Tugas Statistik Anova
Click here to load reader
-
Upload
muhammad-idrus-abdul-basir -
Category
Documents
-
view
51 -
download
9
description
Transcript of Tugas Statistik Anova
Anova merupakan salah satu uji komparatif yang digunakan untuk menguji perbedaan
mean (rata-rata) data lebih dari dua kelompok. Ada dua jenis Anova, yaitu analisis varian satu
faktor (one way anova) dan analisis varian dua faktor (two ways anova). Untuk melakukan uji
Anova, harus dipenuhi beberapa asumsi, yaitu sampel berasal dari kelompok yang
independen, varian antar kelompok harus homogen, dan data masing-masing kelompok
berdistribusi normal. Asumsi yang pertama harus dipenuhi pada saat
pengambilan sampel yang dilakukan secara random terhadap beberapa kelompok yang
independen, yang mana nilai pada satu kelompok tidak tergantung pada nilai di kelompok
lain. Sedangkan pemenuhan terhadap asumsi kedua dan ketiga dapat dicek jika data telah
dimasukkan ke komputer, jika asumsi ini tidak terpenuhi dapat dilakukan transformasi
terhadap data. Apabilaproses transformasi tidak juga dapat memenuhi asumsi ini maka uji
Anova tidak valid untuk dilakukan, sehingga harus menggunakan uji non-parametrik
misalnya Kruskal Wallis.
Hipotesis yang digunakan dalam uji ANOVA adalah:
H0: mean dari semua kelompok sama
H1: terdapat mean dari dua atau lebih kelompok tidak sama
Prinsip Uji Anova adalah melakukan analisis variabilitas data menjadi dua sumber
variasi yaitu variasi di dalam kelompok (within) dan variasi antar kelompok (between). Bila
variasi within dan between sama (nilai perbandingan kedua varian mendekati angka satu),
maka berarti tidak ada perbedaan efek dari intervensi yang dilakukan, dengan kata lain nilai
mean yang dibandingkan tidak ada perbedaan. Sebaliknya bila variasi antar kelompok lebih
besar dari variasi didalam kelompok, artinya intervensi tersebut memberikan efek yang
berbeda, dengan kata lain nilai mean yang dibandingkan menunjukkan adanya perbedaan.
Istilah-istilah penting dalam ANOVA dan definisinya adalah sbb.
SST=∑i=1
k
∑j=1
n
( y ij− y ..)2=total variansi pada sample
SSA=n∑i=1
k
( y i .− y ..)2=variansi antar kelompok
SSE=∑i=1
k
∑j=1
n
( y ij− y i .)2=variansi yang terjadi dalam treatment yangsama
Dengan:
Treatment: 1 2 ... i ... k
y11 y21 ... y i 1 ... yk 1
y11 y22 ... y i 2 ... yk 2
... ... ... ... ... ...
y1n y2n ... y¿ ... ykn
Total Y 1. Y 2. ... Y i . ... Y k . Y ..
Rata-Rata y1. y2. ... y i . ... yk . y ..
Dalam ANOVA digunakan uji statistik F, dengan menghitung perbandingan MSAMSE
yang diberikan dalam tabel ANOVA sbb.
Source of Variation Sum of Squares d.o.f Mean Square Computed f
Treatment SSA k−1s1
2= SSAk−1
s12
s2
Error SSE k (n−1) s2= SSEk (n−1)
Total SST kn−1
Jika nilai f hitung > f kritis, maka tolak Ho dan simpulkan bahwa terdapat perbedaan
antara rata-rata dari treatment yang diberikan.
http://statistikian.blogspot.com/2012/11/one-way-anova-dalam-spss.html
ineddeni.files.wordpress.com/.../uji-t-berpasangan.pdf
http://ineddeni.files.wordpress.com/2008/03/uji-t-berpasangan.pdf
ANOVA merupakan lanjutan dari uji-t independen dimana kita memiliki dua kelompok
percobaan atau lebih. ANOVA biasa digunakan untuk membandingkan mean dari dua
kelompok sampel independen (bebas). Uji ANOVA ini juga biasa disebut sebagai One Way
Analysis of Variance.
Asumsi yang digunakan adalah subjek diambil secara acak menjadi satu kelompok n.
Distribusi mean berdasarkan kelompok normal dengan keragaman yang sama. Ukuran sampel
antara masing-masing kelompok sampel tidak harus sama, tetapi perbedaan ukuran kelompok
sampel yang besar dapat mempengaruhi hasil uji perbandingan keragaman.
Hipotesis yang digunakan adalah:
H0: µ1 = µ2 … = µk (mean dari semua kelompok sama)
Ha: µi <> µj (terdapat mean dari dua atau lebih kelompok tidak sama)
Statistik uji-F yang digunakan dalam One Way ANOVA dihitung dengan rumus (k-1), uji F
dilakukan dengan membandingkan nilai Fhitung (hasil output) dengan nilai Ftabel. Sedangkan
derajat bebas yang digunakan dihitung dengan rumus (n-k), dimana k adalah jumlah
kelompok sampel, dan n adalah jumlah sampel. p-value rendah untuk uji ini mengindikasikan
penolakan terhadap hipotesis nol, dengan kata lain terdapat bukti bahwa setidaknya satu
pasangan mean tidak sama.
Sebaran perbandingan grafis memungkinkan kita melihat distribusi kelompok. Terdapat
beberapa pilihan tersedia pada grafik perbandingan yang memungkinkan kita menjelaskan
kelompok. Termasuk box plot, mean, median, dan error bar.
Contoh Kasus.
Evaluasi pada metode pengajaran oleh pengawas untuk anak-anak sekolah Paket C adalah
sebagai berikut:
Sebelum diinput ke dalam SPSS susunan data harus dirubah dahulu karena data diatas
berbentuk matriks, untuk yang datanya tidak dalam bentuk matriks tabel, tidak perlu dirubah.
Tabelnya adalah seperti tabel berikut:
Data ini kemudian dapat dimasukkan ke dalam worksheet SPSS agar dapat dilakukan analisis.
Hipotesis yang digunakan adalah:
H0 : µ1 = µ2 = µ3 = µ4 = µ5 (mean dari masing-masing kelompok metode adalah sama)
H1: µ1 <> µ2 <> µ3 <> µ4 <> µ5 (terdapat mean dari dua atau lebih kelompok metode
tidak sama)
Langkah-langkah pengujian One Way ANOVA dengan software SPSS adalah sebagai
berikut:
1. Input data ke dalam worksheet SPSS, tampilannya akan seperti berikut ini:
Data view:
Sedangkan Variabel view:
2. Kemudian jalankan analisis dengan memilih ANALYZE – COMPARE MEANS – ONE WAY
ANOVA, seperti berikut ini:
3. Setelah muncul kotak dialog, maka pindahkan variabel metode ke DEPENDEN LIST, dan
variabel waktu ke FACTOR.
4. Setelah variabel dependen dimasukkan pilih OPTION, kemudian checklist
Descriptive danHomogeneity-of-Variance box, seperti gambar berikut kemudian
klik continue.
5. Setelah itu pilih post Hoc Test, untuk melihat kelompok mana aja seh yang signifikan (satu
persatu). Anda bisa memilih Post Hoc Test - Tukey, lalu continue – OK.
6. Setelah itu maka akan muncul output berupa seperti berikut ini:
7. Sedangkan Output Post Hoc Test akan berupa tabel MULTIPLE
COMPARRISON seperti berikut ini:
8. Interpretasi:
Hasil uji Homogeneity-of-Variance box menunjukkan nilai sig. (p-value) sebesar 0,848, ini
mengindikasikan bahwa kita gagal menolak H0, berarti tidak cukup bukti untuk
menyatakan bahwa mean dari dua atau lebih kelompok metode tidak sama.
Hasil uji one way ANOVA yang telah dilakukan mengindikasikan bahwa nilai uji-
F signifikan pada kelompok uji, ini ditunjukkan oleh nilai Fhitung sebesar 11,6 yang lebih
besar daripada F(3,9) sebesar 3,86 (Fhitung > Ftabel), diperkuat dengan nilai p = 0.003
lebih kecil daripada nilai kritik α=0,05.
Tukey post hoc test untuk multiple comparisons mengindikasikan bahwa hanya kelompok 4
yang memiliki nilai sig. (F statistik) yang signifikan secara statistik. Hasil ini
mengindikasikan bahwaperbedaan rata-rata antara metode waktu belajar 1, 2 dan 3
secara statistik tidak signifikan dan meannya secara signifikan berbeda daripada mean
metode 4 yang signifikan secara statistik. (yoz)
http://statistik4life.blogspot.com/2009/11/uji-one-way-anova.html