ANALISIS DATA

UNTUK UJI HIPOTESIS

Pratika Viogenta, M.Si

Komputer SPSS_Pratika Viogenta, M.Si

 UJI HIPOTESIS
 Analisis Regresi

 T Test
 ANAVA (Analisis Varian) / ANOVA
 ANACOVA

Komputer SPSS_Pratika Viogenta, M.Si

 ANOVA

Analisis of Variance (ANOVA)  teknik analisis

multivariate yang berfungsi untuk membedakan
rerata lebih dari dua kelompok data dengan cara
membandingkan variansinya.

Analisis varian termasuk dalam kategori statistik

parametric.

Komputer SPSS_Pratika Viogenta, M.Si

 Menguji apakah rata-rata lebih dari dua sampel berbeda
secara signifikan atau tidak.
(tidak terdapat batasan maksimal terhadap jumlah sampel
yang dapat diuji. Walaupun tidak ada batasan yang pasti,
namun dalam praktik, pengujian umumnya dilakukan atas
tiga sampai lima sampel saja. )

 Menguji apakah dua buah sampel mempunyai varians

populasi yang sama atau tidak.

 Menganalisis data yang berasal dari berbagai macam

jenis dan desain penelitian. Analisis varian banyak
dipergunakan pada penelitian-penelitian yang banyak
melibatkan pengujian komparatif yaitu menguji variabel
terikat dengan cara membandingkannya pada kelompok-
kelompok sampel independen yang diamati.

Komputer SPSS_Pratika Viogenta, M.Si

Uji Anova memiliki beberapa asumsi yang harus dipenuhi, yaitu:

1) Populasi-populasi yang akan diuji berdistribusi normal

Jika seorang peneliti ingin menguji apakah tingkat penggunaan fasilitas
internet di daerah A, B, dan C sama atau tidak, maka seharusnya
distribusi penggunaan internet di ketiga daerah tersebut semuanya adalah
normal.

2) Varians dari populasi-populasi tersebut adalah sama

Terkait dengan contoh tersebut, walaupun data berdistribusi normal,
namun tentu tidak semua orang di daerah A menggunakan tingkat fasilitas
internet yang sama untuk waktu tertentu, demikian pula dengan semua
orang di daerah B dan C. Pasti terdapat variasi dalam penggunaan fasilitas
internet, namun variasi di ketiga daerah tersebut seharusnya tidak
berbeda secara nyata.

3) Sampel tidak berhubungan antara satu dengan yang lain

Terkait dengan contoh sebelumnya, dari ketiga daerah tersebut tentunya
diambil dari sejumlah sampel yang berbeda. Jadi, tidak mungkin Budi yang
menjadi sampel dari daerah A juga terpilih menjadi sampel di daerah B
atau C. Jika diambil masing-masing 15 orang untuk setiap daerah, maka ke
45 orang tersebut tentu tidak boleh ada yang sama.
Komputer SPSS_Pratika Viogenta, M.Si
ONE WAY ANOVA

terdapat 1 factor dan terdapat satu variabel

dependen.

Komputer SPSS_Pratika Viogenta, M.Si

CONTOH SOAL

Pak Budi seorang guru olahraga ingin mengetahui pengurangan berat badan
berdasarkan program diet1, diet2 dan diet3. Survei dilakukan terhadap 3
sampel random dari orang-orang yang mengikuti program diet. Pengurangan
berat badan (dalam kg) dapat dilihat pada tabel di bawah ini. Ujilah apakah
rata-rata pengurangan berat badan dari ketiga populasi adalah sama?

Komputer SPSS_Pratika Viogenta, M.Si

LANGKAH-LANGKAH ANALISIS One Way
ANOVA DENGAN SPSS

Komputer SPSS_Pratika Viogenta, M.Si

Komputer SPSS_Pratika Viogenta, M.Si
Komputer SPSS_Pratika Viogenta, M.Si
Komputer SPSS_Pratika Viogenta, M.Si
Komputer SPSS_Pratika Viogenta, M.Si
Komputer SPSS_Pratika Viogenta, M.Si
 + Klik OK
Komputer SPSS_Pratika Viogenta, M.Si
OUTPUT

Komputer SPSS_Pratika Viogenta, M.Si

OUTPUT

Komputer SPSS_Pratika Viogenta, M.Si

Interpretasi Output
• Output Descriptive

Data kelompok pengurangan berat badan untuk diet 1 :

Jumlah data 5, rata-rata 8, standar devisiasi 1, dan standar error
0.447, nilai minimum 7 dan nilai maksimum 9.
Data kelompok pengurangan berat badan untuk diet 2 :
Jumlah data 6, rata-rata 10, standar devisiasi 1.549, dan standar
error 0.632, nilai minimum 8 dan nilai maksimum 12.
Data kelompok pengurangan berat badan untuk diet 3 :
Jumlah data 7, rata-rata 6, standar devisiasi 1.528, dan standar
error 0.577, nilai minimum 4 dan nilai maksimum 8.

Komputer SPSS_Pratika Viogenta, M.Si

• output Test of Homogenity of Variance
Kriteria pengujian ANOVA
 Jika Signifikasi < 0.05  Ho ditolak maka varian kelompok data tidak sama
 Jika Signifikasi > 0.05  Ho diterima maka varian kelompok data sama

Hasil output nilai signifikasi > 0.05 (0.449 > 0.05) maka Ho diterima.

Jadi dapat disimpulkan bahwa ketiga sampel yang diambil dari tiga populasi
memiliki varians yang sama. Hal ini mengimplikasikan bahwa tentu tidak semua
orang yang menjalani program diet 1 akan memiliki penurunan berat badan yang
sama, demikian juga dengan semua orang yang menjalani program diet 2 dan 3.
Pasti terdapat variasi penurunan berat badan, namun variasi di ketiga program
diet tersebut tidak berbeda secara nyata.

Karena varians populasi adalah sama, maka analisis selanjutnya untuk uji Anova
dapat dilakukan, karena asumsi Anova pertama sudah dipenuhi.

Komputer SPSS_Pratika Viogenta, M.Si

• Output ANOVA

1. Merumuskan Hipotesis
Ho : Tidak ada perbedaan penurunan berat badan antara kelompok
diet 1, diet 2 dan diet 3
H1 : Ada perbedaan penurunan berat badan antara kelompok
diet 1, diet 2 dan diet 3

2. Menentukan F hitung dan Signifikasi

nilai F hitung adalah 12.944 dan Signifikasi 0.001

3. Menetukan F Tabel
F tabel dicari pd sig 0.05,
df 1 (Between group) atau (jmlh kel dat - 1)  3-1=2, dan
df 2 (Within group) atau (n - jmlh kel data)  18- 3 = 15.
Hasil F tabel adalah 3.682

Komputer SPSS_Pratika Viogenta, M.Si

4. Kriteria Pengujian
Jika F hitung ≤ F tabel maka Ho diterima
Jika F hitung > F tabel maka Ho ditolak
Berdasarkan signifikasi
Jika signifikasi > 0.05 maka Ho diterima
Jika signifikasi < 0.05 maka Ho ditolak

5. Membuat Kesimpulan
F hitung > F tabel (12.944 > 3. 682) dan signifikasi < 0.05 (0.001 <0.05),
maka Ho ditolak . Jadi dapat disimpulkan bahwa ada perbedaan penurunan
berat badan antara kelompok diet 1, diet 2 dan diet 3. Pada tabel deskriptive
dapat diketahui bahwa nilai rata-rata penurunan berat badan tertinggi adalah
kelompok diet 2 dan terendah kelompok diet 3.

Komputer SPSS_Pratika Viogenta, M.Si

• Output Post Hoc Tests (Uji Lanjut)

Setelah diketahui bahwa terdapat perbedaan, maka kemudian akan dicari

mana saja program Diet yang berbeda dan progam Diet mana yang tidak
berbeda. Pengujian ini dilakukan pada analisis Tukey dan Bonferroni dalam
output Post Hoc Tests.

Analisis:

Untuk melihat ada tidaknya perbedaan, maka lihat tanda ‘*’ pada kolom Mean
Difference (biasanya pada output tanda juga dapat berbentuk ‘|’).

 Jika tanda * ada pada angka Mean Difference, maka perbedaan tersebut
dapat dikatakan signifikan.
 Jika tidak ada tanda *. Maka perbedaan tidak signifikan.

Komputer SPSS_Pratika Viogenta, M.Si

Tukey HSD  Ada tanda * adalah pada Diet 2-Diet 3 dan Diet 3-Diet 2.
Bonferroni  Ada tanda * adalah pada Diet 2-Diet 3 dan Diet 3-Diet 2.

Artinya,
antara program Diet 2 dan program Diet 3 memang memiliki rata-rata
pengurangan berat badan yang signifikan.

Pada program Diet 1 dan Diet 2, program Diet 1 dan Diet 3 tidak terdapat
tanda * artinya antara program Diet 1 dan program Diet 2 serta program Diet
1 dan Diet 3 ternyata memiliki perbedaan tetapi tidak signifikan.

Komputer SPSS_Pratika Viogenta, M.Si

• Output Homogeneus Subsets

Pada bagian ini akan dicari grup/subset mana saja yang mempunyai
perbedaan rata-rata yang tidak berbeda secara signifikan.

Pada output Homogeneus Subsets terlihat bahwa ketiga sampel pada

progam diet tidak terbagi ke dalam tiga subset. Ketiga sampel hanya
terbagi dalam dua subset.
 Diet 1 tergabung ke dalam subset untuk Diet 3 dan juga tergabung pada
subset Diet 2. Hal ini mengindikasikan bahwa ternyata pengurangan berat
badan pada program Diet 1 tidak berbeda secara signifikan dengan
program Diet 2 dan program Diet 3 (karena Diet 1 menempel pada subset
yang sama pada Diet 2 dan Diet 3).
 Antara program Diet 2 dan Diet 3 memiliki perbedaan yang nyata dalam
penurunan berat badan.

Komputer SPSS_Pratika Viogenta, M.Si

Komputer SPSS_Pratika Viogenta, M.Si
Dalam banyak kasus One Way Anova, seringkali hasil varians
populasi tidak identik. Jika varians populasi tidak identik, maka
dapat dikatakan bahwa uji Anova tidak layak. Oleh karena itu,
jika dalam uji Anova ditemui adanya varians populasi yang tidak
identik, maka uji Anova membutuhkan transformasi data. Untuk
lebih jelasnya kasus One Way Anova dengan transformasi data
akan dijelaskan pada kasus selanjutnya.

Komputer SPSS_Pratika Viogenta, M.Si

Contoh soal

Seorang manajer memiliki beragam data penjualan roti dari tiga daerah berbeda,
yaitu Jakarta, Jawa Barat dan Jawa Tengah. Manajer penjualan ingin mengetahui
apakah rata-rata penjualan kelima jenis roti produksi Aneka Rasa sama ataukah
berbeda? Berikut ini adalah tampilan data penjualan roti.

Komputer SPSS_Pratika Viogenta, M.Si

Komputer SPSS_Pratika Viogenta, M.Si
Komputer SPSS_Pratika Viogenta, M.Si
Komputer SPSS_Pratika Viogenta, M.Si
Komputer SPSS_Pratika Viogenta, M.Si
Komputer SPSS_Pratika Viogenta, M.Si
Komputer SPSS_Pratika Viogenta, M.Si
 + Klik OK
Komputer SPSS_Pratika Viogenta, M.Si
OUTPUT

Komputer SPSS_Pratika Viogenta, M.Si

Komputer SPSS_Pratika Viogenta, M.Si
Komputer SPSS_Pratika Viogenta, M.Si
Komputer SPSS_Pratika Viogenta, M.Si
Komputer SPSS_Pratika Viogenta, M.Si
Komputer SPSS_Pratika Viogenta, M.Si
Komputer SPSS_Pratika Viogenta, M.Si
OUTPUT

Komputer SPSS_Pratika Viogenta, M.Si

Komputer SPSS_Pratika Viogenta, M.Si
Komputer SPSS_Pratika Viogenta, M.Si
TWO WAY ANOVA

terdapat 2 atau lebih factor dan terdapat

satu variabel dependen.

Komputer SPSS_Pratika Viogenta, M.Si

Contoh Soal

Seorang peneliti ingin mengetahui apakah terdapat perbedaan gaji dilihat dari
kategori pekerjaan dan gender. Jumlah sampel diambil sebanyak 45 orang
yang berasal dari gender wanita dan pria. Data penelitian adalah sebagai
berikut.

Komputer SPSS_Pratika Viogenta, M.Si

LANGKAH-LANGKAH ANALISIS Two Way
ANOVA DENGAN SPSS

Komputer SPSS_Pratika Viogenta, M.Si

Komputer SPSS_Pratika Viogenta, M.Si
Komputer SPSS_Pratika Viogenta, M.Si
Komputer SPSS_Pratika Viogenta, M.Si
Komputer SPSS_Pratika Viogenta, M.Si
Komputer SPSS_Pratika Viogenta, M.Si
 + Klik OK
Komputer SPSS_Pratika Viogenta, M.Si
OUTPUT
Two Way
ANOVA

Komputer SPSS_Pratika Viogenta, M.Si

Komputer SPSS_Pratika Viogenta, M.Si
Komputer SPSS_Pratika Viogenta, M.Si
Komputer SPSS_Pratika Viogenta, M.Si
 OUTPUT Two Way ANOVA

• Output Deskripsi
Pada output di atas terlihat bahwa karyawan pria yang memiliki masa kerja < 5
tahun memiliki rata-rata gaji sebesar 3.72 juta, sedangkan pria yang memiliki
masa kerja 6 – 10 memiliki rata-rata gaji sebesar 3.2 juta dan karyawan pria
yang memiliki masa kerja di atas 10 tahun memiliki gaji rata-rata 2.04 juta dan
seterusnya.

Komputer SPSS_Pratika Viogenta, M.Si

• output Test of Homogenity of Variance
Kriteria pengujian ANOVA

 Jika probabilitas Levene Test (Signifikasi) > 0.05  Ho diterima maka

varian kelompok data sama
 Jika probabilitas Levene Test (Signifikasi) < 0.05  Ho ditolak maka
varian kelompok data tidak sama

Hasil output nilai signifikasi > 0.05 (0.150 > 0.05) maka Ho diterima.

Jadi dapat disimpulkan bahwa ketiga sampel yang diambil dari tiga populasi
memiliki varians yang sama. Varians populasi adalah sama, maka analisis
selanjutnya untuk uji Anova dapat dilakukan, karena asumsi Anova pertama
sudah dipenuhi.

Komputer SPSS_Pratika Viogenta, M.Si

• Output ANOVA

Analisis Satu Faktor

1. Perbedaan rata-rata gaji berdasarkan berdasarkan gender:
Hipotesis:
H0 = Ketiga rata-rata populasi adalah identik
H1 = Ketiga rata-rata populasi adalah tidak identik

Dasar pengambilan keputusan (dasar probabilitas):

Jika probabilitas > 0.05  H0 diterima
Jika probabilitas < 0.05 H0 ditolak
F hitung > F tabel  HO ditolak
F hitung ≤ F tabel  HO ditolak

Pada output Tests of Between-Subjects Effects terlihat bahwa F Hitung

(GENDER) adalah 0.008 dengan probabilitas 0.931.

Karena nilai probabilitas > 0.05 (0.931 > 0.05), maka H0 diterima. Hal tersebut
mengindikasikan bahwa rata-rata gaji yang dilihat berdasarkan gender ternyata
tidak berbeda secara nyata.

Komputer SPSS_Pratika Viogenta, M.Si

Perbedaan rata-rata gaji berdasarkan masa kerja:
Hipotesis:
„« H0 = Ketiga rata-rata populasi (masa kerja) adalah identik
„« H1 = Ketiga rata-rata populasi (masa kerja) adalah tidak
identik
Dasar pengambilan keputusan (dasar probabilitas):
„« Jika probabilitas > 0.05 „³ H0 diterima
„« Jika probabilitas < 0.05 „³ H0 ditolak
Pada output Tests of Between-Subjects Effects terlihat bahwa F
Hitung (MASA) adalah 37.077 dengan probabilitas 0.000. Karena
nilai probabilitas < 0.05 (0.000 < 0.05), maka H0 ditolak. Artinya,
rata-rata gaji memang berbeda berdasarkan masa kerja, dalam
arti pekerja yang memiliki masa kerja < 5 tahun dan pekerja yang
memiliki masa kerja 6-10 tahun memang memiliki perbedaan gaji
secara nyata.

Komputer SPSS_Pratika Viogenta, M.Si

Interaksi antara gender dengan masa kerja (Gender*Masa):
Hipotesis:
Ho  Tidak terdapat interaksi antara gender dengan masa kerja
H1  Terdapat interaksi antara gender dengan masa kerja

Dasar pengambilan keputusan (dasar probabilitas):

Jika probabilitas > 0.05  H0 diterima
Jika probabilitas < 0.05  H0 ditolak

Pada output Tests of Between-Subjects Effects terlihat bahwa F Hitung

(GENDER*MASA) adalah 1.955 dengan probabilitas 0.155. Karena
probabilitas berada > 0.05 (0.155 > 0.05), maka H0 diterima. Artinya,
TIDAK TERDAPAT INTERAKSI antara gender dengan masa kerja,
misalnya pekerja pria tidak selalu memiliki masa kerja diatas 10 tahun dan
pekerja wanita tidak selalu memiliki masa kerja < 5 tahun dan kemungkinan-
kemungkinan lainnya.

Komputer SPSS_Pratika Viogenta, M.Si