1.

One Way Anova Untuk Variabel Uji Lebih dari Satu

Sebelumnya hanya ada satu variabel pada DEPENDENT LIST dan FACTOR.
Namun dalam praktik, jumlah variabel yang dimasukkan pada DEPENDENT
LIST dapat lebih dari satu. SPSS tetap memproses secara erpisah, namun dengan
hasil yang dirangkum dalam satu tabel. Hal ini sering digunakan jika proses
pengujian ingin membandingkan beberapa variabel numerik yang berpengaruh
pada variabel kategorikal (factor).
Kasus:
Sebagai contoh, akan digunakan file DATA KARYAWAN yang berisi data
gender karyawan, tingkat pendidikan mereka, usia mereka, gaji per bulan, dan
sebagainya. Dari file tersebut, akan diuji apakah ada perbedaan yang nyata
antara karyawan yang bekerja pada berbagai bidang kerja, dalam hal jumlah
anak, gaji, usia, dan lama kerja mereka.

Berbeda dengan uji 1, pada uji ANOVA semua kode pada sebuah variabel kategorikal
akan diproses, berapa pun jenis kode yang ada. Dalam kasus di atas, karena ada empat
bidang kerja, maka keempatnya akan diproses
Penyelesaian:

1. Pemasukan dan Pengisian Data ke SPSS

Data sudah di-input sebelumnya dan disimpan dengan nama data karyawan.
2. Pengolahan Data dengan SPSS
Langkah-langkah:
 Buka file data karyawan.
 Menu Analyze Compare-Means One-Way ANOVA...

Pengisian:

o Dependent List; masukkan variabel jumlah_anak, usia masa kerja, dan

gaji_per_bulan.

1
 o Factor atau grup. Masukkan variabel bidang kerja.
o Untuk kolom option atau pilihan yang lain, dengan meng-klik mouse,
tampak di layar:

Pengisian:

 Untuk Statistics; pilih Descriptive, Homogeneity-of-variance, dan Brown-

Forsythe.
Pilihan Brown-Forsythe memungkinkan uji ANOVA tetap dilakukan walaupun ada
variabel pada DEPENDENT LIST yang terbukti tidak lolos uji kesamaan varions.

Tekan Continue jika pengisian dianggap selesai.

 Untuk kolom Post-Hoc atau analisis lanjutan dari F test:

Pengisian:
Untuk analisis lanjutan, untuk keseragaman klik mouse pada pilihan Bonferroni
dan Tukey.
Tekan Continue jika pengisian dianggap selesai.

Kemudian tekan OK untuk proses data.

2
Pada tabel terlihat variasi rata-rata jumlah anak, usia, lama kerja, dan gaji karyawan
pada empat bidang kerja yang berbeda. Selanjutnya, akan diuji apakah perbedaan
tersebut signifikan ataukah karena bersifat random saja.

Namun sebelum itu, akan dilakukan uji kesamaan varians sebagai syarat dari berlakunya
uji ANOVA.

Terlihat bahwa nilai probabilias Levene Test untuk variabel jumlah anak jauh di bawah
0,05, yakni 0,000. Sedangkan tiga variabel lain lebih dari 0,05. Hal ini menunjukkan
variabel jumlah anak seharusnya tidak perlu diproses lebih lanjut, karena variasi jumlah
anak pada karyawan yang bekerja di empat bidang tersebut sangat berbeda. Sedang
ketiga variabel lainnya tetap dapat diproses lebih jauh.

Namun demikian, karena ada pemilihan metode Brown-Forsythe pada bagian

OPTIONS, semua variabel tetap diproses uji ANOVA. Dalam praktik, tentu pemilihan

3
metode Brown-Forsythe harus dilakukan dengan kehati-hatian, karena bagaimanapun,
ketidaksamaan varians sesungguhnya akan membiaskan kesimpulan.

Keputusan:

Di sini yang dilihat langsung output dengan penggunaan metode Brown- Forsythe, yang
menghasilkan uji kesamaan varians yang tegar (robust).

Hasil menunjukkan variabel gaji memang berbeda di antara keempat bidang kerja
karyawan.

4
5