membandingkan pengaruh hasil dua perlakuan, untuk data yang berpasangan, satu sebagai hasil perlakuan A dan satu hasil perlakuan B, ternyata untuk membandingkan kedua hasil perlakuan (ditinjau dari rata-rata) dapat digunakan uji tanda. Uji Tanda sangat baik apabila memenuhi syarat-syarat sbb : 1. Pasangan hasil pengamatan yang sedang dibandingkan bersifat independent. 2. Masing-masing pengamatan dalam tiap pasang terjadi karena pengaruh kondisi yang serupa. 3. Pasangan yang berlainan terjadi karena kondisi yang berbeda. Uji tanda dilakukan berdasarkan tanda, yakni + dan – yang didapat dari selisih nilai pengamatan. Misalkan sampel yang berukuran N dapat ditulis sebagai (X1,Y1), (X2,Y2) ....(XN,YN). Bentuk selisihnya adalah (X1-Y1), (X2-Y2) ..... (XN-YN). Jika Xi>Yi diberi tanda + (positif), dan Jika Xi<Yi diberi tanda – (negatif). Sedangkan untuk Xi=Yi kita abaikan pasangan tersebut. Selanjutnya banyak tanda yang terjadi paling sedikit kita lambangkan dengan h (h hitung). Bilangan ini dapat digunakan untuk menguji hipotesis : Ho : Tidak ada perbedaan kedua perlakuan. HA : Terdapat perbedaan kedua perlakuan. Kriteria pengambilan keputusan adalah : Tolak Ho dan terima Ha jika h hitung ≤ h tabel dan terima Ho dan tolak Ha jika h hitung > h tabel. Contoh : Data berikut (kolom 2 dan kolom 3), adalah mengenai produksi dari dua jenis mesin (dinyatakan) dalam ton/per hari dari dua puluh perusahaan. Perusahaan Mesin Tipe X Mesin Tipe Y Tanda (1) (2) (3) (Xi – Yi) 1 3,4 3,0 + 2 3,7 3,9 - 3 2,8 3,2 - 4 4,2 4,6 - 5 4,6 4,3 + 6 3,8 3,4 + 7 3,6 3,5 + 8 2,9 3,0 - 9 3,0 2,9 + 10 3,8 3,7 + 11 4,0 3,7 + 12 3,9 4,0 - 13 3,8 3,5 + 14 4,2 4,5 - 15 4,7 3,9 + 16 4,0 3,7 + 17 3,6 3,2 + 18 3,2 2,9 + 19 3,4 3,0 + 20 2,9 3,6 - Dari tabel tersebut, diperoleh tanda (Xi-Yi) yang paling sedikit adalah negatif 7. Dengan demikian, maka nilai h hitung = 7. Nilai h tabel untuk n=20 dan a=0,05 = 5. Jadi h hitung lebih besar h tabel (7 > 5). Jadi Ho diterima. Ini berarti bahwa tidak ada perbedaan yang berarti antara penggunaan mesin tipe X dan mesin tipe Y. Tabel nilai kiritis h untuk uji tanda.
n a= 0,01 a= 0,05 n a=0,01 a=0,05
6 - 0 15 2 3 7 - 0 16 2 3 8 0 0 17 2 4 9 0 1 18 3 4 10 0 1 19 3 4 11 0 1 20 3 5 12 1 2 21 4 5 13 1 2 22 4 5 14 1 2 23 4 6 Jika n > 95, maka h tabel dapat dihitung dengan jalan mengambil bilangan bulat terdekat yang lebih kacil dari: ½ (n-1) – k V n + 1 dengan k = 1,2879 untuk a=0,01 dan k = 0,9800 untuk a=0,05 2. Uji Wilcoxon. Uji ini merupakan perbaikan dari uji tanda. Dalam uji Wilcoxon, bukan saja tanda yang diperhatikan, tetapi juga nilai selisih (X-Y). Caranya adalah sbb : 1. Beri nomor urut untuk setiap harga mutlak (Xi-Yi). Harga mutlak yang terkecil diberi nomor urut atau rank 1, harga mutlak selisih berikutnya diberi nomor urut 2, dan harga mutlak terbesar diberi nomor urut n. Jika terdapat selisih beda yang harga mutlaknya sama besar, untuk nomor urut diambil rata-ratanya. 2. Untuk tiap nomor urut berikan pula tanda yang didapat dari selisih (X-Y). 3. Hitung jumlah nomor urut yang bertanda positif dan bertanda negatif. 4. Untuk jumlah nomor urut yang didapat pada point 3, ambillah jumlah harga mutlaknya yang paling kecil. Jumlah ini dilambangkan dengan j hitung. Jumlah j hitung inilah yang dipakai untuk menguji hipotesa : Ho : Tidak ada perbedaan pengaruh kedua perlakuan. Ha : Terdapat pengaruh kedua perlakuan. Jika j hitung ≤ j tabel tolak Ho dan terima Ha. Jika j hitung > j tabel terima Ho dan tolak Ha. Contoh : No. X Y Beda Rank Tanda Rank (Xi-Yi) (Xi-Yi) Positif Negatif
1 3,4 3,0 0,4 15,5 +15,5
2 3,7 3,9 -0,2 6 -6 3 2,8 3,2 -0,4 15,5 15,5 4 4,2 4,6 -0,4 15,5 15,5 5 4,6 4,3 0,3 9,5 +9,5 6 3,8 3,4 0,4 15,5 +15,5 7 3,6 3,5 0,1 3 +3 8 2,9 3,0 -0,1 3 -3 9 3,0 2,9 0,1 3 +3 10 3,8 3,7 0,1 3 +3 11 4,0 3,7 0,3 9,5 +9,5 12 3,9 4,0 -0,1 3 -3 13 3,8 3,5 0,3 9,5 +9,5 14 4,2 4,5 -0,3 9,5 -9,5 15 4,7 3,9 0,8 20 +20 16 4,0 3,7 0,3 9,5 +9,5 17 3,6 3,2 0,4 15,5 +15,5 18 3,2 2,9 0,3 9,5 +9,5 19 3,4 3,0 0,4 15,5 +15,5 20 2,9 3,6 -0,7 19 -19 Dari perhitungan tersebut diperoleh nilai j hitung = 71,5 (jumlah harga mutlak yang paling kecil). Nilai j tabel pada taraf a=0,05 adalah 52. Dengan demikian maka nilai j hitung > j tabel (71,5 > 52). Maka Ho diterima. Jadi tidak ada perbedaan yang berarti antara penggunaan mesin tipe X dan mesin tipe Y. 3. Koefisien Korelasi Rank Korelasi antara dua variabel yang berbeda dikenal dengan nama korelasi rank. Derajat hubungan yang mengukur korelasi rank dinamakan koefisien korelasi rank, atau koefisien korelasi spearmen yang diberi simbol r’ (baca : r aksen). Misalkan pasangan data hasil pengamatan (X1,Y1), (X2,Y2), ...,(Xn,Yn) kita susun menurut urutan besar nilianya dalam tiap variabel. Nilai Xi disusun menurut urutan besarnya, yang terbesar diberi rank atau nomor urut 1, terbesar kedua diberi rank 2, dst sampai nilai terkecil diberi rank n. Demikian pula untuk variabel Yi. Kemudian kita bentuk selisih atau beda rank Xi dan rank Yi yang data aslinya berpasangan. Sebutlah beda ini bi. Maka koefisien korelasi rank r’ antara serentetan pasangan Xi dan Yi dihitung dengan rumus : 6 ∑ bi2 r’ = 1 - ------------- n (n2 – 1 ) Harga r’ bergerak dari -1 sampai dengan +1. r’ = +1 terdapat persesuaian yang sempurna antara Xi dan Yi. r’ = - 1 terdapat penilaian yang betul-betul bertentangan antara Xi dan Yi. Contoh : Penilaian 2 orang juri terhadap 8 orang peserta lomba Karaoke Sbb :
Peserta Juri I Juri II
A 70 80 B 85 75 C 65 55 D 50 60 E 90 85 F 80 70 G 75 90 H 60 65 Daftar Rank dari 2 orang juri :
Peserta Rank juri I Rank juri II Beda (bi) bi2
A 5 3 2 4 B 2 4 -2 4 C 6 8 -2 4 D 8 7 1 1 E 1 2 -1 1 F 3 5 -2 4 G 4 1 3 9 H 7 6 1 1 jumlah 28 6 ∑ bi2 r’ = 1 - ------------- n (n2 – 1 )
6 (28) r’ = 1 - ----------- = 0,667 8 (64 – 1)
Jika terdapat data pengamatan yang harganya
sama, maka untuk data demikian diberikan rank yang sama dengan rata-rata dari rank-rank data yang sama tersebut. Contoh : untuk menghitung r’ apabila terdapat rank seri atau data yang sama besarnya. Xi Yi Rank Xi Rank Yi Beda bi bi2 96 150 1 1 0 0 82 95 6,5 6 0,5 0,25 63 75 9 9,5 -0,5 0,25 57 75 10 9,5 0,5 0,25 82 110 6,5 3 3,5 12,25 90 100 3 4,5 -1,5 2,25 90 140 3 2 1 1 74 83 8 8 0 0 87 100 5 4,5 0,5 0,25 90 92 3 7 -4 16 Jumlah 32,5 6 (32,50) r’ = 1 - -------------- = 0,8031 10 (102-1)
Koefisien korelasi rank yang diperoleh tsb dapat
digunakan untuk menguji hipotesis mengenai tidak terdapatnya korelasi antara variabel- variabel X dan Y melawan hipotesis tandingannya atau alternatif terdapat korelasi positif atau persesuaian antara X dan Y atau melawan alternatif terdapat korelasi negatif atau pertentangan antara X dan Y. Nilai-nilai kritis untuk pengujian hipotesis ini dengan taraf nyata 0,01 dan 0,05 dapat dilihat pada daftar sbb : Daftar : Batas Nilai Kritis untuk uji korelasi berdasarkan koefisien korelasi rank. Ukuran Nilai Kritis untuk taraf nyata Ukuran Nilai Kritis untuk taraf nyata Sampel (n) Sampel (n) 0,01 0,05 0,01 0,05
4 - 1,000 16 0,601 0,425
5 1,000 0,900 18 0,564 0,399 6 0,943 0,829 20 0,534 0,377 7 0,893 0,714 22 0,508 0,359 8 0,833 0,643 24 0,485 0,343 9 0,783 0,600 26 0,465 0,329 10 0,746 0,564 28 0,446 0,317 12 0,701 0,504 30 0,432 0,306 14 0,645 0,456 Dalam hal alternatif yang pertama, tolak hipotesis apabila r’ dari perhitungan ≥ batas nilai kritis dari daftar. Untuk alternatif yang kedua, tolak hipotesis jika r dari perhitungan ≤ batas nilai kritis dari daftar dengan tanda negatif. Kedua-duanya berlaku untuk taraf yang dipilih. Contoh : Penilaian 2 orang juri terhadap 8 orangf peserta lomba karaoke diperoleh r’ = 0,667. Jika a=0,05 dan n = 8, didapat batas nilai kritis 0,643. Jadi r’ = 0,667 > 0,643. Ini berarti dalam taraf nyata 0,05, kita tolak hipotesis bahwa kedua juri tidak terdapat persesuaian dalam menilai perlombaan tersebut. Dan menerima hipotesis alternatifnya bahwa terdapat korelasi positif atau persesuaian penilaian antara juri I dan juri II. TERIMA KASIH