Uji Wilcoxon: Kapan Dipakai & Cara Interpretasi Hasil

Uji normalitas kamu gagal. Shapiro-Wilk menunjukkan p < 0,05. Dosen pembimbing bilang, "Ganti ke non-parametrik." Kamu panik, buka Google, ketik "uji wilcoxon", lalu malah makin bingung karena entah itu signed-rank atau rank-sum, dan bedanya apa.

Gue pernah di posisi itu. Seminggu sebelum sidang, BAB 4 gue masih berantakan karena gue salah tulis "rata-rata berbeda signifikan" padahal uji yang gue pakai adalah Wilcoxon — yang sejatinya menguji peringkat, bukan rata-rata. Penguji langsung tanya, dan gue jawab ngasal. Rasanya? Jangan ditanya.

Artikel ini gue tulis supaya kamu tidak mengulang kesalahan yang sama. Kita bahas dari titik keputusan yang paling kritis: kapan beralih ke Wilcoxon, bagaimana membaca output SPSS baris per baris, sampai template kalimat yang bisa langsung kamu pakai di Bab 4 — lengkap dengan contoh dari dunia pendidikan dan kesehatan yang relevan buat mahasiswa Indonesia.

Apa Itu Uji Wilcoxon dan Mengapa Mahasiswa Perlu Memahaminya

Uji Wilcoxon pertama kali diperkenalkan oleh Frank Wilcoxon pada 1945 dalam makalahnya yang kini klasik, Wilcoxon (1945) — paper asli Individual Comparisons by Ranking Methods. Waktu itu, Wilcoxon menawarkan solusi elegan: daripada membandingkan nilai mentah yang asumsinya berat, kenapa tidak kita rangking saja selisihnya? Ide ini sederhana, tapi dampaknya besar — terutama untuk riset sosial dan kesehatan yang datanya jarang berdistribusi sempurna.

Di Indonesia, uji ini jadi semakin relevan karena banyak skripsi dan tesis menggunakan desain pre-test/post-test dengan sampel kecil. Sampel kecil + distribusi data yang tidak bisa dijamin normal = Wilcoxon sering jadi pilihan yang lebih tepat ketimbang uji t berpasangan. Tapi "pilihan yang lebih tepat" di sini bukan berarti pilihan yang lebih mudah atau asal comot — ada syarat yang harus dipenuhi, dan ada logika yang harus dipahami sebelum kamu berani menjelaskannya di depan penguji.

Wilcoxon Signed-Rank vs Wilcoxon Rank-Sum: Jangan Tertukar

Ini kesalahan yang paling sering gue lihat di forum-forum akademik: mahasiswa menyebut "uji Wilcoxon" padahal tidak spesifik mau yang mana. Ada dua uji berbeda yang sama-sama pakai nama Wilcoxon:

• Wilcoxon Signed-Rank Test: Untuk dua sampel berpasangan — subjek yang sama diukur dua kali (pre dan post). Ini padanan non-parametrik dari paired sample t-test.
• Wilcoxon Rank-Sum Test: Untuk dua sampel independen — dua kelompok berbeda. Uji ini identik dengan uji Mann-Whitney U, dan ini padanan non-parametrik dari independent sample t-test.

Kalau kamu punya desain pre-test/post-test pada satu kelompok yang sama, kamu butuh Wilcoxon Signed-Rank. Kalau kamu membandingkan dua kelompok berbeda (misalnya kelas eksperimen vs kelas kontrol), kamu masuk ke wilayah yang berbeda — bisa dibaca lebih lanjut di tulisan tentang cara memilih antara uji t atau Mann-Whitney.

Posisi Uji Wilcoxon dalam Kerangka Statistik Non-Parametrik

Statistik non-parametrik adalah keluarga uji yang tidak mengandalkan asumsi distribusi data tertentu (biasanya distribusi normal). Sugiyono (2019) dalam Metode Penelitian Kuantitatif, Kualitatif, dan R&D menyebutkan bahwa statistik non-parametrik relevan digunakan ketika data berbentuk ordinal, nominal, atau ketika asumsi distribusi tidak terpenuhi.

Uji Wilcoxon Signed-Rank duduk tepat di posisi ini: ia menggantikan uji t berpasangan saat asumsi normalitas gugur, menggunakan logika peringkat (ranking) selisih antar pengukuran — bukan nilai aktualnya. Makanya, interpretasinya pun berbeda: bukan bicara soal rata-rata, tapi soal median dan distribusi peringkat.

Kapan Harus Menggunakan Uji Wilcoxon? Ini Syarat dan Asumsinya

Pertanyaan ini lebih penting dari sekadar "apa itu Wilcoxon." Banyak mahasiswa langsung loncat ke Wilcoxon begitu dengar kata "non-parametrik", padahal pemilihan uji harus didasarkan pada hasil pengujian yang sistematis. Kalau kamu langsung pakai Wilcoxon tanpa cek normalitas dulu, dosen penguji bisa mempertanyakan dasar metodologismu — dan itu posisi yang tidak nyaman saat sidang.

Ada tiga kondisi wajib yang harus terpenuhi sebelum kamu memutuskan memakai uji Wilcoxon Signed-Rank:

1. Data berpasangan: Setiap observasi di pengukuran pertama punya pasangan langsung di pengukuran kedua (subjek yang sama, dua waktu berbeda, atau dua kondisi berbeda pada subjek yang sama).
2. Skala ordinal atau kontinu: Data bisa berupa skor Likert, nilai tes, indeks, atau pengukuran fisik — selama bisa diurutkan (dirangking).
3. Distribusi data tidak normal: Dibuktikan dengan uji normalitas, bukan asumsi sepihak.

Flowchart Pemilihan Uji: Dari Uji Normalitas ke Keputusan Wilcoxon

Cara termudah untuk tidak salah jalur adalah mengikuti alur keputusan ini:

Data berpasangan (pre-post / dua kondisi)?
    ↓ Ya
Lakukan uji normalitas pada SELISIH (d = post - pre)
    ↓
Shapiro-Wilk (n ≤ 50) atau Kolmogorov-Smirnov (n > 50)
    ↓
p > 0,05?         →  Ya  →  Gunakan Paired Sample T-Test
    ↓ Tidak
Gunakan Wilcoxon Signed-Rank Test

Sugiyono (2019) merekomendasikan Shapiro-Wilk untuk sampel kecil (n ≤ 50) karena lebih sensitif mendeteksi penyimpangan dari normalitas dibandingkan Kolmogorov-Smirnov. Di SPSS, keduanya tersedia di menu Explore → Plots → Normality plots with tests.

Pro Tip: Uji normalitasnya bukan pada data pre atau post secara terpisah, tapi pada selisih (d = post − pre) dari tiap pasangan. Ini sering terlewat, dan ini yang benar-benar diuji oleh logika di balik paired t-test maupun Wilcoxon.

Apakah Data Skala Likert Boleh Diuji dengan Wilcoxon?

Perdebatan ini panjang. Secara teknis, skala Likert menghasilkan data ordinal — dan Wilcoxon memang dirancang untuk data ordinal. Jadi jawabannya: boleh, dan bahkan lebih tepat daripada uji t jika asumsi normalitas tidak terpenuhi.

Beberapa peneliti berpendapat bahwa jika skala Likert punya banyak poin (misalnya 7-poin) dan distribusinya mendekati simetris, uji t masih bisa digunakan. Tapi untuk skripsi dengan n kecil dan Likert 5-poin, lebih aman dan lebih defensible kalau kamu uji normalitas dulu dan pilih berdasarkan hasilnya — bukan preferensi.

Langkah-Langkah Uji Wilcoxon di SPSS: Panduan Klik per Klik

Sebelum masuk ke klik-per-klik, pastikan data kamu sudah tertata rapi: dua kolom terpisah di SPSS — satu untuk nilai pre-test, satu untuk post-test — dengan setiap baris mewakili satu subjek. Kalau datanya masih berantakan, panduan lengkap analisis data skripsi bisa jadi titik awal yang bagus.

Langkah navigasi di SPSS:

1. Buka Analyze → Nonparametric Tests → Legacy Dialogs → 2 Related Samples
2. Di jendela yang muncul, pindahkan pasangan variabel (pre & post) ke kotak Test Pairs
3. Pastikan Wilcoxon dicentang di bagian Test Type (biasanya sudah otomatis)
4. Klik OK

Output akan menghasilkan dua tabel utama yang harus kamu pahami: tabel Ranks dan tabel Test Statistics. Bisa juga diakses panduan resminya di Dokumentasi uji Wilcoxon di SPSS IBM.

Membaca Tabel Ranks: Negative, Positive, dan Ties Artinya Apa?

Tabel Ranks adalah hasil dari proses ranking selisih. Ini yang perlu kamu baca:

Kalau positive ranks jauh lebih banyak dan Sum of Ranks-nya besar, itu sinyal awal bahwa intervensi memberikan perubahan ke arah positif. Tapi kesimpulan resminya tetap harus dari tabel berikutnya.

Nilai Z dan p-value: Cara Membaca Signifikansi Hasil

Tabel Test Statistics berisi dua angka penting:

• Z: Statistik uji yang dihitung dari perbedaan distribusi ranking. Semakin besar nilai absolutnya, semakin kuat sinyal perbedaan.
• Asymp. Sig. (2-tailed): Ini nilai p-mu. Bandingkan dengan α yang kamu tetapkan (biasanya 0,05).

Jika p < 0,05, H₀ ditolak → ada perbedaan yang signifikan secara statistik antara pre dan post. Jika p ≥ 0,05, H₀ gagal ditolak → tidak cukup bukti untuk menyatakan ada perbedaan.

Catatan Penting: SPSS melaporkan nilai Z sebagai angka negatif (karena dihitung dari negative ranks). Untuk pelaporan, gunakan nilai absolutnya: |Z|. Ini sesuai konvensi pelaporan APA Style yang diakui luas.

Untuk alternatif SPSS gratis: jamovi punya menu Wilcoxon di bagian T-Tests → Paired Samples T-Test (dengan opsi beralih ke non-parametrik), sementara di R bisa pakai wilcox.test(pre, post, paired = TRUE).

Cara Interpretasi Hasil Uji Wilcoxon yang Benar di Skripsi

Ini bagian yang paling sering bikin mahasiswa tersandung — termasuk gue dulu. Kalimat "rata-rata skor post-test lebih tinggi secara signifikan" kedengarannya masuk akal, tapi salah kaprah kalau dipakai untuk Wilcoxon. Uji ini bekerja pada ranking dan median, bukan mean aritmetika.

Logika interpretasinya sederhana: H₀ menyatakan tidak ada perbedaan distribusi antara dua pengukuran (atau mediannya sama). Kalau p < α yang kamu tetapkan, H₀ ditolak, dan kamu bisa simpulkan ada perbedaan yang signifikan secara statistik.

Template Paragraf Interpretasi Siap Pakai untuk Bab 4

Kamu bisa gunakan template ini sebagai kerangka — sesuaikan angka dan konteks penelitianmu:

"Berdasarkan hasil uji Wilcoxon Signed-Rank, diperoleh nilai Z = −[nilai Z] dengan nilai signifikansi (Asymp. Sig. 2-tailed) sebesar p = [nilai p]. Karena nilai p < 0,05, maka H₀ ditolak, yang berarti terdapat perbedaan yang signifikan secara statistik antara [variabel pre-test] dan [variabel post-test]. Hasil ini menunjukkan bahwa [intervensi/perlakuan] memberikan pengaruh yang bermakna terhadap [variabel dependen]. Berdasarkan tabel Ranks, sebanyak [N positive ranks] subjek mengalami peningkatan setelah intervensi, [N negative ranks] mengalami penurunan, dan [N ties] tidak mengalami perubahan."

Melengkapi Interpretasi dengan Effect Size agar Lebih Ilmiah

Nilai p hanya bilang "ada atau tidak ada perbedaan yang signifikan" — tapi tidak bilang seberapa besar perbedaan itu. Di sinilah effect size masuk. Hair et al. (2019) dalam Multivariate Data Analysis menekankan bahwa pelaporan effect size adalah standar riset yang baik karena memberikan konteks praktis di luar signifikansi statistik.

Untuk Wilcoxon, effect size dihitung dengan formula sederhana:

r = Z / √N

Di mana Z adalah nilai statistik uji (absolut) dan N adalah total observasi (bukan jumlah subjek, melainkan total pasangan pengamatan). Interpretasi nilai r mengikuti konvensi Cohen:

Contoh interpretasi konteks pendidikan: Penelitian efektivitas metode pembelajaran berbasis proyek pada 30 mahasiswa: Z = −4,12, p = 0,000, r = 4,12/√30 = 0,75 → efek besar. Simpulan: metode pembelajaran berbasis proyek secara signifikan meningkatkan skor kompetensi mahasiswa dengan ukuran efek yang besar.

Contoh interpretasi konteks kesehatan: Penelitian pengaruh konseling gizi terhadap skor IMT pada 25 pasien: Z = −2,87, p = 0,004, r = 2,87/√25 = 0,57 → efek besar. Simpulan: intervensi konseling gizi secara signifikan mengubah skor IMT dengan ukuran efek yang besar.

Uji Wilcoxon vs Uji T Berpasangan: Kapan Beralih dan Apa Konsekuensinya

Pertanyaan yang sering muncul: "Kalau dataku hampir normal, haruskah tetap pakai Wilcoxon?" Jawabannya tidak sesederhana ya atau tidak — ada nuansa yang perlu dipahami.

Uji t berpasangan secara statistik lebih powerful (sensitif mendeteksi perbedaan nyata) dibandingkan Wilcoxon jika asumsi normalitas terpenuhi. Ghozali (2021) dalam Aplikasi Analisis Multivariate mencatat bahwa pada sampel yang cukup besar (n > 30), uji parametrik cenderung robust terhadap penyimpangan ringan dari normalitas — artinya hasilnya masih dapat diandalkan meskipun distribusi tidak sempurna normal.

Tabel Komparasi: Wilcoxon vs Uji T Berpasangan

Apakah Boleh Ganti Metode Setelah Data Dikumpulkan?

Boleh — dan ini bukan kecurangan metodologis. Pemilihan uji yang tepat didasarkan pada karakteristik data yang sudah ada, termasuk hasil uji normalitas. Yang tidak boleh adalah mengganti uji setelah melihat hasilnya, lalu memilih yang menghasilkan p < 0,05 — itu namanya p-hacking dan melanggar integritas ilmiah.

Rekomendasi praktis: tetapkan kriteria pemilihan uji di Bab 3 (metodologi) sebelum kamu melihat data. Tulis di sana bahwa "jika asumsi normalitas tidak terpenuhi, analisis akan dilakukan menggunakan uji Wilcoxon Signed-Rank sebagai alternatif non-parametrik." Ini cara yang transparan dan defensible.

Pro Tip: Kondisi gray area — data hampir normal (p Shapiro-Wilk antara 0,04 dan 0,05) — bisa kamu hadapi dengan dua pendekatan: (1) tetap pakai Wilcoxon karena uji normalitas menunjukkan p < 0,05, atau (2) jalankan keduanya dan bandingkan hasilnya di skripsi sebagai sensitivity analysis. Konsultasikan pilihan ini dengan dosen pembimbingmu.

Contoh Kasus Nyata: Analisis Uji Wilcoxon dari Awal Hingga Laporan

Mari kita konkretkan semua yang sudah dibahas. Skenario: penelitian efektivitas pelatihan soft skill pada 30 mahasiswa, diukur dengan skor observasi perilaku (skala 0–100) sebelum dan sesudah pelatihan 4 minggu.

Data Simulasi dan Output SPSS Langkah demi Langkah

Untuk ilustrasi, berikut data dari 10 subjek pertama:

Uji normalitas Shapiro-Wilk pada selisih d dari keseluruhan 30 subjek menghasilkan p = 0,021 < 0,05 → distribusi selisih tidak normal → Wilcoxon Signed-Rank dipilih.

Simulasi output SPSS:

Tabel Ranks:

Tabel Test Statistics:

Effect size: r = 4,287 / √30 = 4,287 / 5,477 = 0,78 → efek besar.

Contoh Paragraf Bab 4 yang Bisa Dijadikan Referensi

"Analisis data menggunakan uji Wilcoxon Signed-Rank dilakukan setelah uji normalitas Shapiro-Wilk menunjukkan bahwa distribusi selisih skor pre-test dan post-test tidak memenuhi asumsi normalitas (p = 0,021). Hasil analisis menunjukkan bahwa dari 30 subjek, sebanyak 25 orang mengalami peningkatan skor setelah mengikuti pelatihan, 3 orang mengalami penurunan, dan 2 orang tidak mengalami perubahan. Uji Wilcoxon menghasilkan nilai Z = −4,287 dengan signifikansi p = 0,000 < 0,05, sehingga H₀ ditolak. Artinya, terdapat perbedaan yang signifikan secara statistik antara skor soft skill sebelum dan sesudah pelatihan. Perhitungan effect size menghasilkan r = 0,78, yang mengindikasikan bahwa pelatihan memberikan efek yang besar terhadap peningkatan skor soft skill mahasiswa."

Untuk format tabel hasil Wilcoxon sesuai APA Style, panduan lengkapnya tersedia di Panduan statistik non-parametrik APA Style. Intinya: laporkan Z, N, dan p dalam satu baris ringkas di teks, dan letakkan tabel Ranks sebagai tabel pendukung yang dirujuk dalam narasi.

Percepat Analisis Non-Parametrik dengan Bantuan AI: Tips Praktis

Gue jujur: dulu gue habiskan waktu berjam-jam bukan di bagian analisisnya, tapi di bagian menuliskan hasil analisis ke dalam narasi Bab 4 yang koheren. Angkanya sudah ada, output SPSS sudah di tangan — tapi menuangkannya jadi paragraf yang runtut, akurat, dan tidak terdengar seperti laporan robot? Itu yang bikin gue begadang.

Dari Output SPSS ke Narasi Bab 4: Di Sinilah Banyak Mahasiswa Tersandung

Tantangan ini ternyata universal. Kamu bisa paham konsep Wilcoxon dengan baik, tapi tetap bingung: apakah kalimat interpretasi ini sudah tepat? Apakah urutan pelaporannya sudah benar? Apakah pembahasan ini koheren dengan rumusan masalah di Bab 1? Celah logika seperti ini yang paling sering ditembak penguji, dan paling sulit dideteksi sendiri.

Selain itu, memilih uji yang tepat dari sejak awal pun bukan selalu mudah — terutama kalau desain penelitianmu kompleks atau ada beberapa variabel dengan karakteristik distribusi yang berbeda-beda. Kamu perlu panduan yang sistematis, bukan sekadar daftar uji yang perlu dihafal. Cara membuat Bab 4 skripsi yang benar bisa membantu kamu membangun strukturnya terlebih dahulu.

Cara Risos AI Membantu Tanpa Menggantikan Pemahaman Kamu

Nah, di sinilah tools seperti Risos AI bisa jadi teman kerja yang berguna. Platform ini punya fitur analisis kuantitatif yang bisa membantumu menavigasi pilihan uji statistik non-parametrik secara guided — kamu input data atau deskripsi desain penelitian, dan platform membantu memverifikasi apakah pilihan ujimu sudah sesuai dengan asumsi yang terpenuhi.

Yang lebih relevan: fitur Writing Studio di Risos AI membantu mengubah output analisis menjadi narasi Bab 4 yang bisa kamu edit dan kembangkan sendiri. Bukan menggantikan pemahamanmu — tapi mempercepat proses dari "angka di layar SPSS" ke "paragraf yang siap didiskusikan dengan dosen pembimbing." Kamu tetap yang memahami, memverifikasi, dan mempertanggungjawabkan setiap kalimat di sidang.

Kesimpulan: Wilcoxon Bukan Jalan Pintas, Tapi Pilihan yang Tepat

Uji Wilcoxon Signed-Rank bukan pelarian dari uji t yang "terlalu sulit." Ia adalah pilihan metodologis yang valid — bahkan lebih tepat — ketika data berpasanganmu tidak memenuhi asumsi normalitas. Kuncinya ada di tiga hal: uji normalitas dulu sebelum memutuskan, baca output SPSS secara menyeluruh (bukan cuma nilai p), dan tulis interpretasi yang mengacu pada median dan peringkat — bukan rata-rata.

Beberapa poin yang perlu kamu ingat:

• Selalu cek normalitas pada selisih (d = post − pre), bukan pada pre atau post secara terpisah
• Laporkan keduanya: tabel Ranks dan Test Statistics, bukan hanya nilai Z dan p
• Tambahkan effect size (r = Z/√N) — ini yang membedakan laporan analisis yang biasa dengan yang benar-benar informatif
• Wilcoxon Signed-Rank ≠ Wilcoxon Rank-Sum — pastikan kamu pakai yang sesuai desain penelitianmu
• Interpretasi berbicara tentang median dan distribusi peringkat — bukan rata-rata

Kalau kamu butuh bantuan mempercepat proses dari analisis ke narasi — tanpa mengorbankan pemahaman konseptual yang jadi bekal utama kamu di sidang — tools seperti Risos AI bisa jadi salah satu pilihan yang layak dicoba. Tapi fondasi utamanya tetap sama: pahami ujinya, pahami outputnya, dan kamu bisa mempertahankannya.

Semangat, dan semoga sidangmu lancar.