Anda di halaman 1dari 2

Uji Anova (Analyisis of Variance)

Uji Anova merupakan lanjutan dari uji-t independen dimana memiliki dua kelompok
percobaan atau lebih. Uji biasa digunakan untuk membandingkan mean dari dua kelompok
sampel independen (bebas). Prinsip uji anova adalah dengan melakukan telaah variabilitas
data menjai dua sumber ariasi yaitu variasi dalam kelompok (within) dan variasi antara
kelompok (between) (Hastono, 2007).
Asumsi yang digunakan adalah subjek diambil secara acak menjadi satu kelompok n.
Distribusi mean berdasarkan kelompok normal dengan keragaman yang sama. Asumsi yang
harus dopenuhi pada uji anova adalah:
1.
2.
3.
4.

Varian homogen
Sampel/kelompok independen
Data berdistribusi normal
Jenis data yang dihubungnkan adalah: numerik dengan kategorik
Ukuran sampel antara masing-masing kelompok sampel tidak harus sama, tetapi

perbedaan ukuran kelompok sampel yang besar dapat mempengaruhi hasil uji perbandingan
keragaman. Statistik uji-F yang digunakan dalam One Way Uji Anova dihitung dengan rumus
(k-1), uji F dilakukan dengan membandingkan nilai F hitung (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
untuk melihat distribusi kelompok. Terdapat beberapa pilihan tersedia pada grafik
perbandingan yang memungkinkan kita menjelaskan kelompok. Termasuk box plot, mean,
median, dan error bar.
Langkah-langkah pengujian One Way ANOVA dengan software SPSS adalah sebagai
berikut:
1. Input data ke dalam worksheet SPSS
2. Kemudian jalankan analisis dengan memilih ANALYZE COMPARE MEANS
ONE WAY ANOVA
3. Setelah muncul kotak dialog, maka pindahkan metode ke DEPENDEN LIST, dan
waktu ke FACTOR.

4. Setelah variabel dependen dimasukkan pilih OPTION, kemudian checklist


Descriptive dan Homogeneity-of-Variance box, seperti gambar berikut kemudian
5.
6.
7.
8.

klik continue.
Setelah itu pilih post Hoc Test, pilih Tukey, lalu continue OK.
Setelah itu maka akan muncul output
Output Post Hoc Test akan berupa MULTIPLE COMPARRISON
Lakukan Interpretasi