Jika uji beda menggunakan uji t, tapi ternyata data tidak terdistribusi normal
Bagi kamu yang dalam salah satu tujuan penelitiannya ingin mengetahui perbedaan untuk dua kelompok sampel, dapat mempertimbangkan untuk menggunakan uji t. Sesuai dengan teori, uji t dapat dipilih untuk mengetahui perbedaan dua kelompok sampel, baik sampel berpasangan maupun sampel saling bebas.
Oleh karena itu, agar hasil uji memenuhi kaidah ilmiah maka peneliti perlu memperhatikan asumsi yang dipersyaratkan. Selain asumsi bahwa hanya terdapat dua kelompok sampel yang diuji, data juga harus terdistribusi normal.
Jika hasil uji normalitas menunjukkan bahwa data terdistribusi normal, maka peneliti dapat menggunakan uji t. Selanjutnya, bagaimana jika hasil uji normalitas menunjukkan data tidak terdistribusi normal?
Setelah melakukan beberapa upaya, namun data tidak kunjung terdistribusi normal, apa yang perlu dilakukan? Mungkin teman-teman banyak yang mengalami kendala ini.
Latar belakang inilah yang mendorong saya tertarik untuk membahas dalam artikel ini mengenai uji beda jika ternyata data tidak terdistribusi normal.
Prinsip Uji Beda
Dalam statistik, uji asosiasi dapat dibagi menjadi uji pengaruh, uji hubungan, dan uji beda. Uji beda ditujukan untuk mengetahui perbedaan antar variabel.
Pada prinsipnya uji beda untuk dua kelompok sampel dapat menggunakan uji t. Adapun pada uji beda untuk lebih dari dua kelompok sampel dapat menggunakan uji one-way Anova.
Pemilihan kedua jenis uji tersebut perlu didasarkan pada asumsi yang dipersyaratkan. Pada topik uji beda yang kita bahas kali ini, uji t mensyaratkan bahwa data harus terdistribusi normal.
Oleh karena itu, peneliti perlu melakukan uji normalitas secara mandiri. Uji normalitas ditujukan untuk mendeteksi apakah data dari variabel yang diuji terdistribusi normal atau tidak terdistribusi normal.
Uji Normalitas Data
Uji normalitas data dapat kita lakukan baik menggunakan perhitungan secara manual atau menggunakan bantuan aplikasi statistik. Untuk mendeteksi normalitas data, kita dapat menggunakan pengujian statistik serta dapat juga melengkapinya dengan membuat histogram.
Uji normalitas secara umum dapat dilakukan menggunakan uji Saphiro Wilk dan Kolmogorov Smirnov. Berdasarkan pengujian tersebut, nilai P-value digunakan untuk menentukan apakah data distribusi normal atau tidak terdistribusi normal.
Kriteria data yang terdistribusi normal memiliki nilai P-value lebih besar dari 0,05. Sebaliknya jika nilai P-value lebih kecil dari 0,05, maka data tidak terdistribusi normal. Hal ini dengan asumsi bahwa dalam penelitian menggunakan selang kepercayaan sebesar 95% (alpha 0.05).
Jika data tidak terdistribusi normal
Ketika peneliti melakukan pengujian normalitas data, namun hasilnya tidak terdistribusi normal, maka peneliti dapat melakukan beberapa hal. Ada beberapa upaya yang dapat dilakukan oleh peneliti untuk mengatasi hal tersebut.
Salah satu cara yang dapat dilakukan yaitu dengan menambah jumlah observasi atau sampel. Selain itu, peneliti perlu memastikan bahwa data diukur menggunakan skala rasio/interval, metode pengambilan sampel tepat, dan teknik pengumpulan datanya juga sudah benar.
Jika hasil uji masih tetap tidak terdistribusi normal
Jika berbagai macam cara yang telah dilakukan oleh peneliti tersebut belum membuahkan hasil. Data masih tidak kunjung terdistribusi normal, maka peneliti tidak perlu memaksakan untuk menggunakan uji t.
Misalkan, peneliti ingin melakukan uji beda pada dua kelompok sampel yang berpasangan, semula peneliti tersebut berencana untuk menggunakan uji t sampel berpasangan. Namun ketika asumsi data terdistribusi normal tidak terpenuhi, peneliti dapat mempertimbangkan menggunakan uji beda untuk variabel non parametrik.
Uji Wilcoxon dapat dipilih oleh peneliti untuk melakukan uji beda pada dua kelompok sampel yang berpasangan. Pada uji Wilcoxon, tidak ada asumsi bahwa data harus terdistribusi normal. Bahkan variabel yang diukur menggunakan skala ordinal, dapat diuji beda menggunakan uji ini.
Penutup
Ketika peneliti berencana melakukan uji beda variabel, maka prasyarat asumsi harus terpenuhi. Hal ini bertujuan agar hasil estimasi tidak bias.
Hasil estimasi yang tidak bias akan menghasilkan kesimpulan penelitian yang dapat dipertanggungjawabkan secara ilmiah. Oleh karena itu, dalam melakukan uji beda peneliti harus memahami dengan baik uji prasyarat asumsinya.
Jika peneliti pada awalnya menggunakan uji t untuk menguji perbedaan dua kelompok sampel namun tidak memenuhi asumsi normalitas, maka peneliti perlu melakukan upaya untuk memenuhi asumsi yang dipersyaratkan.
Jika setelah dilakukan pengujian ternyata tidak memenuhi asumsi prasyarat data terdistribusi normal, maka peneliti dapat mempertimbangkan untuk menggunakan uji beda untuk variabel non parametrik.
Baik, ini artikel yang dapat saya tulis pada kesempatan ini. Semoga bermanfaat dan menambah nilai pengetahuan bagi sobat yang membutuhkan. Tunggu update artikel edukasi pada pekan berikutnya, terima kasih.
Posting Komentar untuk "Jika uji beda menggunakan uji t, tapi ternyata data tidak terdistribusi normal"