Cara Melakukan Uji Wilcoxon di SPSS: Panduan Lengkap dan Praktis

Dalam dunia analisis data kuantitatif, sering kali kita menghadapi situasi di mana data penelitian tidak berdistribusi normal. Ketika Anda ingin menguji perbedaan antara dua kelompok data yang saling berpasangan (sebelum dan sesudah perlakuan), namun asumsi normalitas gagal terpenuhi, uji Wilcoxon Signed-Rank menjadi solusi terbaik. Artikel ini akan membahas secara mendalam tentang cara melakukan uji wilcoxon di spss secara mandiri agar Anda dapat menyelesaikan analisis statistik untuk skripsi, tesis, atau jurnal ilmiah Anda tanpa hambatan. Mari kita pelajari langkah-langkahnya dari awal hingga interpretasi hasil.

Apa Itu Uji Wilcoxon dan Kapan Harus Digunakan?

Uji Wilcoxon Signed-Rank adalah uji statistik non-parametris yang digunakan untuk membandingkan dua kelompok data berpasangan ketika data tidak berdistribusi normal. Uji ini biasanya digunakan sebagai alternatif dari paired sample t-test ketika skala data berupa ordinal atau interval/rasio yang distribusinya tidak normal. Metode ini sangat populer dalam penelitian eksperimen atau pre-post test.

Sebagai peneliti, Anda wajib mengetahui kapan waktu yang tepat untuk beralih dari statistik parametris ke non-parametris. Jika penelitian Anda mengukur efektivitas suatu metode baru dengan memberikan tes sebelum (pre-test) dan sesudah (post-test) tindakan, idealnya Anda menggunakan paired t-test. Namun, jika jumlah sampel Anda sangat sedikit (misalnya di bawah 30) atau uji normalitas Kolmogorov-Smirnov / Shapiro-Wilk menunjukkan nilai signifikansi p < 0,05 (yang berarti data tidak normal), maka di sinilah Anda harus menggunakan uji Wilcoxon.

Kelebihan utama dari uji ini adalah kemampuannya memproses data berskala ordinal (seperti skala Likert) tanpa memaksakan asumsi distribusi normal yang ketat. Dengan demikian, hasil analisis Anda tetap valid, reliabel, dan dapat dipertanggungjawabkan di hadapan dosen penguji atau reviewer jurnal ilmiah.

Apa Saja Syarat Sebelum Melakukan Uji Wilcoxon?

Sebelum mengaplikasikan uji ini, terdapat beberapa persyaratan yang harus dipenuhi agar analisis valid. Syarat utama meliputi data harus memiliki skala minimal ordinal, sampel bersifat dependen (berpasangan), dan distribusi selisih data tidak normal. Memastikan semua syarat terpenuhi akan menghindarkan Anda dari kesalahan penarikan kesimpulan.

Secara rinci, berikut adalah beberapa asumsi dasar yang harus dipenuhi sebelum Anda menempuh prosedur uji Wilcoxon:

• Sampel Berpasangan (Dependent Samples): Data harus berasal dari subjek yang sama yang diukur dua kali dalam kondisi berbeda (misalnya sebelum vs sesudah intervensi, atau kondisi kontrol vs kondisi eksperimen).
• Skala Data Ordinal atau Interval/Rasio: Variabel dependen Anda tidak boleh bertipe nominal murni. Minimal data berupa skala peringkat (ranking) seperti skala Likert 1-5, atau data kontinu (skor ujian, berat badan, tekanan darah).
• Bukan Distribusi Normal: Selisih antara pasangan data tidak berdistribusi normal. Jika ternyata distribusinya normal, maka penggunaan uji Wilcoxon kurang tepat dan Anda disarankan kembali menggunakan paired sample t-test agar kekuatan statistiknya lebih optimal.
• Bebas dari Outlier Ekstrem (Opsional): Meskipun statistik non-parametris lebih kebal terhadap data pencilan (outlier) dibanding parametris, ada baiknya Anda memeriksa apakah ada data yang terlalu ekstrem karena hal ini tetap berpotensi memengaruhi bias hasil analisis.

Bagaimana Cara Melakukan Uji Wilcoxon di SPSS?

Untuk melakukan uji Wilcoxon di SPSS, Anda perlu menyiapkan dua variabel berpasangan (misalnya pre-test dan post-test) dalam worksheet SPSS. Selanjutnya, Anda menggunakan menu Analyze, memilih Nonparametric Tests, lalu mengeklik Legacy Dialogs dan memilih 2 Related Samples. Proses ini sangat cepat dan dapat diselesaikan dalam hitungan menit jika data Anda sudah siap.

Berikut adalah langkah-langkah detail dan runtut mengenai cara melakukan uji wilcoxon di spss yang dapat Anda praktikkan langsung di komputer Anda:

1. Buka program SPSS di komputer Anda, lalu buat dua variabel baru di tab Variable View. Beri nama variabel pertama dengan Sebelum (misalnya nilai pre-test) dan variabel kedua dengan Sesudah (misalnya nilai post-test). Atur tipe data menjadi Numeric dan Measure menjadi Ordinal atau Scale sesuai jenis data Anda.
2. Pindah ke tab Data View, lalu masukkan semua data responden Anda ke dalam kolom yang tersedia. Pastikan baris pertama menunjukkan data dari responden nomor 1, baris kedua untuk responden nomor 2, dan seterusnya.
3. Pada menu bar di bagian atas layar SPSS, klik menu Analyze.
4. Arahkan kursor ke bawah menuju opsi Nonparametric Tests, kemudian pilih sub-menu Legacy Dialogs, dan klik opsi 2 Related Samples….
5. Sebuah kotak dialog baru bernama Two-Related-Samples Tests akan muncul. Pindahkan variabel Sebelum dan Sesudah ke dalam kotak Test Pairs. Caranya, klik kedua variabel tersebut bersamaan (atau satu per satu) lalu tekan tombol tanda panah ke kanan. Pastikan keduanya terpasang sebagai Pair 1 (Variable 1: Sebelum, Variable 2: Sesudah).
6. Pada bagian Test Type yang berada di bagian bawah kotak dialog, berikan tanda centang (checklist) pada opsi Wilcoxon. Pastikan pilihan uji lainnya tidak tercentang agar output tidak membingungkan.
7. Setelah semua pengaturan sesuai, klik tombol OK. SPSS akan otomatis memproses data dan menampilkan hasil analisis pada jendela SPSS Output Viewer.

Bagaimana Cara Membaca Output Uji Wilcoxon di SPSS?

Membaca output uji Wilcoxon di SPSS berfokus pada dua tabel utama, yaitu tabel ‘Ranks’ dan tabel ‘Test Statistics’. Tabel Ranks menunjukkan arah perbedaan (negatif, positif, atau seri), sedangkan tabel Test Statistics memberikan nilai signifikansi (Asymp. Sig. 2-tailed) untuk menentukan keputusan hipotesis. Pemahaman mendalam mengenai kedua tabel ini sangat krusial saat menyusun bab pembahasan skripsi Anda.

1. Menganalisis Tabel Ranks

Tabel Ranks memberikan informasi penting mengenai pola perubahan data dari kondisi awal ke kondisi akhir. Di dalamnya terdapat tiga kategori utama:

• Negative Ranks: Menunjukkan jumlah sampel yang mengalami penurunan skor dari nilai awal ke nilai akhir. Jika nilainya 0, berarti tidak ada sampel yang mengalami penurunan.
• Positive Ranks: Menunjukkan jumlah sampel yang mengalami peningkatan skor dari nilai awal ke nilai akhir. Semakin besar angka ini, semakin banyak responden yang mengalami perubahan positif.
• Ties: Menunjukkan jumlah sampel yang tidak mengalami perubahan sama sekali (skor sebelum dan sesudah bernilai sama).

2. Mengambil Keputusan Melalui Tabel Test Statistics

Langkah terakhir dalam membaca cara melakukan uji wilcoxon di spss adalah menentukan apakah hipotesis Anda diterima atau ditolak. Perhatikan nilai Asymp. Sig. (2-tailed) pada tabel Test Statistics:

• Jika nilai Asymp. Sig. (2-tailed) < 0,05, maka Hipotesis Nol (H0) ditolak dan Hipotesis Alternatif (Ha) diterima. Artinya, terdapat perbedaan yang signifikan antara nilai sebelum dan sesudah intervensi.
• Jika nilai Asymp. Sig. (2-tailed) > 0,05, maka Hipotesis Nol (H0) diterima. Artinya, tidak ada perbedaan yang signifikan antara kondisi sebelum dan sesudah intervensi.

Dengan menguasai langkah-langkah di atas, Anda sudah bisa menyajikan analisis data penelitian Anda secara mandiri dengan hasil yang akurat dan kredibel. Jangan ragu untuk berlatih dengan berbagai variasi dataset agar insting statistik Anda semakin terasah tajam!