Pengantar

Dalam penelitian kuantitatif, sering kali peneliti ingin mengetahui apakah terjadi perubahan setelah suatu perlakuan diberikan kepada subjek yang sama. Misalnya, seorang guru ingin membandingkan nilai siswa sebelum dan sesudah menggunakan metode pembelajaran baru, seorang dokter ingin mengevaluasi perubahan tekanan darah pasien sebelum dan sesudah pemberian obat, atau seorang peneliti bisnis ingin mengukur perubahan kepuasan pelanggan sebelum dan sesudah penerapan layanan baru.

Jika data memenuhi asumsi parametrik, terutama distribusi normal dari selisih pasangan data, Paired Sample t-Test merupakan metode yang tepat. Namun, tidak semua data memenuhi asumsi tersebut. Data dapat berbentuk ordinal, memiliki distribusi yang tidak normal, atau mengandung outlier yang memengaruhi hasil analisis.

Dalam kondisi tersebut, Uji Wilcoxon Signed-Rank menjadi alternatif yang lebih sesuai. Uji ini merupakan metode statistik nonparametrik yang membandingkan dua pengukuran pada subjek yang sama berdasarkan peringkat selisih, bukan berdasarkan nilai rata-rata.

Artikel ini membahas secara lengkap pengertian Uji Wilcoxon, konsep dasar, asumsi, cara kerja, rumus, contoh penerapan, interpretasi hasil, hingga kelebihan dan kekurangannya.

Apa Itu Uji Wilcoxon?

Pengertian Uji Wilcoxon

Wilcoxon Signed-Rank Test adalah metode statistik nonparametrik yang digunakan untuk membandingkan dua pengukuran yang berasal dari subjek atau objek yang sama. Uji ini mengevaluasi apakah terdapat perubahan yang signifikan dengan memperhatikan besar dan arah selisih setiap pasangan data.

Metode ini diperkenalkan oleh Frank Wilcoxon pada tahun 1945 sebagai alternatif nonparametrik untuk Paired Sample t-Test.

Berbeda dengan uji parametrik yang menggunakan rata-rata, Wilcoxon memanfaatkan peringkat dari nilai absolut selisih sehingga lebih tahan terhadap pelanggaran asumsi normalitas.

Tujuan Penggunaan

Uji Wilcoxon digunakan untuk:

  • membandingkan dua pengukuran yang berasal dari subjek yang sama;
  • menguji perubahan sebelum dan sesudah suatu perlakuan;
  • menjadi alternatif Paired Sample t-Test ketika data tidak memenuhi asumsi parametrik;
  • menganalisis data ordinal atau data numerik yang tidak berdistribusi normal.

Kapan Uji Wilcoxon Digunakan?

Uji Wilcoxon tepat digunakan dalam kondisi berikut.

1. Data Berpasangan

Setiap pengukuran pertama harus memiliki pasangan pada pengukuran kedua, misalnya nilai pre-test dan post-test dari siswa yang sama.

2. Data Tidak Berdistribusi Normal

Jika uji normalitas terhadap selisih data menunjukkan hasil yang tidak memenuhi asumsi normalitas, Wilcoxon menjadi pilihan yang tepat.

3. Data Berskala Ordinal

Karena menggunakan sistem peringkat, uji ini sangat sesuai untuk data ordinal, seperti skor kepuasan atau tingkat nyeri.

4. Data Interval atau Rasio yang Melanggar Asumsi Parametrik

Data numerik juga dapat dianalisis menggunakan Wilcoxon apabila asumsi Paired Sample t-Test tidak terpenuhi.

5. Sampel Relatif Kecil

Uji Wilcoxon dapat diterapkan pada penelitian dengan jumlah sampel yang kecil maupun besar.

Konsep Dasar Uji Wilcoxon

Hipotesis Nol (H₀)

Hipotesis nol menyatakan bahwa tidak terdapat perbedaan atau perubahan yang signifikan antara dua pengukuran yang berpasangan.

Hipotesis Alternatif (H₁)

Hipotesis alternatif menyatakan bahwa terdapat perbedaan atau perubahan yang signifikan.

Selisih Antar Pasangan Data

Langkah pertama adalah menghitung selisih antara pengukuran kedua dan pertama pada setiap pasangan data.

Peringkat Selisih Absolut

Nilai absolut dari setiap selisih kemudian diurutkan dan diberi peringkat. Jika terdapat nilai yang sama (ties), digunakan rata-rata peringkat.

Statistik W

Statistik W diperoleh dari jumlah peringkat bertanda positif atau negatif yang lebih kecil. Pada sampel yang lebih besar, statistik ini biasanya dikonversi menjadi nilai Z.

Nilai p (p-value)

Nilai p digunakan untuk menentukan signifikansi hasil.

  • p ≤ 0,05 → terdapat perubahan yang signifikan.
  • p > 0,05 → tidak terdapat bukti yang cukup untuk menyatakan adanya perubahan.

Asumsi Uji Wilcoxon

Walaupun tidak memerlukan asumsi normalitas, Uji Wilcoxon tetap memiliki beberapa syarat.

1. Data Berpasangan

Pengukuran harus berasal dari subjek yang sama atau pasangan yang sesuai.

2. Observasi Independen Antar Pasangan

Setiap pasangan data harus independen terhadap pasangan lainnya.

3. Data Minimal Berskala Ordinal

Data dapat berupa ordinal, interval, maupun rasio.

4. Distribusi Selisih Relatif Simetris

Meskipun tidak harus normal, distribusi selisih yang relatif simetris akan membuat interpretasi hasil lebih tepat.

Cara Kerja Uji Wilcoxon

Proses analisis dilakukan melalui langkah-langkah berikut:

  1. Menghitung selisih setiap pasangan data.
  2. Mengabaikan pasangan dengan selisih sama dengan nol.
  3. Mengurutkan nilai absolut selisih dari yang terkecil hingga terbesar.
  4. Memberikan peringkat pada setiap nilai absolut.
  5. Memberikan tanda positif atau negatif sesuai arah perubahan.
  6. Menjumlahkan ranking bertanda positif dan negatif.
  7. Menentukan statistik W dan menghitung nilai p.

Karena menggunakan peringkat, uji ini lebih tahan terhadap pengaruh outlier dibandingkan Paired Sample t-Test.

Rumus dan Konsep Perhitungan

Perhitungan diawali dengan menentukan selisih:

di=Xsesudah−Xsebelumd_i = X_{sesudah} – X_{sebelum}

Kemudian dihitung nilai absolut:

∣di∣|d_i|

Seluruh nilai absolut diurutkan dan diberi peringkat.

Selanjutnya dihitung:

  • jumlah ranking bertanda positif (T+T^+);
  • jumlah ranking bertanda negatif (T−T^-).

Statistik Wilcoxon ditentukan sebagai:

W=min⁡(T+,T−)W = \min(T^+, T^-)

Untuk ukuran sampel yang besar, nilai W biasanya dikonversi menjadi statistik Z, yang kemudian digunakan untuk memperoleh nilai p secara lebih praktis.

Langkah-Langkah Melakukan Uji Wilcoxon

Langkah analisis dapat diringkas sebagai berikut:

  1. Menentukan hipotesis penelitian.
  2. Mengumpulkan data berpasangan.
  3. Menghitung selisih setiap pasangan.
  4. Menghapus pasangan dengan selisih nol.
  5. Memberikan ranking pada nilai absolut selisih.
  6. Menghitung statistik W.
  7. Menentukan nilai p.
  8. Menarik kesimpulan terhadap hipotesis.

Perangkat lunak seperti SPSS, R, Python, SAS, dan Stata dapat melakukan seluruh proses ini secara otomatis.

Contoh Perhitungan Sederhana

Seorang guru ingin mengetahui apakah metode pembelajaran baru meningkatkan nilai siswa. Karena hasil uji normalitas menunjukkan bahwa selisih nilai pre-test dan post-test tidak berdistribusi normal, digunakan Uji Wilcoxon.

Hasil analisis menunjukkan:

  • W = 18
  • Z = -2,85
  • p = 0,004

Karena nilai p lebih kecil dari 0,05, maka hipotesis nol ditolak. Artinya, terdapat perubahan yang signifikan pada nilai siswa setelah diterapkannya metode pembelajaran baru.

Interpretasi Hasil

Output Uji Wilcoxon biasanya memuat informasi berikut:

  • jumlah pasangan data;
  • jumlah ranking positif dan negatif;
  • nilai W;
  • nilai Z (untuk sampel besar);
  • nilai p.

Interpretasi dilakukan sebagai berikut:

  • p ≤ 0,05 → terdapat perubahan yang signifikan.
  • p > 0,05 → tidak terdapat perubahan yang signifikan.

Selain nilai p, peneliti juga dianjurkan melaporkan ukuran efek, misalnya:

r=∣Z∣Nr=\frac{|Z|}{\sqrt{N}}

dengan NN adalah jumlah pasangan data yang dianalisis. Ukuran efek membantu menjelaskan besarnya perubahan secara praktis.

Contoh Penerapan

Bidang Pendidikan

Membandingkan nilai pre-test dan post-test siswa ketika data tidak memenuhi asumsi normalitas.

Bidang Kesehatan

Mengevaluasi perubahan tingkat nyeri pasien sebelum dan sesudah terapi menggunakan skala ordinal.

Bidang Bisnis

Membandingkan kepuasan pelanggan sebelum dan sesudah implementasi sistem layanan baru.

Bidang Psikologi

Mengukur perubahan tingkat kecemasan responden sebelum dan sesudah mengikuti program konseling.

Kelebihan dan Kekurangan

Kelebihan

  • Tidak memerlukan asumsi distribusi normal.
  • Cocok untuk data ordinal maupun data numerik yang tidak memenuhi asumsi parametrik.
  • Lebih tahan terhadap outlier dibandingkan Paired Sample t-Test.
  • Dapat digunakan pada ukuran sampel kecil.

Kekurangan

  • Kurang efisien dibandingkan Paired Sample t-Test jika asumsi parametrik sebenarnya telah terpenuhi.
  • Tidak membandingkan rata-rata secara langsung.
  • Hanya dapat digunakan pada data yang benar-benar berpasangan.

Kesalahan Umum

Beberapa kesalahan yang sering dilakukan peneliti meliputi:

  • menggunakan Uji Wilcoxon pada dua kelompok yang independen (seharusnya menggunakan Mann-Whitney U Test);
  • tidak menghapus pasangan dengan selisih nol saat menghitung secara manual;
  • salah memberikan peringkat ketika terdapat nilai yang sama;
  • menginterpretasikan hasil tanpa melaporkan ukuran efek.

Perbedaan Wilcoxon dengan Uji Statistik Lain

Uji Statistik Digunakan Untuk
Paired Sample t-Test Dua pengukuran berpasangan dengan data parametrik
Wilcoxon Signed-Rank Test Dua pengukuran berpasangan dengan data nonparametrik
Mann-Whitney U Test Dua kelompok independen dengan data nonparametrik
Sign Test Dua pengukuran berpasangan dengan informasi arah perubahan saja

Pemilihan metode harus disesuaikan dengan desain penelitian, jenis data, dan asumsi statistik yang dipenuhi.

Tips Menggunakan Uji Wilcoxon

Untuk memperoleh hasil analisis yang valid:

  • Pastikan data benar-benar berpasangan.
  • Gunakan uji ini ketika asumsi normalitas tidak terpenuhi atau data berskala ordinal.
  • Laporkan nilai W, Z (jika tersedia), p-value, serta ukuran efek.
  • Jelaskan hasil berdasarkan konteks penelitian, bukan hanya berdasarkan signifikansi statistik.
  • Jika distribusi selisih sangat tidak simetris, pertimbangkan keterbatasan interpretasi hasil.

Kesimpulan

Uji Wilcoxon Signed-Rank merupakan metode statistik nonparametrik yang efektif untuk menganalisis dua pengukuran yang berasal dari subjek yang sama ketika data tidak memenuhi asumsi yang diperlukan oleh Paired Sample t-Test. Dengan memanfaatkan sistem peringkat terhadap selisih data, metode ini mampu memberikan hasil yang andal pada data ordinal maupun data numerik yang tidak berdistribusi normal.

Meskipun sederhana dalam penerapannya, Uji Wilcoxon tetap memerlukan perhatian terhadap asumsi, proses pemberian peringkat, serta interpretasi hasil. Dengan penggunaan yang tepat, metode ini menjadi alat analisis yang sangat berguna dalam penelitian pendidikan, kesehatan, psikologi, bisnis, dan berbagai bidang ilmu lainnya.

Related Posts: