Data Hasil Posttest 20 Siswa
ID Siswa | Hasil Posttest |
---|---|
1 | 75 |
2 | 82 |
3 | 65 |
4 | 90 |
5 | 88 |
6 | 54 |
7 | 79 |
8 | 68 |
9 | 92 |
10 | 70 |
11 | 81 |
12 | 64 |
13 | 85 |
14 | 77 |
15 | 80 |
16 | 60 |
17 | 95 |
18 | 78 |
19 | 74 |
20 | 66 |
Uji Beda Satu Sampel: Wilcoxon Signed-Rank
Jika data hasil posttest tersebut dianggap tidak normal, kita dapat menggunakan Uji Beda Satu Sampel non-parametrik, seperti Uji Wilcoxon Signed-Rank. Uji ini berguna untuk membandingkan median dari sampel dengan nilai tertentu (misalnya, nilai target atau nilai harapan). Namun, karena data tersebut tidak mengikuti distribusi normal, uji ini lebih tepat digunakan dibandingkan uji t satu sampel.
Untuk uji beda satu sampel, kita harus menentukan nilai hipotesis nol (H₀) yang ingin kita uji, misalnya:
- H₀: Median hasil posttest adalah 75 (nilai target).
- H₁: Median hasil posttest tidak sama dengan 75.
Berikut langkah-langkah umum yang bisa dilakukan untuk uji ini:
Langkah-langkah Uji Beda Satu Sampel (Wilcoxon Signed-Rank):
- Hipotesis:
- H₀: Median hasil posttest = 75
- H₁: Median hasil posttest ≠ 75
- Perhitungan:
- Hitung selisih antara data dan nilai yang dihipotesiskan (misalnya, 75).
- Tentukan tanda dan urutan dari selisih mutlak.
- Hitung statistik uji Wilcoxon.
- Keputusan:
- Bandingkan nilai p dengan tingkat signifikansi (misalnya 0,05).
- Jika p-value < 0,05, maka kita tolak H₀ dan simpulkan bahwa median hasil posttest tidak sama dengan 75.
Kode R
# Data hasil posttest
hasil_posttest <- c(75, 82, 65, 90, 88, 54, 79, 68, 92, 70,
81, 64, 85, 77, 80, 60, 95, 78, 74, 66)
# Nilai acuan
nilai_acuan <- 75
# Uji Wilcoxon Signed-Rank
wilcox.test(hasil_posttest, mu = nilai_acuan, alternative = "two.sided")
Penjelasan
mu = nilai_acuan
: Menentukan nilai acuan untuk median populasi.alternative = "two.sided"
: Menentukan uji dua sisi untuk median.
Eksekusi kode di R untuk mendapatkan hasil statistik uji dan p-value. Jika ada pertanyaan, jangan ragu untuk bertanya!
Tidak ada komentar:
Posting Komentar