UJI BEDA LEBIH DARI

DUA MEAN
(UJI ANOVA)

02/27/23 Biotastistik/Bito 1
 UJI ANOVA
(UJI BEDA LEBIH DARI 2 MEAN)

Pada suatu penelitian sering dijumpai

jumlah kelompok data yang lebih dari dua,
misalnya ingin mengetahui perbedaan mean
berat badan bayi yg lahir dari kelg sosek
tinggi, kelg sosek sedang dan kelg sosek
rendah. Untuk menganalisis data tersebut
(lebih dari dua kelompok) yang tepat
digunakan Uji Anova.
02/27/23 Biotastistik/Bito 2
Prinsip uji anova adalah melakukan telaah
variabelitas data menjadi dua sumber
variasi yaitu variasi dlm kelompok (within)
dan variasi antar kelompok (between). Bila
variasi within dan between sama (nilai
perbandingan kedua varian sama dengan 1)
maka mean2 yg dibandingkan tidak ada
perbedaan. Sebaliknya bila hasil
perbandingan kedua varian tersebut
nilainya lebih dari 1, maka mean yg
dibandingkan menunjukkan ada perbedaan.

02/27/23 Biotastistik/Bito 3
Jenis Uji Anova :

1.Analisis varian satu faktor (one way)

Analisis varian satu faktor (one way)

dipergunakan untuk menguji signifikansi
perbedaan rata-rata hitung (mean) yang
hanya mencakup satu klasifikasi atau
satu variabel independen.

02/27/23 Biotastistik/Bito 4
Contohnya suatu penelitian eksperimen
yg melibatkan tiga metode pengajaran
statistik yang berbeda di prodi kesmas
yaitu metode ceramah, metode diskusi
dan metode latihan kasus, kemudian
dilakukan evaluasi efektifitas ketiga
metode pengajaran tersebut.
02/27/23 Biotastistik/Bito 5
Penghitungan efektivitas metode
pengajaran statistik tadi dilakukan
berdasarkan rata2 hitung nilai yg
dicapai tiap metode tsb, dan hal itu
merupakan satu2nya klasifikasi yg
diteliti. Artinya, hanya terdapat satu
rata2 hitung tiap kelompok yg akan diuji
perbedaanya.
02/27/23 Biotastistik/Bito 6
 Varian total

Varian dlm klpk Varian antar klpk

02/27/23 Biotastistik/Bito 7
Beberapa Asumsi pd Uji Anova :

1.   Data berdistribusi normal

2.  Sampel/kelompok independen
3. Varian homogen
4. Jenis data yg dihubungkan adl data
numerik untuk variabel dependen dan
data kategorik yg lebih dari 2 kelompok
untuk variabel independen.
02/27/23 Biotastistik/Bito 8
Perhitungan Uji Anava satu factor sbb :

Sb2
F = ;
Sw2

df1 = k – 1 (numerator/pembilang)

df2 = n – k (denominator/penyebut)

02/27/23 Biotastistik/Bito 9
 (n1-1) S12 + (n2-1) S22 + …+ (nk-1) Sk2
Sw2 =
n–k

n1 (X1 – X)2 + n2 (X2 – X)2 + … + nk (Xk – X)2

Sb2 =
k–1
 

n1 . X1 + n2 . X2 + … + nk . Xk
X =
n 
Ket :
n = Jumlah seluruh data (n1 + n2 + …+ nk)
k = Jumlah kelompok
Sb2 = Varians between (antar kelompok)
Sw2 = Varians within (dalam kelompok)
02/27/23 Biotastistik/Bito 10
2. Analisis varian dua faktor (two way)

Bertujuan menguji signifikansi perbedaan rata2

hitung lebih dari 1 macam klasifikasi atau lebih
dari 1 variabel independen, bisa 2, 3 atau
lebih klasifikasi/variabel tergantung dari
desain penelitian yg direncanakan. Pengujian
banyak kelompok yg melibatkan klasifikasi
ganda akan menjanjikan perolehan informasi yg
lebih banyak dan lebih teliti.
02/27/23 Biotastistik/Bito 11
Prinsip dasar anova dua faktor tidak
berbeda dg anova satu faktor. Hanya
saja, pd anova dua faktor terdpt lebih
dari satu variabilitas antar klpk (faktor),
dan tiap klk (variabel independen) itu dpt
saling berinteraksi. Namun variabilitas dlm
kelompok hanya tetap satu, yaitu
menunjukkan kesalahan varian.
02/27/23 Biotastistik/Bito 12
Dalam contoh penerapan metode
pengajaran statistik diatas (anova satu
faktor), kini tidak hanya diterapkan
untuk satu prodi saja (kesmas),
melainkan lebih dari itu misalnya 2 prodi
yang lain yaitu prodi kebidanan dan
prodi keperawatan.

02/27/23 Biotastistik/Bito 13
Dalam hal ini maka penghitungan varian
antar kelompok tidak lagi hanya satu
seperti pada anova satu faktor, tetapi
ada tiga varian antar klpk yaitu faktor
metode pengajaran (faktor A), faktor
prodi (faktor B) dan faktor interaksi
metode pengajaran dg prodi (faktor C).

02/27/23 Biotastistik/Bito 14
Secara skematis dapat digambarkan :

Varian total
 

Varian dlm klpk Varian antar klpk

 

Var Faktor A Var Faktor C Var Faktor B

02/27/23 Biotastistik/Bito 15
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 > 1 untuk variabel independen.

Perhitungan uji anova dua faktor sebagai berikut :

 
Sb2 Faktor A Sb2Faktor C
F Factor A = ; Ffaktor C =
Sw2 Faktor A Sw2Faktor C

Sb2 Faktor B
F Factor B = Faktor C = Interaksi A dan B
Sw2 Faktor B 02/27/23 Biotastistik/Bito 16
3. Analisis Multiple Comparison
(Posthoc Test)

Analisis ini bertujuan untuk mengetahui lebih lanjut

kelompok mana saja yg berbeda meannya bilamana
pd pengujian anova dihasilkan ada perbedaan
bermakna. Ada berbagai jenis analisis multiple
comparison diantaranya Bonferroni, Honestly
Significant Difference (HSD), Scheffe dan lain-
lain. Tetapi pd materi ini hanya akan dipelajari
metode Bonferroni.
02/27/23 Biotastistik/Bito 17
Perhitungan Bonferroni sebagai berikut :

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 02/27/23 Biotastistik/Bito 18
n = Jumlah sampel
 UJI ANOVA
Contoh Kasus : Uji Anova One Way

Seorang mahasiswa ingin meneliti rata-rata perbedaan kadar hb

(Hb2) responden berdasarkan kelompok umur (umurklp). Besar
sampel yg dambil dengan rumus didapatkan n = 30 orang.
Kerangka konsep :

Umurklp Hb2
 
Variabel Independen :
Umurklp : Data kategorik (kode 0:umur < 20 th, kode 1:umur 20 –
30 th, kode 2:umur >30 th)

Variabel Dependen :
Hb2 : Data numerik
 UJI ANOVA

Langkah-Langkah :

1. Uji Kenormalan Data

- Buka file data “anemia.sav”
- Klik Analyze, pilih Non Parametric Test
- Pilih 1-Sampel-KS
- Masukan variabel numerik yg akan diuji
(Hb2)
- Klik OK.
 UJI ANOVA

Keputusan Uji Kenormalan Data :

1. Jika nilai sig (nilai p) > 0,05 maka
disimpulkan distribusi data normal.
2. Jika nilai sig (nilai p) ≤ 0,05 maka
disimpulkan distribusi data tidak
normal.
 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 Hb2 (numeric)
ke kotak dependent list dan variabel Umurklp
(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

Keputusan Uji Anova :

1. Jika nilai sig (nilai p) > 0,05 maka
disimpulkan Ho gagal ditolak,
artinya tidak ada perbedaan
bermakna (signifikan) …
2. Jika nilai sig (nilai p) ≤ 0,05 maka
disimpulkan Ho ditolak, artinya ada
perbedaan bermakna (signifikan) …
 UJI ANOVA

Contoh Kasus : Uji Anava Two Way

Seorang mahasiswa ingin meneliti perbedaan

kadar hb dg kelompok umur ibu. Dlm
penelitian ini juga akan dilihat perbedaan
kadar hb pd ibu yg pola makan tdk baik dg
kadar hb pd ibu yang pola makan baik
(ditambah satu variabel pola makan) dan
interaksi variabel klpk umur dg variabel pola
makan.
Kerangka konsep : UJI ANOVA

  Umurklp
 
Hbrata
Makan

Variabel Independen :
Umurklp : Data kategorik
(0 : umur < 20 th, 1 : umur 20 – 30 th, 2 : umur >30 th)
Pola makan : Data kategorik
(0= Tdk baik dan 1 = Baik)
Variabel Dependen :
Hbrata : Data numerik
 UJI ANOVA

Langkah-langkah :
1. Uji Kenormalan Data
- Buka file data “Anemia.Sav”
- Klik Analyze
- Pilih Non Parametric Test
- Pilih 1-Sampel-KS
- Masukan variabel numerik yg akan diuji
(Hbrata)
- Klik OK
 UJI ANOVA

2. Langkah2 Uji Anova Two Way

- Buka file data “Anemia.Sav”

- Klik Analyze, pilih sub menu General Linier
Model dan pilih Univariat.
- Masukan variabel kadar Hb (Hbrata)
(numerik) ke kotak Dependent Variable,
lalu variabel umur (Umurklp) (kategorik)
dan (Makan) (kategorik) ke kotak Fixed
Factor(s).
- Klik Option, aktivkan pilihan Deskriptiv Statistic

- Klik Continue dan Klik OK,

SEKIAN
TERIMA KASIH

02/27/23 Biotastistik/Bito 28