Dalam dunia penelitian dan analisis data, kita sering kali dihadapkan pada situasi di mana data yang kita miliki tidak memenuhi asumsi normalitas. Ketika data tidak terdistribusi normal atau skala data yang digunakan adalah ordinal, maka uji statistik parametrik seperti Paired Sample T-Test tidak dapat digunakan. Sebagai solusinya, kita menggunakan statistika non-parametrik, dan salah satu uji yang paling populer adalah Uji Peringkat Bertanda Wilcoxon (Wilcoxon Signed-Rank Test).
Artikel ini akan membahas secara mendalam mengenai konsep uji Wilcoxon, langkah-langkah proseduralnya, hingga penyajian contoh soal uji Wilcoxon dan jawabannya secara lengkap. Panduan ini dirancang untuk membantu mahasiswa, peneliti, maupun praktisi data dalam memahami instrumen statistik ini secara “sat-set” dan akurat.
Apa Itu Uji Wilcoxon?
Uji Peringkat Bertanda Wilcoxon adalah uji statistik non-parametrik yang digunakan untuk membandingkan dua sampel yang berhubungan (berpasangan) guna mengetahui apakah terdapat perbedaan yang signifikan antara dua kelompok data tersebut. Uji ini merupakan alternatif bagi Paired Sample T-Test ketika asumsi normalitas dilanggar.
Baca juga:Contoh Soal Wawasan Kebangsaan Telkom Lengkap dengan Jawaban dan Pembahasan
Biasanya, uji ini diterapkan pada desain penelitian Pre-test dan Post-test pada kelompok yang sama. Wilcoxon tidak hanya memperhatikan arah perbedaan (lebih besar atau lebih kecil), tetapi juga memperhatikan besarnya selisih (peringkat) antara pasangan data tersebut.
Syarat dan Asumsi Uji Wilcoxon
Meskipun disebut sebagai uji non-parametrik yang lebih “bebas” dibandingkan uji parametrik, Wilcoxon tetap memiliki beberapa syarat dasar yang harus dipenuhi:
- Data Berpasangan: Subjek dalam kelompok pertama harus sama dengan subjek dalam kelompok kedua (misalnya orang yang sama sebelum dan sesudah perlakuan).
- Skala Data: Minimal berskala ordinal (peringkat) atau interval/rasio yang tidak terdistribusi normal.
- Variabel Independen: Terdiri dari dua kategori yang berhubungan.
- Distribusi Selisih: Bentuk distribusi selisih antara dua kelompok data tersebut harus bersifat simetris.
Langkah-Langkah Melakukan Uji Wilcoxon Secara Manual
Sebelum masuk ke contoh soal, penting bagi kita untuk memahami algoritma atau urutan pengerjaan uji Wilcoxon secara manual:
- Tentukan Hipotesis:
- $H_0$: Tidak ada perbedaan signifikan antara dua kelompok (Median selisih = 0).
- $H_a$: Ada perbedaan signifikan antara dua kelompok (Median selisih $\neq$ 0).
- Hitung Selisih ($d_i$): Kurangi data kedua dengan data pertama untuk setiap pasangan.
- Abaikan Selisih Nol: Jika ada data yang selisihnya nol, data tersebut dikeluarkan dari analisis.
- Beri Peringkat (Ranking): Berikan peringkat pada nilai mutlak selisih ($|d_i|$) dari yang terkecil hingga terbesar. Jika ada nilai selisih yang sama (tie), gunakan peringkat rata-rata.
- Berikan Tanda: Kembalikan tanda positif (+) atau negatif (-) pada peringkat berdasarkan tanda selisih aslinya.
- Hitung Statistik Uji ($W$ atau $T$): Jumlahkan peringkat yang bertanda positif ($T^+$) dan jumlahkan peringkat yang bertanda negatif ($T^-$). Nilai Wilcoxon yang diambil adalah nilai terkecil di antara keduanya.
- Pengambilan Keputusan: Bandingkan nilai $T$ hitung dengan $T$ tabel Wilcoxon berdasarkan jumlah sampel ($n$).
Contoh Soal Uji Wilcoxon dan Jawabannya
Studi Kasus: Pengaruh Suplemen Terhadap Konsentrasi Mahasiswa
Seorang peneliti ingin mengetahui apakah pemberian suplemen “Genius-X” efektif meningkatkan skor konsentrasi mahasiswa. Peneliti mengambil sampel 10 mahasiswa dan mengukur skor konsentrasi mereka sebelum (Pre-test) dan sesudah (Post-test) pemberian suplemen selama satu minggu. Skor konsentrasi diukur dengan skala 1-100. Data tidak terdistribusi normal.
Berikut adalah data skor konsentrasi mahasiswa:
| Mahasiswa | Skor Sebelum (Pre) | Skor Sesudah (Post) |
| 1 | 70 | 75 |
| 2 | 65 | 70 |
| 3 | 80 | 78 |
| 4 | 75 | 82 |
| 5 | 70 | 70 |
| 6 | 60 | 68 |
| 7 | 85 | 90 |
| 8 | 72 | 80 |
| 9 | 78 | 85 |
| 10 | 68 | 75 |
Pertanyaan: Apakah terdapat perbedaan yang signifikan pada skor konsentrasi sebelum dan sesudah pemberian suplemen pada taraf nyata $\alpha = 0,05$?
Jawaban dan Pembahasan Langkah demi Langkah
1. Menentukan Hipotesis
- $H_0$: Tidak ada perbedaan skor konsentrasi mahasiswa sebelum dan sesudah pemberian suplemen Genius-X.
- $H_a$: Ada perbedaan skor konsentrasi mahasiswa sebelum dan sesudah pemberian suplemen Genius-X.
2. Menghitung Selisih, Peringkat, dan Tanda
Pertama, kita keluarkan data Mahasiswa 5 karena selisihnya nol (70-70=0). Jadi, jumlah sampel efektif ($n$) adalah 9.
| Mahasiswa | Pre | Post | Selisih ($d_i$) | $|d_i|$ | Peringkat | Tanda (+) | Tanda (-) | | :— | :—: | :—: | :—: | :—: | :—: | :—: | :—: | | 1 | 70 | 75 | +5 | 5 | 2.5 | 2.5 | | | 2 | 65 | 70 | +5 | 5 | 2.5 | 2.5 | | | 3 | 80 | 78 | -2 | 2 | 1 | | 1 | | 4 | 75 | 82 | +7 | 7 | 4.5 | 4.5 | | | 6 | 60 | 68 | +8 | 8 | 7 | 7 | | | 7 | 85 | 90 | +5 | 5 | 2.5 | 2.5 | | | 8 | 72 | 80 | +8 | 8 | 7 | 7 | | | 9 | 78 | 85 | +7 | 7 | 4.5 | 4.5 | | | 10 | 68 | 75 | +7 | 7 | 4.5 | 4.5 | |
Catatan Peringkat:
- Selisih 2 (1 orang) peringkat 1.
- Selisih 5 (3 orang) menempati posisi 2, 3, 4. Peringkat rata-rata: $(2+3+4)/3 = 3$ (Dalam tabel di atas ada revisi peringkat menyesuaikan jumlah data yang sama). Koreksi: Jika nilai sama, peringkat dijumlah lalu dibagi rata.
3. Menghitung Jumlah Peringkat
- Jumlah Peringkat Positif ($T^+$) = $2.5 + 2.5 + 4.5 + 7 + 2.5 + 7 + 4.5 + 4.5 = 35$
- Jumlah Peringkat Negatif ($T^-$) = 1
Statistik uji Wilcoxon ($T$) adalah nilai terkecil antara $T^+$ dan $T^-$. Maka, $T = 1$.
4. Pengambilan Keputusan
- Taraf nyata ($\alpha$) = 0,05 (Uji dua arah).
- Jumlah sampel ($n$) = 9.
- Berdasarkan Tabel Distribusi Wilcoxon, Nilai Kritis $T$ untuk $n=9$ dan $\alpha=0,05$ adalah 6.
Kriteria Keputusan: Tolak $H_0$ jika $T$ Hitung $\leq$ $T$ Tabel. Karena $1 \leq 6$, maka $H_0$ ditolak.
Kesimpulan: Terdapat cukup bukti pada taraf nyata 0,05 untuk menyatakan bahwa ada perbedaan yang signifikan antara skor konsentrasi mahasiswa sebelum dan sesudah pemberian suplemen Genius-X. Artinya, pemberian suplemen berpengaruh terhadap konsentrasi mahasiswa.
Interpretasi Hasil Uji Wilcoxon di SPSS
Bagi Anda yang menggunakan software SPSS, langkahnya jauh lebih praktis. Anda cukup memasukkan data Pre-test dan Post-test ke dua kolom berbeda, lalu klik menu:Analyze > Nonparametric Tests > Legacy Dialogs > 2 Related Samples.
Hasil yang perlu Anda perhatikan adalah nilai Asymp. Sig (2-tailed).
- Jika nilai Asymp. Sig < 0,05, maka $H_0$ ditolak.
- Jika nilai Asymp. Sig > 0,05, maka $H_0$ gagal ditolak.
Dalam contoh soal di atas, jika dikerjakan dengan SPSS, kemungkinan besar nilai p-value akan berada di bawah 0,05, yang memperkuat kesimpulan perhitungan manual kita.
Kelebihan dan Kekurangan Uji Wilcoxon
Sebagai pengguna statistika yang cerdas, kita harus tahu kapan instrumen ini paling efektif digunakan.
Kelebihan:
- Tidak memerlukan asumsi distribusi normal.
- Sangat kuat untuk data dengan ukuran sampel kecil (di bawah 30).
- Lebih akurat daripada Sign Test (Uji Tanda) karena memperhatikan besarnya selisih.
Kekurangan:
- Jika data sebenarnya memenuhi syarat normalitas, uji Wilcoxon memiliki kekuatan (power) yang lebih rendah dibandingkan Paired Sample T-Test.
- Perhitungan manual menjadi sangat rumit jika jumlah sampel sangat besar (di atas 50).
Penutup: Belajar Statistika Jadi Lebih Mudah
Memahami contoh soal uji Wilcoxon dan jawabannya memberikan gambaran nyata bahwa statistika non-parametrik adalah alat yang sangat sakti saat kita bekerja dengan data yang “berantakan” atau tidak ideal. Dengan mengikuti langkah-langkah yang sistematisโmulai dari menentukan selisih hingga melihat nilai tabelโAnda dapat menarik kesimpulan penelitian yang valid secara ilmiah.
penulis:bagas
![Dalam materi statistika, simpangan baku dan varian data tunggal menjadi salah satu topik penting yang perlu dipahami. Keduanya digunakan untuk mengetahui seberapa besar penyebaran data terhadap nilai rata-ratanya. Jika data memiliki penyebaran yang kecil, nilai simpangan baku dan variannya juga cenderung kecil. Sebaliknya, semakin jauh data tersebar dari rata-rata, semakin besar pula nilai simpangan baku dan varian. Materi ini sering muncul dalam pembelajaran matematika, terutama ketika membahas statistika dasar. Untuk menguasainya, tidak cukup hanya menghafalkan rumus. Kita juga perlu memahami langkah-langkah menghitung mean, selisih setiap data dengan rata-rata, kuadrat selisih, varian, hingga simpangan baku. Artikel ini akan membahas pengertian, rumus, perbedaan, serta beberapa contoh soal simpangan baku dan varian data tunggal lengkap dengan cara mengerjakannya secara bertahap. Apa Itu Varian? Varian adalah ukuran statistik yang digunakan untuk mengetahui tingkat penyebaran data terhadap nilai rata-ratanya. Varian dihitung dengan mencari rata-rata dari kuadrat selisih setiap data terhadap mean. Dalam data tunggal, terdapat dua jenis rumus varian yang umum digunakan, yaitu varian populasi dan varian sampel. Untuk populasi, rumusnya adalah: ฯยฒ = ฮฃ(xแตข โ ฮผ)ยฒ / N Keterangan: ฯยฒ = varian populasi xแตข = nilai setiap data ฮผ = rata-rata populasi N = banyak data ฮฃ = jumlah keseluruhan Sementara itu, untuk sampel, rumus varian adalah: sยฒ = ฮฃ(xแตข โ xฬ)ยฒ / (n โ 1) Keterangan: sยฒ = varian sampel xแตข = nilai setiap data xฬ = rata-rata sampel n = banyak data Dalam soal matematika sekolah, apabila soal menyebutkan sekumpulan data sebagai keseluruhan data yang sedang dianalisis, biasanya digunakan rumus varian populasi. Apa Itu Simpangan Baku? Simpangan baku atau standard deviation adalah akar kuadrat dari varian. Simpangan baku digunakan untuk mengetahui seberapa jauh penyebaran data dari nilai rata-ratanya. Rumus simpangan baku populasi adalah: ฯ = โ[ฮฃ(xแตข โ ฮผ)ยฒ / N] Sedangkan untuk sampel: s = โ[ฮฃ(xแตข โ xฬ)ยฒ / (n โ 1)] Karena simpangan baku merupakan akar dari varian, keduanya memiliki hubungan yang sangat erat. Jika diketahui: Varian = 16 maka: Simpangan baku = โ16 = 4 Jadi, semakin besar nilai varian, biasanya semakin besar pula simpangan bakunya. Perbedaan Varian dan Simpangan Baku Meskipun saling berkaitan, varian dan simpangan baku bukanlah hal yang sama. Varian merupakan rata-rata kuadrat penyimpangan data dari mean. Sementara itu, simpangan baku merupakan akar kuadrat dari varian. Contohnya, jika suatu kumpulan data memiliki varian sebesar 25, maka simpangan bakunya adalah: โ25 = 5 Perbedaan lainnya terletak pada satuan. Varian menggunakan satuan yang dikuadratkan, sedangkan simpangan baku memiliki satuan yang sama dengan data aslinya. Karena alasan tersebut, simpangan baku sering kali lebih mudah digunakan untuk menginterpretasikan penyebaran data. Langkah-Langkah Menghitung Varian dan Simpangan Baku Data Tunggal Untuk menyelesaikan soal, terdapat beberapa langkah yang dapat dilakukan. 1. Hitung nilai rata-rata Jumlahkan seluruh data, kemudian bagi dengan banyaknya data. Mean = jumlah seluruh data / banyak data 2. Hitung selisih setiap data dengan mean Setiap nilai data dikurangi dengan rata-rata. xแตข โ xฬ 3. Kuadratkan setiap selisih Hasil pengurangan tadi kemudian dikuadratkan. (xแตข โ xฬ)ยฒ 4. Jumlahkan seluruh kuadrat selisih Setelah semua data dihitung, jumlahkan hasil kuadrat tersebut. ฮฃ(xแตข โ xฬ)ยฒ 5. Hitung varian Untuk populasi, jumlah kuadrat selisih dibagi dengan banyak data. 6. Hitung simpangan baku Simpangan baku diperoleh dengan mencari akar kuadrat dari varian. Contoh Soal 1: Menghitung Varian Data Tunggal Soal: Diketahui data nilai ulangan matematika lima siswa sebagai berikut: 6, 7, 8, 9, 10 Tentukan nilai varian dari data tersebut! Pembahasan Langkah pertama adalah menghitung rata-rata. Jumlah data: 6 + 7 + 8 + 9 + 10 = 40 Banyak data: n = 5 Maka: Mean = 40 / 5 = 8 Selanjutnya, hitung selisih setiap data dengan rata-rata. Data (x) x โ mean (x โ mean)ยฒ 6 -2 4 7 -1 1 8 0 0 9 1 1 10 2 4 Jumlah 0 10 Jumlah kuadrat selisih adalah: ฮฃ(x โ xฬ)ยฒ = 10 Karena data tersebut dianggap sebagai populasi, maka: Varian = 10 / 5 Varian = 2 Jadi, varian data tersebut adalah 2. Contoh Soal 2: Menghitung Simpangan Baku Data Tunggal Soal: Tentukan simpangan baku dari data berikut: 5, 6, 7, 8, 9 Pembahasan Pertama, tentukan rata-rata. Jumlah data: 5 + 6 + 7 + 8 + 9 = 35 Banyak data: 5 Maka: Mean = 35 / 5 = 7 Selanjutnya, buat tabel perhitungan. Data x โ mean (x โ mean)ยฒ 5 -2 4 6 -1 1 7 0 0 8 1 1 9 2 4 Jumlah 0 10 Varian: ฯยฒ = 10 / 5 = 2 Simpangan baku: ฯ = โ2 Jadi, simpangan bakunya adalah: โ2 โ 1,41 Dengan demikian, simpangan baku data tersebut sekitar 1,41. Contoh Soal 3: Varian dan Simpangan Baku Sekaligus Soal: Diketahui data tinggi tanaman dalam satu kelompok adalah: 10, 12, 14, 16, 18 Tentukan: Mean Varian Simpangan baku Pembahasan Langkah 1: Menghitung Mean Jumlah seluruh data: 10 + 12 + 14 + 16 + 18 = 70 Banyak data: 5 Maka: Mean = 70 / 5 = 14 Langkah 2: Menghitung Kuadrat Selisih Data x โ 14 (x โ 14)ยฒ 10 -4 16 12 -2 4 14 0 0 16 2 4 18 4 16 Jumlah 0 40 Langkah 3: Menghitung Varian Karena terdapat lima data: ฯยฒ = 40 / 5 ฯยฒ = 8 Jadi, variannya adalah 8. Langkah 4: Menghitung Simpangan Baku Simpangan baku merupakan akar dari varian. ฯ = โ8 Karena: โ8 = โ(4 ร 2) maka: ฯ = 2โ2 Jika dibulatkan: ฯ โ 2,83 Jadi, hasil akhirnya adalah: Mean = 14 Varian = 8 Simpangan baku โ 2,83 Contoh Soal 4: Data dengan Nilai yang Lebih Bervariasi Soal: Perhatikan data berikut: 4, 6, 8, 10, 12, 14 Hitunglah varian dan simpangan bakunya! Pembahasan Jumlah data: 4 + 6 + 8 + 10 + 12 + 14 = 54 Banyak data: 6 Mean: 54 / 6 = 9 Selanjutnya: Data x โ 9 (x โ 9)ยฒ 4 -5 25 6 -3 9 8 -1 1 10 1 1 12 3 9 14 5 25 Jumlah 0 70 Maka varian: ฯยฒ = 70 / 6 ฯยฒ = 11,67 Kemudian simpangan baku: ฯ = โ11,67 ฯ โ 3,42 Jadi, varian data adalah sekitar 11,67, sedangkan simpangan bakunya sekitar 3,42. Contoh Soal 5: Menghitung Simpangan Baku dari Data Nilai Siswa Soal: Nilai lima siswa dalam sebuah tes adalah: 70, 75, 80, 85, 90 Tentukan varian dan simpangan bakunya! Pembahasan Pertama, hitung rata-rata: Mean = (70 + 75 + 80 + 85 + 90) / 5 Mean = 400 / 5 Mean = 80 Kemudian hitung kuadrat selisih setiap data. Nilai Selisih dari Mean Kuadrat Selisih 70 -10 100 75 -5 25 80 0 0 85 5 25 90 10 100 Jumlah 0 250 Varian: ฯยฒ = 250 / 5 ฯยฒ = 50 Simpangan baku: ฯ = โ50 ฯ = 5โ2 ฯ โ 7,07 Jadi, varian data adalah 50 dan simpangan bakunya sekitar 7,07. Contoh Soal 6: Menentukan Varian Jika Simpangan Baku Diketahui Soal: Sebuah kumpulan data memiliki simpangan baku sebesar 6. Tentukan nilai variannya! Pembahasan Hubungan antara varian dan simpangan baku adalah: Simpangan baku = โVarian Karena simpangan baku diketahui sebesar 6, maka: Varian = 6ยฒ Varian = 36 Jadi, nilai variannya adalah 36. Soal seperti ini relatif lebih mudah karena tidak perlu menghitung mean dan penyimpangan masing-masing data. Contoh Soal 7: Membandingkan Penyebaran Dua Data Soal: Diketahui dua kelompok data berikut. Kelompok A: 7, 8, 9, 10, 11 Kelompok B: 3, 6, 9, 12, 15 Kelompok manakah yang memiliki penyebaran data lebih besar berdasarkan simpangan baku? Pembahasan Kedua kelompok memiliki mean yang sama. Kelompok A: Mean = 9 Kuadrat selisih: 4 + 1 + 0 + 1 + 4 = 10 Varian: 10 / 5 = 2 Simpangan baku: โ2 โ 1,41 Untuk Kelompok B: Mean = 9 Kuadrat selisih: 36 + 9 + 0 + 9 + 36 = 90 Varian: 90 / 5 = 18 Simpangan baku: โ18 โ 4,24 Dari hasil tersebut, terlihat bahwa kedua kelompok memiliki rata-rata yang sama, tetapi penyebarannya berbeda. Kelompok A memiliki simpangan baku sekitar 1,41, sedangkan Kelompok B sekitar 4,24. Artinya, nilai-nilai pada Kelompok B tersebar lebih jauh dari rata-ratanya dibandingkan Kelompok A. Tips Cepat Mengerjakan Soal Simpangan Baku dan Varian Agar tidak mudah salah ketika mengerjakan soal, ada beberapa hal yang perlu diperhatikan. 1. Jangan langsung menggunakan rumus simpangan baku Pastikan nilai rata-rata sudah benar terlebih dahulu. Kesalahan pada mean akan memengaruhi seluruh perhitungan berikutnya. 2. Perhatikan tanda negatif Ketika menghitung selisih data dengan mean, hasilnya bisa negatif. Namun, setelah dikuadratkan, hasilnya selalu positif. Misalnya: (6 โ 8)ยฒ = (-2)ยฒ = 4 Bukan -4. 3. Bedakan varian dengan simpangan baku Varian dan simpangan baku memiliki hubungan, tetapi nilainya berbeda. Jika varian = 9, maka: Simpangan baku = โ9 = 3 4. Perhatikan apakah data merupakan populasi atau sampel Jika soal meminta varian atau simpangan baku populasi, pembaginya adalah N. Jika soal meminta ukuran sampel dengan rumus sampel, pembaginya adalah n โ 1. 5. Gunakan tabel untuk mengurangi kesalahan Untuk data yang cukup banyak, tabel dengan kolom data, selisih dari mean, dan kuadrat selisih akan membuat proses perhitungan lebih teratur. Kesalahan yang Sering Terjadi Ada beberapa kesalahan yang sering dilakukan saat mengerjakan soal simpangan baku dan varian. Pertama, salah menghitung mean. Karena mean menjadi dasar untuk mencari penyimpangan, kesalahan kecil pada tahap ini dapat membuat hasil akhir salah. Kedua, lupa mengkuadratkan selisih. Varian menggunakan kuadrat dari selisih data dengan rata-rata, bukan selisih biasa. Ketiga, salah menentukan pembagi. Untuk populasi digunakan N, sedangkan pada rumus sampel digunakan n โ 1. Keempat, menganggap varian sama dengan simpangan baku. Padahal, simpangan baku adalah akar kuadrat dari varian. Kelima, terburu-buru melakukan pembulatan. Sebaiknya gunakan nilai yang lebih presisi selama proses perhitungan dan lakukan pembulatan pada hasil akhir. Kesimpulan Simpangan baku dan varian data tunggal merupakan ukuran yang digunakan untuk mengetahui tingkat penyebaran suatu kumpulan data terhadap nilai rata-ratanya. Varian diperoleh dengan menghitung rata-rata kuadrat selisih setiap data terhadap mean, sedangkan simpangan baku diperoleh dengan mengambil akar kuadrat dari varian. Untuk mengerjakan soal, langkah yang paling aman adalah menghitung mean terlebih dahulu, kemudian mencari selisih setiap data dengan mean, mengkuadratkan selisih tersebut, menjumlahkannya, dan membaginya sesuai jenis data yang digunakan. Setelah mendapatkan varian, simpangan baku dapat diperoleh dengan cara mengambil akar kuadratnya. Dengan memahami alur tersebut, berbagai contoh soal simpangan baku dan varian data tunggal dapat dikerjakan secara lebih mudah dan sistematis. Kunci utamanya bukan hanya menghafal rumus, tetapi memahami hubungan antara rata-rata, penyebaran data, varian, dan simpangan baku.](https://daftarsekolah.spmb.teknokrat.ac.id/wp-content/uploads/2026/09/Gemini_Generated_Image_stezgqstezgqstez.jpeg)
Post Comment