TUGAS MANAJEMEN DATA

“Resume Pertemuan 14”

Oleh :

Rahayu Tri Utami

183110228

2B

Dosen Pembimbing:

Herwati, SKM. M.Biomed

PRODI D-III KEPERAWATAN PADANG

POLTEKKES KEMENKES RI PADANG

2020
 UJI BEDA >2 RATA-RATA (ANOVA)
A. Pendahuluan
Dalam menganalisis data seperti ini (lebih dari dua kelompok) sangat tidak
dianjurkan menggunakan uji t. ada dua kelemahan jika menggunakan uji t yaitu
pertama: kita harus melakukan pengujian berulang kali sesuai kombinasi yang
mungkin, kedua: bila melakukan uji t berulang-ulang akan meningkatkan (inflasi)
nilai α, inflasi nilai α sebesar = 1-(1-α)n, artinya akan meningkatkan peluang
mendapatkan hasil yang keliru.
untuk mengatasi masalah tersebut maka uji statistik yang dianjurkan (uji yang
tepat) dalam menganalisis beda lebih dari dua mean kelompok independen adalah uji
ANOVA atau uji -F. analisis Varian (ANOVA) mempunyai dua jenis yaitu analisis
varian satu faktor (one way anova) dan analisis varian dua faktor (two ways anova).
pada pembahasan ini kita hanya akan dibahas analisis varian satu faktor.
Beberapa asumsi yang harus dipenuhi pada uji Anova adalah:
1. Sampel berasal dari kelompok yang independen
2. Varian antar kelompok harus homogen
3. Data masing-masing kelompok berdistribusi normal

B. Konsep uji Anova

Dengan mengguakan uji Anova yang pada prinsipnya uji Anova adalah melakukan
analisis variabilitas data menjadi dua sumber variasi yaitu variasi didalam kelompok
(within) dan variasi antar kelompok (between). Bila variasi within dan between sama
(nilai perbandingan kedua varian mendekati angka satu) maka berarti tidak ada
perbedaan dengan kata lain nilai mean yang dibandingkan tidak ada perbedaan.
Sebaliknya bila variasi antar kelompok lebih besar dari variasi didalam kelompk,
artinya nilai mean yang dibandingkan menunjukkan adanya perbedaan.
MS b2 Varian _ between /( k  1)
F 
MS w2 Varian _ within /( n  k )
df= k-1 → untuk pembilang
n-k → untuk penyebut

C. Aplikasi uji Anova

 Uji Anova digunakan untuk melihat perbedaan rata-rata dari dua atau lebih
kelompok independen (data yang tidak saling berkaitan antara satu dengan lainnya).
misalnya membandingkan pengaruh dari 3 jenis intervensi atau membandingkan rata-
rata berat bayi dari kelompok ibu-ibu perokok berat dengan perokok ringan atau
bukan perokok.
Kita akan melakukan uji hipotesis apakah ada perbedaan rata-rata berat bayi yang
lahir dari ibu dari jenis pendidikan yang berbeda, dengan langkah-langkah sebagai
berikut:
1. Bukalah file Latihan_modul.SAV sampai tampak pada data editor window
2. Dari menu utama, pilihlah
Analyze <
Compare Means <
One-way Anova…

3. Klik variable BBBL dan klik tanda < untuk memasukkannya ke kotak
Dependent list

4. Klik variable pendidikan dan klik tanda < untuk memasukkannya kotak
Factor

5. Pada menu Options. Klik Descriptive dan Homogeneity of varians.

6. Klik continue dan anda akan kembali ke kotak dialog awal dengan isian
lengkap
7. Klik ok untuk menjalankan prosedur. Hasilnya tampak di output seperti
berikut:

Pada hasil di atas terlihat bahwa rata-rata berat bayi pada ibu dengan
pendidikan SD adalah 2803,12 gram, pada ibu dengan pendidikan SMP adalah
3460,00 gram, pada ibu berpendidikan SMA adalah 3159,46 gram dan pada ibu
berpendidikan perguruan tinggi adalah 3147,50 gram. Standar deviasi, nilai
minimum-maximum dan interval 95% tingkat kepercayaan juga diperlihatkan.

Salah satu asumsi dari uji Anova adalah varians masing-masing kelompok
harus sama. Untuk itu dilakukan uji homogenitas varians yang hasilnya
memperlihatkan bahwa p-value (sig.) 0,618 lebih besar dari nilai α= 0,05, berarti
varians antar kelompok adalah sama. Jika varians tidak sama, uji Anova tidak
valid untuk dipakai.
 Pada hasil diatas diperoleh niali Anova f=7,62 dengan p-value = 0.000
(dalam keadaan ini boleh juga ditulis p<0.001). hipotensi nol pada uji Anova
adalah tidak ada perbedaan rata-rata berat badan bayi lahir antara kelompok ibu
dengan pendidikan SD, SMP, SMA, dan PT. Sedangkan hipotesis alternatifnya
adalah salah satu niali rata-rata BBBL berbeda dengan lainnya. Dengan
menggunakan α= 0,05, dari hasil diatas kita menolak hipotesis nol. Sehingga kita
menyimpulkan ada perbedaan BBBL dari keempat kelompok ibu tersebut
(setidaknya salah satu nilai mean berbeda dengan lainnya). namun, kita belum
tahu kelompok mana yang berbeda antara satu dengan yang lainnya.
Dengan uji Anova saja kita belum tahu kelompok mana yang berbeda,
apakah antara pendidikan SD, dengan SMP, SD dengan SMA, SD dengan PT
atau SMP dengan SMA, SMP dengan PT atau SMA dengan PT. Untuk menjawab
pertanyaan ini kita harus melakukan uji banding ganda. Untuk melakukan uji
banding ganda, kita harus klik menu Post Hoc.. pada kotak dialog Anova.
Silahkan kembali ke langkah awal (Analyze, compare means, One-way-
Anova) pada kotak dialog tersebut ada banyak pilihan uji komparasi ganda. Anda
harus membuka buku statistik untuk memahami kelebihan dan kekurangan
masinh-masing uji. Pada contoh kali ini kita akan menggunakan uji Bonferroni,
suatu uji yang sering digunakan. Kemudian klik Bonferroni untuk meminta agar
uji tersebut dilakukan oleh komputer.

Hasil output SPSS adalah sama dengan hasil uji Anova sebelumnya dan
ditambah dengan tampilan berikut:
 Dari hasil di atas dapat disimpulkan bahwa ada perbedaan rata-rata berat bayi
antara ibu berpendidiakn SD dengan ibu berpendidikan SMP, SD dengan ibu
berpendidikan SMA dan ibu berpendidikan SD dengan ibu berpendidikan PT.

D. Interpretasi / Penyajian Uji Anova

Tabel… distribusi nilai rata-rata berat badan bayi lahir
Menurut satatus pendidikan ibu
Variable n Mean SD F (Anova) P-value
Pendidikan Ibu
1. SD 32 2803,12 466,1 7,62 0.000
2. SMP 20 3460,00 6
3. SMA 37 3159,46 643,5
4. PT 31 3147,50 1
508,5
1
526,4
6
Pada hasil di atas terlihat bahwa rata-rata BBBL meningkat sesuai dengan
peningkatan status pendidikan ibu. Ibu dengan pendidikan SD rata-ratanya adalah
2803,12 gram, Ibu dengan pendidikan SMP rata-ratanya adalah 3460,00 gram,Ibu
dengan pendidikan SMA rata-ratanya adalah 3159,46 gram,Ibu dengan pendidikan PT
rata-ratanya adalah 3147,50 gram. Hasil uji Anova memperlihatkan bahwa ada
perbedaan yang bermakna pada rata-rata BBBL menurut tingkat pendidikan ibu (nilai-
p 0,000).
Tabel… signifikansi perbedaan rata-rata berat bayi
 Menurut pendidikan ibu
(Hasil Uji-Benferroni)
Pendidikan P-value Kesimpulan
SD vs SMP 0.000 Berbeda bermakna
SD vs SMA 0,036 Berbeda bermakna
SD vs PT 0,002 Berbeda bermakna
Analisis lebih lanjut memperlihatkan bahwa ada perbedaan rata-rata BBBL antara
ibu berpendidikan SD dengan SMP, SD dengan SMA, dan SD dengan PT.

E. Transformasi Jika Varians Tidak Homogen

Jika ingin mendapatkan hasil uji Anova yang valid, maka varians antar kelompok
harus homogen, namun asumsi ini terkadang tidak bisa dipenuhi oleh data kita, maka
kita dapat melakukan transformasi agar varians antar kelompok menjadi homogen
dengan cara sebagai berikut:

Nilai slope dan nilai power adalah panduan untuk menentukan jenis trasnformasi.
Berikut ini tabel transformasi yang dianjurkan untuk menghomogenkan varians
berdasarkan nilai slope dan power.
Panduan Mencari Bentuk Transformasi Terbaik
Dengan Memperhitungkan Factor Slope Dan Power
Slope Power Bentuk Transformasi
-1 2 Square (kuadrat)
0 1 Tidak perlu transformasi
0,5 0,5 Square root (akar)
1 0 Logaritma
1,5 -0,5 1/ square root
2 -1 Reciprocal (1/n)