Uji
Beda Nyata Jujur (BNJ)
Pengertian
BNJ
Tes Tukey, Uji
Beda Nyata Jujur
kadang-kadang dikenal sebagai metode Tukey, adalah tes yang populer untuk memasangkan perbandingan multiple posteriori Tes ini,
dikembangkan oleh John W. Tukey dan dipresentasikan pada tahun 1953, kekurangannya itu membutuhkan ukuran sampel
yang sama. Tes HSD Tukey mempertimbangkan jumlah tingkat perlakuan, nilai kesalahan kuadrat
rata-rata, dan ukuran sampel. Dengan menggunakan nilai-nilai ini dan nilai
tabel, q, HSD menentukan perbedaan penting yang diperlukan antara sarana dari
setiap dua tingkat perlakuan untuk sarana menjadi berbeda secara signifikan
(Black, 2010).
Fungsi
dan Tujuan Uji BNJ
Tujuan utama dari HSD adalah untuk menghitung kejujuran
perbedaan yang signifikan antara dua sarana dengan cara distribusi yang
didefinisikan oleh Student t.
Distribusi ini memberikan distribusi sampling yang tepat dari perbedaan
terbesar antara sekumpulan sarana yang berasal dari populasi yang sama, semua
perbedaan berpasangan dievaluasi menggunakan distribusi sampling yang sama yang
digunakan untuk perbedaan terbesar (Salkind, 2010).
Fungsi dari uji Tukey (HSD) yaitu membandingkan selisih
masing-masing rata-rata dengan sebuah nilai kritis (w).Jika harga mutlak
selisih rata-rata yang dibandingkan lebih dari atau sama dengan nilai
kritisnya, maka dapat dikatakan bahwa kedua rata-rata tersebut berbeda nyata
(signifikan). Jika harga mutlak selisih rata-rata yang dibandingkan kurang dari
nilai kritisnya, maka dapat dikatakan bahwa kedua rata-rata tersebut tidak
berbeda nyata (sama) (Santoso, 2017).
Langkah-Langkah
BNJ
Langkah-langkah
uji BNJ pada aplikasi SPSS yaitu membuka SPSS kemudian medefinisikan data pada Variabel View dan menginput datanya pada
Data View. Kemudian di klik Analyze, lalu Compare Means àOne
Way ANOVA. Kemudian masukkan variabel-variabel yang akan
dimasukkan ke Dependent List dan
kemudian variabel yang lain dimassukkan ke Factor.
Lalu pada kolom Pos Hoc, pilih Tukey. Jika dianggap datanya sudah benar
maka kemudian pilih Continue dan OK .
Jika probabilitas > 0.05, maka H0 ditolak dan sebaliknya jika probabilitas
< 0,05 maka H0 diterima (Santoso, 2017).
Komentar
Posting Komentar