UJI BEDA MEAN

LEBIH DUA KELOMPOK

Dr. Demsa Simbolon, SKM. MKM
 ANOVA (Analisis of Varians)
• Tujuan: menguji perbedaan mean pada
jumlah kelompok yang lebih dari dua,
pada sampel independen
• Syarat/asumsi:
– Distribusi data normal
– Varians homogen
– Variabel yang dihubungkan berupa kategori
dengan numerik
• Pembagian: anova satu arah (one way)
dan anova dua arah (two way)
• Prinsip uji anova: membandingkan varians
whit in dengan varians between
• Whit in: deviasi masing-masing data dg
rata-ratanya
• Between: deviasi rata-rata masing-masing
kelompok dg rata-rata secara keseluruhan
Contoh: Status Sosial Ekonomi

RENDAH SEDANG TINGGI

_ _ _
X
XR XS XT

Bila varian whit in dan varians between sama berarti tisak ada
berpedaan yang bermakna
 Uji Varian
S b2 Varians between
F 2  df : numerator = k–1
Sw Variabs Whit in denumerator = n – k

_ _    
n1 ( X 1  X )  n2 ( X 2  X )  ...........  nk ( X k  X ) 2
2 2
S 
2
b
k 1
Keterangan:
k = jumlah kelompok
   n = jumlah seluruh data
 n1 . x1  n 2 . x 2  .....  nk . x k = varians between (antar
X 2
Skelompok)
n1  n 2  ....  nk b
S w2 = varians within (dalam
kelompok)

(n1  1) S12  (n2 1) S 22  .....  (nk  1) S k2

S 
2
w
nk
• Selanjutnya berdasarkan hasil perhitungan, bila
keputusan uji anova adalah ada perbedaan bermakna,
maka dilanjutkan dengan analisis multiple comparison
(posthoc test). Analisis ini bertujuan untuk mengetahui
lebih lanjut kelompok mana saja yang berbeda meannya
bilamana pada pengujian anova dihasilkan ada
perbedaan bermakna (Ho ditolak).

• Sebagai dasar untuk membuat keputusan hasil analisis

multiple comparison (posthoc test) dapat digunakan
metode Bonferroni. Perhitungan Bonferroni adalah
sebagai berikut:
 
Xi  X j df = n - k
t ij 
1 1 
S   
2
w
 ni n j 
• Dengan level of significance () sebagai
berikut (Bonferroni correction):
0,05 Keterangan:
 * i = kelompok I
k  j = kelompok II
2  = kombinasi 2
  k 
kelompok

2 
 Contoh:
• Penelitian ingin mengetahui hubungan kondisi sosial ekonomi
keluarga dengan BB bayi yang dilahirkan. Penelitian dilakukan
dengan menimbang BB bayi (kg) pada 23 ibu yang baru melahirkan
yang terbagi dalam kelompok sosial ekonomi rendah, sedang dan
tinggi dengan hasil sbb:
Sosek:
Rendah: 2,4 3,0 2,1 3,0 3,4 2,3 2,3 2,5
Sedang: 3,0 3,1 2,7 2,6 3,1 2,9 2,9
Tinggi: 3,1 2,4 3,5 2,9 3,4 4,0 3,4 3,9

Ujilah dengan tingkat kepercayaan 95%, apakah ada perbedaan BB

bayi diantara tingkat sosek tersebut?
Bila ada perbedaan, kelompok mana saja yang berbeda?
 RENDAH SEDANG TINGGI

2,4 3,0 3,1

3,0 3,1 2,4
2,1 2,7 3,5
3,0 2,6 2,9
3,4 3,1 3,4
2,3 2,9 4,0
2,3 2,9 3,4
2,5 3,9

n= 8 7 8 = 23

X = 2,6 2,9 3,3

S= 0,45 0,19 0,5

S 2= 0,205 0,04 0,27
 Ho :  R   S   T Ha :  R   S   T

 8.(2,6)  7.(2,9)  8.(3,3)

X  2,94
23

8.(2,6  2,94) 2  7.(2,9  2,94) 2  8.(3,3  2,94) 2

S 
2
b  0,98
3 1
(8  1).0,205  (7  1).0,04  (8  1).0,27
S w2   0,18
23  3
Sb2 0,98
F 2   5,44 DF= Numerator= 3-1=2
S w 0,18 Denominator= 23-3=20

Konversikan ke tabel F: P < 0,05, Keputusan Ho ditolak, artinya ada perbedaan BB

bayi diantara tingkat sosial ekonomi
Kelompok manakan yang berbeda? Dilakukan uji Benforeni

2,6  2,9 0,3

t RS    1,36 Df= 23-3=20
1 1  0,22
0,18.  
8 7 
0,05
 *  0,017
3 
 2
 
Setelah dikonversikan ke tabel t, diperoleh nilai P > 0,017,
keputusan Ho gagal di tolak, sehingga dapat disimpulkan
bahwa tidak ada perbedaan BB bayi antara sosek rendah
dan sosek sedang
 2,6  3,3
t RT   3,18 Df= 23-3=20
1 1 
0,18.  
8 8 
0,05
 *  0,017
3 
 2
 
Setelah dikonversikan ke tabel t, diperoleh nilai P < 0,017,
keputusan Ho di tolak, sehingga dapat disimpulkan bahwa
ada perbedaan BB bayi antara sosek rendah dan sosek
tinggi.
 2,9  3,3 0,4
t ST    1,82 Df= 23-3=20
1 1 0,22
0,18.  
7 8

0,05
 *  0,017
3 
 2
 
Setelah dikonversikan ke tabel t, diperoleh nilai P > 0,017,
keputusan Ho gagal di tolak, sehingga dapat disimpulkan
bahwa tidak ada perbedaan BB bayi antara sosek
SEDANG dan Sosek TINGG I
 Latihan:
Menguji perbedaan rata-rata
berat badan lahir bayi menurut
tingkat pendidikan (SD, SMP,
SMA, PT)
 Uji Normalitas Data
(p value > 0,05: Data Berdistribusi normal)
Uji Homogenitas varians

(p value > 0,05: varians sama )

 Uji Anova

(p value > 0,05: Ho gagal ditolak: tidak ada perbedaan

rata-rata berat badan bayi lahir menurut tingkat pendidikan ibu )