Uji Mann-Whitney U: Alternatif Independent T-Test di SPSS

Kalau datamu sudah gagal uji normalitas tapi kamu tetap ingin membandingkan dua kelompok independen — misalnya nilai ujian kelompok yang belajar dengan metode konvensional vs metode baru — Independent T-Test bukan pilihan yang tepat lagi. Di sinilah Mann-Whitney U Test dipakai.

Kalau kamu belum yakin datamu butuh uji non-parametrik atau tidak, baca dulu cara menentukan uji statistik yang tepat.

Apa Itu Mann-Whitney U Test

Mann-Whitney U Test adalah uji non-parametrik yang membandingkan dua kelompok independen, dipakai sebagai alternatif Independent T-Test saat salah satu dari dua syarat ini tidak terpenuhi:

1. Data berskala ordinal (misalnya tingkat kepuasan: rendah/sedang/tinggi), bukan interval/rasio.
2. Data numerik tapi tidak berdistribusi normal (gagal uji Shapiro-Wilk atau Kolmogorov-Smirnov).

Bedanya dengan Independent T-Test: T-Test membandingkan rata-rata, sementara Mann-Whitney membandingkan distribusi rank (peringkat) gabungan dari kedua kelompok. Kesimpulannya bukan "rata-rata kelompok A lebih tinggi dari B", tapi "kelompok A cenderung memiliki nilai yang secara sistematis lebih tinggi/rendah dari B".

Malas hitung manual? Pakai Kalkulator Mann-Whitney U kami — tinggal masukkan data dua kelompok, hasil U, Z, dan p-value langsung keluar.

Langkah-Langkah Uji Mann-Whitney U di SPSS

1. Susun Data

Buat dua kolom di SPSS: satu kolom untuk variabel grup (kode 1 dan 2 untuk dua kelompok), satu kolom untuk variabel numerik/ordinal yang ingin dibandingkan.

2. Buka Menu Nonparametric Tests

Pada menu Analyze > Nonparametric Tests > Legacy Dialogs > 2 Independent Samples.

3. Masukkan Variabel

Masukkan variabel numerik ke kotak Test Variable List, dan variabel grup ke kotak Grouping Variable — lalu klik Define Groups untuk menentukan kode kelompok 1 dan 2.

4. Pastikan Mann-Whitney U Terpilih

Di bagian Test Type, pastikan Mann-Whitney U sudah tercentang (ini pilihan default), lalu klik OK.

Contoh Perhitungan Manual

Misalnya kita ingin membandingkan nilai ujian antara kelompok yang belajar dengan metode konvensional (Grup A) dan metode baru (Grup B), masing-masing 5 responden.

• Grup A: 72, 68, 75, 70, 78
• Grup B: 80, 74, 85, 90, 82

Langkah 1: Urutkan semua data gabungan dan beri rank (peringkat).

Langkah 2: Jumlahkan rank tiap grup.

• R(A) = 1+2+3+5+6 = 17
• R(B) = 4+7+8+9+10 = 38

Langkah 3: Hitung nilai U masing-masing grup.

• U(A) = R(A) − n(A)(n(A)+1)/2 = 17 − 5(6)/2 = 17 − 15 = 2
• U(B) = n(A)×n(B) − U(A) = 25 − 2 = 23

Nilai U yang dilaporkan adalah yang terkecil: U = 2.

Langkah 4: Hitung Z (untuk sampel yang lebih besar, SPSS memakai aproksimasi ini).

• Mean U = n(A)×n(B)/2 = 25/2 = 12,5
• SD U = √[n(A)×n(B)×(n(A)+n(B)+1)/12] = √[25×11/12] = √22,92 ≈ 4,79
• Z = (|U − Mean U| − 0,5) / SD U = (|2−12,5| − 0,5) / 4,79 ≈ 2,09

Dari tabel Z, p-value dua sisi untuk Z = 2,09 adalah ≈ 0,037 — lebih kecil dari 0,05, artinya ada perbedaan signifikan antara nilai ujian kelompok metode konvensional dan metode baru.

Cara Membaca Output SPSS

Output SPSS menampilkan beberapa nilai penting:

1. Mann-Whitney U — nilai U terkecil dari kedua kelompok.
2. Z — nilai aproksimasi normal (hanya relevan untuk sampel besar).
3. Asymp. Sig. (2-tailed) — nilai signifikansi. Kalau < 0,05, disimpulkan ada perbedaan signifikan antara dua kelompok.
4. Mean Rank per kelompok — kelompok dengan Mean Rank lebih tinggi menunjukkan kecenderungan nilai yang lebih tinggi secara sistematis.

Kesalahan Umum Menggunakan Mann-Whitney U

1. Menyimpulkan "rata-rata kelompok A lebih tinggi" dari hasil Mann-Whitney. Uji ini membandingkan distribusi rank, bukan rata-rata — kesimpulan yang tepat adalah soal kecenderungan sistematis, bukan angka rata-rata secara harfiah.
2. Memakai Mann-Whitney untuk lebih dari dua kelompok. Kalau kelompokmu ada tiga atau lebih, yang tepat adalah uji Kruskal-Wallis, bukan menjalankan Mann-Whitney berkali-kali secara berpasangan.
3. Tidak mengecek normalitas dulu sebelum memilih uji ini. Kalau ternyata datamu normal, Independent T-Test punya power statistik yang lebih besar — jangan langsung lompat ke Mann-Whitney tanpa mengecek asumsi normalitas dulu.
4. Mengabaikan Exact Sig. pada sampel kecil dan hanya melaporkan Asymp. Sig. — untuk n kecil, Exact Sig. lebih akurat.

> Catatan dari Lukman, Statistical Analyst: Kesalahan nomor 1 yang paling sering saya lihat waktu review draf skripsi — mahasiswa menulis "rata-rata kelompok eksperimen lebih tinggi dari kontrol" padahal yang mereka jalankan Mann-Whitney, bukan T-Test. Konsisten dengan uji yang dipakai: sebut "kecenderungan" atau "distribusi", bukan "rata-rata", supaya tidak dipertanyakan dosen penguji.

Jika kamu butuh bantuan menjalankan dan menginterpretasikan uji non-parametrik untuk penelitianmu, Restat menyediakan Jasa Olah Data SPSS selesai dalam 1–2 hari.

Referensi

• Mann, H.B., & Whitney, D.R. (1947). "On a Test of Whether one of Two Random Variables is Stochastically Larger than the Other." Annals of Mathematical Statistics, 18(1), 50–60.