Uji sample berpasangan WIlcoxon Test Rank

Wilcoxon Signed Rank Test

Author

Andri Faisal

Wilcoxon Signed Rank Test

Ketika kita ingin menguji dua kelompok yang mendapatkan perlakuan berbeda maka kita bisa menggunakan UJi Wilcoxon signed test. Uji ini bisa kita lakukan pada dua kelompok yang berbeda dan datanya tidak termasuk dalam terdistribusi normal maka ini bisa kita gunakan dengan Uji Wilcoxon. Uji ini adalah bisa membedakan dua kelompok apakah kelompok tersebut sama.

Dalam satu kasus kelompok mahasiswa pertama adalah kelompok yang belum mendapatkan metode pembelajaran yang baru. Setelah itu mereka mendapatkan metode pengajaran yang baru. Untuk itulah dilakukan suatu uji agar memastikan perlakuan yang baru membuat perbedaan dalam hal ini nilai yang berbeda nyata baik sebelum menggunakan metode pengajaran maupun sesudah metode pengajaran yang baru diterapkan.

Singkatnya dalam wilcoxon signed rank test adalah uji untuk kelompok yang berpasangan atau paired test. Artinya kelompok tersebut dari kelompok yang sama namun berbeda dalam dalam kategori.misalnya kelompok sebelum perlakukan dan kelompok sesudah perlakukan. kita akan membandingkan invidu yang sama namun perlakuan yang berbeda.

Adapaun definsi Wilcoxon Sign Test adalah Salah satu alternatif t test untuk data yang tidak terdistribusi normal. Wilcoxon adalah alternative bagi t test pada saat data terdistribusi normal(Kloke & Mckean, 2015) Jika sudah persiapan yang dilakukan adalah mengumpulkan data yang ada. Pastikan data tersebut adalah dua sample yang berhubungan. Adapun langkah dalam mengelola data adalah seperti ini:

1. Tentukan Hipotesis nol dan hipotesis alternative Hipotesis nol menunjukkan tidak adanya perbedaan antara dua grup tersebut
2. Hitung Perbedaan Setiap data Menghitung perbedaan atau mencari selisih antara kedua grup dalam rengking tersebut
3. Hitung Nilai absoulut dari perbedaan dan peringkatnya Hitung nilai absoulut dari tiap perbedaan dan mengurutkan nilai absoulut dari yang terkecil hingga yang terbesar. Contoh Nilai 1 untuk terkecil m dan nilai 2 untuk terkecil kedua dan seterusnya
4. Menghitung nilai T Jika kita menggunakan hipotesis dua arah yakni Ha: µ1 ≠ µ2 maka kita menghitung selisish yang psoitif dan negative sedangkan jika kita menggunakan Ha: µ1 > µ2 maka menggunakan selisih yang positif dan Ha: µ1 < µ2 maka kita menggunakan yang negative.
5. Hitung Nilai T dengan membandingkan dengan table Wilcoxon signed test . Nilai T berada di wilayah penerimaan ataupun penolakan.
6. Ambil keputusan Tolak H0 atau tidak bisa menolak Ho
7. Intreprestasi jika menolak H0 berarati menunjukkan tidak ada perbedaaan dan jika tidak bisa menolak H0 maka akan JIka mau mengolah dalam RStudio maka bisa kita melakukan hal seperti ini yakni:
8. Mengumpukan data dan measukkan data dalam format vector atom
9. Kita menggunakan kode sintaks pada script kita yakni wilcox.test(x,y, paired=TRUE, alternatives=two.sides) Ini contoh dari pelaksanaan ujinya seperti ini

Menjalankan uji Wilcoxon

Inilah syntax yang bisa anda lakukan pada saat uji Wilcoxon fungsinya adalah dengan syntax wilcox.test

nilaimahasiswasatu<-c(20,30,45,50,60,75,50,67,55,45)
nilaimahasiswadua<-c(70,80,90,87,60,70,80,82,82,89)
wilcox.test(nilaimahasiswasatu,nilaimahasiswadua,paired=TRUE,alternative = "two.sided")

Warning in wilcox.test.default(nilaimahasiswasatu, nilaimahasiswadua, paired =
TRUE, : cannot compute exact p-value with ties

Warning in wilcox.test.default(nilaimahasiswasatu, nilaimahasiswadua, paired =
TRUE, : cannot compute exact p-value with zeroes

    Wilcoxon signed rank test with continuity correction

data:  nilaimahasiswasatu and nilaimahasiswadua
V = 1, p-value = 0.01277
alternative hypothesis: true location shift is not equal to 0

Di sana terlihat bahwa ada perbedaan yang nyata dalam kelompok mahasiswa satu dengan mahasiswa dua. nilai p value yakni 0,01277 yang berarti dibawah 0,05.

Kita bisa melakukan visualisasi data seperti dibawah ini dengan grafik box plot.

boxplot(nilaimahasiswasatu,nilaimahasiswadua,col=c(3,4))

Dari boxplot terlihat perbedaan yang signifikan dimana pada kotak (box) biru terlihat kotaknya lebih diatas daripada kota yang berwarna hijau. jika ingin melihat descriptive data dari kedua kelompok tersebut maka kita bisa untuk melakukan fungsi describe yang ada pada package psych. jangan lupa aktifkan dulu package psych pada setiap kelompok data seperti dibawah ini:

library(psych)
describe(nilaimahasiswasatu)

   vars  n mean    sd median trimmed   mad min max range  skew kurtosis   se
X1    1 10 49.7 16.29     50   50.25 11.12  20  75    55 -0.26    -0.95 5.15

describe(nilaimahasiswadua)

   vars  n mean   sd median trimmed   mad min max range  skew kurtosis   se
X1    1 10   79 9.59     81      80 10.38  60  90    30 -0.61    -0.96 3.03

Baca juga Grafik Box Plot Uji Sign Test One Sample Test