbedaan efek atau pengaruh di antara
perlakuan perlakuan yang diberikan (terdapat perbedaan yang signifikan secara
statistika).Berikut rumus umuk menghitung nilai statistik dari uji Cochran (Q).
k
Q=k (k −1) ∑ C 2j −(−1)¿ ¿ ¿
j=1

Perhatikan bahwa k menyatakan jumlah perlakuan. C j menyatakan banyak nilai 1

pada perlakuan ke-j. dan Ri menyatakan banyaknya nilai 1 pada subjek penelitian ke-
i.
(Suyanto, 2017)

Contoh Soal:
Seorang produsen ingin mengetahui rasa apa yang banyak diminati masyarakat untuk
produk kerupuk yang ia jual. Respon yang digunakan berupa “suka” atau “tidak
suka” (suka=1, tidak suka=0). Sebanyak 10 orang responden dipersilahkan mencicipi
keempat rasa kerupuk dengan hasil sebagai berikut:
No. Kerupuk rasa
Responde Ayam Daging Ikan Udang
 n
1 1 0 0 0
2 1 1 1 1
3 0 0 0 0
4 0 1 1 1
5 1 1 1 1
6 1 0 0 1
7 1 0 1 1
8 1 0 0 1
9 1 0 0 0
10 1 0 0 0

Penyelesaian:
Sintaks pada softwareR
data=read.table("D://ujicochran.txt",header=T)
data
y=data$skor
A=data$jeniskerupuk
B=data$responden
library(RVAideMemoire)
cochran.qtest(y~A|B)

Langkah – langkah pada SPSS :

1. Klik Variable View
2. Klik Name untuk mengganti nama variabel, kemudian klik Values untuk
mengoding data dengan cara mengisi kodingan (dapat berupa angka) pada
kolom Value dan nama kodingan (keterangan) pada kolom Label
3. Masukkan data kodingan pada Data View
 4. Klik Analyze pada menu toolbar, lalu klik NonParametric Test, Legacy
Dialogs, dan selanjutnya pilih K Related Samples
5. Pindahkan semua data yang akan diuji pada Test Variables, Pilih Cochran’s
Q pada Test Type, kemudian klik OK untuk menampilkan hasil analisis
(output)
Hipotesis
H 0: Tidak terdapat perbedaan rata-rata skor nilai keempat jenis kerupuk yang
sudah diuji cobakan ke masyarakat
H 1: Terdapat perbedaan rata-rata skor nilai keempat jenis kerupuk yang sudah
diuji cobakan ke masyarakat
Taraf Signifikansi
α =5 %
Statistik Uji
p−value
Daerah Kritis

Tolak jika p−value<0,05

Statistik Hitung
p−value=0,0527
Keputusan

Karena p−value=0,0527>α =0,05 maka diputuskan gagal tolak

Kesimpulan
Tidak terdapat perbedaan rata-rata skor nilai keempat jenis kerupuk yang
sudah diuji cobakan ke masyarakat

4.2 Uji Friedman

Dalam uji Friedman, sekelompok subjek penelitian dikenai tiga atau lebih
perlakuan yang berbeda.Masing-masing subjek penelitian memberikan penilaian
terhadap masing masing perlakuan yang diberikan.Selanjutnya penilaian dari masing
masing subjek diberi ranking. Pemberian ranking dimulai dari 1 sampai , di mana
merupakan banyaknya perlakuan. Perhatikan bahwa karena data yang dianalisis
berupa data ranking, maka data tersebut termasuk data ordinal. Hipotesis nol pada uji
Friedman menyatakan tidak terdapat perbedaan atau pengaruh (yang signiflkan secara
statistika) di antara perlakuan - perlakuan (treatment) yang diberikan.Hipotesis
alternatif menyatakan terdapat paling tidak satu perlakuan yang memberikan
pengaruh berbeda (signifikan secara statistika) dari perlakuan lainnya. Berikut rumus

untuk menghitung nilai statistik dari uji Friedman .

[ ]
k
12
S= ∑ R2 −3 b(k + 1)
bk (k +1) i=1 i

Perhatikan bahwa b menyatakan jumlah subjek atau jumlah baris, dan menyatakan
jumlah perlakuan atau jumlah kolom.
(Suyanto, 2017)

Contoh Soal:
Seorang produsen ingin mengetahui rasa apa yang banyak diminati masyarakat untuk
produk kerupuk yang ia jual. Respon yang digunakan berupa skor nilai yang
diberikan oleh masyarakat berkisar antara 10 sampai 100. Sebanyak 10 orang
responden dipersilahkan mencicipi keempat rasa kerupuk dengan hasil sebagai
berikut:
No. Kerupuk rasa
Responde Ayam Daging Ikan Udang
n
1 90 85 83 70
2 90 70 77 65
3 75 70 60 85
4 80 70 75 90
5 90 65 70 89
6 60 85 60 85
 7 65 100 75 64
8 80 70 80 90
9 90 65 70 85
10 75 70 70 80

Penyelesaian:
Sintaks pada softwareR
data=read.table("D://ujifriedman.txt",header=T)
data
y=data$skor
A=data$jeniskerupuk
B=data$responden friedman.test(y~A|
B)

Langkah – langkah pada SPSS :

1. Klik Variable View
2. Klik Name untuk mengganti nama variabel
3. Masukkan data kodingan pada Data View
4. Klik Analyze pada menu toolbar, lalu klik NonParametric Test, Legacy
Dialogs, dan selanjutnya pilih K Related Samples
5. Pindahkan semua data yang akan diuji pada Test Variables, Pilih Friedman
pada Test Type, kemudian klik OK untuk menampilkan hasil analisis (output)

Hipotesis
H 0: Tidak terdapat perbedaan rata-rataskor nilai keempat jenis kerupuk yang
sudah diujicobakan ke masyarakat
H 1: Terdapat perbedaan rata-rataskor nilai keempat jenis kerupuk yang sudah
diujicobakan ke masyarakat
Taraf Signifikansi
 α =5 %
Statistik Uji
p−value
Daerah Kritis

Tolak jika p−value<0,05

Statistik Hitung
p−value=0,1195
Keputusan

Karena p−value=0,1195>α =0,05 maka diputuskan gagal tolak

Kesimpulan
Tidak terdapat perbedaan rata-rataskor nilai keempat jenis kerupuk yang
sudah diujicobakan ke masyarakat

LATIHAN
1. Sebuah penelitian dilakukan untuk mengetahui apakah ada perbedaan
kenyamanan antara 3 merek mobil yang berbeda. Kemudian diambil 10
sukarelawan untuk mencoba ketiga mobil tersebut dengan pilihan jawaban
nyaman=1 dan tidak nyaman=0. Berikut hasil jawaban dari sukarelawan:
No. Merek mobil
Responden A B C
1 1 0 0
2 1 1 1
3 0 0 0
4 0 1 0
5 1 1 1
6 1 0 0
7 1 0 1
8 1 0 0
9 1 1 0
 10 1 0 0

2. Seorang dosen ingin mengetahui perbedaan tingkat kesulitan dari ketiga mata
kuliah yaitu: Analisis Data Uji Hidup (ADUH), Analisis Data Kategorik (ADK),
dan Analisis Data Eksploratif (ADE) terhadap 8 mahasiswa aktif di suatu
universitas. Tingkat kesulitan diukur dengan nilai mulai dari 50 sampai 100
(semakin tinggi nilai maka semakin sulit) dengan hasil sebagai berikut:
No. Mata kuliah
Responden ADUH ADK ADE
1 83 81 88
2 75 70 96
3 65 74 80
4 90 82 60
5 92 94 73
6 87 60 69
7 80 65 77
8 90 70 80