Cara melakukan tes mcnemar di r

Uji McNemar digunakan untuk menentukan apakah terdapat perbedaan proporsi yang signifikan secara statistik antara data berpasangan.

Tutorial ini menjelaskan cara melakukan tes McNemar di R.

Contoh: Tes McNemar di R

Katakanlah peneliti ingin mengetahui apakah video pemasaran tertentu dapat mengubah opini masyarakat terhadap undang-undang tertentu. Mereka mensurvei 100 orang untuk mengetahui apakah mereka mendukung undang-undang tersebut atau tidak. Kemudian mereka menunjukkan video pemasaran tersebut kepada 100 orang dan mensurvei mereka lagi setelah video tersebut selesai.

Tabel berikut menunjukkan jumlah total orang yang mendukung undang-undang tersebut sebelum dan sesudah menonton video tersebut:

Untuk menentukan apakah terdapat perbedaan yang signifikan secara statistik pada proporsi masyarakat yang mendukung hukum sebelum dan sesudah menonton video tersebut, kita dapat melakukan uji McNemar.

Langkah 1: Buat datanya.

Pertama, buat dataset dalam bentuk raster.

 #create data
data <- matrix(c(30, 12, 40, 18), nrow = 2,
    dimnames = list("After Video" = c("Support", "Do Not Support"),
                    "Before Video" = c("Support", "Do Not Support")))

#view data
data

                Before Video
After Video Support Do Not Support
  Bracket 30 40
  Do Not Support 12 18

Langkah 2: Lakukan tes McNemar.

Selanjutnya, lakukan pengujian McNemar menggunakan sintaks berikut:

mcnemar.test(x,y=NULL,benar=BENAR)

Emas:

• x : tabel kontingensi dua dimensi dalam bentuk matriks, atau objek faktor.
• y : objek faktor; diabaikan jika x adalah matriks.
• benar : BENAR = menerapkan koreksi kontinuitas saat menghitung statistik pengujian; FALSE = tidak menerapkan koreksi kontinuitas.

Secara umum, koreksi kontinuitas harus diterapkan ketika beberapa hitungan dalam tabel rendah. Biasanya, koreksi ini diterapkan ketika jumlah sel kurang dari 5.

Kami akan melakukan tes McNemar dengan dan tanpa koreksi kontinuitas, hanya untuk mengilustrasikan perbedaannya:

 #Perform McNemar's Test with continuity correction
mcnemar.test(data)

	McNemar's Chi-squared test with continuity correction

data:data
McNemar's chi-squared = 14.019, df = 1, p-value = 0.000181

#Perform McNemar's Test without continuity correction
mcnemar.test(data, correct=FALSE) 

	McNemar's Chi-squared test

data:data
McNemar's chi-squared = 15.077, df = 1, p-value = 0.0001032

Dalam kedua kasus tersebut, nilai p dari pengujian tersebut kurang dari 0,05, sehingga kami menolak hipotesis nol dan menyimpulkan bahwa proporsi masyarakat yang mendukung hukum sebelum dan sesudah menonton video pemasaran berbeda secara statistik.