Halaman

Selasa, 26 Juni 2012

statistik uji anova



STATISTIK UJI ANOVA
Kelompok 4 :
-         Mardiana
-         Nedi Kusnadi
-         Ning Gusti Ramadiani
-         Rezky Syahputra
-         Ricki
-         Siti Muti’ah
-         Syarifah Sepfiawati
-         Tia Oktaviani
-         Trisna Novianti
-         Vika Oktasinya
-         Iga Selasmi
-         Rifki Hadistya


ANOVA ( Analisis of Variance )

ANOVA ( Analisis of variance ) merupakan salah satu teknik analisis multivariate yang berfungsi untuk membedakan rata-rata lebih dari dua kelompok data dengan cara membandingkan variansinya. Analisis varian termasuk dalam kategori statistik parametric. Sebagai alat statistika parametric, maka untuk dapat menggunakan rumus ANOVA harus terlebih dahulu perlu dilakukan uji asumsi meliputi normalitas, heterokedastisitas dan random sampling (Ghozali, 2009).
Analisis varian dapat dilakukan untuk menganalisis data yang berasal dari berbagai macam jenis dan desain penelitian. Analisis varian banyak dipergunakan pada penelitian-penelitian yang banyak melibatkan pengujian komparatif yaitu menguji variabel terikat dengan cara membandingkannya pada kelompok-kelompok sampel independen yang diamati. Analisis varian saat ini banyak digunakan dalam penelitian survey dan penelitian eksperimen.
Anova mempunyai dua jenis yaitu analisis varian satu faktor (one way anova) dan analsis varian dua faktor (two ways anova).
1.    One Way Anova dengan SPSS
Beberapa asumsi yang harus dipenuhi pada uji Anova adalah:
  1. Sampel berasal dari kelompok yang independen
  2. Varian antar kelompok harus homogen
  3. Data masing-masing kelompok berdistribusi normal
Hipotesis yang digunakan adalah:
Ho : µ1 = µ2 … = µk (mean dari semua kelompok sama)
Ha  : µ1 ≠ µ2 (terdapat mean dari dua atau lebih kelompok tidak sama)

v  Berikut ini contoh langkah-langkah dalam melakukan Uji Anova One Way :
Pada praktek kali ini saya menggunakan data dari suatu studi yang ingin mengatahui hubungan Ras (warna kulit) ibu dengan berat bayi yang dilahirkan. Warna kulit pada kasus ini terbagi dalam 3 kategorik, yaitu : putih, hitam, dan lainnya. Data yang diperoleh sebagai berikut :


1.    Buka SPSS, lalu masukan (entry) data di atas seperti ini:


2.      Pada menu utama SPSS pilih Analyze --> Compare Means --> One-Way ANOVA...
sampai muncul jendela One-Way ANOVA seperti ini :


3.         Pilih variabel "berat bayi" lalu klik tanda segitiga paling atas untuk memindahkannya ke kotak "Dependent List:" Kemudian pilih variabel "warna kulit (ras)" lalu klik tombol segitiga di bawah untuk menempatkan variabel ras ke kotak "Factor:" Sehingga nampak seperti di bawah ini :


4.         Klik tombol Option...  akan muncul jendela ini :


5.         Centang (tandai) pilihan Descriptive dan Homogeneity of variance test, kemudian klik Continue..
6.         Masih dijendela One-Way ANOVA, klik tombol Post Hoc... sampai muncul jendela ini :

7.         Pada kotak "Equal Variances Assumed" centang pilihan Bonferroni dan pada kotak "Equal Variances Not Assumed" centang pilihan Games-Howell. Klik Continue.
8.         Untuk menjalankan prosedur, klik OK sehingga keluar output berikut :


Dari tabel Descriptives nampak bahwa ibu yang berkulit putih rata-rata melahirkan bayi sebesar 3197,85 gram, ibu yang berkulit hitam rata-rata melahirkan bayi sebesar 2719,69 gram, dan ibu yang berkulit lainnya melahirkan bayi rata-rata beratnya 2952,55 gram. Selanjutnya untuk melihat uji kita lihat di tabel ANOVA :

Sebelum melanjutkan uji perlu  diingat bahwa salah satu asumsi uji Anova adalah variansnya sama. Dari tabel Test of Homegeneity of Variances terlihat bahwa hasil uji menunjukan bahwa varian ketiga kelompok tersebut sama (P-value = 0,742), sehingga uji Anova valid untuk menguji hubungan ini.
Selanjutnya untuk melihat apakah ada perbedaan rata-rata berat bayi yang dilahirkan dari ketiga kelompok ras tersebut, kita lihat  tabel ANOVA , dari tabel itu pada kolom Sig. diperoleh nila P (P-value) = 0,034. Dengan demikian pada taraf nyata = 0,05 kita menolak Ho, sehingga kesimpulan yang didapatkan adalah  ada perbedaan yang bermakna rata-rata berat bayi yang dilahirkan oleh ketiga kelompok ras tersebut.
Jika hasil uji menunjukan Ho gagal ditolak (tidak ada perbedaan), maka uji lanjut (Post Hoc Test) tidak dilakukan. Sebaliknya jika hasil uji menunjukan Ho ditolak (ada perbedaan), maka uji lanjut (Post Hoc Test) harus dilakukan.
Karena hasil uji Anova menunjukan adanya perbedaan yang bermakna, maka uji selanjutnya adalah melihat kelompok mana saja yang berbeda.
Untuk menetukan uji lanjut mana yang digunakan, maka kembali kita lihat tabel Test of Homogeneity of Variances, bila hasil tes menunjukan varian sama, maka uji lanjut yang digunakan adalah uji Bonferroni. Namun bilai hasil tes menunjukan varian tidak sama, maka uji lanjut yang digunakan adalah uji Games-Howell.
Dari Test of Homogeneity  menghasilkan bahwa varian ketiga kelompok tersebut sama, maka uji lanjut (Post Hoc Test) yang digunakan adalah Uji Bonferroni.


Dari tabel di atas memperlihatkan bahwa  kelompok yang menunjukan adanya perbedaan rata-rata berat bayi yang dilahirkan (ditandai dengan tanda bintang "*") adalah Kelompok ibu yang berkulit putih dan ibu berkulit hitam.




















2.    Two Way Anova
Anova dua jalur memiliki perbedaan dibanding anova satu jalur. Perbedaannya adalah pada jumlah variabel independen. Pada anova satu jalur hanya ada satu variabel independen, sementara pada anova dua jalur ada dua atau lebih variabel independen.
v  Berikut ini contoh langkah-langkah dalam melakukan Uji Anova One Way :
Akan diuji perbedaan gaji berdasarkan jenis kelamin, dan masa kerja. Data ambil di sini DATA  TWO WAY ANOVA Klik Analyze > General Liniear Model > Univariate.
Masukkan variabel gaji ke kotak dependen list, dan masukkan variabel jenis kelamin dan masa kerja ke dalam kotak Fixed Factor seperti terlihat pada gambar di bawah ini :

Klik Options, dan pilih Descriptive dan Homogenity Test

Klik Post Hoc Test, lalu masukkan variabel masa kerja ke kotak Post Hoc Test For. variabel jenis kelamin tidak perlu dimasukkan karena hanya terdiri dari dua kelompok. Tandai LSD dan DUNCAN, lalu klik continue...

Klik OK
HASIL dan INTERPRETASI

Pertama adalah deskripsi hasil. Berdasarkan output Deskriptif diperoleh rata-rata gaji berdasarkan jenis kelamin dan masa kerja. Pada output di atas terlihat bahwa karyawan laki-laki yang memiliki masa kerja < 5 tahun memiliki rata-rata gaji sebesar 3.7 juta, laki-laki yang memiliki masa kerja 6 – 10 memiliki rata-rata gaji sebesar 3.2 juta dan yang memiliki masa kerja di atas 10 tahun mempunyai gaji rata-rata 2.04 juta (dan seterusnya)...

Hasil uji levene test menunjukkan nilai sig sebesar 0.150. Karena sig > 0.05 maka dapat dinyatakan bahwa model memenuhi asumsi homogenitas. Selanjutnya, hasil uji ANOVA menunjukkan terdapat pengaruh langsung masa kerja terhadap gaji. Hal ini dapat dilihat dari nilai F sebesar 37.077  dan signifikan pada p = 0.000. (thanks arie atas koreksinya..)
Sementara variabel jenis kelamin ternyata tidak memiliki pengaruh terhadap gaji. Hasil uji menunjukkan nilai F sebesar 0.008 pada sig 0.931 (sig > 0.05).
Nilai R Squared sebesar 0.620 diartikan bahwa variabilitas masa kerja dan jenis kelamin menjelaskan gaji adalah sebesar 62%.

Demikian contoh singkat ini.. Semoga bermanfaat.. J



0 komentar:

Posting Komentar

Translate

Popular Posts

Copyright 2011 KESLING TINGKAT 1 B - Template by Kautau Dot Com - Editor premium idwebstore