anova ( statistik )
Category Archives: ANOVA
A PENDAHULUAN
Analisis of variance atau
ANOVA merupakan salah satu teknik analisis multivariate yang berfungsi untuk
membedakan rerata 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 kelompok2 sampel independen yang diamati.
Analisis varian saat ini banyak digunakan dalam penelitian survey dan
penelitian eksperimen.
By hendry • Posted in ANOVA, TUTORIAL STATISTIK • Tagged anova dua jalur,
tutorial
anova spss, two
ways anova
A PENDAHULUAN
Analisis of variance atau
ANOVA merupakan salah satu teknik analisis multivariate yang berfungsi untuk
membedakan rerata 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 kelompok2 sampel independen
yang diamati. Analisis varian saat ini banyak digunakan dalam penelitian survey
dan penelitian eksperimen.
One-way anova dilakukan
untuk menguji perbedaan tiga kelompok atau lebih berdasarkan satu variabel
independen.
B. Contoh Kasus
Pak Ali seorang manajer
ingin mengetahui perbedaan gaji berdasarkan jenis perusahaan yaitu farmasi,
jasa dan manufaktur. Survey dilakukan terhadap 45 sampel dari tiga jenis
perusahaan yaitu farmasi, jasa dan manufaktur.
Data ambil di sini data
dan output oneway anova
C. Langkah Uji
Klik Analyze > Compare
Mean > One Way Anova
Masukkan variabel gaji ke
kotak dependen list, dan masukkan variabel jenis perusahaan ke dalam kotak
Factor
Klik icon Post Hoc, pilih
LSD dan Duncan. lalu continue
Klik Options, dan pilih
Descriptive
Klik OK
D. HASIL
E. INTERPRETASI
Berdasarkan output
Deskriptif diperoleh rata-rata gaji untuk pekerja sector farmasi adalah 3.5
juta, jasa 3.18 juta dan sector manufaktur 2.23 juta rupiah. Gaji minimal
sector farmasi adalah 2.5 juta dan maksimal 4.1 juta. Sedangkan gaji minimal
pekerja di sector jasa adalah sebesar 2.4 juta dan maksimal 4.2 juta. Gaji
minimal pekerja di sector manufaktur adalah sebesar 1.8 juta dan tertinggi
sebesar 3.5 juta.
Standar deviasi terendah
adalah di sector farmasi, sementara yang tertinggi adalah di sector jasa. Nilai
ini menunjukkan keseragaman data, sehingga semakin besar nilai standar deviasi
menunjukkan semakin besarnya ketidakseragaman data. Dengan demikian, dapat
disimpulkan bahwa sector manufaktur menunjukkan ketidakseragaman (variatif)
dalam hal gaji.
Output Anova menunjukkan
bahwa nilai F hitung adalah sebesar 35.367 dengan sig 0.000. dengan demikian
dapat disimpulkan bahwa Ho ditolak, atau terdapat perbedaan yang signifikan
antara gaji kelompok sector farmasi, jasa dan manufaktur.
Selanjutnya, melalui Uji
Post Hoc LSD diketahui perbedaan antar kelompok yang dirangkum sbb :
Farmasi – Jasa : signifikan
Farmasi – Manufaktur :
signifikan
Jasa – Manufaktur :
signifikan
dengan demikian dapat
dikatakan bahwa antar kelompok tersebut memiliki perbedaan yang signifikan
Lalu pada bagian uji Post
Hoc Duncan. Perbedaan tiap kelompok dapat dilihat dari nilai harmonic mean yang
dihasilkan tiap kelompok berada dalam kolom subset yang sama atau berbeda. Pada
hasil uji menunjukkan ketiga kelompok sampel berada pada kolom subset yang
berbeda. Kelompok manufaktur masuk ke dalam kolom 1, jasa masuk ke kolom 2 dan
sector farmasi di kolom 3. Ini mengindikasikan bahwa ketika sector ini
memiliki perbedaan yang signifikan
…..
G. Uji Asumsi
Seperti yang dijelaskan di
atas, ANOVA membutuhkan uji asumsi normalitas dan homogenitas. Saya di sini
langsung menampilkan hasil ujinya sbb :
Normalitas
Output di atas menunjukkan
bahwa data berdistribusi normal. hal ini dapat dilihat dari nilai asymp.sig
(2-tailed) sebesar 0.289 > 0.05, sehingga dinyatakan normal
selanjutnya hasil uji
homogenitas
Hasil uji di atas
menggunakan uji Levene. nilai Levene F hitung adalah sebesar 1.424 dengan
signifikansi 0.252. Karena nilai sig > 0.05 maka dapat disimpulkan bahwa
tidak ada perbedaan varian antar kelompok sampel yang diteliti atau varian
antar kelompok sampel adalah sama.
Komentar
Posting Komentar