LAPORAN TUGAS METODE STSTISTIK II

Analisis Multiple Comparison (posthoc test)

Bonferroni Adjustment to lsd

Kelompok II :
Akbar Darmawan

11.6524

Fardhan Anushi S.

11.6658

Irza Ichsanul Annasya

11.6717

Sanefaro i. J. Mofu

11.6894

Yamanora Sylvia Rosalin

11.6956

Sekolah Tinggi Ilmu Statistik (STIS)

Badan Pusat Statistik (BPS)

1. Definisi 'Test Bonferroni

Awal mulanya nama Uji Bonferroni ini adalah nama untuk matematika Italia yang
dikembangkan,

Carlo

Emilio

Bonferroni

(1.892-1.960).

karena

keberhasilannya

menemukan uji yang merupakan perbaikan dari uji sebelumnya ini. Maka namanya
diabadikan untuk nama uji ini.
Jika pada tes tertentu menghasilkan hasil yang benar 99%, maka dari 100 tes dapat
menyebabkan hasil palsu di suatu tempat dalam campuran. Uji Bonferroni inilah yang
digunakan sebagai upaya untuk mencegah data dari salah muncul secara statistik signifikan
dengan menurunkan nilai alpha.
ANOVA tidak dapat memberikan informasi rinci tentang perbedaan antara berbagai
kelompok studi, atau kombinasi kompleks kelompok belajar. Oleh karena itu, untuk
memahami perbedaan kelompok dalam suatu ANOVA, peneliti harus melakukan tes dari
perbedaan antara pasangan tertentu kelompok eksperimen dan kontrol. Maka dari itu
digunakanlah uji-uji yang salah satunya yaitu uji Bonferoni.
Secara spesifik analisis ini bertujuan untuk mengetahui lebih lanjut kelompok mana
saja yang lebih berbeda meannya, bilamana terjadi pada pengujian Anova dihasilkan ada
perbedaan yang signifikan (Ho ditolak),
Menurut

Kunto dan Hasana, 2006

Koreksi Bonferroni adalah suatu proses

koreksi yang digunakan ketika beberapa uji statistik untuk kebebasan atau ketidakbebasan
dilakukan secara bersamaan. Selain itu juga koreksi Bonferroni biasanya digunakan
dalam perbandingan berganda. Sebuah kritik uji Bonferroni adalah bahwa hal itu terlalu
konservatif dan mungkin gagal untuk menangkap beberapa temuan yang signifikan.
Uji ini tidak dianjurkan menggunakannya jika ada banyak perbandingan yang
besar, sebagai perbandingan berpasangan Anda akan menggunakan tingkat alpha yang
sangat rendah Misalnya 7 kelompok: perbandingan masing-masing akan diuji pada alpha =
002

2. Perhitungan Bonferroni (Statistik Uji):

dengan derajat bebas (df) = n-k

*( ) ( )+

( )

3. Contoh kasus dan penyelesaian :

Tiga macam obat tidur dilakukan trialnya terhadap tikus putih. Dicatat waktu dalam
detik dari mulai obat diberikan sampai tikus itu tertidur. Buktikan apakah efek ketiga jenis
obat tersebut sama (=0,05)
No

Obat 1

Obat 2

Obat 3

47

55

54

53

58

50

49

54

51

50

61

51

46

62

49

Rata-rata

49

58

51

Varians

7.5

12.5

3.5

Penyelesaian :
1.

Menetukan hipotesis yang akan diuji.

Ho:1=2=3 (Tidak ada perbedaan efek dari obat 1, obat 2 & obat 3)
Ha: 12=3 (Ada perbedaan efek dari obat 1, obat 2 dan obat 3)

2.

Menghitung F hitung yang akan dibandingkan dengan F tabel.

((

) )

Dari perhitungan diatas maka kita mendapatkan bahwa :

Nilai F hitung = 14,25532

Kemudian untuk membandingkannya kita lihat F tabel dengan derajat bebas seperti
dibawah ini :
Df1 (numerator) = k-1=3-1=2
Df2 (denominator)=N-k=15-3=12
Numerator DF

Denominator
Area
DF
12

dst

0,100

2,81

0,050

3,89

0,025

5,10

0,010

6,93

0,005

8,51

0,001

12,97

F hitung (14,25532) > F tabel (3,89) keputusan Ho ditolak

Kesimpulan: Dengan =5% ada perbedaan yang signifikan efek dari
ketiga obat tersebut (Obat 1, 2 dan 3)
karena pada soal diatas keputusannya Ho ditolak maka kesimpulan yang diambil yaitu Ada
perbedaan efek dari obat 1, obat 2 dan obat 3, maka untuk menguji dimana letak
perbedaannya (kelompok mana saja yang berbeda) digunakanlah uji Bonferoni ini.

Dari hasil diatas maka kombinasi perbedaan yang mungkin, yaitu :

( )

Alfa yang digunakan untuk soal diatas yaitu 5% (0,05) maka alfa bonferroni-nya yaitu:

Lanjutkan sampai dengan semua kemungkinan telah diuji yaitu 1 dan 2, 1 dan 3, 2 dan 3.
Uji kelompok I dan II

[( )

( )]

*( )

( )+

Langkah selanjutnya mencari nilai P dg tabel t dengan df = 15 3 = 12

Degree of

Area in Two Tail

Freedom (df)

0,50

0,20

0,10

0,05

0,02

0,01

0,001

0,695

1,356 1,782

2,178 2,681

3,055 4,318

12
Dst

Dg nilai t hitung = -5,08 dan df=12, maka nilai p <0,01 nilai p ini < * (0,01)
Maka Ho ditolak Kesimp: secara statistik ada perbedaan efek Obat 1 dan 2

Uji kelompok I dan III

*( )

( )+

Langkah selanjutnya mencari nilai P dg tabel t dengan df = 15 3 = 12

Degree of Area in Two Tail

Freedom
0,50

0,20

0,10

0,05

0,02

0,01

0,001

12

0,695 1,356 1,782 2,178 2,681

3,055

4,318

dst

(df)

Dg nilai t hitung = -1,13 dan df=12, maka (0,5>nilai p>0,2) nilai p ini >* (0,01)
Maka Ho gatol Kesimpulan: secara statistik tidak ada perbedaan efek Obat 1 dan 3
Uji kelompok II dan III
Langkah selanjutnya mencari nilai P dg tabel t dengan df = 15 3 = 12

Degree

of Area in Two Tail

Freedom (df)

0,50

0,20

0,10

0,05

0,02

0,01

0,001

12

0,695 1,356

1,782 2,178

2,681

3,055

4,318

dst

Dg nilai t hitung = 3,9546 dan df=12, maka (0,02>nilai p>0,01) nilai p ini >* (0,01)
Maka Ho ditolak Kesimp: secara statistik ada perbedaan efek Obat 2 dan 3

4. Kesimpulan
Uji Bonferroni inilah yang digunakan sebagai upaya untuk mencegah data dari
salah muncul secara statistik signifikan dengan menurunkan nilai alpha.
Secara spesifik analisis ini bertujuan untuk mengetahui lebih lanjut kelompok mana
saja yang lebih berbeda meannya,

bilamana terjadi pada pengujian Anova

dihasilkan ada perbedaan yang signifikan (Ho ditolak).

Perhitungan Bonferroni (Statistik Uji):

( )

*( ) ( )+

dengan derajat bebas (df) = n-k