Oleh:
Siwi Utami Esthi
NIM 155070300111024
PENDAHULUAN
Uji statistik dalam penelitian digunakan sebagai metode untuk mengumpulkan data,
mengolah, kemudian menarik kesimpulan dari hasil penelitian yang diperoleh. Dalam
penelitian di bidang kesehatan, biostatistik sering diaplikasikan untuk mengukur status
kesehatan masyarakat, mengevaluasi keberhasilan program kesehatan, mengukur peristiwa
penting atau vital event, membandingkan status kesehatan di masyarakat, atau bahkan
meramalkan status kesehatan masyarakat di masa mendatang (Chandra, 2006).
Dalam penelitian penyusun yaitu untuk mengetahui perbedaan kadar total flavonoid
dalam es krim dengan penambahan sari daun kenikir, uji statistik dilakukan untuk menganalisa
perbedaan kadar flavonoid pada es krim yang ditambahkan sari daun kenikir dan yang tidak
diberi penambahan. Dalam penelitian tersebut penambahan sari daun kenikir dibuat menjadi
5 formulasi berbeda, sehingga untuk mengetahui perbedaan kadar flavonoid dari setiap
penambahan perlu dilakukan uji tatistik komparatif pada lebih dari 2 kelompok menggunakan
uji anova.
1.2 Tujuan
1.3 Manfaat
Dengan disusunnya makalah ini diharapkan dapat menambah wawasan dan informasi
bagi penyusun dan mahasiswa lain mengenai uji statistik dan biostatistika yang digunakan dan
diterapkan penelitian dalam bidang kesehatan.
BAB II
TINJAUAN PUSTAKA
Uji Anova (analysis of variance), menurut Huang (2017), merupakan uji hipotesis yang
dikembangkan oleh R. Fisher, digunakan untuk mengambil kesimpulan berdasarkan kelompok
data dalam penelitian eksperimental. Dalam uji anova, hipotesis nol menyatakan bahwa
semua perlakuan yang diberikan memberikan efek yang sama pada sampel. Uji anova
dikembangkan untuk menguji hipotesis perbandingan lebih dari dua kelompok.
Berdasarkan desainnya, uji anova dapat dibagi menjadi beberapa jenis yaitu :
1. Anova Satu Arah (One Way Anova), yaitu uji perbedaan diantara dua atau lebih
kelompok dengan satu faktor yang dipertimbangkan,
2. Anova Faktorial, yaitu uji perbedaan dimana ada lebih dari satu faktor dan
interaksi yang dipertimbangkan,
3. Anova Repeated Measures, digunakan ketika desain eksperimen
memperbolehkan subjek penelitian ikut dalam perlakuan yang berbeda,
4. Multivariat Anova atau Manova, digunakan untuk mengukur lebih dari satu
respon dalam satu kali eksperimen.
(Huang, 2017)
Hasil dari uji anova adalah nilai F-test atau F hitung yang nantinya akan dibandingkan
dengan nilai pada tabel F. Jika nilai F hitung lebih dari F tabel, maka dapat disimpulkan bahwa
menerima H1 dan menolak H0 atau yang berarti ada perbedaan bermakna rerata pada semua
kelompok (Hidayat, 2017). Atau dapat menggunakan cara lain yaitu dengan melihat p-value
(nilai probabilitas) yang mana lebih rendah dari 5%, misalnya kita menggunakan tingkat
kepercayaan 95% (Huang, 2017).
Menurut Huang (2017), untuk dapat melakukan uji Anova, ada beberapa syarat yang
harus dipenuhi yaitu :
Uji statistik anova merupakan metode statistik yang digunakan untuk menguji
perbedaan antara dua atau lebih kelompok. Metode ini menganalisis varians yang ada untuk
membuat kesimpulan. Anova digunakan untuk menguji perbedaan umum, bukan perbedaan
spesifik di antara mean. Uji anova yang dilakukan pada suatu desain yang menggunakan satu
faktor saja disebut one way anova (Lane, 2015).
Menurut Yuniana (2015), alpha dan P-value merupakan nilai yang mempengaruhi
pengambilan keputusan (menolak atau menerima hipotesis null). Hasil analisi dari statistik
tidak mungkin 100% benar sehingga perlu patokan seberapa besar kesalahan yang terjadi
dapat ditolerir yang sering dikenal dengan istilah alpha. Jadi, alpha merupakan batas
maksimum yang menjadi patokan kesalahan yang terjadi. Sedangkan P-value atau sig
merupakan nilai kesalahan yang didapat dari hasil perhitungan statistik. Misal nilai p adalah
0,025 dan alpha yang digunakan adalah 5% (0,05) sehingga kesalahan yang ditolerir oleh
peneliti adalah 0,05, sehingga peluang untuk menolak H0 lebih besar. Jadi, apabila nilai p (P-
value) lebih besar dari alpha, maka H0 diterima. Jika nilai p (P-value) lebih kecil dari alpha,
maka H0 ditolak.
UJI NORMALITAS
Untuk mengetahui apakah data yang akan digunakan terdistribusi normal, karena untuk
melakukan uji one way anova data harus terdistribusi normal. Klik Analyze Descriptive
Statistics Explore
Masukkan variabel yang akan diuji ke kotak “Dependent list” klik “Plots” centang
“Stem-and-leaf” dan “Histogram” pada kotak descriptive dan centang “Normality plots with
tests” Continue Centang “Both” pada kotak Display OK.
Lihat hasil output. Karena jumlah data kurang dari 200, maka lihat tabel Shapiro-Wilk.
Apabila nilai Sig. Lebih dari nilai alpha (0.05) maka data terdistribusi normal.
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
kadar flavonoid dg
.292 10 .016 .853 10 .062
perlakuan 2
kadar flavonoid dg
.172 10 .200* .947 10 .633
perlakuan 3
Jika data terdistribusi normal, maka uji one way anova dapat dilakukan. Klik “Analyze”
Pilih “Compare Means” “One-Way Anova”
Masukkan variable ke kotak “Dependent list” dan faktor perlakuan ke kotak “Factor”. Klik
“Options” centang “Homogenity of variance test” Continue OK.
Lihat hasil output. Pada uji varians (tabel “Test of Homogenity of Variances”), jika Sig. lebih
besar dari nilai alpha (0.05), maka varian data sama sehingga tabel hasil uji Anova dapat
digunakan. Dari hasil uji Anova (tabel “ANOVA”), jika nilai Sig. atau P-value lebih besar dari
nilai alpha, maka H0 ditolak. Artinya terdapat perbedaan pada kelompok yang dibandingkan.
PENUTUP
3.1 Kesimpulan
Untuk menganalisa perbedaan data pada beberapa kelompok dengan satu faktor
pertimbangan dapat digunakan uji statistik one way anova. Uji statistik one way anova dapat
dilakukan apabila observasi bersifat independen, data terdistribusi normal, dan varians antar
kelompok yang dibandingkan homogen. Dari perbandingan nilai p (P-value) dan alpha maka
dapat ditarik kesimpulan atau diambil keputusan apakah hipotesis null (H0) diterima atau
ditolak.
3.2 Saran
Dalam melakukan uji statistik harus dilakukan secara teliti dan cermat. Setiap langkah
yang dilakukan harus disesuaikan dengan maksud dan kebutuhan peneliti. Untuk melakukan
uji statistik dapat digunakan aplikasi atau software seperti SPSS untuk memudahkan peneliti
menganalisa hasil uji statitik.
DAFTAR PUSTAKA
Chandra, B. 2006. Ilmu Kedokteran Pencegahan & Komunitas. Jakarta : Penerbit Buku Kedokteran
EGC.
Hidayat, A. 2013. Tutorial Uji Normalitas dengan SPSS Lengkap. Statistikian (online)
ww.statiskian.com. Diakses pada tanggal 8 Februari 2018.
Huang, A. H. 2017. Uji Anova, Teori Satu Arah dan Dua Arah. Globalstats Academic (online)
www.en.globalstatistik.com. Diakses pada tanggal 4 Februari 2018.
Saptaningsih, C. 2016. PANDUAN PRAKTIKUM BIOSTATISTIK. Jurusan Ilmu Gizi Fakultas Kedokteran
Universitas Brawijaya.
Yuniana, D. R. 2015. Perbedaan Nilai Alpha dengan Nilai Signifikansi. Artikel (online)
www.fnistatistics.com. Diakses pada tanggal 8 Februari 2018.