Apa persyaratan agar anova satu arah dapat digunakan?

Cara Melakukan Analisis Anova Satu Faktor dengan SPSS | Analisis one way ANOVA atau uji anova satu faktor pada dasarnya bertujuan untuk membandingkan nilai rata-rata yang terdapat pada variabel terikat di semua kelompok yang dibandingkan. Nilai masing-masing kelompok dilihat berdasarkan pada variabel bebas yang berskala kategori. Fungsi variabel bebas disini sebenarnya adalah untuk mewakili kelompok-kelompok yang akan diteliti. Variabel bebas dalam analisis anova satu faktor disebut juga sebagai variabel faktor, sementara kelompok-kelompok yang dibandingkan disebut sebagai variabel tingkatan faktor.

Prosedur analisis Anova satu faktor dapat menghasilkan analisis satu faktor untuk sebuah variabel terikat dengan sebuah variabel bebas. Seperti yang sudah saya utarakan di awal pembahasan ini, bahwa teknik analisis Anova satu faktor pada prinsipnya adalah untuk menguji sebuah hipotesis yang akan membuktikan nilai rata-rata masing-masing variabel tersebut sama atau tidak. Pertanyaan yang sering kali terbesit dibenak kita adalah “lantas apa perbedaan antara uji analisis Anova satu faktor dengan uji independent sample t test, karena kedua uji tersebut sama-sama bertujuan untuk membandingkan nilai rata-rata?” Penjelasannya adalah bahwa analisis Anova satu faktor adalah perluasan dari teknik uji independent sample t test. Perbedaan yang mendasar adalah dimana uji independent sample t test sendiri digunakan untuk membandingkan nilai rata-rata variabel terikat pada dua kelompok saja, sedangkan lebih jauh dari itu analisis Anova satu faktor dapat digunakan untuk kelompok yang berjumlah lebih dari 2 (dua) serta mempunyai nilai rata-rata yang sama ataupun berbeda.

PERSYARATAN PENGUNAAN ANALISIS ANOVA

Dalam menggunakan Anova untuk menganalisis data penelitian, terdapat beberapa syarat yang harus terpenuhi. Adapun syarat-syaratnya antara lain:

1. Sebaran data untuk masing-masing kelompok harus berdistribusi normal [Cara Uji Normalitas untuk One Way Anova dengan SPSS Lengkap]
2. Variabel terikat harus mempunyai kesamaan varian atau bersifat homogen, dengan demikian tentunya kita harus melakukan uji homogenitas terlebih dahulu.
3. Subjek dalam setiap kelompok harus dipilih secara random atau acak dengan menggunakan teknik probabilitas.
4. Data penelitian untuk variabel terikat idealnya berskala interval. Sementara, jika data penelitian yang diperoleh berskala ordinal maka sebaiknya ditransformasi atau di ubah menjadi skala interval terlebih dahulu. Transformasi data bisa dilakukan dengan MSI atau metode suksesif interval.
5. Kelompok yang dibandingkan harus berasal dari sampel yang berbeda atau tidak berpasangan dengan kata lain responden penelitian untuk masing-masing kelompok haruslah berbeda.
6. Variabel bebas idealnya bersifat non metrik atau berskala ordinal.

CONTOH KASUS ANALISIS ANOVA SATU FAKTOR

Pada kempatan kali ini saya akan mempraktekkan cara melakukan analisis anova satu faktor dengan contoh kasus: “Seorang peneliti ingin membandingkan penjualan handphone dengan merek Samsung, Oppo, Vivo, dan Lenovo”. Dimana para pembeli handphone di toko-toko tertentu hanya dihadapkan pada keempat merek tersebut, kemudian akan diteliti tentang:

1. Berapa rata-rata penjualan keempat handphone tersebut?
2. Apakah terdapat perbedaan rata-rata dalam penjualan keempat handphone tersebut?
3. Rata-rata penjualan handphone mana saja yang sama atau berbeda penjualannya?

Penelitian ini dilakukan selama 10 minggu, adapun data penelitian yang terkumpul sebagaimana table data di bawah ini.

Sebelum kita melakukan analisis terhadap data di atas dengan program SPSS, maka sebaiknya bentuk tabel di atas kita dimodifikasi terlebih dahulu menjadi dua buah tabel. Sebab dalam dalam analisis anova satu faktor dengan SPSS, kita hanya bisa memasukkan dua variabel saja. Oleh karena itu, tabel di atas kita ubah menjadi seperti tabel data di bawah ini.

Download Data Lengkap

CARA MELAKUKAN ANALISIS ANOVA SATU FAKTOR DENGAN SPSS

Langkah-langkah dalam melakukan analisis anova satu faktor dengan SPSS dimulai dengan:

1. Buka program SPSS, lalu klik Variable View, kemudian untuk memasukkan nama dan mendefinisikan varabel, maka:

Name: ketikkan X
Type: pilih Numeric
Width: pilih 8
Decimals: pilih 0
Label: tuliskan Merek
Value: klik pada bagian none, maka akan muncul kotak dialog “Value Labels” untuk kotak Value isikan 1, kemudian pada kotak Label isikan Samsung, lalu klik Add. Kemudian isikan lagi 2 untuk kotak Value dan isikan Oppo untuk kotak Label, lalu klik Add. Begitu seterusnya sampai keempat merek handphone terinput pada kotak Value Labels.

Missing: pilih None
Columns: pilih 8
Align: pilih Right
Measure: pilih Scale
Role: pilih Input

Name: ketikkan Y
Type: pilih Numeric
Width: pilih 8
Decimals: pilih 0
Label: tuliskan Penjualan
Value: pilih None
Missing: pilih None
Columns: pilih 8
Align: pilih Right
Measure: pilih Scale
Role: pilih Input

Sehingga di layar akan tampak, sebagai berikut:

2. Jika semua nama variabel sudah ditulis dengan benar, selanjutnya klik Data View, lalu input data variabel Merek ke kotak X dan variabel Penjualan ke kotak Y

3. Jika data sudah lengkap, maka klik menu Analyze – Compare Means – One-Way ANOVA

4. Maka muncul kotak dialog “One-Way ANOVA”, selanjutnya pindahkan variabel Penjualan (Y) ke kolom Dependent List, lalu pindahkan variabel Merek (X) ke kolom Factor

5. Langkah berikutnya klik Post Hoc, maka muncul kotak dialog “One-Way ANOVA: Post Hoc Multiple Comparisons”. Pilih Tukey, kemudian klik Continue

6. Kemudian klik Options, maka muncul kotak dialog “One-Way ANOVA: Options” berikan tanda centang pada Descriptive dan Homogenity of variance test, lalu klik Continue

7. Langkah terakhir adalah klik Ok, maka akan muncul Ouput SPSS yang kita butuhkan dalam Analisis Anova Satu Faktor

INTERPRETASI OUTPUT ANALISIS ANOVA SATU FAKTOR DENGAN SPSS

Pembahasan mengenai output SPSS dalam analisis Anova satu faktor akan saya bagi menjadi 5 tahap pembahasan supaya lebih detail dan sistematis. Kita mulai dari:

Berdasarkan output SPSS di atas, kita dapat melihat perbedaan rata-rata penjualan dari keempat merek handphone dengan rincian sebagai berikut:

1. Rata-rata penjualan handphone Samsung sebesar 45,30.
2. Rata-rata penjualan handphone Oppo sebesar 41,10.
3. Rata-rata penjualan handphone Vivo sebesar 39,00.
4. Rata-rata penjualan handphone Lenovo sebear 35,70.

Dengan demikian maka secara deskriptif dapat disimpulkan bahwa rata-rata penjualan paling tinggi adalah handphone Samsung yakni sebesar 45,30.

Berdasarkan output SPSS di atas, diperoleh angka Levene Statistic sebesar 2,508 dengan signifikansi atau probabilitas (Sig) sebesar 0,074. Karena nilai signifikansi 0,074 lebih besar dari 0,05, maka dapat disimpulkan bahwa varian keempat kelompok penjualan handphone yang kita bandingkan tersebut adalah sama atau homogen.

Baca: Cara Melakukan Uji Homogenitas dengan SPSS

1. Jika nilai signifikansi (Sig) > 0,05 maka rata-rata sama.
2. Jika nilai signifikansi (Sig) < 0,05 maka rata-rata berbeda.

Berdasarkan output Anova di atas, diketahui nilai sig sebesar 0,009 < 0,05, sehingga dapat disimpulkan bahwa rata-rata keempat penjualan merek handphone tersebut “BERBEDA” secara signifikan.

Pengujian Tukey HSD adalah pengujian perbandingan jamak untuk menentukan apakah tiga rata-rata atau lebih berbeda secara signifikan dalam jumlah analisis varian. Sebagai contoh, kita akan membadingkan rata-rata penjualan handphone Samsung dengan Oppo. Angka perbedaan rata-rata untuk penjualan merek handphone tersebut adalah 4,200. Angka ini diperoleh dari nilai rata-rata (pada output deskriptif) untuk penjualan Samsung (45,30) dikurangi dengan rata-rata penjualan Oppo (41,10). Sementara itu, perbedaan rata-rata penjualan berkisar antara -3,06 (Lower Bound) sampai dengan 11,46 (Upper Bound) pada tingkat kepercayaan 95%. Untuk menguji apakah terdapat perbedaan rata-rata kedua merek handphone tersebut, maka kita harus melihat apakah nilai signifikansi hasil output SPSS lebih besar atau lebih kecil dari 0,05. Berdasarkan output di atas diketahui nilai Sig sebesar 0,415 > 0,05, maka dapat disimpulkan bahwa penjualan handphone Samsung dan Oppo adalah sama dan perbedaan rata-rata penjualan secara deskriptif antara kedua handphone tersebut tidaklah signifikan. Selanjutnya untuk membandingkan kelompok yang lainnya dilakukan dengan cara yang sama sebagaimana cara di atas.

Untuk melihat kesamaan rata-rata, maka kita akan menggunakan output Tukey HSD. Berikut interpretasi tabel di atas:

1. Pada subset 1 terdapat data penjualan Lenovo, Vivo, dan Oppo. Artinya rata-rata penjualan ketiga merek handphone tersebut tidak mempunyai perbedaan yang signifikan. Dengan kata lain, rata-rata penjualan Lenovo, Vivo, dan Oppo adalah sama.
2. Pada subset 2 terdapat data penjualan Vivo, Oppo, dan Samsung. Artinya rata-rata penjualan ketiga merek handphone tidak mempunyai perbedaan yang signifikan. Dengan kata lain, rata-rata penjualan Vivo, Oppo, dan Samsung adalah sama.

PEMBUATAN KESIMPULAN DALAM ANALISIS ANOVA SATU FAKTOR

Dalam riset eksperimen ini hanya rata-rata penjualan Samsung dengan Lenovo saja yang berbeda, sedangkan rata-rata penjualan handphone merek lainnya adalah sama. Dengan demikian, variabel merek hanya berpengaruh secara signifikan terhadap perbedaan rata-rata penjualan handphone merek Samsung dan Lenovo.

Tonton: Bimbingan Kilat Uji One Way Anova dengan SPSS bagi Pemula

Demikian serangkain pembahasan kita tentang cara melakukan analisis anova satu faktor dengan SPSS, semoga dapat bermanfaat bagi pembaca semua. Terimakasih atas perhatian kawan-kawan. Salam…

Catatan: Solusi alternatif ketika data penelitian dalam uji one way anova tidak berdistribusi normal adalah menggunakan statistik non paramtrik yakni dengan Uji Kruskal Wallis

[Search: Cara Melakukan Analisis Anova Satu Faktor dengan SPSS, Persyaratan Pengunaan Analisis Anova Satu Faktor, Panduan Langkah-langkah Uji Anova Satu Faktor menggunakan SPSS Interpretasi, Prosedur Analisis one way ANOVA SPSS]

Apa persyaratan agar anova satu jalur dapat digunakan?

Apa syarat yang harus dipenuhi untuk melakukan uji satu faktor One Way Anova?

Apa saja asumsi yang harus dipenuhi dalam penyelesaian analisis varians satu arah?

Pada kasus seperti apa anova digunakan?