Modul SPSS Fakultas Agrirektan T.ABS. & F.R.

MODUL 5
PENGUJIAN HIPOTESIS

TUJUAN
Mahasiswa mampu menguji hipotesis parameter rata-rata dalam satu populasi
(One Sample T Test), dua populasi independent (Independent Sample T Test),
dua populasi berpasangan (Paired Sample T Test), dua populasi atau lebih
(One Way Anova).

Hipotesis dapat dikatakan sebagai kebenaran sementara (dugaan) dari suatu

permasalahan. Walaupun bersifat dugaan, hipotesis tidak dibuat secara
subjektif atau sembarangan, karena harus mempertimbangkan segenap
perbendaharaan pengetahuan yang telah dimiliki sebelumnya. Hipotesis harus
diuji agar kita mendapatkan pernyataan kebenaran yang relatif lebih dapat
dipercaya. Melalui pengujian hipotesis, perbendaharaan pengetahuan di
segala bidang mengalami mengalami percepatan yang luar biasa.

Hipotesis terbagi atas 2 jenis, yakni hipotesis nol (H 0) dan Hipotesis alternatif
(H1).H0 umumnya menyatakan bahwa kondisi pasca perlakuan/pengujian
sama dengan kondisi pra perlakuan/pengujian, sementara H1 menyatakan
sebaliknya.

Prosedur uji hipotesis adalah sebagai berikut :

1. Menentukan H0 dan H1
 H0 adalah NULL HYPOTESIS
 H1 adalah ALTERNATIVE HYPOTESIS

Pernyataan pada H0 dan H1 selalu berlawanan; seperti jika H 0 menyatakan

bahwa rata-rata populasi (Omset penjualan pedagang kain di suatu pasar
contohnya) adalah Rp. 20 juta per bulan, H 1 menyatakan alternatifnya,
yaitu rata-rata omset bukan Rp. 20 juta, namun bisa saja lebih dari Rp. 20
juta atau kurang dari Rp. 20 juta.

25 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

2. Menentukan statistik tabel

Nilai Statistik tabel/nilai kritis biasanya dipengaruhi oleh:
 Tingkat kepercayaan
SPSS secara default menggunakan tingkat kepercayaan 95 % atau
tingkat signifikansi (α) sebesar 5 % pada uji DUA SISI:

Tolak H0 Tolak H0
Terima H0

95 %
5% 5%

Gambar 5.1

Dengan demikian, angka SIG (signifikansi) yang ada pada setiap

output SPSS mengacu pada probabilitas untuk menolak H 0 pada
tingkat kepercayaan 95 % atau tingkat signifikansi 10 % (uji dua sisi).

 Derajat Kebebasan (df)

Derajat kebebasan atau degree of freedom sangat bervariasi
bergantung pada metode yang dipakai dan jumlah sample yang
diperoleh.

 Jumlah Sample yang didapat

3. Menentukan statistik hitung

Nilai statistik hitung bergantung pada metode parametrik yang digunakan.
Pada pengerjaan dengan SPSS, nilai statistik hitung langsung ditampilkan
nilai akhirnya.

• Menentukan statistik hitung

ONE SAMPLE T-TEST

Pengujian rata-rata untuk suatu populasi tunggal digunakan untuk

menentukan apakah benar hipotesis peneliti jika dibandingkan dengan
kenyataan sebenarnya.
26 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Contoh 2.
Misalnya, seorang petani memiliki 15 pohon rambutan, petani tersebut
meramalkan bahwa rata-rata buah yang dihasilkan satu pohon rambutan
adalah sebanyak 75 Kg.
Dari hasil survey yang dilakukan ternyata diperoleh hasil sebgai berikut:

Pohon 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Hasil 50 65 61 68 53 73 64 87 56 51 63 67 80 79 69

Apakah ramalan yang dibuat petani signifikan atau tidak?

Untuk menyelesaikan permasalahan di atas, perhatikan tahap-tahap berikut:

(1) Tentukan hioptesis nol (H0) dan hipotesis alternatif (H1)
Berdasarkan data tersebut hipotesis yang diajukan adalah:
H0 : buah yang dihasilkan satu pohon rambutan adalah sama dengan
75 kg
H1 : buah yang dihasilkan satu pohon rambutan adalah tidak sama
dengan 75 Kg.
(2) Tentukan Taraf signifikansi ( α ), misalkan digunakan α = 5 %
(3) Statistik Uji : Uji T untuk populasi tunggal
(4) Kriteria keputusan :

H0 diterima jika nilai probabilitas (sig.) > 0,05

H0 ditolak jika nilai probabilitas (sig.) < 0,05

Atau

H0 diterima jika nilai t hitung > t tabel

H0 ditolak jika nilai t hitung < t tabel

Adapun langkah-langkah pengujian hipotesis tersebut dengan SPSS adalah

sebagai berikut :
1. Buat definisi variabel kemudian input semua data dalam Data View
dengan langkah pengerjaan seperti pada modul 2.
2. Simpan data dengan nama file ‘contoh uji T’
3. Klik menu Analyze, Klik Compare Means, Klik One Sample T Test...,
sehingga muncul kotak dialog sebagai berikut:

27 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Gambar 5.1

4. Klik variabel ‘hasil’, kemudian klik tombol panah kanan sehingga

variabel ‘hasil’ masuk ke dalam kotak Test Variable(s).
5. Klik kotak Test Value, kemudian isikan dengan angka rata-rata
dugaan petani yakni 75.
6. Klik Options, isikan kotak Confidence Interval dengan angka 95%
(100-5 %) kemudian klik Continue.

Gambar 5.2

7. Klik OK.
8. Perhatikan output SPSS berikut ini:

28 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Gambar 5.3

Pada tabel One Simple Test tampak bahwa :

1. nilai t = -3,299 dengan derajat kebebasan (df) 14.
Dari tabel statistik untuk ‘distribusi T Student’ diperoleh bahwa nilai t
untuk df = 14 dan α = 5 % adalah 1,761.
Karena nilai t hasil perhitungan SPSS < t tabel, maka berdasarkan
kriteria keputusan yang telah ditetapkan di atas, H 0 ditolak artinya
bahwa buah yang dihasilkan satu pohon rambutan adalah tidak sama
dengan 75 Kg.
2. Nilai probabilitas (sig.) = 0.005 < α = 5 % sehingga H 0 ditolak. Artinya
bahwa buah yang dihasilkan satu pohon rambutan adalah tidak sama
dengan 75 Kg.

INDEPENDENT SAMPLE T-TEST

Pengujian ini dilakukan untuk menguji perbedaan rata-rata antara dua

populasi yang saling bebas (independent).

Contoh 3 :
Berdasarkan pada data contoh 1, pemerintah kemudian ingin mengetahui
perbedaan rata-rata hasil panen padi A dan padi B, pemerintah menduga
bahwa kedua bibit tersebut akan memiliki hasil panen yang sama. Apakah
dugaan pemerintah tersebut dapat dianggap signifikan?

29 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Tahap-tahap yang dilakukan untuk menyelesaikan permasalahan di atas

adalah sebagai berikut :

(1) Tentukan hioptesis nol (H0) dan hipotesis alternatif (H1)

Berdasarkan data tersebut hipotesis yang diajukan adalah:
H0 : rata-rata hasil panen padi A sama dengan rata-rata hasil panen
padi B
H1 : rata-rata hasil panen padi A tidak sama dengan rata-rata hasil
panen padi B
(2) Tentukan Taraf signifikansi ( α ), misalkan digunakan α = 5 %
(3) Statistik Uji : Uji T untuk dua populasi yang saling bebas
(4) Kriteria keputusan :

H0 diterima jika nilai probabilitas (sig.) > 0,05

H0 ditolak jika nilai probabilitas (sig.) < 0,05

Atau

H0 diterima jika nilai t hitung > t tabel

H0 ditolak jika nilai t hitung < t tabel

Adapun langkah-langkah pengujian hipotesis tersebut dengan SPSS adalah

sebagai berikut :
1. buka file ‘contoh 1 hasil panen’
2. klik menu Analyze, klik Compare Means, klik Independence Sample
T-Test..., sehingga muncul kotak dialog sebagai berikut :

Gambar 5.4

30 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

3. klik variabel ‘hasil panen’, kemudian klik tombol panah kanan

sehingga variabel masuk ke dalam kotak Test Variabel(s).
4. klik variabel ‘jenis padi’, kemudian klik tombol panah kaan sehingga
variabel tersebut masuk ke dalam kotak Grouping variable.
5. klik Define Group, kemudian isikan Group 1 dengan ‘1’ dan Group 2
dengan ‘2’, sehingga tampak layar dialog berikut :

Gambar 4.5
6. klik Continue
7. klik Options, isikan kotak Confidence Interval dengan angka 95 %
(100 – 5 %), kemudian klik Continue,

Gambar 5.6

8. klik OK.
9. perhatikan output SPSS berikut ini :

Gambar 5.7

31 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Pada tabel Independent Sample Test tampak bahwa:

(1) kolom Levene’s test for Equality of Variances adalah kolom
untuk menguji kesamaan variansi. Dengan hipotesisnya
sebagai berikut:
H0 : kedua populasi memiliki variansi yang sama
H1 : variansi padi A tidak sama dengan variasi padi B
Pada kolom tersebut terlihat bahwa F hitung untuk hasil panen
dengan Equal variance assumed (diasumsikan kedua varians
sama atau menggunakan pooled variance t test adalah 0,392
dengan nilai probabilitas 0,539. Oleh karena nilai probabilitas
(sig.) > α = 5 %, sehingga berdasarkan kriteria keputusan H0
diterima, ini artinya bahwa kedua populasi memiliki variansi
sama.

(2) nilai t = 4,165 dengan derajat bebas (df) 18.

Dari tabel statistik untuk ‘distribusi T Student’ diperoleh bahwa
nilai t untuk df = 18 dan α = 5 % adalah 1,734.
Karena nilai t hasil perhitungan SPSS > t tabel, maka
berdasarkan kriteria keputusan yang telah ditetapkan di atas,
H0 diterima artinya bahwa rata-rata hasil panen padi A sama
dengan rata-rata hasil panen padi B.

32 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

PAIRED SAMPLE TEST

Pengujian ini dilakukan untuk mengjui perbedaan rata-rata antara dua

populasi yang saling berpasangan ( dependent ).

Contoh 4:
Pemerintah menawarkan suatu produk baru yang dapat meningkatkan hasil
panen kepada masyarakat. Ada 11 orang petani yang berani memberikan
produk tersebut pada padi masing-masing (catatan : jenis padi yang ditanam,
luas lahan dan tingkat kesuburan diasumsikan sama). Setelah padi dengan
pemberian produk baru dipanen, diperoleh data sebagai berikut :

Sebelum Sesudah
( x 10 kuintal ) ( x 10 kuintal )
72 78
73 77
66 73
61 65
53 59
49 53
55 61
56 62
57 62
53 60
54 61

Pemerintah kemudian ingin mengetahui perbedaan rata-rata hasil panen padi

sebelum diberikan produk baru dan hasil panen padi sesudah diberikan
produk baru. Apakah terdapat perbedaan yang signifikan atau tidak?

Tahap-tahap yang dilakukan untuk menyelesaikan permasalahan di atas

adalah sebagai berikut:

(1) Tentukan hioptesis nol (H0) dan hipotesis alternatif (H1)

Berdasarkan data tersebut hipotesis yang diajukan adalah:
H0 : rata-rata hasil panen padi sebelum pemberian produk baru sama
dengan rata-rata hasil panen padi setelah pemberian produk
baru
H1 : rata-rata hasil panen padi sebelum pemberian produk baru tidak
sama dengan rata-rata hasil panen padi setelah pemberian
produk baru.
33 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

(2) Tentukan Taraf signifikansi ( α ), misalkan digunakan α = 5 %

(3) Statistik Uji : Uji T untuk dua populasi yang saling berpasangan
(4) Kriteria keputusan :

H0 diterima jika nilai probabilitas (sig.) > 0,05

H0 ditolak jika nilai probabilitas (sig.) < 0,05

Atau

H0 diterima jika nilai t hitung > t tabel

H0 ditolak jika nilai t hitung < t tabel

Adapun langkah-langkah pengujian hipotesis tersebut dengan SPSS adalah

sebagai berikut :
1. Buat definisi variabel kemudian input semua data dalam Data view
dengan langkah pengerjaan seperti pada modul 2.
2. Simpan data dengan nama file ‘contoh 4 uji t berpasangan’
3. Klik menu Analyze, klik Compare Means, klik Paired Sample T Test...,
sehingga muncul kotak dialog seperti berikut:

Gambar 5.8

4. Blok kedua variabel (sebelum dan sesudah), maka kedua variabel

akan terlihat pada kotak Current Selections. Kemudian klik tombol
panah kanan sehingga pada kotak Paired variables terlihat tanda
sebelum—sesudah.
5. Klik Continue.
6. Klik Options, isikan kotak Confidence Interval dengan angka 95% (100
– 5%), kemudian klik Continue,

34 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Gambar 5.9

7. klik OK.
8. perhatikan output SPSS berikut ini:

Gambar 5.10

Pada output tampak bahwa:

1. Tabel Paired Sample Correlations, terlihat bahwa Corelation = 0,990
dengan nilai probabilitas (sig.) = 0.000 < α = 5 %, H 0 ditolak. Ini berarti
bahwa korelasi antara variabel (sebelum dan sesudah) sangat kuat
atau dengan kata lain variabel tersebut saling berpasangan secara
signifikan.
2. Tabel Independent Sample Test, terlihat bahwa nilai t = -14,750
dengan derajat kebebasan (df) 10.
Dari tabel statistik untuk ‘distribusi T Student’ diperoleh bahwa nilai t
untuk df=10 dan α = 5% adalah 1,812.

35 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Karena nilai t hasil perhitungan SPSS < t tabel, maka berdasarkan

kriteria keputusan yang telah ditetapkan di atas, H0 ditolak artinya
bahwa hasil panen padi sebelum pemberian produk baru tidak sama
dengan rata-rata hasil panen padi setelah pemberian produk baru.
3. Nilai probabilitas (sig.) = 0,000 < α = 5% sehingga H 0 ditolak. Artinya
bahwa rata-rata hasil panen padi sebelum pemberian produk baru
tidak sama dengan rata-rata hasil panen padi setelah pemberian
produk baru.

ONE WAY ANOVA

Dalam Anova (Analysis of variances) dapat dilakukan dua uji, yaitu uji rata-rata
dan uji homogenitas variansi. Uji ini dapat digunakan untukpopulasi lebih dari
dua.

Ada beberapa asumsi yang harus dipenuhi untuk uji Anova, yakni :
1. Populasi yang akan diuji berdistribusi normal
2. Variansi dari populasi-populasi tersebut sama
3. Sampel tidak berhubungan satu sama lain.

Contoh 5:
Suatu penelitian budidaya tanaman anggrek telah dilakukan di kebun
percobaan fakultas pertanian UNSUB dengan tujuan untuk mengetahui
pengaruh 3 jenis obat pengawet bunga ( O 1, O2, O3 ) terhadap lamanya
kesegaran bunga anggrek dapat bertahan (tidak layu). Untuk keperluan
tersebut dipilih secara acak 30 pot bunga anggrek dari jenis yang sama dengan
kondisi kesehatan yang relatif sama. Data hasil penelitiannya (dalam hari)
adalah sebagai berikut:

36 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

O1 O2 O3
6 5 5
6 7 8
8 3 6
7 4 8
5 4 6
7 6 8
5 6 7
4 7 8
3 4 8
5 4 7

Apakah terdapat perbedaan antara pengaruh 3 jenis obat pengawet bunga

(O1, O2, O3) yang signifikan atau tidak?

Tahap-tahap yang dilakukan untuk menyelesaikan permasalahan di atas

adalah sebagai berikut:

(1) Tentukan hioptesis nol (H0) dan hipotesis alternatif (H1)

Berdasarkan data tersebut hipotesis yang diajukan adalah:
H0 : ketiga jenis obat pengawet tersebut memberikan pengaruh yang
sama
H1 : ketiga jenis obat pengawet tersebut memnerikan pengaruh yang
tidak sama.
(2) Tentukan Taraf signifikansi ( α ), misalkan digunakan α = 5 %
(3) Statistik Uji : Uji One Way Anova
(4) Kriteria keputusan :

H0 diterima jika nilai probabilitas (sig.) > 0,05

H0 ditolak jika nilai probabilitas (sig.) < 0,05

Atau

H0 diterima jika nilai F hitung < F tabel

H0 ditolak jika nilai F hitung > F tabel

37 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Adapun langkah-langkah pengujian hipotesis tersebut dengan SPSS adalah

sebagai berikut :
1. Dalam Variabel View, definisikan dua variabel yakni ‘j.obat’ untuk
jenis obat, dan ‘hari’ untuk lamanya hari. Untuk Variabel j.obat, isikan
value dengan ketentuan sebagai berikut :

Gambar 5.11

2. Kemudian input semua data lamanya hari sesuai dengan jenis obat
masing-masing dalam Data View, seperti terlihat pada gambar di
bawah ini.

Gambar 5.12

38 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

3. Simpan data dengan nama file ‘contoh 5 one way Anova’

4. Klik menu Analyze, klik Compare Neans, klik One Way Anova...,
sehingga muncul kotak dialog seperti berikut:

Gambar 5.12

5. Klik variabel ‘j.obat’, kemudian klik tombol panah kanan, sehingga

masuk pada kotak Factor.
6. Klik variabel ‘hari’, kemudian klik tombol panah kanan sehingga
masuk pada kotak Dependent List.

Gambar 5.13

7. Kemudian klik Post Hoc, maka akan muncul tampilan seperti gambar
5.14

39 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Gambar 5.14

8. Tandai LSD pada Equal Variances Assumed. Pada Significance level,

isikan 0.05 yang artinya taraf nyata 5% atau tingkat kepercayaan
sebesar 5%. Klik continue untuk melanjutkan.

9. Klik Options, untuk mengatur jenis analisis tambahan dalam kotak

dialog Option seperti pada gambar 5.15

Gambar 5.15

10. Klik Continue untuk meelanjutkan analisis

11. klik OK untuk mengakhiri. Perhatikan output SPSS berkut ini:

40 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Gambar 5.16

Pada output tampak bahwa:

(1) Mean (rata-rata) untuk kelompok Q1 adalah 5,60, rata-rata nilai
untuk kelompok Q2 yaitu 4,89, sedangkan rata-rata nilai untuk
kelompok Q3 yaitu 7,00 dimana masing-masing kelompok
beranggotakan sebanyak 10 sampel.

(2) Pada Tabel Anova, diperoleh nilai signifikansi sebesar 0,005 atau 0,5%
yang berarti < α = 5% sehingga Hipotesis awal (H 0) ditolak. Artinya
bahwa ketiga jenis obat pengawet tersebut memberikan pengaruh
yang tidak sama terhadap ketahanan kesegaran anggrek (dari layu).

Contoh 6:

41 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Manajer Penjualan PT. Sang Hyang Seri ingin mengetahui apakah rata-rata
penjualan (sales) Ketiga jenis varietas unggulan produksi PT. Sang Hyang Seri
relative sama ataukah memang secara nyata ada perbedaan?

VARIETAS
DAERAH SITU
CIHERANG MENGKONGGA
BAGENDIT
25 26 23
22 22 22
SUBANG 24 25 29
23 26 22
21 26 30
30 21 45
35 22 49
GARUT 36 29 48
39 30 47
36 25 44
60 65 60
54 58 53
KUNINGAN 51 52 55
60 65 64
20 66 54

Berikut ini langkah-langkah pengujian yang akan dilakukan menggunakan

SPSS.

1. Definisikan 3 variabel yang akan kita butuhkan antara lain Daerah,

Varietas dan Sales seperti gambar berikut.

Gambar 5.17

2. Pada Data View masukkan data dengan metode seperti pada gambar
di berikut.

42 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Gambar 5.18

3. Simpan data dengan nama file “contoh 6 one way anova”

4. Pilih menu Analyze > Compare-Means > One Way ANOVA… muncul
kotak dialog One way Anova

Gambar 5.19

5. Pada kotak Dependent List, masukkan variable yang akan diuji, yaitu
sales.

Catatan : Variabel dependent seharusnya sebuah data Kuantitatif

6. Pada kotak Factor, masukkan variable daerah

7. Kemudian klik Option untuk menampilkan kotak dialog One Way
ANOVA Options.

43 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Gambar 5.20

8. Pada menu Statistics, aktifkan Descriptive dan Homogenity of

variance untuk perhitungan statistic yang akan dilakukan.
9. Tekan Continue untuk melanjutkan.
10. Klik Post Hoc, muncul kotak dialog One Way ANOVA Post Hoc
Multyple Comparisons.

Gambar 5.21

11. Dalam kotak dialog ini, pada bagian Equal Variances Assumed, klik
pilihan Bonferroni dan Tukey.
12. Tekan Continue untuk melanjutkan.
13. Kemudian an OK untuk mulai memproses data. Hasil output terlihat
sebagai berikut.

44 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Gambar 5.22

Analisis

Output bagian pertama (Group Statistics):

Pada bagian pertama terlihat ringkasan statistika ketiga sample. Terlihat

sekilas adanya percobaan perbedaan yang besar antar masing-masing daerah.
Csebagai contoh, rata-rata penjualan pada daerah Subang sebesar 24,4 ton,
sedangkan Kuningan 55,8 ton.

Output bagian kedua (Test of Homogeneity of Variances)

Analisis ini bertujuan untuk menguji berlaku tidaknya salah satu asumsi untuk
ANOVA (lihat asumsi di bagian atas), yaitu apakah ketiga sampel mempunyai
varian yang sama.

Hipotesis untuk uji ini adalah:

 H0 = Ketiga varian populasi adalah identik.

 H1 = Ketiga varian populasi adalah tidak identik.

45 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Dasar pengambilan keputusan adalah :

 Jika probabbilitas > 0,05, maka H0 diterima

 Jika probabbilitas < 0,05, maka H0 ditolak.

Keputusan :

Terlihat nilai probabilitas Levene Test adalah 0,024. Karena probabilitas jauh
di bawah 0,05, maka H0 ditolak, atau ketiga sampel mempunyai varian yang
berbeda. Untuk itu, analisis selanjutnya otomatis tidak bisa dilakukan, karena
asumsi ANOVA tidak terpenuhi.

Oleh karena varian tidak sama, maka untuk melanjutkan analisis, salah satu
cara adalah mengubah (transformasi) jenis data dependen variable (sales) ke
bentuk tertentu (logaritma, reciprocal, square, dll).

Mencri bentuk Transformasi

Untuk mencari bentuk transportasi, lakukanlah langkah-langkah berikut.

1. Masih tetap pada file contoh 6 one way anova, pilih Analyze > Descriptive
Statistics > Explore…
2. Pada kotak Dependent List, isikan variable sales.
3. Pada kotak Factor list, isikan variable daerah.
4. Pada bagian Display (kiri bawah), pilih Plots.

Gambar 5.23

5. Klik mouse pada kotak Plots…

6. Pada bagian Box-Plots, pilih None
7. Pada bagian Spread vs Level with Levene Test, pilih Power estimation

46 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Gambar 5.24

8. Tekan Continue untuk melanjutkan

9. Tekan OK untuk memulai proses data.

Hasil output, hanya ditampilkan bagian akhir, terlihat seperti berikut.

Gambar 5.25

47 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Analisis

Table berikut memperlihatkan pedoman angka Power dan Slope dengan

pilihan transformasi:

Transformasi Slope Power

Square -1 2
Tidak perlu transformasi 0 1
Square root (akar) 0,5 0,5
Logaritma 1 0
Reciprocal of square root 1,5 -0,5
Reciprocal 2 -1

Dengan tampilan slope sebesar 1,090 dan nilai Power adalah -0,090, maka
dengan melihat angka standar di Tabel, data paling baik ditransformasi ke
bentuk Logaritmik. Hal ini berarti setiap nilai sales (x) akan diubah menjadi
logaritmik basis 10 (Log x).

Pada prinsipnya, untuk banyak kasus data ANOVA yang variannya tidak sama,
bisa digunakan transformasi logaritmia atau square (akar).

Transformasi Data:

Untuk melakukan transformasi data, lakukan langkah-langkah berikut.

1. Masih tetap pada file contoh 6 one way anova, pilih Transfrom >
Compute… Muncul kotak dialog Compute Variable.

Gambar 5.26

48 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

2. Pada kotak Target Variable, masukkan variable tr_sales sebagai nama

variable baru temmpat hasil transformasi.
3. Pada bagian Numeric Expression, ketik LG10(sales).
4. Tekan OK.

Catatan. Untuk menuliskan ekspresi, bisa juga dengan panduan Function dan
kotak isi variable, dengan output yang sama.

Sekarang dalam file Contoh 6 One Way ANOVA ada tambahan satu variable
baru, yaitu tr_sales, yang berisi logaritma basis 10 dari tiap nilai sales
terdahulu. Missal nilai sales adalah 25, maka nilai tr_sales adalah log (25) =
1,4.

Setelah variabel sales dilakukan proses transformasi, selanjutnya akan diulang

proses ANOVA seperti di atas, hanya dependen variabel adalah tr_sales.
Berikut ini langkah-langkahnya.

1. Tampilkan file Contoh 6 One Way ANOVA.

2. Pilih menu Analyze > Compare-Means > One-Way ANOVA…
3. Pada kotak Dependent List, pilih tr_sales. (perhatikan perubahan variabel
yang terjadi)
4. Pada kotak Factor, pilih daerah.
5. Kemudian klik Option untuk menampilkan kotak dialog selanjutnya.
6. Pada pilihan Statistics, aktifkan Descriptive dan Homogeneity-of-
variance.
7. Tekan Continue untuk melanjutkan.
8. Klik pada Post-Hoc untuk menampilkan kotak dialog.
9. Aktifkan pilihan Bonferrino dan Tukey.
10. Tekan Continue untuk melanjutkan.
11. Kemudian tekan OK untuk memulai proses data.

49 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Hasil output terlihat seperti berikut ini.

50 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Gambar 5.27

Output bagian kedua (test varian populasi)

Hipotesis untuk uji ini:

 H0 = Ketiga varian populasi identik.

 H1 = Ketiga varian populasi adalah tidak identik

Keputusan:

Terlihat nilai probabilitas Levene Test adalah 0,079. Karena probabilitas di atas
0,05, sekarang H0 diterima, atau ketiga varian populasi adalah sama, sehingga
salah satu asumsi ANOVA telah terpenuhi. Perhatikan proses transformasi
telah menaikkan angka signifikansi dari sebelumnya 0,024.

Output bagian ketiga (ANOVA)

ANOVA (Analysis of Variance) dilakukan untuk menguji apakah sampel

mempunyai rata-rata (mean) yang sama.

Analisis dengan memakai ANOVA:

Hipotesis untuk kasus ini:

 H0 = Ketiga varian populasi identik.

 H1 = Ketiga varian populasi adalah tidak identik

Catatan. Berbeda dengan asumsi sebelumnya yan menggunakan varian,

sekarang dipakai mean.
51 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Dasar Pengambilan Keputusan:

Berdasarkan perbandingan F hitung dengan F table:

 Jika Statistik Hitung (angka F output) > Statistik Tabel (table F), maka H 0
ditolak.
 Jika Statistik Hitung (angka F output) < Statistik Tabel (table F), maka H 0
diterima.
F hitung dari output adalah 42,047

Mencari F tabel:

Tingkat signifikansi (α) adalah 5%

Numerator adalah (jumlah variabel – 1) atau 3 – 1 = 2
Denumerator adalah (jumlah kasus – jumlah variabel) atau 45 – 3 = 42

Dari tabel F, didapat angka 3,22

Catatan. F tabel bisa secara praktis diperoleh lewat software Excel (versi 97
samapai 2007), dengan menulis pada sembarang sel =FINV(0,05;2;42)

Berdasarkan nilai probabilitas

 Jika probabilitas > 0,05, maka H0 diterima.

 Jika probabilitas > 0,05, maka H0 ditolak.

Keputusan:
Terlihat bahwa F hitung adalah 25,334 dengan probabilitas 0,000. Karena
probabilitas < 0,05, maka H0 ditolak.

Output bagian keempat (Post Hoc Test)

Setelah diketahui bahwa ada perbedaan, kemudian akan dicari mana saja
daerah penjualan yang berbeda dan mana yang tidak berbeda? Masalah ini
akan dibahas pada analisis Benferroni dan Tukey dalam post hoc test berikut:

52 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Tukey test dan Benferroni test

Pedoman:
Lihat ada atau tidak tanda “ * “ pada kolom “Mean Difference”. Jika tanda *
ada di angka Mean Difference, maka perbedaan tersebut signifikan. Jika tidak
ada tanda *, maka perbedaan tidak signifikan.

Terlihat semua angka output mempunyai tanda *, yang berarti antar ketiga
daerah (Subang-Garut, Subang-Kuningan dan Garut-Kuningan) mempunyai
rata-rata Penjualan yang berbeda.

Homogeneous Subset

Bagian ini justru akan mencari grup subset mana saja yang mempunyai
perbedaan rata-rata yang tidak berbeda secara signifikan.

Terlihat keiga sampel terbagi dalam tiga subset, yang menunjukkan bahwa
ketiga daerah memang mempunyai perbedaan yang nyata dalam penjualan
Benih.

Simpan output di atas dengan nama anova_1

Catatan. Hasil Uji Tukey dan Bonferroni dengan Homogeneous Subset selalu
saling melengkapi.

Two Way ANOVA

Manajer Penjualan PT. Sang Hyang Seri ingin mengetahui apakah ada
perbedaan yang nyata pada sales (Penjualan) Bibit padi produk PT. Sang Hyang
Seri untuk setiap varietas unggulan pada tiga daerah penjualan?

Pada kasus ini, variabel Dependen: Sales (di sini dipakai tr_sales yang
merupakan hasil transformasi sales agar memenuhi syarat asumsi ANOVA),
Factor (Groups): Daerah penjualan bibit (tiga tempat) dan Jenis Varietas.

Ciri analisis Univariate adalah hanya ada SATU variabel dependen, namun
lebih dari satu grups.

53 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Berikut ini langkah-langkah pengolahan data menggunakan SPSS.

1. Buka File Contoh 6 One Way Anova

2. Pilih menu Analyze > General Linear Model > Univariate… Muncul kotak
dialog Univariate.

Gambar 5.28

3. Pada kotak Dependent Variable, pilih tr_sales.

4. Pada kotak Fixed Factor, pilih daerah dan varietas.
5. Kemudian klik Option untuk menampilkan kotak dialog.
6. Dalam kotak dialog ini, pilih Homogeneity test untuk menguji varian
populasi dependent variable.
7. Tekan Continue untuk melanjutkan.
8. Kemudian tekan OK untuk memulai proses data.

Hasil output terlihat seperti gambar berikut.

54 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Gambar 5.29

Output bagian kedua (test varian populasi)

Terlihat nilai probabilitas Levene Test adalah 0,003. Karena probabilitas di

bawah 0,05, maka H0 ditolak, atau ketiga varian populasi adalah berbeda, yang
tentunya tidak memenuhi asumsi penting dari ANOVA. Untuk pembahasan
selanjutnya, dianggap varian sama dan analisis dilanjutkan.

Output bagian ketiga (Test Between Subject Effects)

Analisis Satu Faktor.

Perbedaan rata-rata sales berdasar daerah penjualan:

Hipotesis untuk kasus ini:

 H0 = Ketiga rata-rata populasi identik.
 H1 = Ketiga rata-rata populasi adalah tidak identik

55 |
Modul SPSS Fakultas Agrirektan T.ABS. & F.R.®

Keputusan:
Terlihat bahwa F hitung (Daerah) adalah 71,587 dengan probabilitas 0,000.
Karena probabilitas < 0,05, maka H 0 ditolak. Berarti rata-rata sales memang
berbeda secara nyata untuk tiap daerah penjualan, dalam arti mungkin
Kuningan lebih tinggi tingkat penjualannya disbanding Subang maupun Garut,
serta kemungkinan lain.

Perbedaan rata-rata sales berdasar varietas benih (ada tiga macam varietas):

Hipotesis untuk kasus ini:

 H0 = Ketiga rata-rata populasi (varietas benih) adalah identik.
 H1 = Ketiga rata-rata populasi (varietas benih) adalah tidak identik

Keputusan:

Terlihat bahwa F hitung (Varietas) adalah 0,5347 dengan probabilitas 0,009.

Karena probabilitas < 0,05, maka H 0 ditolak. Berarti rata-rata sales memang
berbeda untuk tiap jenis varietas, dalam arti bisa saja varietas jenis Ciherang
laku, namun jenis Mengkongga atau Situ Bagendit tidak laku, dan
kemungkinan lainnya.

Analisis Dua Faktor

Interaksi antara daerah penjualan dengan varietas benih:

Hipotesi untuk kasus ini:

 H0 = tidak ada interaksi antara daerah penjualan dengan varietas benih.
 H1 = ada interaksi antara daerah penjualan dengan varietas benih.

Berdasarkan nilai Probabilitas:

 Jika probabilitas > 0,05, maka H0 diterima.
 Jika probabilitas < 0,05, maka H0 ditolak.

Keputusan:

Terlihat bahwa F hitung (Daerah*Varietas) adalah 6,203 dengan probabilitas

0,001. Karena probabilitas < 0,05, maka H 0 ditolak. Berarti ADA interaksi
antara daerah penjualan dengan varietas benih, atau-misalnya-Petani Subang
lebih senang dengan bibit Ciherang, sedang petani Garut lebih senang dengan
bibit Situ Bagendit, dan kemungkinan lainnya.
Catatan. Simpan output dalam file anova_2.
56 |