UJI ANOVA / UJI - F

Digunakan untuk menguji perbedaan ratarata lebih dari dua kelompok.

Example: Berikut merupakan data hasil
penilaian terhadap 3 jenis treatment
berbeda, yaitu treatment 1, 2 dan 3.
Tentukan apakah terdapat perbedaan hasil
dari ketiga treatment tsb.
Nilai
treatment
50.00
1
56.00
1
78.00
2
67.00
2
80.00
3
87.00
3
1.Uji normalitas

SSE menggambarkan error dari model linear terhadap

data
yang diberikan. Model linier akan merupakan (c) Tentukan
apakah
aprosimasi terbaik jika SSE minimum.
penempatan
Misalkan = b0 + b1x merupakan model linier regresi linier
dari sampel, dan y = 0 + 1 x merupakan model regresi
linier dari populasi. Maka makna dari :
1 = 0: tidak ada pengaruh variabel x pada variabel y
1 > 0: variabel x mempengaruhi variabel y secara positif.
1 < 0: variabel x mempengaruhi variabel y secara negatif
Untuk menguji H0 : 1 = 1.0 digunakan uji t dengan
derajat kebebasan = n-2, dimana

Karena Sig Kolmogorov-Smirnow (tes

normalitas) > 0,05, yaitu (0,2) maka
data berdistribusi normal.

Selain menggunakan metode sebelumnya (uji-t), dapat

juga menggunakan pendekatan analisis varians:

SST
SSR
SSE
Statistik yang digunakan untuk menguji H0 :

Source of
variation

Sum of
square

H0 ditolak jika : Fhit > F (1 ; n-2)

Degrees
of
freedom

Regressi

SSE

Meansquare

F Value

Untuk menguji apakah

model regresinya linier
dengan uji F

MSR

N-2

MSE F > F
(1 ; n-2)

Analyse -> compare means -> one

SST
N-1
way
anova Total->
options
->
homogenity of variances test

MSR
MSE

Sig uji levene= 1.0408

Ho: Regresi linier terhadap variabel x ;

Karena sig Levene > (0.05) maka

variance populasi homogen

H1: Regresi tidak linier terhadap variabel x.

Uji Kesamaan Means

Kalau
mau
PostHosfic

langsung

bisa

pake

Lihat pada tabel anova

Example: Suatu studi dibuat untuk mengetahui apakah

biaya iklan mempengaruhi besar penjualan pada produk
tertentu data sbb:
a.

Sig = 0,001

berapa batas minimum nilai

tes penempatan
yang harus ditetapkan untuk
sekolah tsb?

2. Regresi Ganda
Untuk menguji pengaruh variabel
x1, x2, ... , xk terhadap variabel y
Untuk menguji apakah (untuk
melihat apakah
variabel xj
mempengaruhi variabel y, maka =
0)
digunakan uji t dengan

Example
Berikut merupakan data bayi yang
berkaitan dengan panjang bayi,
umur
bayi, panjang saat lahir,
berat saat lahir, ukuran dada saat
lahir. Akan diteliti variabel apa saja
yang mempengaruhi panjang bayi.

yg
dtanyakan
apa
yg
mempengaruhi panjang bayi, jd
v. dep adlah pjg bayi
(a). Tentukan model regresinya.
Model : y = 0,1x + 0,726 x2 +
3,076
x3
0,03
x4
+7,148(nilai constan)
(b). Apakah model regresinya
signifikan dengan
=0,05? ~
Tabel anovab

Model : y = 3,221x + 343,706 (nilai constant)

Penjualan = 3,221 iklan + 343,706.

3.Uji perbedaan mean (Ketaksamaan

Mean)
b.

Tanda bintang menunukkan adanya

perbedaan
antara
perlakuan
satu
dengan yang lainnya.

akhir secara positif

Modl regresi (lihat di tabel coefficient) (pada kolom B)

Krn sig < 0,05 maka Ho ditolak

sehingga terdapat perbedaan mean.

Lihat pada tabel Multiple Comparisson

Tentukan persamaan regresinya

(--)analyze => regression => linear => masukkan
variabel => ok

Fhit = 13.808

Analyse -> compare means -> one

way
anova
->
options
->
homogenity of variances
test->
men plots -> Post Hoc -> LSD
->teruuuuuus,,,,

Ya, nilai penempatan

mempengaruhi nilai tes

Tabel Anova

SSR
1of
Liat pada tabelonTest of Homogenity
Varians
Error

mempengaruhi nilai tes akhir?

Batas minimum nilai tes

penempatan adalah 56.

Lanjut ke uji kesamaan varians

2.Uji Anova (kesamaan Varians)

s

tes

(d).
Jika batas nilai kelulusan
adalah 60, tentukan

Analyse -> descriptive statistics ->

explore ->
masukkan variabel
dependent -> plots -> normality
plots with tests .-> continue
Liat data pad tabel test of normality,,,
jika yang diminta nilai degan tes
Kolmogorov-smirnov,
maka
nilai
normalitasnya pake nilai sig pada tabel
Kolmogorov yaitu 0,2

nilai

Tentukan perkiraan penjualan jika biaya iklannya

35 $
Jika biaya iklan x=35 maka penjualan
y = 343,71 + 3,22 35 = 456,41

c.Apakah biaya iklan mempengaruhi penjualan secara

positif?
Lihat pada tabel hasil (--).

Nilai F = 107,323
Nilai sig regression = 0a , karena
sig < a maka model regresi
signifikan
Cat: jika sig > a, data gak dipake,,,
(c). Tentukan variabel apa saja
yang mempengaruhi panjang bayi!
Pada reg ganda liat nilai thit yang
nilainya sig < a. dalam tabel
coefficient
kolom sig, cari
nilainya yang dibawah 0,05
Yaitu berat dengan Sig = 0,044 dgn
Thit = 2.904
Jadi yang mempengaruhi panjang
bayi adalah berat.
jika Sig < (untuk variabel xi)