Anova dan Kruskal-Wallis (Uji Lebih Dari Dua Mean)
Uji One Way Anova
Istilah lain dari uji one way anova (analysis of varian) adalah uji anova satu faktor
Uji ini berguna untuk menguji perbedaan rata-rata data lebih dari dua kelompok.
Syarat penggunaan uji one way anova :
1. Sampel berasal dari kelompok yang independen
2. Variabel faktor bersifat non metrik (data kategorikal)
3. Data masing-masing kelompok berdistribusi normal
4. Varian antar kelompok harus homogen
Langkah - Langkah Uji One Way Anova
1. Melakukan uji Normalitas Shapiro wilk
Analyze -> Descriptive Statistics -> Explore -> Merek (Factor List), Penjualan (Dependent List -> Plots ->
Ceklis Nomality plots with tests -> Continue -> OK
Sehingga dapat dikatakan bahwa variabel samsung berdistribusi normal begitu juga dengan Variabel yang lain
karena nilai Sig. > 0,05
2. Jika nilai Sig. < 0.05, maka data berdistribusi tidak normal
Analyze -> Compare Means -> One-way ANOVA -> Merek (Factor), Penjualan (Dependent List) -> Post Hoc
-> Ceklis Tukey -> Continue -> Options -> Ceklis Descriptive dan Homogeneity of Variance test -> continue ->
OK
• Uji Homogenitas dengan Uji One Way Anova dapat dilakukan secara bersamaan
Berdasarkan Output SPSS "Descriptives", 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 tertinggi adalah
handphone Samsung yakni sebesar 45,30
C. Menguji Apakah Keempat sampel mempunyai Rata - rata yang sama atau berbeda ( Uji Anova )
Berdasarkan Output Anova, 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)
Pengujian Tukey HSD adalah pengujian perbandingan jamak untuk menentukan apakah rata-rata penjualan
tersebut 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 4,200 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 penjualan kedua merek handphone tersebut, maka kita
harus melihat apakah nilai signifikansi hasil output SPSS ini, nilainya lebih besar atau lebih kecil dari 0,05.
Berdasarkan output Multiple Comparisons diketahui nilai Sig sebesar 0,415 > 0.05, maka dapat disimpulkan
bahwa penjualan handphone Samsung dan Oppo adalah sama. Sehingga perbedaan rata-rata penjualan secara
Untuk melihat kesamaan rata - rata, maka kita akan menggunakan output Tukey HSD
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.
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
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
Lenovo.
• Terkait Uji One Way Anova
-Jika data tidak berdistribusil normal. maka yang perlu dilakukan adalah melakukan transformasi data.
kemudian uji normalitas ulang menggunakan data transformasi.
- Jika hasil pengujian dari data transformasi masih tidak normal juga. Uji one way anova tidak bisa dilakukan,
sebab asumsi normalitas tidak terpenuhi. Solusinya adalah melakukan statistik non parametrik yaitu dengan uji
Kruskal Wallis.
2. Uji kruskal wallis digunakan sebagai alternatif dari uji one way anova ketika salah satu atau seluruh sebaran
data tidak berdistribusi normal.
3. Uji kruskal wallis dipakai untuk 3 sampai atau lebih yang tidak berpasangan. Jika sampel hanya 2 buah maka
sebaiknya menggunakan uji Mann Whitney.
-Melakukan uji normalitas untuk mengetahui apakah masa hidup setiap merek lampu yang diteliti berdistribusi
normal sebagai syarat uji one way anova (parametrik)
-Jika tidak berdistribusi normal maka alternatif yang bisa dipakai sebagai pengganti uji one way anova adalah
uji kruskal wallis (non parametrik)
Tahapan Analisis
Jika nilai Sig. < 0,05 maka data tidak berdistribusi normal.
Hipotesis Penelitian
H0: Tidak ada perbedaan masa hidup lampu antara merek A, merek B, merek C, dan merek D
Ha: Ada perbedaan masa hidup lampu antara merek A, merek B, merek C, dan merek D
Dasar Keputusan Uji Kruskal Wallis
Jika nilai Asymp.Sig > 0,05, maka tidak ada perbedaan atau H0 diterima dan Ha ditolak.
Jika nilai Asymp.Sig < 0,05, maka ada perbedaan atau H0 ditolak dan Ha diterima.
- Variabel independen :
-Variabel dependent :
Sleep quality and job satisfaction (skor) : jenis data numerik, skala interval
Hasil : Jika nilai p < 0,05 (nilai p<α), maka Ho ditolak/ Ha diterima
- Terdapat perbedaan kualitas tidur dan kepuasan kerja pada kelompok perawat yang memiliki anak dengan usia
1–6 months, 7–12 months, 1–3 tahun,4–5 tahun, 6+ tahun.
Usia anak memengaruhi kualitas tidur perawat (p=0.003) dan usia anak memengaruhi kepuasan kerja perawat
(p=0.016)
- Terdapat perbedaan kualitas tidur pada kelompok perawat dengan posisi/jabatan perawat management, katim,
perawat pelaksana, perawat poli dan perawat OK. Tidak terdapat perbedaan kepuasan kerja antara kelompok
perawat dengan posisi/jabatan perawat management, katim, perawat pelaksana, perawat poli dan perawat OK.
Posisi/jabatan perawat memengaruhi kualitas tidur perawat (p= 0.002) dan posisi/jabatan perawat tidak
memengaruhi kepuasan kerja perawat (p= 0.299)
- Terdapat perbedaan kualitas tidur pada kelompok perawat di ruang medis, ruang bedah, ruang operasi, ICU,
ruang HD, IGD, klinik rawat jalan, dll. Tidak terdapat perbedaan kepuasan kerja pada kelompok perawat di
ruang medis, ruang bedah, ruang operasi, ICU, ruang HD, IGD, klinik rawat jalan, dll.
Ruang kerja perawat memengaruhi kualitas tidur perawat (p=0.001) dan ruang kerja perawat tidak memengaruhi
kepuasan kerja perawt (p=0.225
- Terdapat perbedaan kualitas tidur pada kelompok perawat dengan lama bekerja selama 0–5 years, 6–9 years,
10 years. Tidak terdapat perbedaan kepuasan kerja pada kelompok perawat dengan lama bekerja selama 0–5
years, 6–9 years, 10 years.
Lama kerja memengaruhi kualitas tidur perawat (p=0.002) dan lama kerja tidak memengaruhi kepuasan kerja
perawat (p=0.257)
- Terdapat perbedaan kualitas tidur dan kepuasan kerja pada kelompok perawat dengan jadwal shift pagi, sore,
malam.
Jadwal shift memengaruhi kualitas tidur perawat (p= 0.002) dan memengaruhi kepuasan kerja perawat
(p=0.025)
- Terdapat perbedaan kualitas tidur dan kepuasan kerja pada kelompok perawat dengan jam kerja <40 jam/mgg,
40 jam/mgg, >40 jam/mgg.
Variable independen :
-Frekuensi tindakan memberikan obat (dalam rentang jam) : jenis data kategorik, skala ordinal
-Frekuensi tindakan perawatan luka (dalam rentang jam) : jenis data kategorik, skala ordinal
Variable dependen :
Jumlah anggota tubuh yang mengalami kelainan : jenis data numerik, skala rasio
Hasil :
Karena kedua p value nya < 0,05 maka ada perbedaan yang signifikan antara frekuensi tindakan pemberian obat
dan frekuensi perawatan luka per hari nya dengan kelainan otot yang dirasakan oleh perawat.
Dapat disimpulkan ada hubungan antara frekuensi tindakan pemberian obat dan frekuensi perawatan luka per
hari nya dengan kelainan otot pada perawat di PHC.