Kajian statistik perbedaan skor literasi antar kelompok usia berbasis Uji Nonparametrik (Mann-Whitney dan Kruskal-Wallis)

Info proyek

• Bidang studiSosiologi dan Kebijakan Publik
• JenjangTesis (S2)
• Jenis metodeStatistika Inferensial
• Perkiraan pengerjaan± 5 hari kerja
• Perangkatscipy.stats mannwhitneyu, kruskal, shapiro
• HargaRp 350.000 - Rp 2.300.000

Tujuan analisis

Menguji perbedaan atau hubungan skor literasi menurut kelompok usia dengan memperhitungkan lama sekolah menggunakan Uji Nonparametrik (Mann-Whitney dan Kruskal-Wallis) pada taraf signifikansi 5%.

Variabel

Contoh hasil

• 435Mann-Whitney U
• 0.001Mann-Whitney p-value
• 14.689Kruskal-Wallis H
• 0.001Kruskal-Wallis p-value
• 0.428Rank-biserial r
• 33.623Median diff G3-G1

Karena Skor literasi menceng, dipakai uji nonparametrik: Kruskal-Wallis H = 14.689 (p < 0.001) dan Mann-Whitney G1 vs G3 signifikan (p = 0.001), r rank-biserial 0.428.

Dihitung dari data sintetis sebagai ilustrasi, bukan dari penelitian nyata.

Tentang Uji Nonparametrik (Mann-Whitney dan Kruskal-Wallis)

Uji Mann-Whitney membandingkan dua kelompok independen dan Kruskal-Wallis membandingkan tiga kelompok atau lebih, keduanya berbasis peringkat tanpa asumsi normalitas. Cocok untuk data ordinal, skala Likert, atau data numerik yang menyimpang dari normal.

Langkah pengerjaan

1. 1Periksa normalitas untuk membenarkan pilihan uji nonparametrik
2. 2Jalankan Mann-Whitney U untuk dua kelompok
3. 3Jalankan Kruskal-Wallis H untuk tiga kelompok atau lebih
4. 4Lakukan uji lanjut berpasangan (Dunn atau Mann-Whitney dengan koreksi Bonferroni)
5. 5Hitung ukuran efek
6. 6Plot boxplot per kelompok

Asumsi yang perlu diperiksa

• Pengamatan saling bebas
• Variabel setidaknya berskala ordinal
• Bentuk sebaran antar kelompok mirip bila ingin menafsirkan sebagai beda median

Membaca dan melaporkan hasil

Laporkan median tiap kelompok, statistik U atau H, p-value, dan ukuran efek. Gunakan median dan rentang antarkuartil, bukan rata-rata, saat memerikan data.

Contoh kode Python

Skrip awal singkat dengan nama variabel proyek ini. Versi yang diserahkan disesuaikan dengan data Anda dan diberi komentar lengkap.

import numpy as np
import matplotlib.pyplot as plt
import scipy.stats as st

rng = np.random.default_rng(29)
age_group = rng.exponential(2.0, 40)
years_of_schooling = rng.exponential(3.0, 40)
x3 = rng.exponential(4.0, 40)
literacy_score = np.concatenate([age_group, years_of_schooling, x3])

print("Shapiro p (group 1):", round(st.shapiro(age_group).pvalue, 4))

u = st.mannwhitneyu(age_group, years_of_schooling, alternative="two-sided")
rbc = 1 - 2 * u.statistic / (len(age_group) * len(years_of_schooling))
print("Mann-Whitney U =", round(u.statistic, 1), "p =", round(u.pvalue, 4),
      "rank-biserial r =", round(rbc, 3))

h = st.kruskal(age_group, years_of_schooling, x3)
eps2 = h.statistic * (len(literacy_score) + 1) / (len(literacy_score) ** 2 - 1)
print("Kruskal-Wallis H =", round(h.statistic, 3), "p =", round(h.pvalue, 5),
      "epsilon2 =", round(eps2, 3))

pairs = [(0, 1), (0, 2), (1, 2)]
groups = [age_group, years_of_schooling, x3]
for i, j in pairs:
    pv = st.mannwhitneyu(groups[i], groups[j]).pvalue * len(pairs)
    print("Pair", i + 1, j + 1, "Bonferroni p =", round(min(pv, 1), 4))

plt.boxplot(groups)
plt.xticks([1, 2, 3], ["G1", "G2", "G3"])
plt.show()

Paket dan harga

Pilih seberapa banyak bantuan yang Anda perlukan. Setiap paket yang lebih tinggi sudah mencakup semua item paket di bawahnya. Harga belum termasuk PPN 11%.

• Pembayaran: DP 50% sebelum pekerjaan dimulai, pelunasan setelah hasil diserahkan
• Pajak: Harga belum termasuk PPN 11%
• Data dan integritas akademik: Hasil dihitung dari data penelitian Anda sendiri; Anda yang menulis dan mempertanggungjawabkan naskah, kami membantu analisis dan pemahaman
• Revisi: Maksimal 2 kali revisi termasuk dalam harga (Paket 3: 3 kali)

Pertanyaan umum