Uji statistik digunakan untuk menentukan apakah hubungan yang dihipotesiskan antara variabel memiliki signifikansi statistik. Biasanya, tes akan mengukur sejauh mana variabel berkorelasi atau berbeda. Tes parametrik adalah tes yang mengandalkan kecenderungan sentral dari variabel dan mengasumsikan distribusi normal. Uji non-parametrik tidak membuat asumsi tentang distribusi populasi.
Uji-T
Uji-t adalah uji parametrik yang membandingkan rata-rata sampel dan populasi yang terlibat. Ada beberapa jenis uji-t. Uji-t satu sampel membandingkan rata-rata sampel dengan rata-rata yang dihipotesiskan. Uji-t sampel independen melihat apakah rata-rata dari dua sampel yang berbeda memiliki nilai yang sama. Uji-t sampel berpasangan digunakan ketika ada dua pengamatan untuk dibandingkan untuk setiap subjek dalam sampel. Uji-t dirancang untuk data numerik yang memiliki distribusi normal.
Data Ordinal
Data ordinal adalah data turunan yang menggambarkan nilai relatif dari setiap unit dalam sampel. Misalnya, data ordinal dari tinggi badan 10 siswa di kelas hanya akan menjadi angka 1 sampai 10, di mana 1 mungkin mewakili siswa terpendek dan 10 mungkin mewakili siswa tertinggi. Tidak ada siswa yang memiliki nilai yang sama kecuali mereka memiliki tinggi yang persis sama. Ukuran tendensi sentral tidak ada artinya dengan data ordinal.
Ketidaktepatan uji-T
T-tes tidak sesuai untuk digunakan dengan data ordinal. Karena data ordinal tidak memiliki tendensi sentral, maka juga tidak memiliki distribusi normal. Nilai data ordinal didistribusikan secara merata, tidak dikelompokkan di sekitar titik tengah. Karena itu, uji-t data ordinal tidak memiliki arti statistik.
Tes Lain yang Sesuai
Ada tiga uji signifikansi statistik yang sesuai untuk digunakan dengan data ordinal. Korelasi rank-order Spearman tepat digunakan ketika hanya ada dua variabel yang terlibat, dan hubungan mereka monoton, meski tidak harus linier. Dalam hubungan yang monoton, ketika variabel pertama bertambah, tidak ada perubahan arah dari variabel kedua. Tes Kruskal-Wallis dirancang untuk contoh di mana ada lebih dari dua sampel, dan datanya tidak terdistribusi normal. Ini mirip dengan analisis varians satu arah. Analisis varian oleh peringkat Friedman dapat digunakan ketika ada tiga atau lebih pengamatan dari satu variabel dalam satu kelompok.
Gambar Kreatas/Kreatas/Getty
