Popular
Home » Parametrik » Tutorial SPSS » Uji Perbedaan » Cara Melakukan Analisis Anova Satu Faktor dengan
SPSS 1
Download Software SPSS
Semua Versi Lengkap
Cara Melakukan Analisis Anova Satu Faktor dengan SPSS Cara Melakukan Uji
2
3
Cara Melakukan Analisis
Korelasi dengan SPSS
4
Cara Melakukan Uji t
Parsial dalam Analisis
Regresi dengan SPSS
5
Panduan Lengkap Uji
Analisis Regresi Linear
Sederhana dengan SPSS
6
Cara Uji Independent
Sample T-Test dan
Interpretasi dengan SPSS
Cara Melakukan Analisis Anova Satu Faktor dengan SPSS | Analisis one way ANOVA
atau uji anova satu faktor pada dasarnya bertujuan untuk membandingkan nilai rata-rata 7
Makna Koefisien
yang terdapat pada variabel terikat di semua kelompok yang dibandingkan. Nilai masing-
Determinasi [R Square]
masing kelompok dilihat berdasarkan pada variabel bebas yang berskala kategori. Fungsi dalam Analisis Regresi
variabel bebas disini sebenarnya adalah untuk mewakili kelompok-kelompok yang akan Linear
diteliti. Variabel bebas dalam analisis anova satu faktor disebut juga sebagai variabel faktor,
sementara kelompok-kelompok yang dibandingkan disebut sebagai variabel tingkatan
Category
faktor.
Analisis Data
Prosedur analisis Anova satu faktor dapat menghasilkan analisis satu faktor untuk sebuah
Download File Praktik Youtube
variabel terikat dengan sebuah variabel bebas. Seperti yang sudah saya utarakan di awal
Non Parametrik
pembahasan ini, bahwa teknik analisis Anova satu faktor pada prinsipnya adalah untuk
menguji sebuah hipotesis yang akan membuktikan nilai rata-rata masing-masing variabel Parametrik
tersebut sama atau tidak. Pertanyaan yang sering kali terbesit dibenak kita adalah “lantas SPSS Indonesia
apa perbedaan antara uji analisis Anova satu faktor dengan uji independent sample t test, Tabel Statistik
karena kedua uji tersebut sama-sama bertujuan untuk membandingkan nilai rata-rata?” Tutorial SPSS
Penjelasannya adalah bahwa analisis Anova satu faktor adalah perluasan dari teknik uji Uji Asumsi Dasar
independent sample t test. Perbedaan yang mendasar adalah dimana uji independent
Uji Asumsi Klasik
sample t test sendiri digunakan untuk membandingkan nilai rata-rata variabel terikat pada
Uji Deskriptif
dua kelompok saja, sedangkan lebih jauh dari itu analisis Anova satu faktor dapat
Uji Instrumen
digunakan untuk kelompok yang berjumlah lebih dari 2 (dua) serta mempunyai nilai rata-
rata yang sama ataupun berbeda. Uji Perbedaan
Google+
PERSYARATAN PENGUNAAN ANALISIS ANOVA
Dalam menggunakan Anova untuk menganalisis data penelitian, terdapat beberapa syarat
yang harus terpenuhi. Adapun syarat-syaratnya antara lain:
1. Sebaran data untuk masing-masing kelompok harus berdistribusi normal [Cara Uji
Normalitas untuk One Way Anova dengan SPSS Lengkap]
Cara Melakukan Analisis Anova Satu Faktor dengan SPSS - SPSS Indonesia
2. Variabel terikat harus mempunyai kesamaan varian atau bersifat homogen, dengan Sahid Raharjo
demikian tentunya kita harus melakukan uji homogenitas terlebih dahulu.
3. Subjek dalam setiap kelompok harus dipilih secara random atau acak dengan
menggunakan teknik probabilitas.
4. Data penelitian untuk variabel terikat idealnya berskala interval. Sementara, jika data
penelitian yang diperoleh berskala ordinal maka sebaiknya ditransformasi atau di
ubah menjadi skala interval terlebih dahulu. Transformasi data bisa dilakukan dengan
MSI atau metode suksesif interval.
5. Kelompok yang dibandingkan harus berasal dari sampel yang berbeda atau tidak
berpasangan dengan kata lain responden penelitian untuk masing-masing kelompok
haruslah berbeda.
6. Variabel bebas idealnya bersifat non metrik atau berskala ordinal. 332 memiliki saya di lingkaran Lihat semua
Pada kempatan kali ini saya akan mempraktekkan cara melakukan analisis anova satu
faktor dengan contoh kasus: “Seorang peneliti ingin membandingkan penjualan handphone
dengan merek Samsung, Oppo, Vivo, dan Lenovo”. Dimana para pembeli handphone di
toko-toko tertentu hanya dihadapkan pada keempat merek tersebut, kemudian akan diteliti
tentang:
Penelitian ini dilakukan selama 10 minggu, adapun data penelitian yang terkumpul
sebagaimana table data di bawah ini.
Sebelum kita melakukan analisis terhadap data di atas dengan program SPSS, maka
sebaiknya bentuk tabel di atas kita dimodifikasi terlebih dahulu menjadi dua buah tabel.
Sebab dalam dalam analisis anova satu faktor dengan SPSS, kita hanya bisa memasukkan
dua variabel saja. Oleh karena itu, tabel di atas kita ubah menjadi seperti tabel data di
bawah ini.
Cara Melakukan Analisis Anova Satu Faktor dengan SPSS - SPSS Indonesia
Langkah-langkah dalam melakukan analisis anova satu faktor dengan SPSS dimulai
dengan:
1. Buka program SPSS, lalu klik Variable View, kemudian untuk memasukkan nama dan
mendefinisikan varabel, maka:
2. Jika semua nama variabel sudah ditulis dengan benar, selanjutnya klik Data View, lalu
input data variabel Merek ke kotak X dan variabel Penjualan ke kotak Y
3. Jika data sudah lengkap, maka klik menu Analyze – Compare Means – One-Way ANOVA
4. Maka muncul kotak dialog “One-Way ANOVA”, selanjutnya pindahkan variabel Penjualan
(Y) ke kolom Dependent List, lalu pindahkan variabel Merek (X) ke kolom Factor
Cara Melakukan Analisis Anova Satu Faktor dengan SPSS - SPSS Indonesia
5. Langkah berikutnya klik Post Hoc, maka muncul kotak dialog “One-Way ANOVA: Post
Hoc Multiple Comparisons”. Pilih Tukey, kemudian klik Continue
6. Kemudian klik Options, maka muncul kotak dialog “One-Way ANOVA: Options” berikan
tanda centang pada Descriptive dan Homogenity of variance test, lalu klik Continue
7. Langkah terakhir adalah klik Ok, maka akan muncul Ouput SPSS yang kita butuhkan
dalam Analisis Anova Satu Faktor
Pembahasan mengenai output SPSS dalam analisis Anova satu faktor akan saya bagi
menjadi 5 tahap pembahasan supaya lebih detail dan sistematis. Kita mulai dari:
Berdasarkan output SPSS di atas, kita dapat melihat perbedaan rata-rata penjualan dari
keempat merek handphone dengan rincian sebagai berikut:
Dengan demikian maka secara deskriptif dapat disimpulkan bahwa rata-rata penjualan
paling tinggi adalah handphone Samsung yakni sebesar 45,30.
Berdasarkan output SPSS di atas, diperoleh angka Levene Statistic sebesar 2,508 dengan
signifikansi atau probabilitas (Sig) sebesar 0,074. Karena nilai signifikansi 0,074 lebih besar
dari 0,05, maka dapat disimpulkan bahwa varian keempat kelompok penjualan handphone
yang kita bandingkan tersebut adalah sama atau homogen.
C. Menguji Apakah Keempat Sampel Mempuyai Rata-Rata yang Sama atau Berbeda
(Analisis Anova)
Berdasarkan output Anova di atas, diketahui nilai sig sebesar 0,009 < 0,05, sehingga dapat
disimpulkan bahwa rata-rata keempat penjualan merek handphone tersebut “BERBEDA”
secara signifikan.
D. Mencari Kelompok Mana Saja yang Rata-Rata Penjualannya Sama dan Tidak Sama (Tes
Post-Hoc)
Cara Melakukan Analisis Anova Satu Faktor dengan SPSS - SPSS Indonesia
Pengujian Tukey HSD adalah pengujian perbandingan jamak untuk menentukan apakah tiga
rata-rata atau lebih berbeda secara signifikan dalam jumlah analisis varian. Sebagai contoh,
kita akan membadingkan rata-rata penjualan handphone Samsung dengan Oppo. Angka
perbedaan rata-rata untuk penjualan merek handphone tersebut adalah 4,200. Angka ini
diperoleh dari nilai rata-rata (pada output deskriptif) untuk penjualan Samsung (45,30)
dikurangi dengan rata-rata penjualan Oppo (41,10). Sementara itu, perbedaan rata-rata
penjualan berkisar antara -3,06 (Lower Bound) sampai dengan 11,46 (Upper Bound) pada
tingkat kepercayaan 95%. Untuk menguji apakah terdapat perbedaan rata-rata kedua
merek handphone tersebut, maka kita harus melihat apakah nilai signifikansi hasil output
SPSS lebih besar atau lebih kecil dari 0,05. Berdasarkan output di atas diketahui nilai Sig
sebesar 0,415 > 0,05, maka dapat disimpulkan bahwa penjualan handphone Samsung dan
Oppo adalah sama dan perbedaan rata-rata penjualan secara deskriptif antara kedua
handphone tersebut tidaklah signifikan. Selanjutnya untuk membandingkan kelompok yang
lainnya dilakukan dengan cara yang sama sebagaimana cara di atas.
Untuk melihat kesamaan rata-rata, maka kita akan menggunakan output Tukey HSD.
Berikut interpretasi tabel di atas:
1. Pada subset 1 terdapat data penjualan Lenovo, Vivo, dan Oppo. Artinya rata-rata
penjualan ketiga merek handphone tersebut tidak mempunyai perbedaan yang
signifikan. Dengan kata lain, rata-rata penjualan Lenovo, Vivo, dan Oppo adalah
sama.
2. Pada subset 2 terdapat data penjualan Vivo, Oppo, dan Samsung. Artinya rata-rata
penjualan ketiga merek handphone tidak mempunyai perbedaan yang signifikan.
Dengan kata lain, rata-rata penjualan Vivo, Oppo, dan Samsung adalah sama.
Dalam riset eksperimen ini hanya rata-rata penjualan Samsung dengan Lenovo saja yang
berbeda, sedangkan rata-rata penjualan handphone merek lainnya adalah sama. Dengan
demikian, variabel merek hanya berpengaruh secara signifikan terhadap perbedaan rata-
rata penjualan handphone merek Samsung dan Lenovo.
Tonton: Bimbingan Kilat Uji One Way Anova dengan SPSS bagi
Pemula
Demikian serangkain pembahasan kita tentang cara melakukan analisis anova satu faktor
dengan SPSS, semoga dapat bermanfaat bagi pembaca semua. Terimakasih atas perhatian
kawan-kawan. Salam…