KOMPARATIF (2)
YULI MARDIANA
AMRIADI
TUJUAN
PEMBELAJARAN
• Mampu menjelaskan pengertian analisis
komparatif
• Mampu menerapkan uji statistik menggunakan
analisis varians, analisis varians factorial dan
analisis varians multivariate.
• Mampu menganalisis kasus yang berkaitan
dengan uji analyze of variance, factorial analysis
of variance dan analisis varians multivariate
dalam kehidupan sehari-hari.
• Mampu menyimpulkan hasil analisis varians,
analisis varians factorial dan analisis varians
multivariate
ANALISIS
ANALISIS VARIANS
ANALISIS
VARIANS MULTIVARIA
VARIANS
FACTORIAL T
ANALYSIS OF VARIANCE (ANOVA)
ANOVA adalah perluasan dari Uji-T sehingga
penggunaannya tidak terbatas pada pengujian perbedaan dua
buah mean (rata-rata) Populasi, namun dapat digunakan
untuk menguji perbedaan tiga buah rata-rata populasi atau
lebih sekaligus.
Misalnya : Adakah perbedaan berat badan bayi lahir dari keluarga sosial ekonomi
tinggi, sedang dan rendah. Atau ingin mengetahui apakah ada perbedaan rata-rata
IQ antara siswa SMA kelas kelas X, IX, dan kelas XII.
MACAM-MACAM ANALYSIS OF VARIANCE DAN
PERBEDAANNYA
Dasar untuk
Perbedaan ONE WAY ANOVA (ANALISIS VARIAN SATU ARAH) TWO WAY ANOVA (ANALISIS VARIAN DUA ARAH)
One way ANOVA adalah tes hipotesis, yang digunakan Two way ANOVA adalah teknik analisis yang dapat dipakai untuk
Kegunaan untuk menguji kesetaraan tiga rata-rata populasi mencari perbedaan antar variabel, jika persoalan yang terjadi tidak
secara bersamaan menggunakan varians.
hanya karena satu faktor saja, melainkan karena faktor lain juga.
Variabel bebas Satu variabel independen Dua variabel independen
Perbandingan dua atau lebih kategori dalam satu faktor. Pengaruh tingkat ganda dari dua faktor tanpa interaksi
Seorang manager perusahaan minuman ingin Seorang manager supermarket pusat grosir ingin mengetahui
mengetahui apakah terdapat perbedaan yang apakah terdapat perbedaan jumlah pengeluaran (nilai nominal
Contoh signifikan antara hasil penjualan minuman di tiga belanja) antara faktor jenis kelamin dan tipe belanja. Untuk tipe
daerah penjualan selama 2022, analisis ini belanja pelanggan dibagi menjadi tiga kategori, yaitu dua minggu
menggunakan analisis varians satu arah karena hanya sekali dalam jumlah besar, seminggu sekali dengan item barang
memiliki satu faktor yakni daerah. yang sama dan sering berbelanja barang diskon
ASUMSI-ASUMSI 1) Sampel harus independen, 2) Sampel berdistribusi normal, 3) Sampel harus memiliki standar deviasi atau variansi yang
ANOVA sama (homogen), 4) Sampel diambil secara acak, dan 5) Variabel terikat memiliki skala numerik (rasio atau interval).
Sedangkan untuk variabel bebas, data bersifat kategorik (nominal atau ordinal).
Aplikasi Kasus One Way
1 2 3
Buatlah hipotesis Input data variabel Klik Variable View
ke SPSS • Kolom Name = Nama Variable
Data yang akan di • Baris Pertama = Ketikkan Nilai Ujian
analisis • Baris Kedua = Kelas
• kolom decimal = angka 0
• kolom label = nama variable
• kolom value = value 1: kelas “7” dst.
Tahapan penyelesaian Uji ANOVA One Way dengan SPSS :
4 5 6 7
Klik Data View Klik Menu Analyze > Muncul Halaman One Way One Way Anova > Klik
• Masukkan Data VariabelCompare Means > One Anova Option
Yang Akan Dianalisis Way Anova • Variabel Nilai Ujian > • Centang Descriptive dan
• Kolom Nilai Ujian= Hasil Kolom Dependent List Homogeneity of
Nilai Ujian • Variabel Kelas > Kolom Variance]
Factor • Tekan Tombol Continue
• Kolom Kelas = Angka
Lalu Ok
Kategori
HASIL ANALYSIS OF VARIANCE ONE WAY
Descriptives
Nilai Ujian
95% Confidence Interval for
Mean
N Mean
Std.
Deviation Std. Error
Mini Maxi
Lower Bound Upper Bound mum mum
Kelas 7 9 82,11 8,023 2,674 75,94 88,28 70 93
Kelas 8 10 84,30 7,134 2,256 79,20 89,40 73 95
Kelas 9 11 83,64 8,078 2,436 78,21 89,06 70 94
Total 30 83,40 7,541 1,377 80,58 86,22 70 95
ANALISIS OUTPUT
Test of Homogeneity of Variances
Nilai Ujian
Kriteria pengujian :
a. Jika p Value (Sig.) > 0,05 maka data dengan varians yang sama
b. Jika p Value (Sig.) < 0,05 maka data dengan varians yang tidak sama
Berdasarkan hasil analisis menunjukkan bahwa data memiliki p Value (Sig.) 0,864 >
0,05. Sehingga dapat disimpulkan bahwa data memiliki varians yang sama. Atau
dapat disimpulkan ketiga kelas yang kita bandingkan adalah sama atau homogen.
Sehingga asumsi homogenitas dalam uji one way anova terpenuhi.
ANALISIS OUTPUT
> 50 Sampel < 50 Sampel
Kriteria pengujian :
a. Jika p Value (Sig.) > 0,05 maka data berdistribusi Normal
b. Jika p Value (Sig.) < 0,05 maka data tidak berdistribusi Normal.
Nilai Ujian
Berdasarkan hasil analisis menunjukkan bahwa data memiliki p Value (Sig.) 0,823 > 0,05. Sehingga
H0 diterima dan dapat disimpulkan bahwa tidak terdapat perbedaan yang signifikan rata-rata nilai
ujian siswa kelas 7, 8, dan 9. Maka dari itu, dapat ditarik asumsikan bahwa nilai ujian ketiga kelas
yaitu sama secara signifikan.
Catatan :
Interpretasi hasil analisis Multiple Comparisons hanya dilanjutkan apabila H0 di tolak. Untuk melihat
perbedaan signifikan nilai ujian setiap kelas.
H0 : Tidak terdapat perbedaan signifikan antara rata-rata
nilai ujian kelas 7, kelas 8 dan kelas 9.
Ho : A 1 ≠ A2 = A 3
H1 : A 1 = A 2 = A3
Aplikasi Kasus Two Way
70 70 70
40 80 90
60 60 80
Perempuan 70 70 100
80 60 90
60 50 90
50 70 70
Tahapan penyelesaian Uji ANOVA Two Way dengan SPSS :
1 2 3
Buatlah hipotesis Input data variabel Klik Variable View
ke SPSS • Kolom Name = Nama Variable
Data yang akan di • Baris Pertama = Jenjang Pendidikan
analisis • Baris Kedua = Jenis Kelamin
• Baris Ketiga = Hasil Belajar
• kolom decimal = angka 0
• kolom label = nama variable
• Baris Jenjang Pendidikan = Value 1: “Mts” Dst.
• Baris Jenis Kelamin = Value 1: “Laki-laki” Dst.
Tahapan penyelesaian Uji ANOVA Two Way dengan SPSS :
4 5 6
Klik Data View Klik Menu Analyze > Muncul Halaman Univariate
Masukkan Data Variabel Yang Akan General Linear Model • Variabel Hasil Belajar > Kolom Dependent
Dianalisis > Univariate Variable
• Kolom Jenjang Pendidikan = Angka • Variabel Jenis Kelamin dan Jenjang Pendidikan >
Kategori Kolom Fixed Factor
• Kolom Jenis Kelamin = Angka Kategori • Lalu Klik Save, dan di kotak Residual centang
• Kolom Hasil Belajar = Nilai Standardised
• Klik Continue, selanjutnya Ok
• Abaikan dulu hasil analisis. Kemudian kembali ke
Data View.
Tahapan penyelesaian Uji ANOVA Two Way dengan SPSS :
7 8 9 10
Klik Menu Analyze > Exsplore > Tekan Plots
Univariate > Save Univariate > Options
Deskriftif Statistik >
Exsplore • Kembali ke halaman • Masukkan Variabel Jenjang
• Standardised Residual Univariate Pendidikan, Jenis Kelamin dan
= Di Kolom Dependent Jenis Kelamin*Jenjang Pendidikan
• Lalu Klik Save, dan
List t = Kolom Display Means For
• Klik Plots, lalu centang hilangkan centang • Centang Descriptive Statistics dan
Normality Plots With Standardised di kotak Homogentity Test
• Isikan angka 0,05 pada kotak
Tests Residual.
Significance Levels
• Tekan Continue, • Selanjutnya Continue • Tekan Tombol Continue Lalu Ok
Selanjutnya OK
• Ambil hasil analisis
Normality, Lalu Keluar
Kriteria pengujian :
a. Jika p Value (Sig.) > 0,05 maka data berdistribusi Normal
b. Jika p Value (Sig.) < 0,05 maka data tidak berdistribusi
Normal.
Kriteria pengujian :
a. Jika p Value (Sig.) > 0,05 maka data dengan varians yang sama
b. Jika p Value (Sig.) < 0,05 maka data dengan varians yang tidak sama
H0 : Tidak terdapat interaksi antara kelas 7, 8, dan 9 dengan paket metode (treatmen) 1, 2, dan 3 terhadap hasil belajar peserta didik.
H1 : Terdapat interaksi antara kelas 7, 8, dan 9 dengan paket metode (treatmen) 1, 2, dan 3 terhadap hasil belajar perserta didik.
Kriteria pengujian :
a. Jika p Value (Sig.) < 0,05 maka ada perbedaan hasil belajar matematika siswa berdasarkan variabel Faktor.
b. Jika p Value (Sig.) > 0,05 maka tidak ada perbedaan hasil belajar matematika siswa berdasarkan variabel Faktor.
H0 : Tidak terdapat interaksi antara kelas 7, 8, dan 9 dengan paket metode (treatmen) 1, 2, dan 3 terhadap hasil belajar peserta didik.
H1 : Terdapat interaksi antara kelas 7, 8, dan 9 dengan paket metode (treatmen) 1, 2, dan 3 terhadap hasil belajar perserta didik.
H0 : Tidak terdapat perbedaan hasil belajar matematika siswa
MA berdasarkan Jenjang pendidikan terakhir orang tua dan
jenis kelamin siswa.
1 2 3
Buatlah hipotesis Input data variabel Klik Variable View
ke SPSS • Kolom Name = Nama Variable
Data yang akan di • Baris Pertama = Hasil Belajar
analisis • Baris Kedua = Lama Belajar
• Baris Ketiga = Keterampilan Awal
• kolom decimal = angka 0
• kolom label = nama variable
• kolom value lama belajar = value 1: 2 jam dst.
• kolom value keterampilan awal= value 1: Tinggi dst.
Tahapan penyelesaian Uji Faktorial ANOVA dengan SPSS :
4 5 6
Klik Data View Klik Menu Analyze > Muncul Halaman Univariate
Masukkan Data Variabel Yang Akan General Linear Model • Variabel Hasil Belajar > Kolom Dependent
Dianalisis > Univariate Variable
• Kolom Hasil Belajar = Nilai Siswa • Variabel Variabel Lama Belajar Dan
• Kolom Lama Belajar = Angka Kategori Kemampuan Awal > Kolom Fixed Factor
• Kolom Keterampilan Awal = Angka
Kategori
Tahapan penyelesaian Uji Faktorial ANOVA dengan SPSS :
7 8 9
Univariate > klik Model Univariat > Tekan Post Univariat > Tekan
• Pada Jendelan Specify Model Klik Opsi Build Hoc Option
Custom Terms • Variabel Lama Belajar dan • Variabel Lama Belajar, Keterampilan
• Variabel Lama Belajar, Keterampilan Awal, Awal, Lama Belajar*Keterampilan
Lama Belajar*Keterampilan Awal, Pindahkan
Keterampilan Awal > Kolom
Awal, Pindahkan ke Display Mean
Ke Model Post Hoc Test For For
• Klik Interaction Pada Opsi Build Terms • Centang pada pilihan Tukey • Centang Descriptive Statistics dan
• Type III Untuk Sum Of Square • Klik Continue, lalu Ok Homogentity Test
• Hilangkan Centang Include Intercept in Model • Isikan angka 0,05 pada kotak
Significance Levels
• Tekan Tombol Continue Lalu Ok
HASIL ANALISIS FAKTORIAL ANOVA
Kriteria pengujian :
a. Jika p Value (Sig.) < 0,05 maka ada perbedaan atau pun
interaksi
b. Jika p Value (Sig.) > 0,05 maka tidak ada perbedaan atau pun
interaksi
Tidak terdapat interaksi yang signifikan antara lama belajar dengan taraf
keterampilan awal peserta didik.
Ketika ada interaksi antar faktor satu dan kedua maka dilanjutkan dengan
menguji ANOVA untuk mengetahui kombinasi atau interaksi mana yang
memberikan pengaruh nyata.
Ho : Tidak terdapat perbedaan hasil belajar ekonomi
peserta didik antar lama belajar dan antar tarat keterampilan
awal peserta didik secara gabungan.
H1 : Terdapat perbedaan hasil belajar ekonomi peserta
didik antar lama belajar dan antar tarat keterampilan awal
peserta didik secara gabungan.
ANALISIS VARIANS
MULTIVARIAT
1 2 3
Buatlah hipotesis Input data variabel Klik Variable View
ke SPSS • Kolom Name = Nama Variable
Data yang akan di • Baris Pertama = Ketikkan Metode
analisis • Baris Kedua = Nilai Matematika
• Baris Ketiga = Nilai Bahasa Inggris
• kolom decimal = angka 0
• kolom label = nama variable
• kolom value = value 1: Metode A dst.
Tahapan penyelesaian Uji MANOVA dengan SPSS :
4 5 6
Klik Data View Klik Menu Analyze > Muncul Halaman Multiivariate
Masukkan Data Variabel Yang Akan General Linear Model • Variabel Matematika dan Bahasa Inggris >
Dianalisis > Multivariate Kolom Dependent Variable
• Kolom Metode = Angka Kategori • Variabel Metode > Kolom Fixed Factor
• Kolom Matematika = Nilai Matematika
• Kolom Bahasa Inggris = Nilai Bahasa
Inggris
Tahapan penyelesaian Uji MANOVA dengan SPSS :
7 8
Multivariat > Post Hoc Multivariat > Options
• Variabel Metode = Kolom • Masukkan (OVERALL) dan Variabel Metode =
Post Hoc Test For Kolom Display Means For
• Centang pada pilihan LSD • Centang Compare main effect dan Pada
dan Bonferroni Confidence Interval pilih Bonferroni
• Klik Continue • Centang Descriptive Statistics dan Homogentity
Test
• Isikan angka 0,05 pada kotak Significance Levels
• Tekan Tombol Continue Lalu Ok
ANALISIS OUTPUT
Dari hasil analisis tersebut dapat disimpulkan bahwa Metode mengajar A, B, dan C belum memberikan
pengaruh yang signifikan terhadap Nilai Matematika. Hal ini di tunjukkan dari hasil rata-rata (Mean).
Yang tidak jauh berbeda.
Adapun untuk hasil rata-rata (mean) metode A, B, dan C cukup memberikan pengaruh yang signifikatan
terhadap Nilai Bahasa Inggris. Hal ini ditunjukkan dari hasil nilai mean yang jauh berbeda.
ANALISIS OUTPUT
Uji Hipotesis :
a. H0: tidak terjadi perbedaan yang signifikan secara statistik di antara
matriks-matriks kovarian populasi (equal population covariance
matrices)
b. H1: terjadi perbedaan yang signifikan secara statistik di antara
matriks-matriks kovarian populasi.
c. = 0,05
d. H0 ditolak jika p Value (Sig.) < 0,05
e. H0 diterima jika p Value (Sig.) > 0,05
Kriteria pengujian :
a. Jika p Value (Sig.) > 0,05 maka tidak ada perbedaan.
b. Jika p Value (Sig.) < 0,05 maka ada perbedaan.