UJI ONE-WAY ANOVA MENGGUNAKAN SPSS

 

Assalamualaikum!

Bagi yang ingin mempelajari analisis One Way ANOVA bisa menonton video di Youtube saya:

VIDEO TUTORIAL UJI ONE WAY ANOVA DENGAN SPSS

Analisis one way ANOVA atau uji anova satu factor pada dasarnya bertujuan untuk membandingkan nilai rata-rata yang terdapat pada variabel terikat di semua kelompok yang dibandingkan. Nilai masing-masing kelompok dilihat berdasarkan pada variabel bebas yang berskala kategori.

 

Contoh Kasus:

Seorang peneliti ingin mengetahui apakah terdapat perbedaan rata-rata IPK antara mahasiswa yang berasal dari desa, pinggiran, dan kota. Berikut data IPK dari 35 mahasiswa.

Berikut ini disajikan data IPK mahasiswa antara mahasiswa yang berasal dari desa, pinggiran dan kota:

Tabel Data IPK Mahasiswa Menurut Asal Daerah

IPK menurut asal daerah
Desa	Pinggiran	Kota
2.95	3.40	3.54
2.87	3.37	3.67
3.22	3.05	2.88
3.35	2.66	3.47
2.78	3.02	3.36
3.05	2.70	2.82
2.58	2.96	3.67
3.12	3.34	3.55
3.27	3.37	3.25
	3.18	3.18
	3.24	3.20
	3.10	3.51
	3.30
	2.87

Hipotesis penelitian:

Ho = Tidak terdapat perbedaan IPK antara mahasiswa yang berasal dari desa, pinggiran, dan kota.

H1 = Terdapat perbedaan IPK antara mahasiswa yang berasal dari desa, pinggiran, dan kota.

 

Kriteria Pengujian Hipotesis:

Taraf signifikan (alpha 0.05)

Jika F hitung < F tabel dan nilai probabilitas signifikan > 0.05 maka Ho diterima

Jika F hitung > F tabel dan nilai probabilitas signifikan < 0.05 maka Ho ditolak, terima H1

Langkah-langkah uji One Way ANOVA menggunakan SPSS

1. Jalankan program SPSS, pilih Variable View di bagian bawah. Pada kolom Name baris pertama isikan dengan “X1”. Pada bagian Label tuliskan Asal Daerah Lalu pada kolom Values posisikan kursos pada sudut kotak None, lalu klik agar muncul kotak dialog Value Labels.

2. Pada kotak Value ketikkan 1 dan pada kotak Label ketikkan Desa lalu klik Add, masih di kotak Value Labels, pada kotak Value ketikkan 2 dan pada Label ketikkan Pinggiran lalu klik Add, dan terakhir pada kotak Value ketikkan 3 dan pada Label ketikkan Kota lalu klik OK.

3. Selanjutnya pada kolom Name baris kedua isikan dengan X2. Pada bagian Label tuliskan IPK. Maka pada tampilan pada Variable View adalah sebagai berikut

4. Selanjutnya yaitu klik Data View. Masukan data kode untuk Asal Daerah (1=Desa, 2=Pinggiran, 3=Kota) pada kolom X1. Lalu masukkan nilai IPK pada kolom X2.

5. Selanjutnya lakukan uji normalitas data untuk mengetahui sebaran data berdistribusi normal atau tidak.

6. Bila data sudah berdistribusi normal, selanjutnya uji homogenitas dan One Wey ANOVA. Langkahnya yaitu klik Analyze → Compare Means→ One-Way ANOVA

7. Maka akan muncul kotak dialog One-Way ANOVA. Pindahkan variabel Asal Daerah [X1] pada kolom Factor lalu variabel IPK [X2] pada kolom Dependent List.

8. Langkah berikutnya, klik Options maka akan muncul kotak dialog One-Way ANOVA: Options. Pada kolom Statistics berikan tanda centang (√) pada Descriptive dan Homogenity of Variance Test. Lalu klik Continue.

9. Setelah diklik Continue,  maka Langkah terakhir adalah klik OK.

 

Interpretasi Output Uji One-Way ANOVA

Output Pertama “Descriptives”

Dari tabel Descriptive dapat kita ketahui jumlah data, mean (rata-rata), standar deviasi, standar error, maksmimum dan minimum masing-masing kelompok, baik Desa, Pinggiran dan Kota.

Ouput Kedua “Test of Homogenity of Varianves”

Berdasarkan output di atas, diperoleh angka Levene Statistic untuk Based on Mean sebesar 0,160 dengan signifikansi atau probabilitas (Sig) sebesar 0,853. Karena nilai signifikansi 0,853 lebih besar dari 0,05, maka dapat disimpulkan bahwa varian ketiga kelompok IPK yang kita bandingkan tersebut adalah sama atau homogen.

Output Ketiga “ANOVA”

Dari tabel ANOVA di atas diperoleh F hitung 4.417 dan F tabel (lihat table distribusi F pada df (2, 32) diproleh nilai F tabel 3.29. dan nilai signifikan dalam tabel ANOVA di atas diperoleh nilai sig 0.020. Jadi F hitung > F tabel yaitu 4.417 > 3.29 dan sig 0.020 < 0.05, maka H0 di tolak dan H1 diterima. Jadi kesimpulannya: Terdapat perbedaan IPK antara mahasiswa yang berasal dari desa, pinggiran, dan kota.

Kerena kesimpulan yang kita peroleh terdapat perbedaan, jadi kita harus melihat kelompok mana yang terdapat perbedaan, dalam hal ini kita harus menggunakan UJI LANJUT. Caranya ikuti langkah berikut ini.

10. Kembali lagi ke langkah 7 diatas. Dari gambar pada langkah tersebut klik Post Hoc, disitu banyak pilihan mau pakai uji lanjut yang mana tinggal klik saja tergantung kebutuhan, kita disini pilih uji Tukey tinggal berikan tanda centang (√) pada Tukey, lalu Continue, seperti gambar berikut:

11. Setelah Continue, lalu klik OK.

 

Interpretasi Output Uji Post Hoc Tukey HSD

Output “Multiple Comparisons”

Pengujian Tukey HSD adalah pengujian perbandingan jamak untuk menentukan apakah tiga rata-rata atau lebih berbeda secara signifikan dalam jumlah analisis varian. Yang ada perbedaan signifikan ditandai dengan tanda bintang (*). Dari tabel di atas, IPK antara mahasiswa Desa dengan mahasiswa Pinggrian tidak berbeda signifikan. Sedangkan IPK antara mahasiswa Desa dengan mahasiswa Kota memiliki perbedaan signifikan. Selanjutnya untuk IPK antara mahasiswa Pinggiran dengan mahasiswa Kota juga tidak berbeda signifikan.