Uji 2 Sampel Berpasangan Bag 2b

(Uji Wilcoxon Berpasangan)

Mugi Wahidin, SKM, M.Epid

Prodi Kesehatan Masyarakat
Univ Esa Unggul
 Pokok Bahasan
 Pengertian dan penggunaan uji wilcoxon
berpasangan
 Contoh kasus
 Aplikasi SPSS
 1 sampel

Data
Komparasi 2 sampel berpasangan

Macam
Stat NPar Komparasi > 2 sampel Data Tidak
berpasangan

Asosiasi
 Data berpasangan

Komparasi 2 sampel Komparasi > 2 sampel

Nominal

Uji Cochran
Uji Mc Nemar

Wilcoxon Sign Uji Friedman

Rank Test for
Matched Pair
(wilcoxon
berpasangan)

Ordinal
 Pengertian dan Penggunaan
Uji Wilcoxon Berpasangan
 Uji ini sama dengan paired sample t test dalam
statistik parametrik
 Digunakan untuk menguji hipotesis dua sampel
berpasangan
 Data berskala ordinal
 Selain memperhatikan tanda perbedaan, Wilcoxon
signed rank test memperhatikan besarnya beda
dalam menentukan apakah ada perbedaan nyata
antara data pasangan yang diambil
Contoh
 Suatu penelitian dengan mengamati Nadi
sebelum pemberian obat x (Nadi-1) dan
setelah pemberian obat x (Nadi-2) didapatkan
data seperti terlihat pada Tabel berikut
 Apakah ada perbedaan Nadi-1 dan Nadi-2
dengan =0,05 dan CI 95%
Individu ke- Sebelum Sesudah
1 60 90
2 68 100
3 64 110
4 80 120
5 76 116
6 72 112
7 86 124
8 82 120
9 72 116
10 70 124
Untuk memudahkan,tabel dibuat seperti ini….

n x (pre) Y (post) d (y-x) No urut Peringkat (r)

1 60 90 + 30 1 1
2 68 100 + 32 2 2
3 64 110 + 46 9 9
4 80 120 + 40 5 6  (5+6+7/3)
5 76 116 + 40 6 6  (5+6+7/3)
6 72 112 + 40 7 6  (5+6+7/3)
7 86 124 + 38 3 3,5  (3+4/2)
8 82 120 + 38 4 3,5  (3+4/2)
9 72 116 + 44 8 8
10 70 124 + 54 10 10
T= 55
 Ingat...memberi no urut tidak perlu
memperhatikan tanda + atau -, tetapi cukup
perhatikan nilai selisihnya (d) dimulai dari yang
terkecil.

 Nilai total T diambil dari nilai rank dengan

tanda yang paling sedikit. Karena dalam soal
semua tanda adalah +, maka semua nilai
tersebut dijumlahkan.
 KESIMPULAN (1)
 Jika T hitung < T tabel= H0 gagal ditolak
 Jika T hitung > T tabel = H0 ditolak
 n (n+1) 10 (11)
 R =  =  = 55
2 2

 T hitung = 55
 T tabel (pada α=5% dan N=10) = 8
 T hitung > T tabel  55 > 8, maka :
 Ho ditolak, Terdapat perbedaan signifikan
antara nadi-1 dan nadi-2.
Jadi, pemberian obat x dapat meningkatkan nadi.
 KESIMPULAN (2)
 Jika z hitung < z tabel= H0 gagal ditolak
 Jika z hitung > z tabel = H0 ditolak

 P value > 0,05  H0 gagal ditolak

 P value < 0,05  H0 ditolak
PERHITUNGAN MANUAL
Z = T – [ ¼ N (N+1)]
V 1/24 (N) (N+1) (2N+1)

T = selisih nilai terkecil

N = jumlah sampel (selain ties)

Ties= nilai yang sama antara seblum dan

sesudah (dihilangkan dari perhitungan)

Hasil z hitung = -2,817

z tabel = 1,96
Kesimpulan
 Jika z antara -1,96 – 1,96 = Ho gagal tolak
 Z tidak di antara -1,96 – 1,96 = Ho di
tolak

 Z = -2,812  Ho ditolak
Terdapat perbedaan signifikan antara nadi-
1 dan nadi-2.
Jadi, pemberian obat x dapat
meningkatkan nadi.
Cek tabel z
 Angka 2,812 (minus diabaikan) pada tabel
z probabilitas = 0,995, atau 0,4975*2
karena tabel z untuk setengah kurva
 Berarti probabilitas adalah 1-0,995 =
0,005 (sama seperti hasil spss)
Aplikasi SPSS
1. Klik Analyze  Non Parametric Test  2 Related
Sampels, pada Menu Bar
2. Blok variabel “Sebelum dan sesudah”, pindahkan ke
kotak Test Pairs dengan tombol panah
3. Klik Option dan beri tanda centang Exclude Cases
Listwise
7. Pada Test Type beri tanda centang Wilcoxon klik
Ok
8. Untuk keputusan hipotesis lihat kolom test statistic
9. Jika Asymp sig. (2-tailed) ≥ α  maka Ho gagal
ditolak
Output SPSS

Z = -2,817
P value = 0,005
Latihan
 Entry-lah contoh soal diatas
 Tentukan keputusan hipotesisnya