Analisis

Varians

Liche/Statistik Lanjut-S2 F.Psi.UI/2008 1

 Hakikat Analisis Varians

Anova adalah prosedur pengolahan data
yang dilakukan untuk menguji perbedaan
nilai rata-rata diantara dua atau lebih
kelompok.

Perbedaan nilai rata-rata yang diuji bisa
disebabkan oleh Variabel Bebas
 Logika Anova (1)
Ada dua kelompok penelitian yang mendapatkan 1 VB
dengan dua variasi

Misalnya:
VB: metode belajar bahasa Inggris
Variasi 1 : metode menyanyi
Variasi 2: metode gambar

KE1: Xa -> Oa Berbeda??

KE2: Xb -> Ob
Pengolahan data:
• Gambaran data (statistik deskriptif)
- central tendency
mean: nilai yg mewakili sejumlah nilai yg ada
dlm suatu kelompok tertentu
- variabilitas
varians: menggambarkan seberapa besar
penyebaran nilai dlm suatu kelompok

• Uji perbedaan  perhitungan statistik inferensial

 uji nilai rata-rata (t – test) atau uji varians
(anova: analysis of variance)
 ΣX Varians:
Mean: X =
n Σx 2 Σ ( X − X ) 2
V= =
n n

Penelitian 1 Penelitian 2

Kel. 1 Kel. 2 Kel. 1 Kel. 2

6 9 4 7
6 9 4 7
7 10 7 10
8 11 10 13
8 11 10 13
Rata2 7 10 Rata2 7 10
Varians 0.8 0.8 Varians 7.2 7.2
5 6 7 8 9 10 11 12
2 3 4 5 6 7 8 9 10 11 12 13 14 15
(a)
(b)
 Logika Anova (2)

Perbedaan nilai subjek (varians) pada VT
bersumber dari perbedaan VB (varians
sistematik) dan mungkin juga bersumber
pada kesalahan (varians non-sistematik).

Kalau VB berpengaruh terhadap VT maka
varians yang berasal dari VB harus lebih
besar dari varians sekunder dan varians
kesalahan.
 Logika Anova (3)

Yang dimaksud sebagai varians sekunder dan
varians kebetulan/kesalahan adalah varians
yang berasal dari hal-hal yang tidak
diteliti dan tidak diketahui peneliti tetapi
turut mempengaruhi varians dalam VT.

Jika yang diteliti adalah pengaruh X terhadap
Y, maka semua hal lain yang mempengaruhi Y
(diluar X) menghasilkan varians kesalahan
(variabel sekunder, kesalahan pengukuran,
ataupun faktor lain yang tidak diduga peneliti)
 Logika Anova (4)

Perbedaan yang berasal dari VB adalah
perbedaan yang timbul karena kelompok
yang berbeda dalam VB menyebabkan
perbedaan nilai rata-rata dalam VT.

Sumber perbedaan ini disebut sebagai
varians antar kelompok (between
group variance/true variance/
explained variance)
 Logika Anova (4)

Seluruh variasi yang terdapat dalam
penyebaran nilai pada VT disebut total
variance dan seluruh variasi yang berasal
dari VB (yang diteliti) dinamakan true
variance

Variasi yang timbul karena varians kesalahan
disebut sebagai residual variance atau
error variance
 VARIANS
Varians Total (VT): keseluruhan variasi dari skor-
skor VT dlm suatu penelitian.
Varians Total dlm penelitian :
1. VT= Varians sistematik + varians non sist.

V. sist : bagian dari VT yg berasal dari variasi skor
VT yg disebabkan oleh variabel yg diketahui
peneliti

V. non sist : bagian dari VT yg berasal dari variasi
skor VT yg disebabkan oleh faktor-faktor yg tidak
diketahui peneliti
2. VT= Varians antar klp + varians
dlm klp

V.
Antar klp : bagian dari VT yg berasal
dari variasi skor VT yg disebabkan oleh
manipulasi yg dilakukan peneliti

V.dlm klp : bagian dari VT yg berasal
dari variasi skor VT yg tidak disebabkan
oleh variabel yg dimanipulasi oleh
peneliti => varians error
 Angka Indeks untuk Anova

Indeks adalah angka yang dijadikan patokan untuk
menilai sesuatu

Yang dijadikan indeks untuk menafsirkan hasil anova
adalah probability dari nilai F

F adalah perbandingan antara true variance dengan
error variance.

true variance
F=
error variance
 Post-Hoc

Apabila hasil uji F signifikan, maka
dikatakan setiap kelompok berbeda dlm
DV. Namun, tdk dpt diketahui klp mana yg
memberikan perbedaan tsb.

Nilai mean tdk memberikan informasi

Utk itu perlu dilakukan analisis Post-Hoc
utk mengetahui klp yg memberikan
perbedaan.
 Post-Hoc

Analisis yg dpt digunakan: Tukey, Scheffe,
LSD, dll

Yg dilakukan Post-Hoc: menguji perbedaan
DV pada dua kelompok

Lihat perbandingan nilai uji pada setiap
analisis post-hoc, utk mengetahui
kelompok yg memberikan perbedaan
 Planned Comparison

Apabila peneliti telah memiliki asumsi mengenai
arah perbedaan DV pada kelompok yg diteliti, maka
gunakan planned comparison/planned constrast.
Misal:
- Prestasi pada anak tunggal lebih tinggi dibandingkan
anak lain
- Anak sulung lebih tinggi prestasinya dibandingkan
anak tengah dan bungsu
- Anak bungsu memiliki prestasi yg lebih kecil.
 Macam-macam Anova
Umumnya dikenal 4 macam anova
• Simple Anova atau one way anova
• Factorial Anova
• Repeated Anova (= Within Subject)
• Mixed Anova
 One way Anova
One way anova adalah anova yang hanya memiliki
1 VB dan bersifat between subject.

Contoh
Penelitian terhadap efek warna ruang
terhadap daya konsentrasi

VT= daya konsentrasi

VB= warna ruang dibedakan merah, putih dan
kuning

Dibentuk 3 group dan tiap group dimasukkan
kedalam ruang dengan warna yang berbeda
 Factorial Anova
Factorial Anova adalah anova dengan 2 atau lebih
VB dan bersifat between subject

Contoh
Penelitian tentang pengaruh jenis kelamin dan
warna ruangan terhadap konsentrasi

DV= konsentrasi

IV1= jenis kelamin

IV2= warna ruang (merah, biru, kuning)

Ada 6 kelompok yang berbeda
 Repeated Anova
Repeated anova adalah anova yang dilakukan
terhadap penelitian yang bersifat within subject

Contoh
Penelitian efek warna ruang terhadap konsentrasi

DV= daya konsentrasi

IV= warna ruangan (merah, kuning, biru)

Hanya ada satu group, tiap subjek mengalami berada
di ruang warna merah, di ruang warna biru, dan di
ruang warna kuning
 Mixed Anova
Mixed anova adalah anova dengan minimal 2 VB.
Minimal satu VB bersifat between subject dan
minimal satu bersifat within subject.
Contoh
Penelitian tentang pengaruh jenis kelamin dan
warna ruang terhadap konsentrasi
 Semua subjek mengalami semua warna
ruangan, tetapi ada dua kelompok yang berbeda
(ada kelompok pria, ada kelompok wanita)
 ANOVA FAKTORIAL

Variabel psikologi sebagian besar dipengaruhi oleh
lebih dari sebuah variabel (multikausal) yang terjadi
secara simultan

Hubungan antar IV sangat kompleks

Dgn demikian, semakin banyak IV yang diteliti,
semakin banyak diketahui apa penyebab DV

Apabila peneliti ingin mengetahui pengaruh 2 atau
lebih IV terhadap sebuah DV, maka yg diketahui:
- pengaruh setiap IV thd DV (main effect)
- pengaruh interaksi IV thd DV (interaction effect)
Output SPSS untuk Anova Faktorial

Descriptive Statistics

Dependent Variable: depression

marital sex Mean Std. Deviation N
Never married women 3.00 1.414 2
men 7.00 .894 6
Total 6.00 2.070 8
married women 4.00 .816 4
men 2.00 1.000 3
Total 3.14 1.345 7
Total women 3.67 1.033 6
men 5.33 2.646 9
Total 4.67 2.257 15
 Output SPSS untuk Anova Faktorial

Tests of Between-Subjects Effects

Dependent Variable: depression

Type III Sum
Source of Squares df Mean Square F Sig.
Corrected Model 61.333a 3 20.444 22.489 .000
Intercept 204.800 1 204.800 225.280 .000
marital 12.800 1 12.800 14.080 .003
sex 3.200 1 3.200 3.520 .087
marital * sex 28.800 1 28.800 31.680 .000
Error 10.000 11 .909
Total 398.000 15
Corrected Total 71.333 14
a. R Squared = .860 (Adjusted R Squared = .822)
Efek Interaksi:

Pengaruh dari IV pertama terhadap DV berbeda
pada level yang berbeda dari IV kedua, atau

Pengaruh dari IV pertama terhadap DV pada
variasi pertama IV kedua berbeda dari efek IV
pertama terhadap DV pada variasi kedua IV
kedua

Secara grafis, hal ini dapat ditunjukkan bila efek
pada level pertama tidak sejajar dengan efek
pada level kedua
Grafik interaksi
Mengapa tidak melakukan one-way anova
utk mengetahui pengaruh dari setiap IV
terhadap DV?
⇒ Error yg diperoleh akan lebih besar

⇒ Ingat kembali varians antar klp dengan

varians dalam kelompok
 Analysis of Covariance
(ANCOVA)
Digunakan apabila ingin diketahui pengaruh IV
terhadap DV, tetapi ada variabel lain yg
diketahui juga mempengaruhi DV.
 Pengaruh variabel lain tersebut (variabel
sekunder) harus dikeluarkan dari DV agar
benar-benar menunjukkan pengaruh dari IV.
Bandingkan hasil antara Ancova dgn Faktorial,
utk mengetahui pengaruh variabel lain
 MULTIVARIATE ANOVA
(MANOVA)

Digunakan apabila ingin mengetahui
pengaruh IV terhadap beberapa DV.

IV berbentuk data kategori, DV berbentuk
data kontinu.