Cara melakukan tes friedman di spss

Uji Friedman merupakan alternatif nonparametrik terhadap pengukuran berulang ANOVA . Hal ini digunakan untuk menentukan apakah terdapat perbedaan yang signifikan secara statistik antara rata-rata tiga kelompok atau lebih di mana subjek yang sama muncul di setiap kelompok.

Tutorial ini menjelaskan cara melakukan tes Friedman di SPSS.

Contoh: tes Friedman di SPSS

Para peneliti ingin mengetahui apakah empat obat berbeda menyebabkan waktu reaksi berbeda. Untuk mengujinya, mereka mengukur waktu reaksi lima pasien terhadap empat obat berbeda.

Selesaikan langkah-langkah berikut untuk melakukan uji Friedman di SPSS untuk menentukan apakah waktu reaksi berbeda antar obat.

Langkah 1: Masukkan datanya.

Masukkan data berikut, yang menunjukkan waktu respons (dalam detik) dari lima pasien terhadap empat obat:

Langkah 2: Lakukan tes Friedman.

Klik tab Analisis , lalu Pengujian Nonparametrik , lalu Dialog Lama , lalu K Sampel Terkait .

Di jendela baru yang muncul, seret keempat variabel obat ke dalam area berlabel Test Variables . Pastikan kotak di sebelah Friedman dicentang, lalu klik OK .

Langkah 3: Interpretasikan hasilnya.

Setelah Anda klik OK , maka akan muncul hasil tes Friedman:

Berikut cara menafsirkan hasilnya:

N: jumlah total individu dalam kumpulan data.

Chi kuadrat: statistik uji Friedman.

df: Derajat kebebasan, dihitung sebagai #grup-1 = 4-1 = 3.

Asymp. Sig : Nilai p yang dikaitkan dengan statistik uji dengan 3 derajat kebebasan. Dalam hal ini, nilai p adalah 0,004 . Ini juga dapat dihitung menggunakan kalkulator skor chi kuadrat ke nilai P.

Karena nilai p kurang dari 0,05, kita dapat menolak hipotesis nol yang menyatakan waktu respons keempat obat adalah sama. Kami memiliki cukup bukti untuk menyimpulkan bahwa jenis pengobatan yang digunakan menghasilkan perbedaan waktu respons yang signifikan secara statistik.

Langkah 4: Laporkan hasilnya.

Terakhir, kami ingin melaporkan hasil tes. Berikut ini contoh cara melakukan ini:

Tes Friedman dilakukan pada lima orang untuk menguji pengaruh empat obat berbeda pada waktu respons. Setiap individu menggunakan setiap obat satu kali.

Hasil penelitian menunjukkan bahwa jenis pengobatan yang digunakan menghasilkan perbedaan waktu respons yang signifikan secara statistik (X ² = 13.56, p = 0.004).