Tutorial R   »   Statistik Nonparametrik   ›  Uji Tanda dalam Pemrograman R

Uji Tanda

Uji Tanda dalam Pemrograman R

Uji Tanda merupakan uji statistik nonparametrik untuk dua sampel berhubungan. Untuk melakukan Uji Tanda dalam R, kita dapat menggunakan perintah atau fungsi SignTest().

Uji Tanda merupakan uji statistik nonparametrik untuk dua sampel berhubungan dan digunakan untuk menguji signifikansi dua perlakuan. Untuk melakukan uji tanda dalam R, kita dapat menggunakan perintah atau fungsi SignTest().

Sebagai contoh, kita akan gunakan data mice2 pada package datarium. Data mice2 ini berisi berat 10 tikus sebelum (before) dan sesudah (after) diberikan perlakuan dalam suatu percobaan.

Sintaks:

                
                  #install.packages("datarium")
                  library(datarium)
                
              

                
                  # Menampilkan 6 pengamatan pertama 
                  data("mice2", package = "datarium")
                  head(mice2)
                  
                  Output:
                    id before after
                  1   1  187.2 429.5
                  2   2  194.2 404.4
                  3   3  231.7 405.6
                  4   4  200.5 397.2
                  5   5  201.7 377.9
                  6   6  235.0 445.8
                
              

                
                  # Uji Tanda
                  SignTest(mice2$after, mice2$before)
                  
                  Output:
                  Dependent-samples Sign-Test
                    data:  mice2$after and mice2$before
                    S = 10, number of differences = 10, p-value = 0.001953
                    alternative hypothesis: true median difference is not equal to 0
                    97.9 percent confidence interval:
                    173.9 229.7
                    sample estimates:
                    median of the differences 
                                        198.2
                
              

Dari hasil di atas, kita peroleh p-value untuk uji tanda sebesar 0.001953. Nilai ini lebih kecil dari tingkat signifikansi uji 0.05 sehingga tolak hipotesis nol. Jadi, dapat disimpulkan bahwa berat tikus sebelum dan sesudah diberi perlakuan adalah berbeda secara nyata. Dengan kata lain, perlakuan yang diberikan efektif meningkatkan berat tikus.

Selain menggunakan perintah SignTest(), kita juga dapat menggunakan perintah sign_test(). Kita akan gunakan data yang sama dengan kasus di atas. Tapi sebelum itu, pastikan beberapa package berikut telah terinstall di R.

                
                  #install.packages("tidyverse")
                  #install.packages("rstatix")
                  #install.packages("ggpubr")
                  library(tidyverse)
                  library(rstatix)
                  library(ggpubr)
                
              

                
                  # Mengubah tampilan data ke dalam format memanjang ke bawah 
                  # atau menghimpun nilai data sebelum dan sesudah ke dalam satu kolom yang sama 
                  mice2.long <- mice2 %>% gather(key = "group", 
                                value = "weight", before, after)
                                
                  # menampilkan 6 pengamatan pertama
                  head(mice2.long)
                  
                  Output:
                    id  group weight
                  1  1 before  187.2
                  2  2 before  194.2
                  3  3 before  231.7
                  4  4 before  200.5
                  5  5 before  201.7
                  6  6 before  235.0
                
              

                
                  ### Membuat ringkasan statistik menurut kelompok
                  mice2.long %>%
                    group_by(group) %>%
                    get_summary_stats(weight, type = "median_iqr")
                  
                  Output:
                  # A tibble: 2 x 5
                    group  variable     n median   iqr
                    (chr)  (chr)    (dbl)  (dbl) (dbl)
                  1 after  weight      10   405   28.3
                  2 before weight      10   197.  19.2
                
              

Sebenarnya, tanpa melakukan uji tanda pun kita cukup yakin bahwa weight sebelum dan sesudah diberikan perlakuan adalah berbeda secara signifikan. Itu karena dari ringkasan statistik yang kita buat di atas, tampak bahwa median yang diperoleh berbeda cukup nyata pada data sebelum dan sesudah perlakuan. Untuk lebih jelas, perhatikan visualisasinya berikut ini.

                
                  bxp <- ggpaired(mice2.long, x = "group", y = "weight", 
                    order = c("before", "after"),
                    ylab = "Weight", xlab = "Groups")
                  bxp
                
              

Akan tetapi, untuk lebih menyakinkan ada baiknya kita lakukan uji tanda (sign test) dengan sintaks sebagai berikut:

                
                  stat.test <- mice2.long  %>%
                    sign_test(weight ~ group) %>%
                    add_significance()
                  stat.test
                  
                  Output:
                  # A tibble: 1 x 9
                    .y.    group1 group2    n1    n2 statistic    df       p p.signif
                    (chr)  (chr)  (chr)  (int) (int)     (dbl) (dbl)   (dbl) (chr)   
                  1 weight after  before    10    10        10    10 0.00195 ** 
                
              

Dari output yang diperoleh di atas, dapat kita simpulkan bahwa median weight tikus sebelum diberi perlakuan adalah berbeda secara signifikan dengan median weight setelah diberi perlakuan berdasarkan uji tanda (sign test) dengan p-value sebesar 0,002.

                
                stat.test <- stat.test %>% add_xy_position(x = "group")
                bxp + 
                  stat_pvalue_manual(stat.test, tip.length = 0) +
                  labs(
                    subtitle = get_test_label(stat.test, detailed= TRUE)
                  )