Hai Sobat TeknoBgt! Apakah kalian sedang mencari cara menghitung Mann Whitney dengan SPSS? Jangan khawatir, karena artikel ini akan membahas secara lengkap dan detail cara menghitung Mann Whitney dengan SPSS. Simak pembahasan kami di bawah ini.
Apa itu Mann Whitney?
Mann Whitney atau Uji Wilcoxon Rank Sum adalah salah satu uji non-parametrik yang digunakan untuk membandingkan nilai variabel antara dua kelompok yang berbeda. Uji ini bergantung pada peringkat data, bukan pada nilai sebenarnya. Dengan kata lain, uji Mann Whitney dapat digunakan untuk mengetahui apakah terdapat perbedaan signifikan antara dua kelompok yang berbeda.
Menariknya, uji Mann Whitney tidak mengasumsikan distribusi normal pada data, sehingga dapat digunakan pada data yang tidak terdistribusi normal. Uji ini juga sering digunakan dalam penelitian medis, sosial, dan ekonomi.
Cara Menghitung Mann Whitney dengan SPSS
Ada beberapa langkah yang harus dilakukan untuk menghitung Mann Whitney dengan SPSS, yaitu:
Langkah 1: Memasukkan Data ke SPSS
Langkah pertama adalah memasukkan data yang akan dianalisis ke dalam software SPSS. Pastikan data sudah terurut dan terpisah antara dua kelompok yang ingin dibandingkan. Misalnya, dalam penelitian tentang pengaruh rokok terhadap kualitas hidup, kita memiliki data tentang kualitas hidup dari kelompok perokok dan bukan perokok.
Langkah 2: Menentukan Hipotesis
Langkah kedua adalah menentukan hipotesis yang akan diuji. Misalnya, hipotesis kita adalah “Tidak terdapat perbedaan signifikan dalam kualitas hidup antara kelompok perokok dan bukan perokok”.
Langkah 3: Memilih Uji Mann Whitney
Langkah ketiga adalah memilih uji Mann Whitney pada menu SPSS. Caranya adalah dengan membuka menu “Analyze” lalu memilih “Nonparametric Tests” dan “2 Independent Samples”. Pada jendela baru yang muncul, pilih variabel yang akan diuji dan tentukan nilai signifikansi yang diinginkan.
Langkah 4: Interpretasi Hasil
Langkah terakhir adalah menginterpretasi hasil uji Mann Whitney yang muncul pada layar SPSS. Hasil uji ditampilkan dalam bentuk tabel yang memuat nilai U, z, dan p-value. Jika p-value lebih kecil dari nilai signifikansi yang ditentukan, maka hipotesis nol ditolak dan terdapat perbedaan signifikan antara kedua kelompok. Namun jika p-value lebih besar dari nilai signifikansi, maka hipotesis nol diterima dan tidak terdapat perbedaan signifikan antara kedua kelompok.
Contoh Penggunaan Mann Whitney
Sebagai contoh, kita akan menghitung Mann Whitney pada data kualitas hidup antara kelompok perokok dan bukan perokok. Dalam penelitian ini, terdapat 50 responden perokok dan 50 responden bukan perokok.
Data Perokok
No | Kualitas Hidup |
---|---|
1 | 6 |
2 | 7 |
3 | 5 |
4 | 4 |
5 | 8 |
6 | 6 |
7 | 5 |
8 | 7 |
9 | 6 |
10 | 6 |
Data Bukan Perokok
No | Kualitas Hidup |
---|---|
1 | 7 |
2 | 8 |
3 | 7 |
4 | 6 |
5 | 7 |
6 | 5 |
7 | 6 |
8 | 8 |
9 | 7 |
10 | 8 |
Hasil Uji Mann Whitney
Berdasarkan hasil uji Mann Whitney pada data tersebut, didapatkan nilai p-value sebesar 0.039. Karena p-value lebih kecil dari nilai signifikansi (0.05), maka hipotesis nol ditolak dan terdapat perbedaan signifikan dalam kualitas hidup antara kelompok perokok dan bukan perokok.
FAQ
1. Apa itu uji Mann Whitney?
Uji Mann Whitney atau uji Wilcoxon Rank Sum adalah uji non-parametrik yang digunakan untuk membandingkan nilai variabel antara dua kelompok yang berbeda.
2. Kapan menggunakan uji Mann Whitney?
Uji Mann Whitney dapat digunakan ketika kita ingin membandingkan nilai variabel antara dua kelompok yang berbeda dan data tidak terdistribusi normal.
3. Bagaimana cara menghitung uji Mann Whitney dengan SPSS?
Untuk menghitung uji Mann Whitney dengan SPSS, langkah-langkah yang harus dilakukan adalah memasukkan data ke SPSS, menentukan hipotesis, memilih uji Mann Whitney pada menu SPSS, dan menginterpretasi hasil.
Kesimpulan
Dari pembahasan di atas, kita dapat menyimpulkan bahwa uji Mann Whitney adalah uji non-parametrik yang dapat digunakan untuk membandingkan nilai variabel antara dua kelompok yang berbeda. Uji ini dapat dilakukan melalui software SPSS dengan beberapa langkah yang telah dijelaskan di atas. Jika p-value lebih kecil dari nilai signifikansi, maka hipotesis nol ditolak dan terdapat perbedaan signifikan antara kedua kelompok.