Uji Mann-Whitney adalah metode statistik non-parametris yang digunakan untuk menguji perbedaan rata-rata dua kelompok sampel independen ketika data penelitian tidak berdistribusi normal. Prosedur ini berfungsi sebagai alternatif non-parametris untuk uji independen sampel t-test dalam pengolahan data SPSS.
Apa itu Uji Mann-Whitney dalam Analisis Statistik?
Uji Mann-Whitney atau yang sering disebut Mann-Whitney U Test adalah prosedur statistik inferensial non-parametris untuk mengetahui apakah terdapat perbedaan signifikan antara dua kelompok data bebas yang skala pengukurannya ordinal atau interval/rasio tanpa asumsi normalitas. Metode ini bekerja dengan cara mengubah data mentah menjadi bentuk peringkat atau ranking terlebih dahulu sebelum melakukan perhitungan nilai statistik hitung.
Kapan Harus Menggunakan Uji Mann-Whitney di SPSS?
Uji Mann-Whitney digunakan ketika data penelitian Anda gagal memenuhi asumsi klasik normalitas pada uji parametris atau ketika data yang dikumpulkan menggunakan skala ordinal. Anda harus memilih metode ini apabila jumlah sampel penelitian relatif kecil dan distribusi data pada kedua kelompok terbukti tidak menyebar secara normal berdasarkan hasil uji normalitas Kolmogorov-Smirnov.
Bagaimana Cara Melakukan Uji Mann-Whitney di SPSS?
Cara melakukan uji Mann-Whitney di SPSS melibatkan penginputan data variabel independen dan dependen pada jendela Variable View, memasukkan data numerik pada Data View, lalu memilih menu Analyze, Nonparametric Tests, Legacy Dialogs, dan 2-Independent Samples. Anda perlu mencentang opsi Mann-Whitney pada kotak dialog yang muncul sebelum memindahkan variabel ke kolom yang sesuai.
Berikut adalah rincian tahapan operasional di dalam program Statistical Package for the Social Sciences atau yang disingkat SPSS, sebuah software analisis data statistik terkemuka:
- Buka aplikasi SPSS dan buat dua variabel pada menu Variable View, yaitu variabel kelompok (misalnya kode 1 dan 2) dan variabel hasil pengukuran.
- Masukkan seluruh data penelitian Anda pada jendela Data View secara teliti sesuai dengan kelompoknya masing-masing.
- Klik menu Analyze di bagian atas layar, arahkan kursor ke Nonparametric Tests, lalu pilih Legacy Dialogs dan klik 2-Independent Samples.
- Pindahkan variabel hasil pengukuran ke kotak Test Variable List dan variabel kelompok ke kotak Grouping Variable.
- Definisikan grup dengan mengklik Define Groups, masukkan angka kode kelompok pertama dan kedua, lalu klik Continue.
- Pastikan kotak centang Mann-Whitney U pada bagian Test Type sudah terpilih atau tercentang dengan benar.
- Klik tombol OK untuk memproses data dan melihat jendela Output yang menampilkan hasil perhitungan statistik.
Bagaimana Cara Membaca Output Uji Mann-Whitney SPSS?
Cara membaca output uji Mann-Whitney SPSS dilakukan dengan melihat nilai Asymp. Sig. (2-tailed) pada tabel Test Statistics untuk dibandingkan dengan taraf signifikansi alpha 0,05. Jika nilai probabilitas signifikansi tersebut kurang dari 0,05, maka dapat disimpulkan bahwa terdapat perbedaan yang signifikan secara statistik antara kedua kelompok sampel yang diuji.
Tabel berikut merangkum kriteria pengambilan keputusan hipotesis dalam analisis data menggunakan uji Mann-Whitney:
| Kondisi Nilai Sig. (2-tailed) | Keputusan Hipotesis | Kesimpulan Analisis |
|---|---|---|
| Kurang dari 0,05 | Tolak H0 | Terdapat perbedaan signifikan antara dua kelompok |
| Lebih besar dari 0,05 | Gagal menolak H0 | Tidak terdapat perbedaan signifikan antara dua kelompok |
Selain melihat nilai signifikansi dua sisi, Anda juga dapat memperhatikan nilai Mean Rank dari masing-masing kelompok untuk mengetahui kelompok mana yang memiliki kecenderungan nilai lebih tinggi. Nilai Mean Rank yang lebih besar menunjukkan bahwa kelompok tersebut memiliki peringkat rata-rata yang lebih tinggi dalam distribusi gabungan data penelitian.
Apa Contoh Kasus Penggunaan Uji Mann-Whitney?
Contoh kasus penggunaan uji Mann-Whitney adalah ketika seorang peneliti ingin membandingkan tingkat kepuasan pelanggan antara toko online A dan toko online B dengan skala likert ordinal. Peneliti tidak dapat menggunakan uji t independen karena data skor kepuasan pelanggan terbukti tidak berdistribusi normal setelah diuji dengan metode Shapiro-Wilk pada program pengolah data.
Dalam skenario penelitian tersebut, peneliti merumuskan hipotesis nol yang menyatakan tidak ada perbedaan kepuasan pelanggan, dan hipotesis alternatif yang menyatakan ada perbedaan kepuasan pelanggan. Setelah memasukkan data ke dalam aplikasi pengolah statistik dan menjalankan prosedur non-parametris dua sampel independen, peneliti mendapatkan nilai Asymp. Sig. sebesar 0,021. Karena nilai tersebut lebih kecil dari batas ambang kesalahan 0,05, maka hipotesis nol ditolak dan peneliti menyimpulkan bahwa terdapat perbedaan tingkat kepuasan pelanggan yang nyata antara kedua toko online tersebut.
Contoh kasus lainnya sering ditemukan dalam bidang pendidikan, seperti membandingkan nilai ujian akhir mata pelajaran matematika antara siswa kelas metode konvensional dan siswa kelas metode eksperimen baru. Apabila jumlah sampel siswa di setiap kelas terbatas dan asumsi parametris tidak terpenuhi, maka prosedur peringkat Mann-Whitney menjadi solusi paling tepat untuk menarik kesimpulan ilmiah yang valid untuk laporan skripsi mahasiswa tingkat akhir.
Pertanyaan Umum
Kapan uji Mann-Whitney harus digunakan dalam skripsi?
Uji Mann-Whitney digunakan ketika data penelitian terdiri dari dua kelompok sampel independen, berskala ordinal atau interval/rasio, dan tidak berdistribusi normal.
Apa syarat utama melakukan uji Mann-Whitney di SPSS?
Syarat utamanya adalah data bersifat independen atau tidak saling berpasangan, berskala ordinal atau numerik, serta sampel berasal dari populasi dengan varian bentuk distribusi yang serupa.
Bagaimana jika data penelitian saya tidak normal?
Jika data tidak normal dan berbentuk dua kelompok bebas, Anda wajib menggunakan statistik non-parametris seperti uji Mann-Whitney sebagai pengganti independent sample t-test.
Melakukan pengolahan data statistik non-parametris memang memerlukan ketelitian ekstra dalam memastikan aturan pengkodean variabel dan pembacaan tabel output agar terhindar dari kesalahan interpretasi. Jika Anda mengalami kendala mendalam terkait validitas instrumen atau pengolahan angka, Anda bisa memanfaatkan layanan profesional pendukung seperti jasa uji reliabilitas SPSS untuk memastikan hasil riset skripsi Anda tersusun secara valid dan akurat.