DISUSUN OLEH :
SEMESTER V
2022
KATA PENGANTAR
Puji syukur kami ucapkan kehadirat Allah SWT atas segala rahmat-Nya sehingga
makalah ini dapat tersusun sampai dengan selesai. Tidak lupa kami mengucapkan terima kasih
terhadap bantuan dari pihak yang telah berkontribusi dengan memberikan sumbangan baik
pikiran maupun materinya. Penulis sangat berharap semoga makalah ini dapat menambah
pengetahuan dan pengalaman bagi pembaca. Bahkan kami berharap lebih jauh lagi agar makalah
ini bisa pembaca praktekkan dalam kehidupan sehari-hari. Bagi kami sebagai penyusun merasa
bahwa masih banyak kekurangan dalam penyusunan makalah ini karena keterbatasan
pengetahuan dan pengalaman kami. Untuk itu kami sangat mengharapkan kritik dan saran yang
membangun dari pembaca demi kesempurnaan makalah ini.
Penyusun
BAB I
PENDAHULUAN
Salah satu bagian penting dalam ilmu statistika adalah persoalan inferensi yaitu
penarikan kesimpulan secara statistik. Dua hal pokok yang menjadi pembicaraan dalam
statistik inferensi adalah penaksiran parameter populasi dan uji hipotesis. Teknik inferensi
yang pertama dikembangkan adalah mengenai pembuatan sejumlah besar asumsi sifat
populasi di mana sampel telah diambil. Teknik yang banyak digunakan pada metode-
metode pengujian hipotesis dan penafsiran interval ini kemudian dikenal sebagai Statistik
Parametrik, karena nilai-nilai populasi merupakan parameter. Distribusi populasi atau
distribusi variabel acak yang digunakan pada teknik inferensi ini mempunyai bentuk
matematik yang diketahui, akan tetapi memuat beberapa parameter yang tidak diketahui.
Permasalahan yang harus diselesaikan adalah menaksir parameter-parameter yang tidak
diketahui tersebut dengan data sampel atau melakukan uji hipotesis tertentu yang
berhubungan dengan parameter populasi.
Repeated Measures ANOVA digunakan bila akan dilakukan uji beda > 2 kali
pengukuran. Prinsipnya sama dengan paired t test (membandingkan rata-rata dua sampel
yang saling berhubungan), hanya saja pengukuran lebih dari dua kali untuk teknik ini.
Sementara perbedaannya dengan ANOVA adalah sampel pada uji ini adalah sampel yang
berhubungan, sementara ANOVA mensyaratkan sampel indendepen. Uji Repeated Measures
Anova merupakan teknik lebih lanjut dari uji paired sample t test. Uji repeated measures
anova ini, dapat digunakan untuk menguji perbedaan dari tiga sampel atau lebih yang saling
berpasangan. Sementara pada uji paired sample t test hanya untuk dua sampel berpasangan
saja.
b. Uji pengukuran berulang anova merupakan bagian dari statistik parametrik. Oleh
karena itu, nilai Standardized Residual untuk semua pengukuran (variabel) harus
berdistribusi normal. Sementara itu, jika salah satu dari nilai Standardized
Residual untuk variabel ada yang tidak normal, maka solusinya adalah
mengganti data analisis dengan statistik non parametrik menggunakan uji
friedman.
c. Data penelitian diasumsikan memiliki varian yang sama atau homogen. Hal ini
dibuktikan dengan nilai signifikansi (Sig.) > 0,05 pada Mauchly's Test of
Sphericity. Namun demikian, untuk persyaratan poin ke-3 ini bukanlah suatu
keharusan (tidak mutlak). Sebab, walaupun varians tidak homogen, akan tetapi
kita tetap bisa melanjutkan menggunakan uji ulang pengukuran anova untuk
analisis data penelitian yakni dengan memperhatikan nilai Greenhouse- Geisser
yang ada di tabel keluaran SPSS Tests of Efek Dalam Subjek.
1.3 Tujuan
PEMBAHASAN
Dalam disain general linear model repeated measures, level dari within subject
factor mewakili beberapa pengamatan dari skala waktu ke waktu dalam kondisi yang
berbeda. Ada 3 jenis tes yang dilakukan jika within subject factormemiliki lebih dari
dua level, yaitustandar univariat uji F, tes univariat alternatif, dantes multivariat. Tiga
jenistes ini mengevaluasi hipotesis yang sama, rata-rata populasisama untuk semua
level pada faktor .
𝐴 = 𝐻𝐸 −1
Cara Uji Repeated Measures Anova dengan SPSS serta Interpretasi | Penggunaan
teknik repeated measures bertujuan untuk menguji apakah ada perbedaan secara nyata
(signifikan) dari berbagai hasil pengukuran yang dilakukan berulang-ulang pada suatu
variabel penelitian. Perbedaan yang mendasar antara uji one way anova dengan uji
repeated measures anova yakni terletak pada sampel yang diteliti. Dimana untuk uji one
way anova sendiri sampel yang dipakai adalah sampel yang tidak berpasangan, sementara
dalam uji repeated measures dipakai untuk sampel yang saling berpasangan.
Uji Repeated Measures Anova merupakan teknik lebih lanjut dari uji paired
sample t test. Uji repeated measures anova ini, dapat digunakan untuk menguji perbedaan
dari tiga sampel atau lebih yang saling berpasangan. Sementara pada UjLpaired sample t
test hanya untuk dua sampel berpasangan saja.
Asumsi Dasar dalam Uji Repeated Measures Anova Persyaratan yang harus
terpenuhi atau asumsi dasar penggunaan uji repeated measures anova dalam analisis data
penelitian adalah sebagai berikut:
1. Variabel independent (variabel bebas) menggunakan data berskala kategori.
Sementara untuk variabel dependent (variabel terikat) menggunakan data berskala
interval atau rasio (numerik).
2. Uji repeated measures anova merupakan bagian dari statistik parametrik. Oleh
karena itu, nilai Standardized Residual untuk semua pengukuran (variabel) harus
berdistribusi normal. Sementara itu, jika salah satu dari nilai Standardized
Residual untuk variabel ada yang tidak normal, maka solusinya adalah mengganti
analisis data dengan statistik non parametrik menggunakan uji friedman.
3. Data penelitian diasumsikan memiliki varians yang sama atau homogen. Hal ini
dibuktikan dengan nilai signifikansi (Sig.) > 0,05 pada Mauchly' s Test of
Sphericity. Namun demikian, untuk persyaratan poin ke-3 ini bukanlah sebuah
keharusan (tidak mutlak). Sebab, walaupun varians tidak homogen, akan tetapi
kita tetap bisa melanjutkan penggunakan uji repeated measures anova untuk
analisis data penelitian yakni dengan memperhatikan nilai Greenhouse-Geisser
yang ada di tabel output SPSS Tests of Within- Subjects Effects.
C. Contoh kasus
1. Kasus 1
Seorang manager ingin mengetahui tingkat penjualan sales-salesnya sebelum
dilakukan pelatihan, 3 bulan setelah pelatihan, dan 1 tahun setelah pelatihan, data
dikumpulkan dari 20 orang pegawai dari divisi penjualan.
ANALYZE -> general Linier Model repead measures
Ketik JUAL pada kotak ; within Subject, dan masukkan 3 pada number of level.
Klik ADD maksudnya : kita akan menguji membandingkan hasil pengukuran
berdasarkan 3kali pengukuran.
Klik CONTINUE
Dari table ini kita dapat menemukan niali F untuk factor “JUAL secara stastistik
berbeda nyata (F (35. 467, 38) P < 0,005).
Hasil yang disajikan dalam table sebelumnya membuktikan bahwa ada perbedaan yang
signifikan secara keseluruhan. Namun, tidak tahu dimana perbedaan itu terjadi. Table
ini selanjutnya akan menyajikan hasil uji Bonferroni post-hoc, yang akan
memungkinkan kita untuk menemukan periode mana yang secara lebih spesifik.
3 bulan setelah Training (X2) – 1 tahun setelah Training (X3) : berbeda Signifikan
Dst…
Grafik
Pertama, kita memperoleh bukti bahwa dari 3 periode yang diukur memiliki perbedaan
satu sama lain.
2. kasus 2
Seorang peneliti ingin mengetahui apakah obat herbal merek SLIMJOS
benar-benar mampu menurunkan berat badan seseorang dalam kurun waktu
tertentu? Untuk keperluan penelitian ini, maka 17 orang yang akan melakukan
program diet ditimbang untuk diketahui berat badan awal. Setelah itu 17 orang
tersebut diberi minum obat herbal merek SLIMJOS, kemudian ditimbang kembali
berat badannya seminggu dan sebulan kemudian setelah sebelumnya rutin
mengkonsumsi obat herbal ini. Berikut data berat badan tujuh belas orang
responden tersebut.
4) Maka mucul kotak dialog baru dengan nama “Repeated Measures Define
Factor(s)” pada bagian Whithin-Subject Faktor Name: ganti
tulisan factor1 dengan Waktu. Untuk kotak Number of Lavels:
ketikkan 3 (karena ada 3 waktu pengukuran berat badan)
10) Output SPSS yang muncul tersebut adalah output Uji Repeated Measures
Anova namun kita abaikan dulu saja (karena kita akan memaknainya nanti
setelah persyaratan normalitas sudah terpenuhi)
11) Buka Data View, perhatikan pada tampilan Data View ini terlihat ada variabel
baru dengan nama ZRE_1, ZRE_2, dan ZRE_3. Nah, inilah yang disebut
dengan nilai Standardized Residual
12) Selanjutnya untuk melakukan uji normalitas untuk nilai Standardized Residual,
klik menu Analyze >>Descriptive Statistics >> Explore.
13) Maka muncul kotak dialog dengan nama “Explore” kemudian masukkan ketiga
variabel Standardized Residual ke kotak Dependent List: selanjutnya klik Plots
14) Muncul kotak dialog “Explore Plots” lalu beri tanda centang (v) pada
pilihan Normality plots with tests, lalu klik Continue, kemudian klik Ok. Maka
akan mucul output SPSS, untuk uji normalitas kita cukup memperhatikan tabel
output “Tests of Normality”
Pembahasan Uji Normalitas Nilai Standardized
Berdasarkan tabel output SPSS “Tests of Normality” diketahui nilai Sig. untuk uji
normalitas dengan teknik Shapiro-Wilk adalah sebagai berikut.
Karena nilai signifikansi (Sig.) untuk semua variabel Standardized Residual di atas >
0,05 maka dapat disimpulkan bahwa data berat badan untuk ketiga waktu pengukuran
tersebut adalah normal. Dengan demikian, analisis data untuk penelitian ini dapat
dilakukan dengan metode statistik parametrik dengan Uji Repeated Measures Anova.
Catatan: teknik Shapiro-Wilk digunakan untuk sampel kecil yakni < 50 sampel.
Sementara teknik Kolmogorov-Smirnov digunakan untuk sampel besar yakni > 50
sampel.
Interpretasi Output Uji Repeated Measures Anova SPSS
Tabel output SPSS untuk uji repeated measures anova dapat dilihat pada proses analisis
SPSS di atas, yaitu pada LANGKAH KE-10. Adapun interpretasi dari tabel-tabel output
SPSS tersebut adalah sebagai berikut.
Tabel output di atas menjelaskan bahwa ada tiga variabel berat badan untuk tiga waktu
pengukuran berat badan yang berbeda.
Seperti yang sudah saya bahas di awal, bahwa asumsi atau persyaratan yang mendasari
(bukan syarat mutlak) uji repeated measures anova yaitu data penelitian memiliki
varians yang sama melalui nilai Sphericity. Berdasarkan output di atas, diketahui nilai
Signifikansi (Sig.) sebesar 0,002 < 0,05, maka dapat disimpulkan bahwa data penelitian
ini tidak memenuhi asumsi kesamaan varians. Untuk kasus seperti ini anda tidak perlu
khawatir, sebab uji repeated measures anova masih tetap bisa dilanjutkan yakni dengan
mengacu pada nilai Greenhouse-Geisser yang akan kita bahas pada tabel output Tests of
Within-Subjects Effects.
Tabel output di atas adalah tabel paling mentukan dalam uji repeated measures anova.
Dalam hal ini, ada tiga tahapan yang harus dilalui untuk memaknai hasil output tersebut.
Pertama, membuat rumusan hipotesis penelitian. Kedua, mengetahui dasar pengambilan
keputusan dalam uji repeated measures anova. Ketiga adalah penarikan kesimpulan.
Rumusan Hipotesis Penelitian
H0: Tidak ada perbedaan rata-rata penurunan berat badan pada ketiga kelompok interval
waktu pengukuran.
Ha: Ada perbedaan rata-rata penurunan berat badan pada ketiga kelompok interval
waktu pengukuran.
1. Jika nilai Greenhouse-Geisser Sig. > 0,05, maka H0 diterima dan Ha ditolak.
2. Jika nilai Greenhouse-Geisser Sig. < 0,05, maka H0 ditolak dan Ha diterima.
Tabel output di atas memberikan informasi mengenai rata-rata penurunan berat badan
untuk setiap pengukuran dari waktu ke waktu (awal, semiggu, dan sebulan). Angka 1
menunjukkan waktu pengukuran berat badan awal, angka 2 menunjukkan waktu
pengkuran berat badan seminggu, dan angka 3 menunjukkan waktu pengukuran berat
badan sebulan setelah rutin mengkonsumsi obat herbal merek SLIMJOS. Adapun
penjelasannya dapat anda simak pada poin-poin di bawah ini.
1. Nomor 1 (berat badan awal) dibandingkan dengan nomor 2 (berat badan seminggu),
terjadi rata-rata penurunan berat badan sebesar 0,771 kilogram dan perbedaan
penurunan berat bedan tersebut adalah nyata sebab nilai Sig. sebesar 0,001 < 0,05.
2. Nomor 1 (berat badan awal) dibandingkan dengan nomor 3 (berat badan sebulan),
terjadi rata-rata penurunan berat badan sebesar 3,818 kilogram dan perbedaan
penurunan berat bedan tersebut adalah nyata sebab nilai Sig. sebesar 0,000 < 0,05.
3. Nomor 2 (berat badan seminggu) dibandingkan dengan nomor 3 (berat badan
sebulan), terjadi rata-rata penurunan berat badan sebesar 3,047 kilogram dan
perbedaan penurunan berat bedan tersebut adalah nyata sebab nilai Sig. sebesar 0,000
< 0,05.
Oleh karena itu dapat dismpulkan bahwa dengan rutin mengkonsumsi obat herbal
merek SLIMJOS dapat menurunkan rata-rata berat badan seseorang sebesar 0,771
kilogram dalam waktu seminggu dan 3,818 kilogram dalam waktu sebulan.
Gambar Plots di atas menunjukkan ketajaman rata-rata penurunan berat badan dari
waktu ke waktu berat badan tersebut di ukur atau di timbang.
BAB III
PENUTUP
A. KESIMPULAN