• Pengertian
Uji beda digunakan untuk mengevaluasi perlakuan (treatment) tertentu pada satu
sampel yang sama pada dua periode pengamatan yang berbeda. Selain itu, sesuai dengan
namanya, uji beda ini dipergunakan untuk mencari perbedaan, baik antara dua sampel
data atau antara beberapa sampel data. Dalam kasus tertentu, juga bisa mencari
perbedaan antara suatu sampel dengan nilai tertentu.
Dalam suatu kasus penelitian, kita sering diperhadapkan dengan hubungan antara
variabel bebas yang bersifat kategori dan variabel terikat untuk itu terdapat teknik analisis
yang cocok, yaitu dengan bergantung kepada jumlah kategori variabel bebas. Jika variabel
bebas memiliki 2 kategori, maka uji statistik yang cocok digunakan adalah uji beda t-test
• Contoh
1) Sebuah perusahaan lampu yang ingin mengetahui apakah lampu yang telah diproduksi
mampu menyala lebih dari 1000 jam atau tidak sesuai dengan standar yang ditetapkan
perusahaan.
2) Seorang guru yang ingin mengetahui apakah suatu model pengajaran memberikan hasil
yang berbeda terhadap hasil prestasi belajar dari dua kelas siswa.
Penjelasan
1) Memerlukan uji beda terhadap suatu sampel data dengan nilai tertentu yaitu 1000 jam.
2) Memerlukan uji beda terhadap dua buah sampel yaitu nilai prestasi belajar antara dua
kelas.
4. UJI T INDEPENDEN
Uji ini untuk mengetahui perbedaan rata-rata dua
populasi/kelompok data yang independen.Uji T independen ini
memiliki asumsi/syarat yang mesti dipenuhi, yaitu :
1) Datanya berdistribusi normal.
2) Kedua kelompok data independen (bebas).
3) Variabel yang dihubungkan berbentuk numerik dan
kategorik (dengan hanya 2kelompok).
5. UJI Z
Uji Z adalah salah satu uji statistika yang pengujian
hipotesisnya didekati dengan distribus inormal. Menurut teori limit
terpusat, data dengan ukuran sampel yang besar akan berdistribusi
normal. Oleh karena itu, uji Z dapat digunakan utuk menguji data
yang sampelnya berukuran besar. Jumlah sampel 30 atau lebih
dianggap sampel berukuran besar. Selain itu, uji Z ini dipakai untuk
menganalisis data yang varians populasinya diketahui. Namun bila
varian populasinya tidak diketahui maka varians dari sampel dapat
digunakan sebagai gantinya.
Kriteria Penggunaan uji Z:
a. Data berdistribusi normal
b. Variance (σ2) diketahui
c. Ukuran sampel (n) besar, ≥ 30
d. Digunakan hanya untuk membandingkan 2 buah observasi.
2) Non-Parametrik
❖ Pengertian
Yaitu statistik bebas sebaran (tidak mensyaratkan bentuk sebaran parameter
populasi, baik normal atau tidak). Selain itu, statistik nonparametrik
biasanyamenggunakan skala pengukuran sosial, yakni nominal dan ordinal
yang umumnya tidak berdistribusi normal. Contoh metode statistik non-
parametrik :
a. Uji tanda (sign test)
b. Rank sum test (wilcoxon)
c. Rank correlation test (spearman)
d. Fisher probability exact test.
e. Chi-square test, dll
b. Kelemahan:
1. Statistik non-parametrik terkadang mengabaikan beberapa
informasi tertentu.
2. Hasil pengujian hipotesis dengan statistik non-parametrik tidak
setajam statistik parametrik.
3. Hasil statistik non-parametrik tidak dapat diekstrapolasikan ke
populasi studiseperti pada statistik parametrik. Hal ini dikarenakan
statistik non-parametrikmendekati eksperimen dengan sampel
kecil dan umumnya membandingkan duakelompok tertentu.
❖ Ada beberapa analisis statistik nonparametrik :
1) KASUS SATU SAMPEL
a. UJI RUN TEST
Uji Run test digunakan untuk menguji pada kasus satu
sampel. Sampel diambil dari populasi,apakah sampel yang diambil
berasal dari sampel acak atau bukan.
b. SATUS AMPEL KOLMOGOROV-SMIRNOV
Uji Kolmogorov-Smirnov digunakan untuk menguji asumsi
normalitas data. Tes dalam uji iniadalah tes goodness of fit yang
mana tes tersebut untuk mengukur tingkat kesesuaian
antaraserangkaian distribusi sampel (data observasi) dengan
distribusi teoritis tertentu.
2) KASUS DUA SAMPEL BERHUBUNGAN
a. UJI MC-NEMAR
Uji Mcnemar digunakan untuk penelitian sebelum dan
sesudah peristiwa/treatment dimanasetiap objek digunakan
pengontrol dirinya sendiri. Uji ini digunakan pada dua (2) sampel
yang berhubungan, skala pengukurannya berjenis nominal (binary
respon) dan untuk crosstabulasidata 2 x 2.
b. UJI MARGINAL HOMOGENITY
Uji Marginal Homogenity dilakukan untuk tes dua sampel
yang saling berhubungan danmerupakan perluasan uji McNemar.
Pengunaan uji ini untuk melihat apakah perbedaan atau perubahan
antara 2 peristiwa sebelum dan sesudahnya. Kategori data yaitu data
multinominallebih dari 2 x 2.
c. UJI WILCOXON
Uji Wilcoxon dilakukan untuk membandingkan dua
kelompok data yang saling berhubungan.Uji ini memiliki kekuatan
test dibandingkan dengan uji tanda (Sign Test).d. UJI TANDA (Sign
Test)Uji Tanda (Sign Test) digunakan untuk dua kelompok sampel
data yang saling berhubungan.Uji tanda meghitung perbedaan dua
kelompok data untuk semua sampel dan diklasifikasikanmenjadi
perbedaan positif, negatif atau sama. Jika dua kelompok data
memiliki distribusi sama,maka jumlah perbedaan positif dan negatif
tidak signifikan.
3) DUA SAMPEL INDEPENDEN
a. UJI MANN-WHITNEY
Uji Mann Whitney digunakan untuk mengetahui apakah
terdapat perbedaan respon dari dua populasi data yang saling
independen. Tes ini merupakan tes paling kuat diantara tes-
tesnonparametrik. Uji ini merupakan alternatif uji t parametrik
ketika data yang diambil dalam penelitiannya lebih lemah dari skala
interval.
4) K SAMPLE YANG SALING BERHUBUNGAN
a. UJI Q COCHRAN
Uji Q Cochran digunakan untuk pengujian statistik
nonparametrik untuk peristiwa atau perlakuan lebih dari 2. Uji
ini merupakan perluasan dari uji McNemar. Data yang
digunakan berbentuk binary. Perlakuan lebih dari dua
yang dimaksud adalah sebelum, ketika dan sesudah perlakuan.
Sugiyono, 1999, Metode Penelitian Administrasi, Alfabeta, Bandung. Sukandar, 2002, Metodologi
Penelitian, Gadiah Mada University Press, Yogyakarta.