Analisis

Varians
Liche/Statistik Lanjut-S2 F.Psi.UI/2008

Hakikat Analisis Varians

Anova adalah prosedur pengolahan data

yang dilakukan untuk menguji perbedaan
nilai rata-rata diantara dua atau lebih
kelompok.
Perbedaan nilai rata-rata yang diuji bisa
disebabkan oleh Variabel Bebas

Logika Anova (1)

Ada dua kelompok penelitian yang mendapatkan 1 VB
dengan dua variasi
Misalnya:
VB: metode belajar bahasa Inggris
Variasi 1 : metode menyanyi
Variasi 2: metode gambar
KE1: Xa -> Oa
KE2: Xb -> Ob

Berbeda??

Pengolahan data:
Gambaran data (statistik deskriptif)
- central tendency
mean: nilai yg mewakili sejumlah nilai yg ada
dlm suatu kelompok tertentu
- variabilitas
varians: menggambarkan seberapa besar
penyebaran nilai dlm suatu kelompok
Uji perbedaan  perhitungan statistik inferensial
 uji nilai rata-rata (t test) atau uji varians
(anova: analysis of variance)

Varians:

X
Mean: X =
n

x 2 ( X X ) 2
V=
=
n
n

Penelitian 1

Rata2
Varians

Penelitian 2

Kel. 1

Kel. 2

Kel. 1

Kel. 2

10

10

11

10

13

11

10

13

10

Rata2

10

0.8

0.8

Varians

7.2

7.2

9
(a)

10

11

12

9 10 11 12 13 14 15
(b)

Logika Anova (2)

Perbedaan nilai subjek (varians) pada VT

bersumber dari perbedaan VB (varians
sistematik) dan mungkin juga bersumber
pada kesalahan (varians non-sistematik).

Kalau VB berpengaruh terhadap VT maka

varians yang berasal dari VB harus lebih
besar dari varians sekunder dan varians
kesalahan.

Logika Anova (3)

Yang dimaksud sebagai varians sekunder dan

varians kebetulan/kesalahan adalah varians
yang berasal dari hal-hal yang tidak
diteliti dan tidak diketahui peneliti tetapi
turut mempengaruhi varians dalam VT.

Jika yang diteliti adalah pengaruh X terhadap

Y, maka semua hal lain yang mempengaruhi Y
(diluar X) menghasilkan varians kesalahan
(variabel sekunder, kesalahan pengukuran,
ataupun faktor lain yang tidak diduga peneliti)

Logika Anova (4)

Perbedaan yang berasal dari VB adalah

perbedaan yang timbul karena kelompok
yang berbeda dalam VB menyebabkan
perbedaan nilai rata-rata dalam VT.

Sumber perbedaan ini disebut sebagai

varians antar kelompok (between
group variance/true variance/
explained variance)

Logika Anova (4)

Seluruh variasi yang terdapat dalam

penyebaran nilai pada VT disebut total
variance dan seluruh variasi yang berasal
dari VB (yang diteliti) dinamakan true

variance

Variasi yang timbul karena varians kesalahan

disebut sebagai residual variance atau

error variance

VARIANS
Varians Total (VT): keseluruhan variasi dari skorskor VT dlm suatu penelitian.
Varians Total dlm penelitian :
1. VT= Varians sistematik + varians non sist.

V. sist : bagian dari VT yg berasal dari variasi skor
VT yg disebabkan oleh variabel yg diketahui
peneliti

V. non sist : bagian dari VT yg berasal dari variasi
skor VT yg disebabkan oleh faktor-faktor yg tidak
diketahui peneliti

2. VT= Varians antar klp + varians

dlm klp

V.

Antar klp : bagian dari VT yg berasal

dari variasi skor VT yg disebabkan oleh
manipulasi yg dilakukan peneliti

V.

dlm klp : bagian dari VT yg berasal

dari variasi skor VT yg tidak disebabkan
oleh variabel yg dimanipulasi oleh
peneliti => varians error

Angka Indeks untuk Anova

Indeks adalah angka yang dijadikan patokan untuk

menilai sesuatu
Yang dijadikan indeks untuk menafsirkan hasil anova
adalah probability dari nilai F
F adalah perbandingan antara true variance dengan
error variance.

F=

true variance
error variance

Post-Hoc

Apabila hasil uji F signifikan, maka

dikatakan setiap kelompok berbeda dlm
DV. Namun, tdk dpt diketahui klp mana yg
memberikan perbedaan tsb.
Nilai mean tdk memberikan informasi
Utk itu perlu dilakukan analisis Post-Hoc
utk mengetahui klp yg memberikan
perbedaan.

Post-Hoc

Analisis yg dpt digunakan: Tukey, Scheffe,

LSD, dll
Yg dilakukan Post-Hoc: menguji perbedaan
DV pada dua kelompok
Lihat perbandingan nilai uji pada setiap
analisis post-hoc, utk mengetahui
kelompok yg memberikan perbedaan

Planned Comparison

Apabila peneliti telah memiliki asumsi mengenai

arah perbedaan DV pada kelompok yg diteliti, maka
gunakan planned comparison/planned constrast.

Misal:
- Prestasi pada anak tunggal lebih tinggi dibandingkan
anak lain
- Anak sulung lebih tinggi prestasinya dibandingkan
anak tengah dan bungsu
- Anak bungsu memiliki prestasi yg lebih kecil.

Macam-macam Anova
Umumnya dikenal 4 macam anova

Simple Anova atau one way anova

Factorial Anova
Repeated Anova (= Within Subject)
Mixed Anova

One way Anova

One way anova adalah anova yang hanya memiliki
1 VB dan bersifat between subject.
Contoh
Penelitian terhadap efek warna ruang
terhadap daya konsentrasi

VT= daya konsentrasi

VB= warna ruang dibedakan merah, putih dan
kuning

Dibentuk 3 group dan tiap group dimasukkan
kedalam ruang dengan warna yang berbeda

Factorial Anova
Factorial Anova adalah anova dengan 2 atau lebih
VB dan bersifat between subject
Contoh
Penelitian tentang pengaruh jenis kelamin dan
warna ruangan terhadap konsentrasi

DV= konsentrasi

IV1= jenis kelamin

IV2= warna ruang (merah, biru, kuning)

Ada 6 kelompok yang berbeda

Repeated Anova
Repeated anova adalah anova yang dilakukan
terhadap penelitian yang bersifat within subject
Contoh

Penelitian efek warna ruang terhadap konsentrasi

DV= daya konsentrasi

IV= warna ruangan (merah, kuning, biru)
Hanya ada satu group, tiap subjek mengalami berada
di ruang warna merah, di ruang warna biru, dan di
ruang warna kuning

Mixed Anova
Mixed anova adalah anova dengan minimal 2 VB.
Minimal satu VB bersifat between subject dan
minimal satu bersifat within subject.
Contoh
Penelitian tentang pengaruh jenis kelamin dan
warna ruang terhadap konsentrasi
 Semua subjek mengalami semua warna
ruangan, tetapi ada dua kelompok yang berbeda
(ada kelompok pria, ada kelompok wanita)

ANOVA FAKTORIAL

Variabel psikologi sebagian besar dipengaruhi oleh

lebih dari sebuah variabel (multikausal) yang terjadi
secara simultan
Hubungan antar IV sangat kompleks
Dgn demikian, semakin banyak IV yang diteliti,
semakin banyak diketahui apa penyebab DV
Apabila peneliti ingin mengetahui pengaruh 2 atau
lebih IV terhadap sebuah DV, maka yg diketahui:
- pengaruh setiap IV thd DV (main effect)
- pengaruh interaksi IV thd DV (interaction effect)

Output SPSS untuk Anova Faktorial

Descriptive Statistics
Dependent Variable: depression
marital
Never married

married

Total

sex
women
men
Total
women
men
Total
women
men
Total

Mean
3.00
7.00
6.00
4.00
2.00
3.14
3.67
5.33
4.67

Std. Deviation
1.414
.894
2.070
.816
1.000
1.345
1.033
2.646
2.257

N
2
6
8
4
3
7
6
9
15

Output SPSS untuk Anova Faktorial

Tests of Between-Subjects Effects
Dependent Variable: depression
Source
Corrected Model
Intercept
marital
sex
marital * sex
Error
Total
Corrected Total

Type III Sum

of Squares
61.333a
204.800
12.800
3.200
28.800
10.000
398.000
71.333

df
3
1
1
1
1
11
15
14

Mean Square
20.444
204.800
12.800
3.200
28.800
.909

a. R Squared = .860 (Adjusted R Squared = .822)

F
22.489
225.280
14.080
3.520
31.680

Sig.
.000
.000
.003
.087
.000

Efek Interaksi:

Pengaruh dari IV pertama terhadap DV berbeda

pada level yang berbeda dari IV kedua, atau

Pengaruh dari IV pertama terhadap DV pada

variasi pertama IV kedua berbeda dari efek IV
pertama terhadap DV pada variasi kedua IV
kedua

Secara grafis, hal ini dapat ditunjukkan bila efek

pada level pertama tidak sejajar dengan efek
pada level kedua

Grafik interaksi

Mengapa tidak melakukan one-way anova

utk mengetahui pengaruh dari setiap IV
terhadap DV?
Error yg diperoleh akan lebih besar
Ingat kembali varians antar klp dengan
varians dalam kelompok

Analysis of Covariance
(ANCOVA)
Digunakan apabila ingin diketahui pengaruh IV
terhadap DV, tetapi ada variabel lain yg
diketahui juga mempengaruhi DV.
 Pengaruh variabel lain tersebut (variabel
sekunder) harus dikeluarkan dari DV agar
benar-benar menunjukkan pengaruh dari IV.
Bandingkan hasil antara Ancova dgn Faktorial,
utk mengetahui pengaruh variabel lain

MULTIVARIATE ANOVA
(MANOVA)

Digunakan apabila ingin mengetahui

pengaruh IV terhadap beberapa DV.
IV berbentuk data kategori, DV berbentuk
data kontinu.