Oneway ANOVA (Analisis Varian) dengan SPSS

Pengertian anova

Analisis varian (ANOVA) adalah suatu metode untuk menguraikan keragaman total data menjadi komponen-komponen yang mengukur berbagai sumber keragaman.

ANOVA digunakan apabila terdapat lebih dari dua variabel. Dalam literatur Indonesia metode ini dikenal dengan berbagai nama lain, seperti analisis ragam, sidik ragam, dan analisis variansi. Ia merupakan pengembangan dari masalah Behrens-Fisher, sehingga uji-F juga dipakai dalam pengambilan keputusan. Analisis varians pertama kali diperkenalkan oleh Sir Ronald Fisher, bapak statistika modern. Dalam praktek, analisis varians dapat merupakan uji hipotesis (lebih sering dipakai) maupun pendugaan (estimation, khususnya di bidang genetika terapan).

Secara umum, analisis varians menguji dua varians (atau ragam) berdasarkan hipotesis nol bahwa kedua varians itu sama. Varians pertama adalah varians antarcontoh (among samples) dan varians kedua adalah varians di dalam masing-masing contoh (within samples). Dengan ide semacam ini, analisis varians dengan dua contoh akan memberikan hasil yang sama dengan uji-t untuk dua rerata (mean).

Supaya sahih (valid) dalam menafsirkan hasilnya, analisis varians menggantungkan diri pada empat asumsi yang harus dipenuhi dalam perancangan percobaan:

1. Data berdistribusi normal, karena pengujiannya menggunakan uji F-Snedecor
2. Varians atau ragamnya homogen, dikenal sebagai homoskedastisitas, karena hanya digunakan satu penduga (estimate) untuk varians dalam contoh
3. Masing-masing contoh saling independen, yang harus dapat diatur dengan perancangan percobaan yang tepat
4. Komponen-komponen dalam modelnya bersifat aditif (saling menjumlah).

Analisis varians relatif mudah dimodifikasi dan dapat dikembangkan untuk berbagai bentuk percobaan yang lebih rumit. Selain itu, analisis ini juga masih memiliki keterkaitan dengan analisis regresi. Akibatnya, penggunaannya sangat luas di berbagai bidang, mulai dari eksperimen laboratorium hingga eksperimen periklanan, psikologi, dan kemasyarakatan.

sering kali kita menghadapi banyak rata-rata (lebih dari dua rata-rata). apabila kita mengambil langkah pengujian perbedaan rata-rata tersebut satu persatu (dengan t test) akan memakan waktu, tenaga yang banyak. di samping itu, kita akan menghadapi risiko salah yang besar. untuk itu, telah ditemikan cara analisis yang mengandung kesalahan lebih kecil da dapat menghemat waktu serta tenaga yaitu dengan ANOVA (Analisys of variances).

pada dasarnya pola sample dapat dikelompokkan menjadi:

1. seluruh sample, baik yang berada pada kelompok pertama sampai dengan yang ada di kelompok lain, berasal dari populasi yang sama. untuk kondisi ini hipotesis nol terbatas pada tidak ada efek dari treatment (perlakuan)
2. sample yang ada di kelompok satu berasal dari populasi yang berbeda dengan populasi sample yang ada di kelompok lainnya. untuk kondisi ini hipotesis nol dapat berbunyi: tidak ada efek treatment antar kelompok.

Contoh Kasus  :

PENGELUARAN PERMINGGU PROGRAM STUDI PENDIDIKAN BIOLOGI.

Adalah sebagai berikut:

Nama Uang makan dan transpot Uang jalan Uang Foto copy
1 50.00 20.00 10.00
2 70.00 12.00 15.00
3 75.00 25.00 12.00
4 60.00 14.00 9.00
5 60.00 12.00 6.00
6 35.00 9.00 7.00
7 40.00 15.00 10.00
8 65.00 20.00 6.00
9 40.00 20.00 6.00
10 45.00 25.00 7.00
11 60.00 14.00 9.00
12 60.00 12.00 6.00
13 50.00 30.00 12.00
14 50.00 35.00 12.00
15 35.00 25.00 9.00
16 35.00 20.00 9.00
17 60.00 15.00 7.00
18 40.00 35.00 12.00
19 40.00 30.00 6.00
20 35.00 15.00 5.00
21 50.00 30.00 9.00
22 50.00 12.00 6.00
23 65.00 14.00 10.00
24 65.00 25.00 5.00
25 35.00 30.00 12.00
26 30.00 15.00 6.00
27 50.00 25.00 15.00
28 60.00 20.00 10.00
29 65.00 14.00 9.00
30 65.00 30.00 6.00

ANOVA

output

Sum of Squares

df Mean of square F sig

Between Groups

Within Groups

Total

28964.867

6567.233

35532.100

2

87

89

14482.433

75.485

-

191.857

-

-

.000

-

-

Post Hoc Tests

Multiple Comparisons

Dependent Variable: Output
LSD

(I) Jumlah (J) Jumlah

MeanDifference

(I-J)

Std. Error Sig

95% Confidence Interval

Lower Bound

Upper Bound

1.00
2.00
3.00
30.73333*
42.56667*
2.24329
2.24329
.000
.000
26.2745
38.1079
35.1921
47.0255
2.00
1.00
3.00
-30.73333*
11.83333*
2.24329
2.24329
.000
.000
-35.1921
7.3745
-26.2745
16.2921
3.00
1.00
2.00
-42.56667*
-11.83333*
2.24329
2.24329
.000
.000
-47.0255
-16.2921
-38.1079
-7.3745

*.The mean difference is significant at the .05 level.

ANALISIS OUTPUT

Hipotesis :

Ho : µUang Makan dan Transport = µUang  jalan= µUang fotocopy

(tidak ada perbedaan biaya rata-rata dari ketiga pengeluaran tersebut)

Ho : µUang Makan dan Transport ≠ µUang  jalan ≠ µUang fotocopy

(Minimal ada dua pengeluaran dengan biaya rata-rata berbeda)

Dalam pengujian kali ini digunakan tingkat signifikasi 0,05 (α = 5%) atau dengan kata lain tingkat kepercayaan sebesar 0,95 (=95%).

Penarikan kesimpulan

F hitung > F tabel → tolak Ho

F hitung < F tabel → terima Ho

Nilai statistik F tabel adalah (2;87;0,05) = 3,11(dari tabel distribusi f

Terlihat dari tabel ANOVA bahwa nilai F hitung = 191.857, yang mana nilai ini lebih besar dari nilai F tabel  sehingga dapat disimpulkan bahwa kita dapat menolak Ho, yang artinya terdapat perbedaan biaya rata-rata dari pengeluaran tersebut.

Diatas sudah dijelaskan bila Ho diterima uji perbandingan mean dalam Post Hoc tidak berguna lagi, hal ini bisa kita lihat tingkat signifikasi semuanya diatas 0,05.

Oneway

Descriptives

Output

N Mean Std. Deviation Std. Error

95% Confidence Interval for

Mean

Minimum Maximum
Lower Bound Upper Bound
1.00
2.00
3.00
total
30
30
30
90
51.3333
20.6000
8.7667
26.9000
12.65819
7.62301
2.84888
19.98092
2.31106
1.39177
.52013
2.10617
46.6067
17.7535
7.7029
22.7151
56.0600
23.4465
9.8305
31.0849
30.00
9.00
5.00
5.00
75.00
35.00
15.00
75.00

Test of Homogeneity of Variances
Output

Levene
statistic
df1 df2 Sig.
29.544 2 87 .000

Univariate Analysis of Variance

Between-Subjects Factors

N
Jumlah 1.00
2.00
3.00
30
30
30

Tests of Between-Subjects Effects
Dependent Variable: Output

ANALISIS OUTPUT :

  • Pengujian Hipotesis

Ho : tidak ada perbedaan  biaya rata-rata dari ketiga Corrected Model.

H 1 : minimal ada satu Corrected Model yang berbeda dengan biaya pengeluaran.

Dengan taraf signifikasi 5%.

Penarikan kesimpulan

F hitung > F tabel → tolak Ho

F hitung < F tabel → terima Ho

Hal ini bisa kita lihat dari nilai signifikasi = 0.000. Nilai ini lebih kecil dari taraf signifikasi = 0.05.

Kesimpiulannya tolak Ho. Artinya ada perbedaan biaya rata-rata pengeluaran dari ketiga Corrected Model.

Contoh Kasus 2: Produktivitas Pupuk

hari pupuk produktivitas
1 1 22
1 1 23
1 1 25
1 1 29
1 1 28
1 1 16
1 1 24
1 1 30
1 1 26
1 1 19
2 2 11
2 2 10
2 2 23
2 2 21
2 2 25
2 2 23
2 2 20
2 2 25
2 2 26
2 2 20
3 3 22
3 3 24
3 3 26
3 3 15
3 3 18
3 3 14
3 3 16
3 3 14
3 3 20
3 3 24
  • Produktifitas pupuk di hari Rabu rata-rata adalah 23,50 unit, dengan standar deviasi 5,701, dan rata-rata standar error 1,803, produktivitasminimum 14 unit dan produktivitas maksimum 30 unit.
  • Produktivitas pupuk di hari kamis rata-rata adalah 21,30 unit, dengan standar deviasi 4,968, dan rata-rata standarerror 1,571, produktivitas minimum 16 unit dan produktivitas maksimum 30 unit.
  • Produktivitas pupuk di hari jumat rata-rata adalah 23,60 unit, dengan standar deviasi 4,719, dan rata-rata standarerror 1,942, produktivitas minimum 16 unit dan produktivitas maksimum 30 unit.

Berdasarkan ringkasan nilai analisis descriptif diatas, maka dapat dilihat kecendertngan rata-rata priduktivitas terbesar pupuk terjadi pada hari jumat, tetapi masih memerlukan pengujian lanjut untuk mengetahui apakah perbedaan tersebut signifikan pada taraf 95% atau p < 0,05
Test of Homogeneity of Variances

Levence
statistik

df1

df2

Sig.

Pupuk

prduktivitas

-

.214

2

2

-

27

-

.808

Maaf untuk artikel ini tidak lengkap. Apabila Anda menginginkan Kelengkapan Artikel ini beserta pembahasannya
silahkan Download secara Gratis dan cuma-cuma dibawah sini……

oneway anova

About these ads

Tentang belalangtue

manusia biasa yang ingin terus belajar.............
Tulisan ini dipublikasikan di Kuliah Biologi, SPSS, Statistik dan tag , , . Tandai permalink.

11 Balasan ke Oneway ANOVA (Analisis Varian) dengan SPSS

  1. endragunawan berkata:

    bro ajari to men blogku dadi koyo nggonamu minimal,, maksimal dadi nggone okezon.com

  2. belalangtue berkata:

    kakakakakak………………….dadi isin aq gun hahahaha…..lah njaluk di ajari bagian opone….????????????? lah kan yo gonamu wes GRENG TENAN toh…

    suwun Gun wes mampir gonaku….

    aq yo arep sambang nang gonamu lah…..

    meluncur sekarang juga…..

    aits lupa lum pake celana hahahahhahahaaaa………………

  3. ami berkata:

    walah mas, saya jadi kaget pas buka. ada foto njenengan. baca metode semakin ga konsen gara2 seperti diamati terus2an. mbok fotonya yang nglirik gitu mas. jadi kan saya ga ngerasa kalo ngeliatin saya. halah.

  4. tanabe berkata:

    sekedar saran mas..
    isi blog ny sgt bermanfaat cuma theme ny g enak dilihat dan tulisan nya juga susah dibaca! tq.

  5. Anonymous berkata:

    bagaimana contoh untuk matematikanya???????????????di sini yang ada hanya untuk biologi……….

  6. Anonymous berkata:

    thanks..ini membantu banget

  7. ekobelajarictgus berkata:

    belajar spss sambil dengerin mp3 yang dipilih….muantep deh mas, kaya belajar secara privat aja

  8. hepz berkata:

    makasih..sangat membantu penelitian saya..saya mau tanya..kalau saya menilai 2 keterampilan dr 2 kelas eksperimen yg diberi perlakuan berbeda jg harus pakai anava jg..??atau bisa hanya dgn uji-t biasa..?
    makasih.. ;)

  9. tie berkata:

    Makasih……^^

  10. Rizki Pramasta berkata:

    seharusnya pada nomor satu ditulis data yang berasal dari populasi yang berdistribusi normal . soalnya yang normal itu bukan sampel tapi populasinya. terimakasih ::)

Berikan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Logout / Ubah )

Twitter picture

You are commenting using your Twitter account. Logout / Ubah )

Facebook photo

You are commenting using your Facebook account. Logout / Ubah )

Google+ photo

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s