UJI ANOVA

Analisis Hubungan Kategorik Dengan Numerik

Vony J. Kiding, S.Kep, M.K.M

*Prinsip uji ANOVA adalah melakukan telaah
variabilitas data menjadi dua sumber variasi
yaitu variasi dalam kelompok (within) dan
variasi antar kelompok (between).
*Bila variasi within dan between sama (nilai
perbandingan kedua varian =1) maka mean-
mean yang dibandingkan tidak ada perbedaan,
*sebaliknya bila hasil perbandingan tersebut
menghasilkan >1, maka mean yang
dibandingkan menunjuk ada perbedaan.
Analisis varian (ANOVA) ada dua jenis : analisis
varian satu faktor (one way) dan analisis faktor
(two way). Pada bab ini hanya akan dibahas
analisis varian satu faktor (one way).
Beberapa asumsi yang harus dipenuhi pada Uji
ANOVA adalah:
*Varian homogen
*Sampel/kelompok independen
*Data berdistribusi normal
*Jenis data yang dihubungkan adalah : Numerik
dengan katagori (untuk katagori yang lebih dari
2 kelompok
*Analisis Multi Comparison (POSTHOC TEST)
*Analisis ini bertujuan untuk mengetahui
lebih lanjut kelompok mana saja yang
berbeda mean-nya bilamana pada pengujian
ANOVA dihasilkan ada perbedaan yang
bermakna (Ho ditolak).

*Ada berbagai jenis analisis multiple

comparasion diantaranya adalah Bonferroni,
Honestly Significant different (HSD),
Scheffe dan lain-lain
* Perhitungan ANOVA
* Contoh Soal

Suatu penelitian ingin mengetahui perbedaan kadar folat

sel darah pada tiga zat pembius (anestesi) yang berbeda.
Data yang dikumpulkan :
Kel 1 : 243 251 275 291 347 354 380 392
Kel 2 : 206 210 226 249 255 273 285 295 309
Kel 3 : 241 258 270 293 328
Coba buktikan apakah ada perbedaan kadar folat sel darah
merah pada ketiga kelompok tersebut dengan alpha 5%.
* Jawab:
H0 : Tidak ada perbedaan mean kadar folat sel darah
pada ketiga jenis zat pembius.
Ha : Ada perbedaan mean mean kadar folat sel darah
pada ketiga jenis zat pembius.

Perhitungan Uji Anova (UJI F)

Kel 1 : Mean = 316,62 SD = 58,72
Kel 2 : Mean = 256,44 SD = 37,12
Kel 3 : Mean = 278,00 SD = 33,76

X = (8)(316,62)+(9)(256,44)+(5)(278,00) = 283,22
22
F = 7758 = 3,71
2090
Df1 = 3-1 (numerator)
Df2 = 22-3 = 19 (denominator)
Lihat tabel F
Nilai p <0,05 dan >0,025 (0,025<p<0,05) maka keputusannya H0
ditolak.
Jadi pada alpha 5% dapat disimpulkan bahwa secara statistik ada
perbedaan kadar folat darah diantara ketiga jenis zat pembius.
* Langkah SPSS
 VARIABEL
INDEPENDEN
VARIABEL
PENDIDIKAN IBU DEPENDEN
-SD
-SMP BERAT BADAN BAYI
-SMU LAHIR
-PT

HIPOTESIS

Ho :tidak ada perbedaan mean tingkat pendidikan ibu terhadap berat badan
bayi lahir

Ha : ada perbedaan mean tingkat pendidikan ibu terhadap berat badan bayi
lahir
*Dari menu utama SPSS,
pilih menu “Analyze”,
kemudian pilih sub menu
“Compare Means”,
“One-Way ANOVA”
sesaat akan muncul menu
One Way ANOVA
*Dari menu One way
ANOVA, terlihat bahwa
kotak Dependent List dan
kotak Factor perlu diisi
variabel.
*Kotak ‘dependent’ diisi
variabel numerik dan
*Kotak ‘factor’ diisi
variabel kategoriknya.
• Klik tombol ‘Options”,
centang pada kotak
“Descriptive” dan
“Homogenity of variance
test”
• Klik “Continue”
• Klik tombol “Post Hoc”,
centang pada kotak
“Bonferroni”
• Klik “Continue”
* Klik “OK”
Diperoleh rata2 berat bayi dan standar deviasi masing-masing
kelompok. Rata-rata berat bayi pada mereka yang berpendidikan SD
adalah 2470,0 gram dengan standar deviasi 249,6 gram.
Pada mereka yang berpendidikan SMP rata-rata berat bayinya adalah
2727,2 gram dengan standar deviasi 241,2 gram.
Pada mereka yang berpendidikan SMU rata-rata berat bayinya adalah
3431,2 gram dengan standar deviasi 270,1 gram.
Pada mereka yang berpendidikan PT rata-rata berat bayinya adalah
3761,5 gram dengan standar deviasi 386,3 gram.
Hipotesis untuk Varians
Ho = kelompok varians adalah sama
Ha = kelompok varians adalah tidak sama

Dasar pengambilan keputusan

jika sig > 0,05 maka Ho gagal ditolak
Jika sig < 0,05 maka Ho ditolak

Pada probabilitas Levene Test adalah 0,071 (sig > 0,05) sehingga varians
dari kelompok pendidikan tersebut adalah sama atau tidak ada
perbedaan varians sehingga jika varians berbeda maka asumsi ANOVA
terpenuhi

*catatan : jika nilai levene Test sig < 0,05  varians tidak sama
asumsi ANOVA TIDAK TERPENUHI  STOP
Pada hasil di atas nilai p uji ANOVA dapat diketahui pada kolom
“F” dan “Sig”, terlihat p=0,000 , berarti pada alpha 5%, dapat
disimpulkan ada perbedaan berat bayi diantara keempat jenjang
pendidikan.

Jika ada perbedaan berat badan bayi pada kelompok pendidikan

maka dilanjutkan dengan mencari perbedaan tersebut dengan
test analisis Bonferonni
Jika tidak ada perbedaan maka STOP
Post Hoc Tests

Uji ‘Multiple Comparisons Bonferroni” yang berguna untuk menelusuri lebih lanjut
kelompok mana saja yang berhubungan signifikan.
Untuk mengetahui kelompok yang signifikan dapat terlihat dari kolom Sig. Ternyata
kelompok signifikan adalah tingkat pendidikan
SD dengan SMU, SMP dengan SMU,
SD dengan PT, SMP dengan PT
SMU dengan PT.
Penyajian dan Interpretasi di laporan Penelitian

Tabel …
Distribusi Rata-Rata berat Bayi Menurut Tingkat pendidikan

Variabel Mean SD 95% CI P value

Pendidikan

- SD 2470,0 249,6 2291,4 – 2648,6 0,000

- SMP 2727,2 241,2 3565,2 – 2889,3

- SMU 3431,2 270,1 3287,3 – 3575,1

- PT 3761,5 386,3 3528,1 – 3994,9

Rata-rata berat bayi pada mereka yang berpendidikan SD adalah

2470,0 gram dengan standar deviasi 249,6 gram. Pada mereka yang
berpendidikan SMP rata-rata berat bayinya adalah 2727,20 gram
dengan standar deviasi 241,2 gram. Pada mereka yang
berpendidikan SMU rata-rata berat bayinya adalah 3431,2 gram
dengan standar deviasi 270,1 gram. Pada mereka yang
berpendidikan PT rata-rata berat bayinya adalah 3761,5 gram
dengan standar deviasi 386,3 gram.
* Hasil uji statistik didapat niali p=0,0005, berarti pada
alpha 5% dapat disimpulkan ada perbedaan berat
bayi diantara keempat jenjang pendidikan. Analisis
lebih lanjut membuktikan bahwa kelompok yang
berbeda signifikan adalah tingkat pendidikan SD
dengan SMU, SD dengan PT, SMP dengan SMU,SMP
dengan PT dan SMU dengan PT
* Thanks 4 U’r
Attention...