13.

UJI LANJUT SECARA

PARAMETRIK DAN
NONPARAMETRIK

MK Biostatistika
Murni Ramli@2021
Tujuan
• Mahasiswa mampu menerapkan uji lanjut
• Prinsip uji ini adalah untuk mengetahui perbedaan
antarrata-rata/mean atau antarmedian populasi. Apabila dari hasil
pengujian diketahui adanya perbedaan yang bermakna, berarti mean-
mean atau median-median yang diuji itu tidak homogen. Dengan kata
lain, minimal ada satu mean atau median yang mempunyai ukuran
lebih besar dari mean atau median lainnya. Namun, mean atau
median mana yang berbeda dari yang lain itu, atau di mana letak
mean atau median yang tidak homogen itu, belum diketahui lewat uji
varians/ragam.
• Prinsip uji lanjut dari uji varians/ragam satu jalur ataupun dua jalur
adalah untuk mengetahui letak perbedaan atau mencari lokasi
perbedaan antarmean atau median. Jadi, uji lanjut merupakan ujii
lanjutan setelah uji varians/ragam. Namun demikian, jika dari uji
varians/ragam tidak menunjukkan adanya perbedaan yang bermakna
maka uji lanjut tidak diperlukan.
• Uji lanjut cara parametrik yang akan dibahas adalah uji Beda Nyata
Terkecil (BNT) atau Least Significant Different (LSD), uji wilayah-
berganda Duncan atau Duncan’s Multi Range Test (DMRT), dan Uji
Dunnet.
• Untuk uji lanjut secara nonparametrik yang akan dibahas adalah uji
lanjut berupa pembandingan berganda setelah uji varians/ragam satu
jalur berperingkat Kruskal-Wallis dan uji lanjut berupa pembandingan
berganda setelah uji varians/ragam dua jalur berperingkat Friedman.
Uji Beda Nyata Terkecil
• Uji Beda Nyata Terkecil (uji BNT) atau Least Significant Different (LSD), dalam hal
perhitungannya tergolong sederhana dibandingkan jenis uji lanjut lainnya. Prinsip
uji lanjut BNT adalah pembandingan rata-rata antara dua nilai rata-rata atau
pembandingan pasangan rata-rata. Dua rata-rata dinyatakan berbeda secara
nyata/signifikan apabila mempunyai selisih yang lebih besar dibandingkan dengan
nilai BNT atau nilai LSD-nya.
• Uji BNT digunakan untuk pembandingan berencana. Artinya, dua nilai rata-rata
yang dibandingkan sudah direncanakan dari awal penelitian, jadi sejak Anda belum
memperoleh data. Dengan kata lain, bukan pembandingan seperti ditunjukkan
oleh data. Uji BNT akan menghasilkan kesimpulan yang bias jika diterapkan untuk
membandingkan rata-rata, seperti ditunjukkan data secara acak, khususnya
apabila jumlah taraf atau kategori variabel besar (lebih dari 6 kategori/taraf).
• seorang peneliti ingin mencoba pengaruh 4 jenis pupuk terhadap
pertumbuhan suatu jenis alga air tawar. Untuk itu, sampel alga dibagi
menjadi 5 kelompok untuk dikenai perlakuan, kelompok dan perlakuan itu
adalah berikut ini.

• A : tanpa perlakuan (kontrol).

• B : pupuk dari kotoran ayam.
• C : pupuk dari kotoran lembu.
• D : pupuk urea.
• E : pupuk TSP.
• Dari rencana penelitian tersebut, peneliti sudah yakin bahwa secara
hipotetik, yang terbaik pertumbuhannya adalah alga yang diberi pupuk
buatan, kemudian alga yang diberi pupuk alami terendah
pertumbuhannya adalah alga yg tidak dipupuk
• Kemudian, jika dibandingkan untuk antarpupuk buatan, alga yang diberi
pupuk TSP lebih baik pertumbuhannya. Pada pemakaian antarpupuk
alami, alga yang diberi pupuk kotoran ayam yang lebih baik
pertumbuhannya. Dengan demikian, rencana pembandingnya adalah
dengan urutan: nilai rata-rata pertumbuhan yang diberi pupuk TSP (YE )
, yang diberi urea (YD),yangdiberipupukkotoranayam
(YB),yangdiberipupukkotoranlembu (YC),dan yang tidak dipupuk (YA ).
• https://www.youtube.com/watch?v=XZtyHFDRqmk
UJI WILAYAH BERGANDA DUNCAN
(DUNCAN’S MULTIPLE RANGE TEST)
• Uji lanjut berupa uji wilayah-berganda Duncan atau DMRT (Duncan’s
Multiple Range Test) merupakan pembandingan antara dua rata-rata
dari seluruh nilai rata-rata yang ada. Oleh karena itu, uji ini digunakan
untuk pembandingan yang tidak berencana. Di samping itu, pada
DMRT, nilai pembanding tidak hanya satu macam karena setiap nilai
selisih dari sepasang data ada nilai pembandingnya. Dalam hal ini,
banyaknya nilai pembanding adalah t-1 buah, di mana t adalah
banyaknya taraf atau kategori perlakuan/pengamatan. Dua rata-rata
dikatakan berbeda secara bermakna atau berbeda secara signifikan
apabila selisihnya lebih besar daripada nilai pembandingnya yang
dinyatakan dalam wilayah nyata terkecil Rp.
• DMRT dapat digunakan untuk mengadakan pembandingan pada
seluruh pasangan data yang mungkin dibandingkan, sekalipun pada
perlakuan dengan jumlah taraf atau kategori yang besar, tanpa
menimbulkan efek bias. Dari hasil DMRT dapat dilihat efek perlakuan
atau efek taraf/level atau kategori dari variabel bebas yang paling
besar atau yang paling kecil pengaruhnya di antara t buah taraf atau
kategori yang dikenakan pada variabel tak bebasnya.
Latihan
• https://www.youtube.com/watch?v=fMsfzIt90pk
Uji Dunnet
• Seperti halnya uji LSD dan DMRT, Uji Dunnet juga digunakan untuk
melakukan pembandingan atas pasangan nilai rata-rata. Uji Dunnet
termasuk uji pembandingan tak berencana, namun demikian si peneliti
memang ingin membandingkan akibat level-level atau taraf perlakuan
jika dibandingkan dengan kontrolnya. Jadi, kelompok kontrol merupakan
pembanding tunggal bagi kelompok-kelompok lainnya. Misal si peneliti
ingin melihat pada dosis berapa pupuk yang diberikan sudah
memberikan efek yang berbeda dibandingkan dengan yang tidak diberi
pupuk. Dari model substitusi yang dilakukan, si peneliti ingin mengetahui
berapa besarnya substitusi yang diberikan yang sudah mulai
menunjukkan perbedaan dengan kontrol (yang tak diberi substitusi).
• Oleh karena itu, seperti halnya uji LSD, pada uji Dunnet juga hanya
terdapat sebuah nilai pembanding untuk menentukan bermakna
tidaknya selisih pasangan-pasangan data yang dibandingkan.
E. UJI DUNN: UJI LANJUT SETELAH UJI KRUSKAL
WALLIS
• Uji Dunn merupakan salah satu jenis uji lanjut nonparametrik yang cocok digunakan
sesudah uji Kruskal-Wallis.
• Uji Dunn melakukan pembandingan berganda atas rata-rata peringkat skor tiap
populasi.
• Pada uji ini digunakan nilai kritis sebagai pembanding untuk tiap pasangan rata-rata
peringkat skor.
• Laju kesalahan pada prosedur pembandingan berganda ini meningkat dengan
semakin banyaknya sampel atau populasi yang dibandingkan.
• Oleh karenanya, taraf nyata yang dipergunakan pada uji ini lebih besar dibandingkan
pada uji-uji statistika inferensial, yakni berkisar 0.15 sampai dengan 0,25. Rata-rata
skor dua populasi yang dibandingkan dinyatakan berbeda nyata apabila selisih rata-
rata peringkat skornya lebih besar daripada nilai kritisnya.
F. UJI LANJUT SETELAH UJI FRIEDMAN
• Telah Anda pelajari pada kegiatan belajar sebelumnya, bahwa Uji Friedman
dapat digunakan untuk melakukan uji varians/ragam data berpasangan yang
tidak memenuhi persyaratan untuk diuji secara parametrik. Apabila ternyata
uji Friedman menunjukkan penolakan Ho, berarti ada perbedaan yang
signifikan (bermakna) antarkelompok perlakuan atau antarkelompok yang
berbeda kondisinya. Signifikansi perbedaan yang diperoleh dari uji Friedman,
dapat diketahui letak atau lokasi perbedaannya, juga melalui uji lanjut
nonparametrik.
• Model uji lanjut setelah uji Friedman juga hampir sama dengan uji Dunn.
Namun demikian, karena data berpasangan maka ukuran (n) sampel atau
banyaknya data pengamatan antarkelompok perlakuan atau antarkelompok
kondisi adalah sama.