STATISTIK

Nama : Ria Elshinta

Kelas : 422 ( 04SMM018)
Reg B

1. Suatu ketika ada kasus seseorang yang sedang melakukan penelitian. Setelah dihitung, ternyata data
penelitian tersebut tidak berdistribusi normal dan tidak homogen. Lalu, peneliti tersebut mengulang
proses pengumpulan data dan datanya tetap tidak berdistribusi normal dan tidak
homogen. Kemudian untuk yang ketiga kalinya, peneliti tersebut mengulang proses pengumpulan data
dan datanya tetap tidak berdistribusi normal dan tidak homogen, begitupun seterusnya.
Berdasarkan kasus tersebut, menurut Anda apakah yang harus dilakukan peneliti tersebut jika setelah
ratusan kali datanya tetap tidak berdistribusi normal dan tidak homogen ? Jelaskan secara singkat

Mencari tahu penyebab ketidakhomogenan dan ketidaknormalan Peneliti perlu menganalisis secara
mendalam data yang dikumpulkan untuk mengidentifikasi penyebab ketidaknormalan dan
ketidakhomogenan tersebut. Dapat dilakukan analisis statistik lebih lanjut untuk mengidentifikasi faktor-
faktor yang mungkin menyebabkan masalah ini, seperti adanya outlier, anomali, atau kesalahan
pengukuran.

2. Jelaskan perbedaan kapan digunakannya uji tanda, uji peringkat bertanda Wilcoxon, dan uji Mann-
Whitney ?

1. Uji Tanda (Sign Test):

Uji Tanda digunakan ketika ingin membandingkan perbedaan antara dua sampel yang saling
berpasangan atau tergantung satu sama lain
2. Uji Peringkat Bertanda Wilcoxon (Wilcoxon Signed-Rank Test):
Uji Peringkat Bertanda Wilcoxon juga digunakan ketika ingin membandingkan dua sampel yang saling
berpasangan. Namun, perbedaannya terletak pada penggunaan peringkat
3. Uji Mann-Whitney:
Uji Mann-Whitney, juga dikenal sebagai Uji U atau Uji Wilcoxon-Mann-Whitney, digunakan ketika ingin
membandingkan dua sampel yang tidak berpasangan.

Uji Tanda dan Uji Peringkat Bertanda Wilcoxon hanya cocok digunakan ketika data bersifat ordinal atau
nominal dan mengikuti asumsi bahwa pasangan data bersifat independen dan diperoleh dari populasi
yang memiliki distribusi yang sama. Sedangkan Uji Mann-Whitney cocok digunakan untuk data bersifat
ordinal atau interval dan tidak mengharuskan adanya asumsi distribusi yang sama.