UJI ANOVA

dr. Yudhi Wibowo, M.PH

Department of Public Health & Community Medicine,
Faculty Medicine, Jenderal Soedirman University
dryudhiwibowo2005@gmail.com
 Pengantar
• Analysis of variance (often referred to as ANOVA)
is a technique for analyzing the way in which the
mean of a variable is affected by different types
and combinations of factors.
• ANOVA gives a single overall test of whether there
are differences between groups or treatments.
• One-way ANOVA is the simplest form. It is an
extension of the independent t-test and can be
used to compare any number of groups or
treatments.
Ada 2 Uji Anova
 One Way ANOVA
• Prinsip seperti independent t-test yaitu
membandingkan variabilitas di antara sampel
(between sample) dengan variabilitas di dalam
sampel (within sample).
• Dalam One Way ANOVA dikenal dengan istilah
varians utk mengukur variabilitas. Varians dari nilai
set n (x1, x2....xn) :
• Grand mean= total jumlah hasil observasi
dibagi n, kasus ini 16.
• Mean Square (MS) = Sum of Square (SS) / df
• F = MS between/MS within
• Jk F hitung> F tabel signifikan

• Between treatment df pembilang

• Within treatment dfpenyebut
 Kasus

 Hipotesis statistik
H0 : µ1=µ2=µ3
Ha : µ1 ≠ µ2 ≠ µ3
 Signifikan
• F hitung > F tabel
• 16 > 5,14  “paling tidak ada perbedaan
rerata yang bermakna pada dua kelompok”
• Jika dilihat p value  menunjukkan p < 0,05
• Perlu uji Post-Hoc utk menjawab “pada
kelompok manakah terdapat perbedaan yang
bermakna tsb?”
 Syarat Uji Anova
1. One way anova
a. Distribusi data harus normal (wajib)
b. Varians data harus normal (wajib)
2. Repeated anova
 Distribusi data harus normal
One-Way ANOVA
 Kasus
• Anda ingin mengetahui apakah ada perbedaan
skor SRQ antara kelompok usia <20 th, 20-35
th dan >35 th
• Research Question :
“Apakah terdapat perbedaan Skor SRQ antara
kelompok usia <20 th, 20-35 th dan >35 th?”
 Langkah mengetahui distribusi data
normal atau tidak normal
• Klik AnalyzeDescriptive StatisticsExplore,
masukan variabel skor SRQ ke dalam Dependent
List. Masukan variabel kelompok usia ke dalam
Factor list.
• Pilih Both pada Display
• Biarkan kotak Statistics sesuai default
• Klik Plots aktifkan Factor levels together pada
Boxplots, aktifkan Histogram pada Descriptive, &
Normality plots with test
• Kllik Continueklik OK
 Uji Varians
• Klik AnalyzeCompare meansOne Way
Anova
• Masukan variabel SRQ ke dalam Dependent
List
• Masukan variabel kelompok usia ke dalam
Factor List
• Klik Optionspilih Homogenity of Variance
test
• Klik continueklik OK
 Langkah transformasi agar varians sama

• AnalyzeDescriptive statisticsExplore
• Masukkan variabel skor SRQ ke dalam
Dependent list
• Masukka variabel kelpusia ke dalam Factor List
• Pilih Plot pada kotak display
• Klik Plot, pilih Power Estimation
• Klik Continue, klik OK
 Panduan mencari bentuk
transformasi varians
Slope Power Bentuk transformasi
-1 2 Square
0 1 Tdk perlu transformasi
0,5 0,5 Square root
1 0 Logartima
1,5 -0,5 1/square root
2 -1 Reciprocal (1/n)
 Lakukan transformasi data
• TransformCompute
• Ketik trn_skorSRQ pada Target Variable
• Pindahkan sqrt dari kotak Function group ke kotak
Numeric Expression dengan mengklik tanda
panahtampak ada kolom berkedip
• Masukkan variabel skor SRQ ke dalam kolom
berkedip dengan mengklik tanda panah.
• Lalu ketik 1/ sebelum sqrtskorSRQ1/SQRTskorSRQ
• Klik ok
 Lakukan analisis one way anova
• AnalyzeCompare meanOne-way Anova
• Masukkan variabel trn_skorSRQ ke Dependent
List
• Masukkan variabel kelpusia ke Factor List
• Aktifkan kotak Options
• Pilih Homogeneity of Varianceklik
CntinueOK
• P> 0,05 varians sama
• F= 106,526
• p< 0,001 “paling tidak ada perbedaan rerata
yang bermakna pada dua kelompok”
• HARUS DILANJUTKAN DENGAN ANALISIS
POST-HOC
 Prinsip pemilihan uji post hoc
1. Jika varians sama (homogen):
a. Least square differences (LSD) atau Beda Nyata Terkecil
b. Tukey/Honestly Significant Differences (HSD)( untuk sampel besar)
c. Bonferroni (untuk sampel kecil)
d. Duncan
e. Scheffe
2. Jika varians tidak sama (tidak homogen):
a. Tamhane’s T2
b. Dunnett’s T3
c. Gomes-Howell
d. Dunnett’s C
3. Jika n tiap variabel sama:
a. LSD
b. Student Newman-Keuls (SNK)
c. Tukey
4. Jika n tiap variabel tidak sama:
a. Scheffe
Dawson B & Trapp RG (2001) Basic
& Clinical Biostatistics
Apriori, or Planned, Comparisons
a. Adjusting the α Level Downward
b. The Bonferroni t
 Posteriori, or Post Hoc,
Comparisons
1. Direkomendasikan ahli statistik:
a. Tukey’s HSD (sampel besar)
b. Scheffe’s
c. Newman-Keuls
d. Dunnett’s
2. Tidak direkomendasikan
a. Duncan’s
b. LSD
 Lakukan Analisis Post-Hoc
• AnalyzeCompare meanOne-way Anova
• Masukkan variabel trn_skorSRQ ke Dependent
List
• Masukkan variabel kelpusia ke Factor List
• Aktifkan kotak Post-Hoc
• Pilih LSD pada kotak Equal Variances Assumed
• Klik continue, klik OK
• Semua signifikan dan 95% CI tidak mencakup
angka 1
• Perbedaan skor SRQ berbeda secara
bermakna pada semua kelompok usia.
Repeated ANOVA
 KASUS
• Anda ingin mengetahu peran penyuluhan
kesehatan jiwa bagi bumil terhadap gejala
gangguan jiwa yang diukur dengan skor SRQ.
Skor SRQ diukur sebelum penyuluhan, bln ke
enam kehamilan dan menjelang melahirkan.
 Langkah-langkah:
• Periksa syarat uji repeated ANOVA, distribusi data
harus normal
• Jk normaluji repeated ANOVA
• Jk tdk normal, lakukan transformasi data
• Jk hasil transformasi data berdistribusi
normalrepeated ANOVA
• Jk hasil trnasformasi tetap berdistribusi tidak normal,
lakukan uji alternatif yaitu uji Friedman
• Jika hasil uji menunjukkan p<0,05, lakukan uji Post
Hoc
 Langkah uji repeated ANOVA
• AnalyzeGeneral linier modelrepeated ANOVA
• Ketik faktor pada kolom Within –Subject Factor Name
• Ketik angka “3” ke dalam Number of Levels
• Klik kotak Add
• Kllik kotak Define
• Masukkan variabel skor SRQ1, skorSRQ2, skorSRQ3 ke dalam
Within-Subject Variable.
• Klik kotak Option, pindahkan variabel faktor ke dalam Display
Means for
• Kllik Continue, klik OK
• Nilai signifikansi p<0,05 paling tidak
terdapat dua pengukuran yang berbeda.
• Utk mengetahui mana yg berbeda lihat
Pairwise Comparisons
• Nilai signifikansi tiap perbandingan 0,000
p<0,001 perbedaan didapatkan pada semua
pengukuran
TERIMA KASIH