Uji One Way Anova Menggunakan SPSS

A. Definisi

ANOVA (analisis of Varians) digunakan untuk pengujian statistik yang lebih dari 2 sampel, uji
yang digunakan adalah uji F. Uji ANOVA dibagi 2 bagian yaitu one way anova (anova
satu faktor) dan two way anova (anova dua faktor). 
Pada bagian ini kita bahas terlebih dahulu uji  ANOVA satu faktor, sedangkan ANOVA dua
faktor kita bahas pada materi selanjutnya. Pada hakikatnya uji ini sama dengan uji yang
lain yang tujuannya sama-sama untuk mengetahui perbedaan yang signifikan antara mean (rata-
rata) baik dalam satu sampel maupun dalam beberapa sampel. Sebagai contoh seorang guru ingin
membandingkan rata-rata prestasi belajar siswa yang diterapkan model
pembelajaran jigsaw (kelas I-A), model pembelajaran PBL (kelas I-B) dan model
pembelajaran NHT (kelas I-C).

B. Asumsi yang digunakan dalam pengujian ANOVA

1. Sampel bersifat independent (sampel tidak berhubungan satu dengan yang lain)

2. Sampel yang hendak di uji berdistribusi normal
3. Varian dari sampel harus sama (homogen)

C. Contoh:

Seorang guru ingin mengetahui apakah terdapat perbedaan peningkatan prestasi belajar antara

kelompok siswa pandai, kelompok siswa sedang, dan kelompok siswa kurang setelah diberikan
perlakuan. Berikut data hasil tes belajar dari 40 siswa.

1
D. Hipotesis penelitian:

Ho = tidak terdapat perbedaan peningkatan prestasi belajar siswa setelah diberikan suatu
perlakuan antara kelompok siswa pandai, kelompok siswa sedang, dan kelompok siswa kurang
H1 = terdapat perbedaan peningkatan prestasi belajar siswa setelah diberikan suatu perlakuan
antara kelompok siswa pandai, kelompok siswa sedang, dan kelompok siswa kurang

E. Kriteria Pengujian Hipotesis:

Taraf signifikan (alpha 0.05)

Jika F hitung < F tabel dan nilai probabilitas signifikan > 0.05 maka Ho diterima
Jika F hitung > F tabel dan nilai probabilitas signifikan < 0.05 maka Ho ditolak, terima H1

2
Langkah-langkah SPSS

1. Buka program SPSS sampai muncul worksheet area kerja seperti pada gambar berikut:

2. Sebelah kiri bawah ada dua pilihan yaitu: Data view dan Variabel view
3. Lalu klick variabel view untuk menentukan variabel dari data
4. Baris pertama pada kolom name ketik nilai, pada label ketik Prestasi Belajar.
5. Baris ke dua pada kolom name ketik kelompok, pada label ketik Kelompok Belajar,
pada kolom values posisikan mouse pada sudut kotak None lalu klik sampai muncul kotak Value
Labels seperti pada gambar berikut:

3
  
6. Ketik 1 pada kolom Value dan ketik pandai pada kolom Label, lalu klik add, ketik lagi 2 pada
kolom value dan ketik sedang pada kolom label, lalu klik add, ketik lagi 3 pada kolom value dan
ketik kurang pada kolom label, lalu klik add, jika sudah di isi terlihat seperti gambar beriktut:

7. Setelah itu klik OK maka selesailah kita isi variabel view seperti terlihat pada gambar berikut:

4
8.Selanjutnya klik data view sebelah kiri variabel view lalu isi nilai ke 40 siswa pada kolom
nilai, pada kolom kelompok nomor urut 1-12 isi 1, nomor urut 13-31 isi 2, dan nomor urut 32-40
isi 3. seperti terlihat pada gambar berikut:

9. Uji asumsi data berdistribusi normal atau tidak, cara uji normalitas data klik disini

10. Bila data tidak berdistribusi normal transformasi dulu, cara tranformasi data klik disini
11. Bila data sudah berdistribusi normal, selanjutnya uji homogenitas dan one wey anova.
caranya kembali ke data view, klik menu Analyze---> Copare Means ---> One-Way ANOVA
terlihat seperti gambar berikut:

5
12. Pindahkan Prestasi Belajar [Nilai] kedalam kotak Dependent List, lalu
pindahkan Kelompok Belajar[kelompok] kedalam kotak Factor, setelah itu klik Options, centang
Descriptive dan Homogeneity of variance test, lalu klik continue terlihat seperti gambar berikut:

 13. Setelah di klik continue, langkah terakhir klik OK. Maka hasilnya seperti pada gambar

berikut:

6
F. Analisis hasil

Dari tabel Descriptive dapat kita ketahui jumlah data, mean (rata-rata), standar deviasi dan lain-
lain dari masing-masing kelompok, baik kelompok pandai, sedang maupun rendah.
Pada tabel test Homogeneity of Variance pada kolom sig didapat nilai signifikan 0.846, artinya
data ini homogen (memiliki varians yang sama antara kelompok pandai, sedang maupun rendah)
Tinjau Hipotesis:
Jika F hitung < F tabel dan nilai probabilitas signifikan > 0.05 maka Ho diterima
Jika F hitung > F tabel dan nilai probabilitas signifikan < 0.05 maka Ho ditolak terima H1
 
Pada tabel ANOVA, kita analisis hipotesis H0 dan H1. Dari tabel Anova di atas diperoleh F
hitung 100.822 dan F tabel (lihat tabel distribusi F pada df (2, 37) diproleh nilai F tabel 3.26. dan
nilai signifikan dalam tabel ANOVA di atas diperoleh nilai sig 0.000. 
Jadi F hitung > F tabel yaitu 100.822 > 3.26 dan sig < 0.05 yaitu 0.000. Maka Ho di tolak dan
terima H1. jadi kesimpulannya: Terdapat perbedaan peningkatan prestasi belajar siswa setelah
diberikan suatu perlakuan antara kelompok siswa pandai, kelompok siswa sedang, dan kelompok
siswa kurang.
Kerena kesimpulan yang kita peroleh terdapat perbedaan, jadi kita harus melihat kelompok mana
yang terdapat perbedaan, dalam hal ini kita harus menggunakan UJI LANJUT. caranya ikuti
langkah berikut ini.
15. Kembali lagi ke langkah 12 diatas. Dari gambar pada langkah tersebut klik Post Hoc,
disitu banyak pilihan mau pakai uji lanjut yang mana tinggal klik saja tergantung kebutuhan, kita
disini pilih uji lanjut  ScheffeScheffe tinggal klik Scheffe, lalu Continue, seperti gambar berikut:

7
16. Setelah Continue, lalu klik OK. Hasilnya seperti gambar berikut:

 
17. Analisis hasil uji lanjut
Dari hasil uji Post Hoc Test, perhatikan yang ada tanda " * " jika ada, berarti memang terdapat
perbedaan yang signifikan rata-rata prestasi belajar. jika tidak ada tanda " * ", disitulah yang
membedakan dengan kelompok lain artinya perbedaan tidak signifikan.