Analisis uji beda

• 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.

• Parametrik dan non-parametrik

1) Parametrik
❖ Pengertian
Statistik Parametrik, yaitu ilmu statistik yang mempertimbangkan jenis
sebaran atau distribusi data, yaitu apakah data menyebar secara normal atau
tidak. Dengan kata lain, data yang akan dianalisis menggunakan statistik
parametrik harus memenuhi asumsi normalitas. Pada umumnya, jika data tidak
menyebar normal, maka data seharusnya dikerjakan dengan metode statistik
 non-parametrik, atau setidaknya dilakukan transformasi terlebih dahulu agar
data mengikuti sebaran normal, sehingga dikerjakan dengan statistik
parametrik. Contoh metode statistik parametrik:
a. Uji-T (1 atau 2 sampel)
b. Uji-Z (1 atau 2 sampel)
c. Korelasi pearson,
d. Perancangan percobaan (one or two-way anova parametrik), dll.

❖ Ciri-ciri statistik parametrik:

- Data dengan skala interval dan rasio
- Data menyebar/berdistribusi normal.
❖ Keunggulan dan kelemahan statistik parametrik
a. Keunggulan :
1. Syarat syarat parameter dari suatu populasi yang menjadi sampel
biasanya tidakdiuji dan dianggap memenuhi syarat, pengukuran
terhadap data dilakukan dengan kuat.
2. Observasi bebas satu sama lain dan ditarik dari populasi yang
berdistribusi normalserta memiliki varian yang homogen.
b. Kelemahan :
1. Populasi harus memiliki varian yang sama.
2. Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam
skala interval.
3. Dalam analisis varian ditambahkan persyaratan rata-rata dari
populasi harus normaldan bervarian sama, dan harus merupakan
kombinasi linear dari efek-efek yang ditimbulkan.
❖ Ada beberapa analisis statistic parametrik:
1. Uji T Satu Sampel (One Sample T-Test)
Uji ini digunakan untuk mengetahui perbedaan mean (rerata)
populasi atau penelitianterdahulu dengan mean data sampel
penelitian.
2. UJI T DEPENDEN BERPASANGAN
Uji ini untuk menguji perbedaan rata-rata antara dua
kelompok data yang dependen. Misalnyauntuk mengetahui apakah
ada perbedaan berat badan sebelum mengikuti proram diet dan
berat badan setelah mengikuti program diet. Sama seperti uji T
independen, uji T dependen memiliki asumsi yang harus dipenuhi,
yaitu :
1) Datanya berdistribusi normal.
2) Kedua kelompok data dependen (berpasangan).
3) Variabel yang dihubungkan berbentuk numerik dan
kategorik (dengan hanya 2 kelompok)
3. Uji Paired sample t-test
Digunakan untuk membandingkan mean dari suatu sampel
yang berpasangan. Sampel berpasangan adalah sebuah kelompok
sampel dengan subyek yang sama namun mengalami dua
perlakuan atau pengukuran yang berbeda.

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

❖ Ciri-ciri statistik non-parametrik :

- Data tidak berdistribusi normal
- Umumnya data berskala nominal dan ordinal.
- Umumnya dilakukan pada penelitian sosial
- Umumnya jumlahsampel kecil.
❖ Keunggulan dan kelemahan statistik non-parametrik :
a. Keunggulan:
1. Tidak membutuhkan asumsi normalitas.
2. Secara umum metode statistik non-parametrik lebih mudah
dikerjakan dan lebihmudah dimengerti jika dibandingkan dengan
statistik parametrik karena ststistika non- parametrik tidak
membutuhkan perhitungan matematik yang rumit seperti
halnyastatistik parametrik.
3. Statistik non-parametrik dapat digantikan data numerik (nominal)
dengan jenjang(ordinal).
4. Kadang-kadang pada statistik non-parametrik tidak dibutuhkan
urutan atau jenjangsecara formal karena sering dijumpai hasil
pengamatan yang dinyatakan dalam datakualitatif.
5. Pengujian hipotesis pada statistik non-parametrik dilakukan secara
langsung pada pengamatan yang nyata.
6. Walaupun pada statistik non-parametrik tidak terikat pada
distribusi normal populasi,tetapi dapat digunakan pada populasi
berdistribusi normal.

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.

Riduan, 2002, Skala Pengukuran Variabel - Variabel Penelitian, Alfabeta, Bandung.

Singarimburl, Sofyan, 2000, Metode Penelitian Survei, edisi ke dua, LP3S,Jakarta

Sugiyono, 1999, Metode Penelitian Administrasi, Alfabeta, Bandung. Sukandar, 2002, Metodologi
Penelitian, Gadiah Mada University Press, Yogyakarta.

Uji Beda ~ Konsultan Statistik