CMHC Committee 
Uji nonparametrik adalah teknik analisis statistik yang digunakan untuk memeriksa perbedaan atau hubungan antara variabel tanpa mengasumsikan distribusi tertentu pada data. Uji nonparametrik digunakan ketika data tidak memenuhi syarat untuk uji parametrik, seperti asumsi normalitas pada data atau ukuran sampel yang terlalu kecil.
Uji nonparametrik seringkali digunakan pada data ordinal atau nominal, seperti data pengukuran tingkat kepuasan pelanggan atau kategori jenis produk yang dibeli. Contoh uji nonparametrik yang umum digunakan adalah Uji Wilcoxon, Uji Mann-Whitney, dan Uji Kruskal-Wallis.
Keuntungan dari uji nonparametrik adalah bahwa mereka tidak memerlukan asumsi tertentu pada distribusi data, sehingga dapat digunakan pada berbagai jenis data. Namun, kelemahan dari uji nonparametrik adalah bahwa mereka cenderung memiliki kekuatan statistik yang lebih rendah daripada uji parametrik, terutama jika data memenuhi syarat untuk uji parametrik.
Uji Wilcoxon, Uji Mann-Whitney, dan Uji Kruskal-Wallis adalah contoh uji nonparametrik yang umum digunakan. Berikut adalah penjelasan kapan ketiga uji tersebut digunakan:
- Uji Wilcoxon digunakan ketika kita ingin membandingkan dua sampel yang dipasangkan (paired) dalam kelompok yang sama, tetapi data tidak memenuhi syarat untuk uji parametrik seperti Uji-t karena data tidak berdistribusi normal. Contoh penggunaannya adalah untuk membandingkan skor tes yang sama sebelum dan sesudah suatu intervensi pada kelompok subjek yang sama.
- Uji Mann-Whitney digunakan untuk membandingkan dua kelompok independen dari data ordinal atau interval yang tidak berdistribusi normal. Contoh penggunaannya adalah untuk membandingkan kinerja dua kelompok siswa dalam tes yang sama, di mana data skor tidak berdistribusi normal.
- Uji Kruskal-Wallis digunakan untuk membandingkan tiga kelompok atau lebih yang independen pada data ordinal atau interval yang tidak berdistribusi normal. Contoh penggunaannya adalah untuk membandingkan kinerja siswa dalam tes yang sama di tiga kelompok sekolah yang berbeda, di mana skor tes pada ketiga kelompok tidak berdistribusi normal.
Dalam semua kasus di atas, jika data memenuhi syarat untuk uji parametrik, seperti uji-t atau ANOVA, maka uji parametrik lebih disarankan karena lebih kuat secara statistik. Namun, jika data tidak memenuhi syarat untuk uji parametrik, maka uji nonparametrik seperti Wilcoxon, Mann-Whitney, atau Kruskal-Wallis bisa digunakan sebagai alternatif.
Berikut adalah langkah-langkah untuk melakukan Uji Wilcoxon, Uji Mann-Whitney, dan Uji Kruskal-Wallis dengan SPSS:
- Buka SPSS dan masukkan data yang ingin dianalisis ke dalam software.
- Untuk Uji Wilcoxon:a. Pilih Analyze > Nonparametric Tests > Legacy Dialogs > 2 Related Samples…b. Pilih variabel yang ingin dianalisis dari daftar “Paired Variables” dan pindahkan ke “Test Pair List”.c. Pilih opsi “Wilcoxon” di bawah “Test Type”.d. Klik tombol “OK” untuk menampilkan hasil analisis.
- Untuk Uji Mann-Whitney:a. Pilih Analyze > Nonparametric Tests > Legacy Dialogs > Independent Samples…b. Pilih variabel yang ingin dianalisis dari daftar “Test Variable List” dan pindahkan ke “Test Variable(s)”.c. Pilih variabel yang berisi informasi kelompok (misalnya, kelompok eksperimen dan kontrol) dari daftar “Grouping Variable”.d. Pilih opsi “Mann-Whitney U” di bawah “Test Type”.e. Klik tombol “OK” untuk menampilkan hasil analisis.
- Untuk Uji Kruskal-Wallis:a. Pilih Analyze > Nonparametric Tests > Legacy Dialogs > Independent Samples…b. Pilih variabel yang ingin dianalisis dari daftar “Test Variable List” dan pindahkan ke “Test Variable(s)”.c. Pilih variabel yang berisi informasi kelompok (misalnya, kelompok eksperimen dan kontrol) dari daftar “Grouping Variable”.d. Pilih opsi “Kruskal-Wallis H” di bawah “Test Type”.e. Klik tombol “OK” untuk menampilkan hasil analisis.
Setelah melakukan analisis, SPSS akan menampilkan output yang berisi informasi tentang hasil uji, seperti nilai uji statistik, p-value, dan interpretasi hasilnya. Selain itu, SPSS juga akan menampilkan tabel dan grafik yang memperlihatkan perbedaan antara kelompok-kelompok yang dianalisis.
