Varian total
Asumsi – Asumsi :
1. Data berdistribusi normal
2. Sampel / kelompok independen
3. Varian homogen
4. Jenis data yang dihubungkan adalah numerik untuk variabel
dependen dan kategorik yang lebih dari 2 kelompok untuk
variabel independen.
Contoh: Penurunan angka kuman dalam
air bersih dengan 3 macam metode
Metoda A metoda B metoda C
6 5 6
7 4 7
5 6 9
8 6 8
7 5
Perhitungan uji anava satu factor sebagai berikut :
MK antar kelompok
F hitung = ______ _______
MK dalam kelompok
Sw2 Faktor B
UJI ANOVA
Xi - Xj
Tij = df = n - k
√ Sw2 (1/ni) + (1/nj)
Level of significance (alpha) sbb: * =
( k2 )
Keterangan :
ni dan nj = jumlah sampel kelompok i dan j
Sw2 = Varians within (dalam kelompok)
df = degree of freedom (derajat kebebasan)
k2 = Kombinasi data yg mungkin
k = Kelompok data
n = Jumlah sampel
UJI ANOVA
Contoh Kasus : Uji Anova One Way
Variabel Independen :
Status gizi : Skala kategorik
(0= kurang, 1 = normal, 2 = lebih)
Variabel Dependen :
Kadar Hb2 : Skala numerik
Langkah-langkah :
1. Uji kenormalan data
- Buka file data “anemia.sav”
- Uji (KS) Kolmogarof Smirnov 1 sampel :
SPSS Windows Analyze Non parametric test
1-sampel-KS --> masukan variabel numerik yg akan diuji
(tekanan darah) Klik OK.
UJI ANOVA
2. Langkah-2 Uji Anova One Way
- Buka file data “Anemia.Sav”
- Klik Analyze, kemudian pilih sub menu Compare
Mean dan pilih One – Way Anova.
- Masukan variabel Kadar Hb2 (numeric)
ke kotak dependent list dan variabel Status
Gizi (kategorik) ke kotak factor.
- Klik Option, dan aktifkan pilihan Descriptive.
- Klik Continue
- Klik Post Hoc, dan aktifkan pilihan Bonferoni
- Lalu klik Continue
- Dan terakhir klik OK,
UJI ANOVA
ANOVA
95% Confidence
(J) Mean Interval
Pendidikan Difference Std. Lower Upper
(I) Pendidikan responden responden (I-J) Error Sig. Bound Bound
SD SMP -779.17* 242.74 .015 -1448.45 -109.88
SMU -97.55 200.52 1.000 -650.41 455.31
PT -14.74 212.90 1.000 -601.74 572.26
SMP SD 779.17* 242.74 .015 109.88 1448.45
SMU 681.62* 228.02 .027 52.94 1310.30
PT 764.42* 238.98 .015 105.52 1423.33
SMU SD 97.55 200.52 1.000 -455.31 650.41
SMP -681.62* 228.02 .027 -1310.30 -52.94
PT 82.81 195.94 1.000 -457.45 623.06
PT SD 14.74 212.90 1.000 -572.26 601.74
SMP -764.42* 238.98 .015 -1423.33 -105.52
SMU -82.81 195.94 1.000 -623.06 457.45
*. The mean difference is significant at the .05 level.
UJI ANOVA
Pendidikan
Variabel Independen :
Pendidikan : Skala kategorik
(1= SD, 2 = SMP, 3 = SMU dan 4 = PT)
Status bekerja : Skala kategorik
(0= Bekerja dan 1 = Tidak Bekerja)
Variabel Dependen :
Berat bayi lahir : Skala numerik
Langkah-langkah : UJI ANOVA
1. Uji kenormalan data
- Buka file data “Eksklusif.Sav”
- Uji (KS) Kolmogarof Smirnov 1 sampel :
SPSS Windows Analyze Non parametric test
1-sampel-KS
Berat ba yi
lahi r dalam
gram
N 50
Normal Parameters a,b Mean 3170.00
Std. Deviati on 584.23
Most Extreme Absol ute .114
Differences Positi ve .114
Negative -.094
Kolmogoro v-Smirnov Z .809
Asymp. Sig . (2-taile d) .529
a. Test distrib ution i s No rma l.
b. Calcul ated from data.
UJI ANOVA
2. Langkah-2 Uji Anova Two Way
Between-Subjects Factors
Value Label N
Pendidikan 1 SD 12
res ponden 2 SMP 8
3 SMU 17
4 PT 13
Status kerja 0 Tidak
25
res ponden bekerja
1 Bekerja 25