ONE WAY ANOVA

Widhi Sulistyo, S.Kom

Jika uji t digunakan utk pengujian dua

sampel, maka uji F atau Anova
digunakan utk pengujian lebih dari dua
sampel.
Asumsi yg digunakan pd pengujian
Anova :
Populasi2 yg akan diuji berdistribusi
normal
Varians dari populasi2 tsb adalah
sama

Kasus
Sebuah pabrik selama ini memperkerjakan
karyawannya dalam 4 shift (satu shift terdiri
atas sekelompok pekerja yg berlainan). Manajer
pabrik tsb ingin mengetahui apakah ada
perbedaan produktifitas yg nyata diantara 4
kelompok kerja shift yg ada selama ini. Utk itu,
manajer memerintahkan seorang supervisor utk
mengamati
produktifitas
kerja
keempat
kelompok tsb, dan berikut hasilnya (angka
dalam unit).

Hari

Shift_1

Shift_2

Shift_3

Shift_4

38

45

45

58

36

48

48

25

39

42

42

34

34

46

46

26

35

41

41

39

32

45

45

44

39

48

48

32

34

47

47

38

32

42

42

39

10

36

41

41

43

11

33

39

39

44

12

39

33

33

62

Pd baris 1, pd hari pertama kelompok shift 1 berproduksi 38 unit,

kelompok shift 2 berproduksi 45 unit, kelompok shift 3 berproduksi 45
unit dan kelompok shift 4 berproduksi 58 unit. Demikian seterusnya.

Penyelesaian :
Kasus di atas terdiri atas empat sampel yg
bebas satu dg yg lain, yaitu kelompok shift
1 berbeda org dan waktunya dg kelompok
shift yg lain. Demikian juga utk waktu dan
anggota kelompok shift yg lainnya saling
berbeda. Di sini populasi diketahui
berdistribusi normal, dan karena sampel
lebih dari dua, dipakai uji Anova.

1. Pemasukan data ke SPSS

Tabel pd kasus diatas harus diubah dlm format berikut
ini, jika akan digunakan dlm uji Anova dg SPSS
Produk

Shift

38

Shift_1

36

Shift_1

39

Shift_1

34

Shift_1

35

Shift_1

32

Shift_1

39

Shift_1

34

Shift_1

32

Shift_1

36

Shift_1

33

Shift_1

39

Shift_1

Produk

Shift

45

Shift_2

48

Shift_2

42

Shift_2

46

Shift_2

41

Shift_2

45

Shift_2

48

Shift_2

47

Shift_2

42

Shift_2

41

Shift_2

39

Shift_2

33

Shift_2

Produk

Shift

45

Shift_3

48

Shift_3

42

Shift_3

46

Shift_3

41

Shift_3

45

Shift_3

48

Shift_3

47

Shift_3

42

Shift_3

41

Shift_3

39

Shift_3

33

Shift_3

Produk

Shift

58

Shift_4

25

Shift_4

34

Shift_4

26

Shift_4

39

Shift_4

44

Shift_4

32

Shift_4

38

Shift_4

39

Shift_4

43

Shift_4

44

Shift_4

62

Shift_4

Langkah langkah :
Buka lembar kerja baru.
Dari menu utama File, pilih menu New, lalu klik Data.
Sekarang SPSS siap membuat variabel baru yg
diperlukan
Menamai variabel dan properti yg diperlukan.
Klik tab sheet variabel view yg ada dibagian kiri bawah. Tampilan variabel
view dp
juga diambil dari menu view lalu submenu VARIABEL.
Tampak dilayar :

Tampak tampilan pemasukan variabel baru dg urutan NAME, TYPE dan

seterusnya.
Pengisian :
Variabel PRODUK
Oleh karena ini variabel pertama, tempatkan pointer pd baris 1.
Name. Sesuai kasus, letakkan pointer di bawah kolom Name, lalu klik
ganda pd sel tsb dan ketik produk
Type. Oleh karena variabel produk akan berisi data rasio, maka
biarkan saja default numerik yg sudah ada.
Width. Utk keseragaman, ketik 8
Decimals. Utk keseragaman, ketik 0.
Label. Utk keseragaman, kosongkan saja bagian ini.
NB : Label yg tdk diisi tdk mempengaruhi proses data.
Abaikan bagian yg lain.

Tampak tampilan pemasukan variabel baru dg urutan NAME, TYPE dan

seterusnya.
Pengisian :
Variabel PRODUK
Oleh karena ini variabel pertama, tempatkan pointer pd baris 1.
Name. Sesuai kasus, letakkan pointer di bawah kolom Name, lalu klik
ganda pd sel tsb dan ketik produk
Type. Oleh karena variabel produk akan berisi data rasio, maka
biarkan saja default numerik yg sudah ada.
Width. Utk keseragaman, ketik 8
Decimals. Utk keseragaman, ketik 0.
Label. Utk keseragaman, kosongkan saja bagian ini.
NB : Label yg tdk diisi tdk mempengaruhi proses data.
Abaikan bagian yg lain.

Variabel SHIFT
Oleh karena ini variabel kedua, tempatkan pointer pd
baris 2.
Name. Klik ganda pd sel tsb, dan ketik shift
Type. Tipe data utk shift adalah numerik. Oleh karena
secara default SPSS memberi tipe numerik, maka
abaikan saja
bagian ini.
Width. Utk keseragaman, ketik 8
Decimals. Utk keseragaman, ketik 0.
Label. Abaikan bagian ini.
Value. Pilihan ini utk proses pemberian kode. Klik kotak
kecil di kanan sel.

Tampak dilayar :

Pengisian :
Value. Utk keseragaman, ketik 1
Value label. Sesuai kasus yg memerinci shift,
ketik satu
Pengisian lanjutan :
Value. Utk keseragaman, ketik 2
Value label, ketik dua
Pengisian lanjutan :
Value. Utk keseragaman, ketik 3
Value label, ketik tiga
Pengisian lanjutan :
Value. Utk keseragaman, ketik 4
Value label, ketik empat
Setelah keenam kode didefinisikan, tekan OK utk kembali ke
kotak dialog utama.
Abaikan bagian yg
lain. Kemudian tekan CTRL+T utk
berpindah ke DATA VIEW utk proses pengisian data.

2. Mengisi data
Utk mengisi kolom produk, letakkan
pointer pd
baris 1 kolom tsb, lalu ketik menurun ke
bawah
sesuai data produktifitas karyawan (48
data)
Jika pengisian benar, maka terlihat data
seperti
pada tabel diatas.

3. Pengolahan data dg SPSS

Langkah langkah :
Buka lembar kerja/file Anova sesuai kasus di
atas,
atau jika sudah terbuka ikuti prosedur berikut.
Dari menu utama SPSS, pilih menu Analyze,
kemudian pilih submenu Compare-Mean
Dari serangkaian pilihan test, sesuai kasus pilih
One way Anova Klik pilihan tersebut.

Maka Tampak dilayar :

Pengisian:
Dependent list atau variabel dependen yg akan diuji.
Oleh karena disini akan diuji produktifitas karyawan,
maka klik variabel produk, kemudian klik tanda >
(yg sebelah atas), maka variabel produk berpindah
ke dependent list.
Factor atau grup. Oleh karena variabel pengelompokan
ada pd variabel shift, maka klik variabel shift,
kemudianklik tanda > (yg sebelah bawah), maka
variabel
shift berpindah ke factor
Utk kolom option atau pilihan yg lain, dg mengkliknya,

Maka Tampak dilayar :

Pengisian:
Utk statistics atau perhitungan statistik yg akan
Utk keseragaman, akan dipilih Descriptive dan
Homogeneity of variance. Utk itu, klik kedua pilihan
tsb.
Utk missing value atau data yg hilang. Oleh karena
dlm kasus semua pasangan data komplit (tdk ada yg
kosong), maka abaikan saja bagian ini (tetap pd
default dari SPSS, yaitu Ex clude cases analysis by
analysis)
Tekan Continue jika pengisian dianggap selesai.

 Utk kolom Post Hoc atau analisis lanjutan dari

F
test, dg mengkliknya, tamapk dilayar :

Pengisian:
Utk analisis lanjutan, utk keseragaman klik
pilihan Bonferoni dan Tukey.
Tekan Continue jika pengisian dianggap
selesai.
Kemudian tekan OK utk mengakhiri
pengisian prosedur analisis. Terlihat SPSS
melakukan pekerjaan analisis dan terlihat
output SPSS.

Output SPSS :

Output bagian pertama

Pd bagian pertama terlihat ringkasan statistik dari keempat sampel.
Sbg contoh adalah deskripsi dari kelompok kerja shift 1 :
Rata2 produktifitas adalah 35,58 unit
Produk minimum adalah 32 unit dan maksimum 39 unit
Dg tingkat kepercayaan 95% atau signifikansi 5%, rata2 produk
ada pd range 33,88 unit sampai 37,29 unit.
Demikian utk data yg lain. Uji Anova ingin melihat apakah rata2
keempat sampel berasal dari populasi yg sama, dg asumsi varians
keempat sampel sama.

Output SPSS :

Output bagian kedua :

Jika probabilitas > 0,05, maka Ho diterima
Jika probabilitas < 0,05, maka Ho ditolak
Keputusan :
Terlihat bahwa levene test nilai probabilitas 0,331.
Oleh karena probabilitas > 0,05, maka Ho diterima,
atau keempat varians adalah sama.

Output SPSS :

Output bagian ketiga :

Setelah keempat varian terbukti sama, baru dilakukan uji
Anova utk menguji apakah keempat sampel mempunyai
rata2 (mean) yg sama.
Keputusan :
Terlihat bahwa F probabilitas 0,000. Oleh karena
probabilitas < 0,05, maka Ho ditolak, atau rata2 produksi
keempat kelompok shift tsb memang berbeda nyata.

Output SPSS :

Output SPSS :
Output bagian keempat :
Setelah diketahui bahwa ada perbedaan yg signifikan diantara keempat
kelompok shift, masalah yg akan dibahas adalah mana saja kelompok
shift yg berbeda dan mana yg tdk berbeda? Masalah ini akan
dibahas pd analisis Bonferroni dan Tukay dlm post hoc tets berikut.
Keputusan:
Terlihat bahwa nilai probabilitas adalah 0,001. Oleh karena probabilitas <
0,05, maka Ho ditolak, atau perbedaan rata2 produktifitas shidt 1 dan
shift 2 benar2 nyata.
Hasil uji signifikansi dg mudah dp dilihat pd output dg ada atau tdknya
tanda * pd kolom Mean Difference. Jika tanda * ada di angka Mean
Difference atau perbedaan rata2, maka perbedaan tsb nyata atau
signifikan. Jika tdk ada tanda *, maka perbedaan tdk signifikan.
Demikian utk hubungan antar variabel yg lain. Misal antara shift 1 dg shift
3, shift 4 dengan shift 2 dan lainnya.

Output SPSS :

Output SPSS :
Homogeneous Subset:
Jika test Tukey dan Bonferoni utk menguji kelompok mana saja
yg memiliki perbedaan nyata, maka dlm Homogeneous subset
justru akan dicari grup/subset mana saja yg mempunyai
perbedaan rata2 yg tdk berbeda secara signifikan.
Pd subset 1, terlihat hanya grup dg anggota kelompok
kerja shift 4 saja. Dg kata lain dp dikatakan kelompok shift
4 mempunyai perbedaan dg yg lainnya.
Pd subset 2, terlihat hanya grup dg anggota kelompok
kerja shift 1 saja. Dg kata lain dp dikatakan kelompok shift
1 mempunyai perbedaan dg yg lainnya.