Kuis Pengujian Hipotesis Komparatif k Sampel (B)

Uji Q Cochran digunakan untuk data yang memiliki karakteristik:

• Berskala nominal dengan tiga kategori

• Berskala ordinal dengan dua kategori

• Berskala nominal dengan dua kategori

• Berskala rasio dengan dua kategori

• Berskala interval dengan k kategori

Jika seorang peneliti ingin menguji perbedaan efektivitas tiga metode pelatihan pada karyawan yang sama diukur sebanyak tiga kali dalam waktu berbeda dengan data berskala ordinal, uji statistik yang tepat adalah:

• Uji Kruskal-Wallis

• Uji Q Cochran

• Uji Mann-Whitney

• Uji Friedman

• Uji Chi Square

Tujuan utama dari pengujian hipotesis komparatif k sampel adalah:

• Menguji perbedaan antara dua kelompok sampel

• Menguji hubungan antara beberapa variabel

• Menguji perbedaan antara tiga atau lebih kelompok sampel

• Menguji ada tidaknya pengaruh variabel independen terhadap variabel dependen

• Menguji kecocokan model dengan data

Dalam Uji Kruskal-Wallis, nilai df dihitung dengan rumus:

• N-1 (N = jumlah sampel)

• K-1 (K = jumlah kelompok)

• N-K (N = jumlah sampel, K = jumlah kelompok)

• (N-1)(K-1) (N = jumlah sampel, K = jumlah kelompok)

• N*K (N = jumlah sampel, K = jumlah kelompok)

Syarat penggunaan Uji Q Cochran dalam pengujian hipotesis komparatif k sampel adalah:

• Data berskala nominal dengan lebih dari dua kategori

• Data berskala interval dengan dua kategori

• Data berskala ordinal dengan sampel independen

• Data berskala nominal dengan dua kategori dan sampel berpasangan

• Data berskala rasio dengan sampel independen

Perhatikan output berikut: N = 20 Cochran's Q = 4.688 Df = 3 Asymp. Sig. = 0.196 Berdasarkan output tersebut, interpretasi yang tepat adalah:

• Terdapat perbedaan signifikan antar kelompok karena Asymp. Sig > 0,05

• Tidak terdapat perbedaan signifikan antar kelompok karena Asymp. Sig > 0,05

• Terdapat perbedaan signifikan antar kelompok karena nilai Q Cochran > df

• Tidak terdapat perbedaan signifikan antar kelompok karena nilai Q Cochran < 5

• Data tidak memenuhi syarat uji karena nilai N terlalu kecil

Uji Friedman dikembangkan sebagai alternatif dari uji parametrik:

• Uji t independen

• Uji t berpasangan

• Uji ANOVA satu arah

• Uji ANOVA dua arah

• Uji Korelasi Pearson

Perbedaan utama antara Uji Friedman dan Uji Kruskal-Wallis adalah:

• Uji Friedman untuk data nominal, Uji Kruskal-Wallis untuk data ordinal

• Uji Friedman untuk 2 sampel, Uji Kruskal-Wallis untuk k sampel

• Uji Friedman untuk sampel berpasangan, Uji Kruskal-Wallis untuk sampel independen

• Uji Friedman menggunakan rangking, Uji Kruskal-Wallis menggunakan data asli

• Uji Friedman untuk hipotesis deskriptif, Uji Kruskal-Wallis untuk hipotesis komparatif

Pada output Uji Kruskal-Wallis, nilai Mean Rank tertinggi menunjukkan:

• Kelompok dengan nilai terendah

• Kelompok dengan nilai tengah

• Kelompok dengan nilai tertinggi

• Kelompok dengan varians terbesar

• Kelompok dengan jumlah sampel terbanyak

Prinsip dasar dalam Uji Friedman adalah:

• Menghitung perbedaan rata-rata antar kelompok

• Menghitung perbedaan proporsi antar kelompok

• Menghitung korelasi antar pengukuran berulang

• Menghitung peringkat data dalam setiap blok subjek

• Menghitung jumlah kuadrat antar kelompok