Anova

Anova merupakan model statistik yang digunakan untuk menganalisis perbedaan rata rata
dari beberapa populasi secara simultan (Lind, Marchal, & Wathen, 2018).

Anova menguji hubungan antara satu variable dependen (skala metrik) dengan satu atau lebih
variable independen (Skala non metrik).

Beberapa asumsi yang harus dipenuhi untuk menggunakan pengujian ANOVA :

1. Homogeneity of Variance, yaitu variabel dependen harus memiliki varian yang sama
dalam setiap kategori varaibel independen. Test ini dinamakan Levene’s Test of
Homogeneity of Variance.
2. Pengambil sampel didalam setiap grup diambil secara random dan saling independen.
dapat mewakili keseluruhan populasi agar hasil penelitian dapat digunakan sebagai
generalisasi.
3. Variabel mengikuti distribusi normal.
 Minimal 3 kategori / kondisi.
 Distribusi normal.

Bila data tidak normal atau tidak homogen:

- Lakukan pengurangan data.
- Melakukan transform data (log, ln, square root, dll.)
- Menggunakan uji non-parametrik (yang tidak perlu uji normalitas)

Bentuk Grafik Histogram Bentuk Transformasi Data

Moderate positive skewness SQRT(x)
Substansial positive skewness LG10(x)
Severe positive skewness 1/x
Moderate negative skewness SQRT(k-x)
Substansial negative skewness LG10(k-x)
Severe negative skewness 1/(k-x)

k = nilai tertinggi dari data mentah

x

Kelebihan ANOVA:
1. Mirip dgn t-test Mampu
mencari perbedaan lebih
dari 2 kelompok.
2. memiliki kontrol yang
lebih baik terhadap type 1
error (yang didukung oleh
Bonferoni dan Tukey
sehingga lebih tepat).
*Type I error adalah kesalahan yang dibuat oleh peneliti karena menolak hipotesis nol (H0),
padahal hipotesis nol itu benar. Sedangkan type II error adalah kesalahan yang dibuat oleh
peneliti karena menolak hipotesis alternatif (Ha), padahal hipotesis alternatif itu benar atau
dengan kata lain adalah kesalahan karena gagal menolak H0 (maksudnya, menerima H0),
padahal hipotesis nol itu salah.

Kekurangan ANOVA:
1. tidak dapat menentukan sebenarnya group mana yang benar-benar berbeda.
2. Tidak bisa digunakan untuk membandingkan banyak parameter untuk banyak group
(tidak dapat digunakan untuk variable dengan banyak respon).

Konklusi
ANOVA digunakan pada penelitian eksperimen dimana terdapat “perlakuan” dan
peneliti ingin menguji apakah terdapat perbedaan rata-rata yang bermakna (nyata)
atas “perlakuan” yang diterapkan.

Jenis-Jenis ANOVA:
1. One-Way ANOVA: variable bebas dan terikat sama-sama 1
2. Two-way ANOVA: terdapat 2 variable bebas dan 1 variable terikat. (standarized
residual)
3. Multi-Way ANOVA: Terdapat > 2 variable bebas dan 1 variable terikat.

Untuk membedakan ANOVA, terdapat satu ciri khas ANOVA yaitu:

- Terdapat 1 atau lebih variable independent (Bebas) sebagai faktor PENYEBAB dari 1
variable dependent (Terikat) sebagai akibat atau efek dari adanya faktor
- Variable dependen berskala data rasio atau interval (numerik atau kuantitatif)
- Contoh: adakah pengaruh jenis bahan bakar A dan B terhadap umur thorax mesin
*Bahan bakar adalah penyebab dari “akibat” umur thorax mesin atau faktor lainnya.
- Membandingkan kekuatan tarik segel dari bahan karet yang dihasilkan dari 6 mesin
berbeda.
Membandingkan efektivitas obat dosis rendah, dosis tinggi dan placebo pada pasien.
Membandingkan kecepatan baca denga 4 tipe huruf yang berbebda pada tampilan
web.
- Adakah perbedaan rata-rata nilai anak yang menerapkan self-learning dengan anak-
anak yang kursus.

INTERPRETASI HASIL
1. Uji Normalitas
 Hipotesis
Ho: data penjualan citrus clean berdistribusi normal
Ha : data penjualan citrus clean tidak berdistribusi normal.

 Dasar Pengambilan Keputusan

Sig ≥ alp h a: Ho diterima
Sig< alph a : Ho ditolak
 Keputusan
Dekat Roti : 0.577 > 0.05 : Ho diterima
 Dekat Minuman : 0.717 > 0.05 : Ho diterima
Dekat Pembersih Ruangan: 0.972 > 0.05 : Ho diterima

(Sig pada tabel test of normality shapiro wilk untuk yang kurang dari 50 dan
kolmogorov untuk yang lebih atau sama dengan 50)

 Kesimpulan
Jadi, data penjualan citrus clean berdistribusi normal.
 
2. Uji Varians
 Hipotesis
Ho: tidak terdapat perbedaan varians penjualan citrus clean diketiga lokasi
display.
Ha: Terdapat perbedaan varians penjualan citrus clean diketiga lokasi display.

 Dasar Pengambilan Keputusan

Sig ≥ alp h a: Ho diterima
Sig< alph a : Ho ditolak
 Keputusan
0.252 > 0.05 : Ho diterima
( dilihat pada tabel test of homogeinety of variance pada signya)

 Kesimpulan
Jadi, tidak terdapat perbedaan varians penjualan citrus clean diketiga lokasi
display.

3. Interpretasi Hasil
Berdasarkan hasil output SPSS diketahui data penjualan citrus clean diketiga lokasi
display berdistribusi normal dan tidak terdapat perbedaan varians, sehingga dapat
dilanjutkan uji ANOVA.
 
4. Uji ANOVA
 Hipotesis
Ho: Tidak terdapat perbedaan rata-rata penjualan citrus clean diketiga lokasi
display.
Ha: Terdapat perbedaan rata-ratapenjualan citrus clean diketiga lokasi display.

 Dasar Pengambilan Keputusan

Sig ≥ alp h a: Ho diterima
Sig< alph a : Ho ditolak
 
F h itung ≤ F tabel : Hoditerima
F h itung> F tabel: h o ditolak
 Keputusan
0.000 < 0.05 : Ho ditolak
30.649 > 4.26 : Ho ditolak
( dilihat pada tabel ANOVA. Df 1 dan df2 dapat dilihat pada tabel test of homogeneity
of variance)

 Kesimpulan
 Jadi, terdapat perbedaan rata-rata penjualan citrus clean di ketiga area display.
 
5. Uji Tukey
 Hipotesis
Ho: Tidak terdapat perbedaan rata-rata penjualan citrus clean dekat roti dan dekat
minuman menurut tukey.
Ha: Terdapat perbedaan rata-ratta penjualan citrus clean dekat roti dan dekat
minuman menurut Tukey.

 Dasar Pengambilan keputusan

Sig ≥ alp h a: Ho diterima
Sig< alph a : Ho ditolak
 Keputusan
0.345 > 0.05 : Ho diterima

 Kesimpulan
Jadi, tidak terdapat perbedaan rata-rata penjualan citrus clean dekat roti dan dekat
minuman menurut Tukey.
 
6. Uji Bonferroni.
 Hipotesis
Ho: Tidak terdapat perbedaan rata-rata penjualan citrus clean dekat ritu dan dekat
minuman menurut Bonferroni.
Ha: Terdapat perbedaan rata-rata penjualan citrus clean dekat roti dan dekat
minuman menurut Bonferroni.

 Dasar Pengambilan Keputusan

Sig ≥ alp h a: Ho diterima
Sig< alph a : Ho ditolak
 Keputusan
0.345 > 0.05 : Ho diterima

 Kesimpulan
Jadi, Tidak terdapat perbedaan rata-rata penjualan citrus clean dekat roti dan dekat
minuman menurut Bonferroni.
 
7. Interpretasi Hasil ANOVA, Tukey, dan Bonferroni

Berdasarkan hasil uji ANOVA didapatkan nilai F hitung sebesar 30.645 yang lebih
besar daripada F tabel sebesar 4.26 dan didukung dengan nilai sig sebesar 0.000 yang
lebih kecil dari nilai alpha sebesar 0.05. Maka dari itu dapat disimpulkan bahwa
terdapat perbedaan rata-rata di ketiga lokasi display, sedangkan pada uji Tukey
diperoleh nilai sig sebesar 0.345 yang lebih besar dari alpha sebesar 0.05. Sehingga
dapat disimpulkan bahwa tidak terdapat perbedaan rata-rata penjualan citrus
clean didekat roti dan minuman menurut Tukey. Pada uji Bonferroni diperoleh nilai
sig sebesar 0.345 yang lebih besar daripada nilai alpha sebesar 0.05. Sehingga dapat
disimpulkan bahwa tidak terdapat perbedaan rata-rata penjualan citrus clean
dekat roti dan dekat minuman menurut Bonferroni.