www.jagostat.com

www.jagostat.com

Website Belajar Matematika & Statistika

Website Belajar Matematika & Statistika

Tutorial R   »   Statistik Nonparametrik   ›  Uji McNemar dalam Pemrograman R
Uji McNemar

Uji McNemar dalam Pemrograman R

Uji McNemar digunakan untuk menguji perbedaan proporsi dua populasi yang berhubungan dengan dua kategori. Untuk melakukan Uji McNemar dalam R, kita dapat menggunakan fungsi mcnemar.test().


Flag Counter

Uji McNemar digunakan untuk menguji perbedaan atau perubahan proporsi dua populasi yang berhubungan yang mana hanya memiliki dua kategori.

Uji ini banyak dipakai untuk mengetahui apakah terdapat perbedaan proporsi sebelum dan sesudah kelompok sampel tertentu diberi perlakuan. Uji McNemar menggunakan data berskala nominal atau dikotomi.

Untuk melakukan uji McNemar pada R, kita dapat menggunakan fungsi mcnemar.test(). Berikut ini adalah rinciannya.

                
                  mcnemar.test(x, y = NULL, correct = TRUE)
                
              

Argumen:

xberupa tabel kontingensi 2-dimensi dalam bentuk matriks atau objek faktor
yObjek faktor; bisa diabaikan jika x adalah sebuah matriks
correctberupa nilai logikal atau boolean (TRUE, FALSE) yang mengindikasikan apakah akan menerapkan koreksi kontinuitas saat menghitung statistik uji.
Contoh Soal 1:

Untuk memilih seorang supervisor (pengawas) yang baru, yang akan memimpin para pekerja pembuat Roti, maka kepada 14 wakil pekerja diberi kesempatan untuk menilai calon supervisor yang bernama AMIR. Dari penilaian yang hanya mempunyai DUA pilihan yaitu SUKA atau TIDAK SUKA, didapat 6 orang suka (setuju) untuk memilih AMIR, sedangkan 8 pekerja tidak suka.

Kemudian Manajer SDM memberi kesempatan kepada AMIR untuk berdialog dengan keempat belas wakil pekerja tadi, termasuk rencana-rencananya seandainya ia didukung menjadi supervisor. Setelah terjadi dialog dan komunikasi dua arah, sekarang Manajer SDM sekali lagi meminta kepada empat belas orang yang sama untuk memberikan penilaian mereka terhadap AMIR.

Dari empat belas karyawan, bisa terdapat pergeseran, yang sebelum berdialog merasa tidak suka, sekarang setelah mengenal dan berdiskusi dengan AMIR menjadi bersikap positif. Namun, ada juga yang berpikiran sebaliknya atau tetap pada pendirian semula.

Berikut hasil penilaian karyawan sebelum diadakan dialog dan setelah diadakan dialog dengan AMIR.

Nama Pekerja Sebelum Dialog Sesudah Dialog
SUSYSukaTidak Suka
RUDYSukaTidak Suka
BUDYSukaSuka
RONNYSukaSuka
SANNYSukaTidak Suka
SANTYSukaTidak Suka
TUTYTidak SukaSuka
YATYTidak SukaSuka
RICKYTidak SukaSuka
DICKYTidak SukaTidak Suka
VICKYTidak SukaSuka
ELLYTidak SukaSuka
LILYTidak SukaSuka
LANNYTidak SukaSuka

Dari data yang diperoleh di atas, ujilah apakah terdapat berbedaan penilaian karyawan yang signifikan antara sebelum diadakan dialog dan sesudah dialog.

Pembahasan:

                
                    ## Input data
                    sebelum <- factor(c("S", "S", "S", "S", "S", "S", 
                                    "TS", "TS", "TS", "TS", "TS", "TS", "TS", "TS"))
                    sesudah <- factor(c("TS", "TS", "S", "S", "TS", "TS", "S", "S", "S", 
                                    "TS", "S", "S", "S", "S"))
                                    
                    ## menerapkan koreksi kontinuitas
                    mcnemar.test(sebelum, sesudah, correct = TRUE)
                  
                    Output:

                      McNemar's Chi-squared test with continuity correction

                    data:  sebelum and sesudah
                    McNemar's chi-squared = 0.36364, df = 1, p-value = 0.5465
                  
                    ## tidak menerapkan koreksi kontinuitas
                    mcnemar.test(sebelum, sesudah, correct = FALSE)
                  
                    Output:
                    	McNemar's Chi-squared test
                    
                    data:  sebelum and sesudah
                    McNemar's chi-squared = 0.81818, df = 1, p-value = 0.3657
                
              

Karena nilai p-value yang diperoleh di atas lebih besar dari tingkat signifikansi 5%, maka keputusannya adalah gagal tolak Ho dan dapat disimpulkan bahwa tidak ada perbedaan yang nyata antara proporsi sikap para pekerja sebelum dan sesudah dialog. Dengan kata lain, dapat dikatakan bahwa kegiatan dialog tidak cukup efektif untuk mengubah sikap para pekerja.

Contoh Soal 2:

Sebuah penelitian dilakukan untuk mengetahui apakah suatu video marketing tertentu dapat mengubah pendapat orang mengenai suatu hukum tertentu. Untuk itu, dilakukan survei terhadap 100 orang untuk mencari tahu apakah mereka mendukung atau tidak mendukung hukum tersebut.

Kemudian, sang peneliti menunjukkan suatu video marketing kepada 100 orang responden dalam survei tersebut dan setelah mereka selesai menyaksikan video itu, mereka ditanya kembali terkait pendapat mereka apakah masih mendukung atau tidak mendukung hukum tersebut.

Tabel berikut menampilkan jumlah total orang yang mendukung hukum tersebut sebelum dan sesudah menyaksikan video yang diberikan.

Gambar

Untuk menentukan apakah terdapat perbedaan yang signifikan secara statistik dalam hal proporsi orang yang mendukung hukum tersebut sebelum dan sesudah menonton video itu, kita bisa melakukan Uji McNemar.

                
                  # Input data
                  data <- matrix(c(30, 12, 40, 18), nrow = 2,
                                dimnames = list("Setelah Menonton Video" = c("Mendukung", "Tidak Mendukung"),
                                                "Sebelum Menonton Video" = c("Mendukung", "Tidak Mendukung")))
                  # View data
                  data
                  
                  Output:
                                                Sebelum Menonton Video            
                  Setelah Menonton Video      Mendukung   Tidak Mendukung
                    Mendukung                        30                40
                    Tidak Mendukung                  12                18
                
              
                
                  # Uji McNemar dengan koreksi kontinuitas
                  mcnemar.test(data)
                  
                  Output:

                    McNemar's Chi-squared test with continuity correction

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

                  # Uji McNemar tanpa koreksi kontinuitas
                  mcnemar.test(data, correct=FALSE) 
                  
                  Output:

                    McNemar's Chi-squared test

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

Karena nilai p-value yang diperoleh di atas kurang dari tingkat signifikansi 5%, maka keputusannya adalah tolak Ho dan dapat disimpulkan bahwa terdapat perbedaan yang nyata antara proporsi pendapat responden sebelum dan sesudah menyaksikan video. Dengan kata lain, video marketing tersebut dapat secara efektif mengubah pendapat para responden terkait dukungan terhadap hukum tersebut.

Artikel Terkait

The greatest discovery of all time is that a person can change their future by merely changing their attitude.