ANALISIS RAGAM SATU ARAH PROSEDUR SPSS ONE WAY ANOVA

NAMA :
Tri Winarto                                 (21090115120013)
Gagan Wisnu Seto Nugroho     (21090115120023)
Vita Agnindiyasari                    (21090115120039)
Mayank Faunni Naily               (21090115120072)
Aji Farid Rohman Hakim        (21090115130093)
Arie Prasetyo                              (21090115140105)
Nanda Itohasi Gutami               (21090115130117)
Galan Regatama                         (21090115140132)
Narendra Rangga Dewa             (21090115130143)
Muhammad Dikwan                    (21090115100148)



ANALISIS RAGAM SATU ARAH PROSEDUR SPSS ONE WAY ANOVA
1. uji anova
         Uji Anova adalah bentuk khusus dari analisis statistik yang banyak digunakan dalam penelitian eksperimen. metode analisis ini dikembangkan oleh R.A Fisher. Uji Anova juga adalah bentuk uji hipotesis statistik dimana kita mengambil kesimpulan berdasarkan data atau kelompok statistik inferentif. Hipotesis nol dari uji Anova adalah bahwa data adalah simple random dari populasi yang sama sehingga memiliki ekspektasi mean dan varians yang sama. Sebagai contoh penelitian perbedaan perlakuan terhadap sampel pasien yang sama. Hipotesis nol nya adalah semua perlakuan akan memiliki efek yang sama.
Meskipun uji t adalah statistik yang sering digunakan, hanya saja uji t  dibatasi untuk menguji hipotesis dua kelompok. Uji Anova atau Analisis varians (ANOVA) dikembangkan untuk memungkinkan peneliti untuk menguji   hipotesis perbandingan lebih dari dua kelompok. Dengan demikian, uji-t dan uji anova adalah sama-sama metode statistik untuk perbandingan. Yang membedakan keduanya adalah hanya jumlah kelompok yang dibandingkan.
2. Landasan konseptual ANOVA
Seperti halnya Uji T, dalam uji Anova pun Anda harus menghitung statistik uji (dalam hal ini adalah F- rasio) untuk menguji pernyataan bahwa apakah kelompok yang dibandingkan memiliki kesamaan atau tidak. Bahasa statistik hipotesis uji Anova dapat dituliskan sebagai berikut: H0 : M1 = M2 = M3 = 0 , biasanya dengan harapan bahwa Anda akan dapat menolak H0 untuk memberikan bukti bahwa hipotesis alternatif ( H1 : Tidak H0 ) . Untuk menguji H0, Anda mengambil sampel secara acak kelompok peserta/sampel/responden dan menetapkan ukuran-ukuran (variabel dependen). Kemudian melihat apakah ukuran-ukuran tersebut berbeda berarti untuk berbagai kondisi. Jika berbeda maka Anda akan dituntun untuk menolak H0. Seperti pada uji statistik yang lain, kita menolak H0 ketika mendapati statistik uji yang diukur melalui F-statistik yang melebihi F tabel dengan tingkat kepercayaan tertentu. Cara lain dapat dilakukan dengnan melihat p-value (nilai probabilitas) yang mana lebih rendah dari 5%, misalnya kita menggunakan tingkat kepercayaan 95%.
Prinsip uji Anova adalah kita membandingkan variansi tiga kelompok sampel atau lebih. Lebih dari sekedar membandingkan nilai mean (rata-rata), uji anova juga mempertimbangkan keragaman data yang dimanifestasikan dalam nilai varians.
3. Pengujian anova satu arah
Uji anova Satu Arah (One Way ANOVA) adalah Jenis Uji Statistika Parametrik yang bertujuan untuk mengetahui apakah terdapat perbedaan rata-rata antara lebih dari dua group sampel.
Yang dimaksud satu arah adalah sumber keragaman yang dianalisis hanya berlangsung satu arah yaitu antar perlakuan (Between Group). Adapun faktor lain yang berpotensi mempengaruhi keragaman data dimasukkan kedalam Galat (within Group) dan sebisa mungkin dikontrol, sehingga jenis uji ini umumnya dilakukan pada rancangan perlakuan yang faktor-faktor lingkungannya dapat dikontrol.
Tujuan dari uji anova satu jalur adalah untuk membandingkan lebih dari dua rata-rata. Sedangkan gunanya untuk menguji kemampuan generalisasi. Maksudnya dari signifikansi hasil penelitian. Jika terbukti berbeda berarti kedua sampel tersebut dapat digeneralisasikan (data sampel dianggap dapat mewakili populasi). Anova satu jalur dapat melihat perbandingan lebih dari dua kelompok data.
Anova pengembangan atau penjabaran lebih lanjut dari uji-t ( t hitung) .Uji-t atau uji-z hanya dapat melihat perbandingan dua kelompok data saja. Sedangkan anova satu jalur lebih dari dua kelompok data. Contoh: Perbedaan prestasi belajar statistika antara mahasiswa tugas belajar (X1), izin belajar (X2) dan umum (X3). 
Anova lebih dikenal dengan uji-F (Fisher Test), sedangkan arti variasi atau varian itu asalnya dari pengertian konsep “Mean Square” atau kuadrat rerata (KR).












SUMBER :
1. https://freelearningji.wordpress.com
2. https://aditinputria.files.wordpress.com/2013/06/makalah-anova-satu-arah.doc
3. http://www.globalstatistik.com

Asumsi yang harus dipenuhi dalam uji Anova sebagai bentuk dari model linier yaitu :

1.      Independensi observasi, setiap observasi dalam analisis anova harus bersifat independen.
2.      Kenormalan
Setiap harga dalam sampel berasal dari distribusi normal, sehingga distribusi skor sampel dalam kelompok pun hendaknya normal. Kenormalan dapat diatasi dengan memperbanyak sampel dalam kelompok, karena semakin banyak n maka distribusi akan mendekati normal. Apabila sampel tiap kelompok kecil dan tidak dapat pula diatasi dengan jalan melakukan transformasi.
3.      Kesamaan Variansi
Masing-masing kelompok hendaknya berasal dari populasi yang mempunyai variansi yang sama. Untuk sampel yang sama pada setiap kelompok, kesamaan variansi dapat diabaikan. Tetapi, jika banyaknya sampel pada masing-masimg kelompok tidak sama, maka kesamaan variansi populasi memang sangat diperlukan.
4.      Penamatan Bebas
Sampel hendaknya diambil secara acak (random), sehingga setiap pengamatan merupakan informasi yang bebas.

Mengingat uji Anova ini banyak digunakan dalam penelitian eksperimen, maka uji anova dapat dibagi berdasarkan desainnya :

1.      Anova satu arah, digunakan untuk menguji perbedaan diantara dua atau lebih kelompok dimana hanya terdapat satu faktor yang dipertimbangkan. sebagai contoh membandingkan efek dosis obat yang berbeda terhadap kesembuhan pasien.
2.      Anova faktorial, merupakan pengembangan dari anova satu arah dimana ada lebih dari satu faktor dan interaksinya yang dipertimbangkan. Misalnya bukan hanya faktor dosis obat tetapi juga frekuensi pemberian obat. pada anova faktorial, interaksi atau kombinasi diantara faktor juga dipertimbangkan. Pada contoh ini, interaksi antara dosis obat dan frekuensi pemberian obat dapat dihitung pengaruhnya terhadap kesembuhan pasien. Anova dua arah (two way anova) termasuk dalam Anova faktorial.
3.      Anova reapeted measures, digunakan ketika dalam desain eksperimen mengijinkan subjek penelitian diikutsertakan pada perlakuan yang berbeda. terkait contoh di atas, misalnya pasien yang sama diberikan obat dengan dosis yang berbeda.
4.      Multivariat Anova, berbeda dengan uji Anova yang hanya mengukur satu respon, Manova mengukur lebih dari satu respon dalam satu kali eksperimen. misalnya kita meneliti dampak obat pada beberapa dosis. Respon yang diteliti lebih dari satu misalnya kadar Trigleserida , LDL dan HDL pada pasien.

SUMBER
http://www.scribd.com/doc/43468471/anava-1-jalur.
http://ineddeni.wordpress.com/2007/11/10/one-way-anova/

http://statistikpendidikanii.blogspot.com/2008/07/tanggapan-buat-model-anava.html http://blog.uad.ac.id/kalifach/2009/03/18/uji-anova-dan-uji-t-dalam-regresi/.


Berikut contoh dalam penggunaan ANOVA satu jalur :

1. Jumlah sampel sama antar populasi.
Dari 5 tablet sakit kepala yang diberikan kepada 25 orang dicatat berapa lama tablet-tablet tersebut dapat mengurangi rasa sakit. Ke-25 orang itu dibagi secara acak ke dalam 5 kelompok dan masing-masing diberi satu jenis tablet yang berbeda yaitu tablet A, B, C, D dan E. 
Dalam pengujian ini ingin mengetahui apakah kelima tablet tersebut sama lamanya dalam mengurangi rasa sakit.

Hipotesis uji :
Ho : Kelima tablet memiliki waktu yang sama dalam mengurangi rasa sakit.
Ha : Terdapat tablet yang tidak memiliki waktu sama dalam mengurangi rasa sakit.

Hipotesis statistik :
Ho : m1 = m2 = m3 = ... = mk
Ha : Sekurang-kurangnya dua nilai tengah tidak sama.

Statistik Uji :
Pilih nilai signifikansi alpha 5%, dan F-tabel dengan df(JKk) =k-1=5-1=4 dan df(JKg) =n-k=25-5=20. Sehingga diperoleh F-tabel =2,87. 
Atau gunakan MS-Excel dengan ketik =finv(alpha;(k-1);(n-k)) = finv(0,05;4;20)=2,87.




JKT = 834 – 1322/25 = 834 – 696,960 = 137,040
JKK = (3882/5) – (1322/25) = 776,400 – 696,960 = 79,440
JKG = 137,040 – 79,440 = 57,600

dengan df(JKt) = df(JKk) + df(JKg) = 4 + 20 = 24

MSk = KTk = JKK / df(JKK) = 79,440 / 4 = 19,860
MSg = KTg = JKG / df(JKK) = 57,600 / 20 = 2,880

F-hitung = KKk/KTg = MSk/MSg = 19,860 / 2,880 = 6,896

Keputusan :
F-hitung = 6,896 > F-tabel = 2,87, sehingga Ho ditolak dan Ha diterima.

Kesimpulan :
Lama waktu kelima tablet tersebut tidak sama dalam mengurangi rasa sakit.

2. Jumlah Sampel Berbeda antar Populasi
Tiga kelas kuliah matematika dasar diberikan oleh tiga dosen. Nilai akhirnya tercatat sebagai berikut :

Hipotesis uji :
Ho : Tidak terdapat selisih antara nilai rata-rata yang akan diberika ketiga dosen.
Ha : Terdapat selisih antara nilai rata-rata yang akan diberika ketiga dosen.

Hipotesis statistik :
Ho : m1 = m2 = m3 = ... = mk
Ha : Sekurang-kurangnya dua nilai tengah tidak sama.

Statistik Uji :
Pilih nilai signifikansi alpha 5%, dan F-tabel dengan df(JKk) =k-1=3-1=2 dan df(JKg) =n-k=40-3=37. Sehingga diperoleh F-tabel =3,25. 
Atau gunakan MS-Excel dengan ketik =finv(alpha;(k-1);(n-k)) = finv(0,05;2;37)=3,25.


JKT = 199462 – (27262/40) = 199462 – 185776,90 = 13685,10

JKK = ((8172/12)+(10712/15)+(8382/13)) – (27262/40) =  9667489/12 + 1147041/15 + 702244/13 – 185776,90 = 55624,08+76469,40+54018,77-185776,90 = 186112,25 – 185776,90 = 335,35

JKG = 13685,10-335,35 = 13349,75


dengan df(JKt) = df(JKk) + df(JKg) = 2 + 37 = 39

MSk = KTk = JKK / df(JKK) = 335,35/2 = 167,68
MSg = KTg = JKG / df(JKG) = 13349,75/35 = 381,42

F-hitung = KKk/KTg = MSk/MSg = 167,68 / 381,42 = 0,44

Keputusan :
F-hitung = 0,44 < F-tabel = 3,25, sehingga Ho diterima dan Ha ditolak.


Kesimpulan :
Tidak terdapat perbedaan yang nyata di antara nilai rata-rata yang diberikan oleh ketiga dosen tersebut.


sumber : http://www.jam-statistic.id/2014/04/analisis-varians-satu-arah-one-way-anova.html

Tutorial One Way Anova

  • Buka SPSS.
  • Buka Tab Variable View, buat 2 variabel: Pekerjaan dan Pendapatan.
  • Ubah Type Pekerjaan ke “Numeric”, Decimals “0”, beri label “Pekerjaan”, ubah measure menjadi “Nominal” dan isi value dengan kategori: 1 = Tani, 2 = Buruh dan 3 = Lainnya.
  • Ubah Type Pendapatan ke “Numeric”, Decimals “0”, beri label “Pendapatan”, ubah measure menjadi “Scale”.

Contoh Data Uji ANOVA
Contoh Data Uji ANOVA

  • Buka Data View dan isikan data sebanyak 24 responden sebagai berikut:
  • Pada menu, pilih Analyze, Compare Means, One-Way ANOVA, sampai muncul jendela One-Way ANOVA seperti di bawah ini:
  • Pilih variabel “Pendapatan” lalu masukkan ke kotak “Dependent List:” Kemudian pilih variabel “Pekerjaan” lalu masukkan ke kotak “Factor:” Sehingga nampak seperti di bawah ini:
  • Klik tombol Options, akan muncul jendela ini: Centang “Descriptive” dan “Homogenity of variance test“
  • Klik Continue
  • Masih dijendela One Way ANOVA, klik tombol Post Hoc, sampai muncul jendela ini: Centang Bonferroni dan Games-Howell serta biarkan significance level = 0,05.
  • Klik Continue.
  • Lalu Klik OK dan Lihatlah hasil!
Hasil terilhat sebagai berikut:

Interprestasi Uji ANOVA

Interprestasi Baca adalah sebagai berikut:
  • Dari tabel Descriptives nampak bahwa responden yang bekerja sebagai Tani rata-rata berpendapatan sebesar 195497,50, Buruh rata-rata berpendapatan sebesar 265080,75  dan Lainnya rata-rata berpendapatan 326423,25. Selanjutnya untuk melihat uji kita lihat di tabel ANOVA.
  • Sebelum melanjutkan uji perlu  diingat bahwa salah satu asumsi Anova adalah variansnya sama. Dari tabel Test of Homegeneity of Variances terlihat bahwa hasil uji menunjukan bahwa varian ketiga kelompok tersebut sama (P-value = 0,357), sehingga uji Anova valid untuk menguji hubungan ini.
  • Selanjutnya untuk melihat apakah ada perbedaan pendapatan dari ketiga kelompok pekerja tersebut. Kita lihat  tabel ANOVA , dari tabel itu pada kolom Sig. diperoleh nilai P (P-value) = 0,037. Dengan demikian pada taraf nyata = 0,05 kita menolak Ho, sehingga kesimpulan yang didapatkan adalah  ada perbedaan yang bermakna rata-rata pendapatan berdasarkan ketiga kelompok pekerjaan tersebut.
sumber:https://www.statistikian.com/2012/11/one-way-anova-dalam-spss.html

Manfaat One Way Anava

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. One way anava dilakukan untuk menguji perbedaan tiga kelompok atau lebih berdasarkan satu variabel independen.

Komentar

Posting Komentar

Postingan populer dari blog ini

Gambar
NAMA    : NARENDRA RANGGA DEWA NIM        : 21090115130143 ANALISIS VARIAN SATU ARAH (ONE WAY ANOVA) Analisis ragam satu jalur berarti kita ingin mengetahui apakah ada perbedaan rata-rata yang didasarkan pada satu kriteria tertentu. Ada hal yang harus diperhatikan yaitu tujuannya membandingkan rata-rata antar sampel dan sampel yang digunakan adalah berasal dari sampel yang berbeda. Misalkan kita memiliki k populasi. Masing-masing populasi diambil sampel sebanyak n. Dan k populasi yang diambil adalah bebas serta berdistribusi normal dengan nilai tengah  m 1 ,  m 2 ,  m 3 ,...,  m k   dan ragam atau variansi sama  s 2 . Hipotesis uji berbunyi : Ho :  m 1  =  m 2  =  m 3  = ... =  m k Ha : Sekurang-kurangnya dua nilai tengah tidak sama Misalkan x ij  adalah pengamatan ke-j dari populasi ke-i, maka  Setiap pengamatan dapat ditulis dalam bentuk berikut...
Baca selengkapnya
Gambar
NAMA            : VITA AGNINDIYASARI NIM                : 21090115120039 A.   Pengertian One Way Anava Analisis ragam atau analysis of variance (anova) adalah suatu metode untuk menguraikan keragaman total data menjadi komponen-komponen yang mengukur berbagai sumber keragaman. Secara aplikatif, anava digunakan untuk menguji rata-rata lebih dari dua sampel berbeda secara signifikan atau tidak. Anova satu arah hanya memperhitungkan 1 faktor yang menimbulkan variasi. One way anava (Analisis Ragam Satu Arah) biasanya digunakan untuk menguji rata-rata/pengaruh perlakuan dari suatu percobaan yang menggunakan 1 faktor, dimana 1 faktor tersebut memiliki 3 atau lebih variabel. Disebut satu arah karena peneliti dalam penelitiannya hanya berkepentingan dengan satu faktor saja. Data hasil percobaan di dalam one way anava setidak-tidaknya bertipe interval. ...
Baca selengkapnya
Gambar
NAMA  : NANDA ITOHASI GUTAMI NIM       : 21090115130117  ANAVA SATU ARAH (ONE WAY ANAVA) tiga kelompok subyek penelitian untuk menguji metode pengajaran mana yang paling baik. Metode pertama adalah ceramah, metode kedua diskusi dan metode ketiga praktek… data hasil penelitian adalah sebagai berikut: Hipotesis statistic dari data di atas adalah H 0  = µ 1  = µ 2  = µ 3 H1 = minimal salah satu µ tidak sama Untuk menguji hipotesis nol di atas, maka kita gunakan UJI F. untuk mencari F hitung, kita gunakan langkah2 sebagai berikut: buatlah tabel seperti berikut ini untuk membantu mempermudah mendapatkan nilai2 yang dibutuhkan dalam analisis nanti Dari nilai2 di atas didapatkan Hipotesis yang akan diuji adalah H 0  = µ 1  = µ 2  = µ 3 H1 = minimal salah satu µ tidak sama Tingkat signifikansi yang digunakan dalam pengujian ini adalah 95% atau alpha 0,05. Penentuan derajad kebebasa...
Baca selengkapnya