You are on page 1of 13

BAB I Landasan Teori Uji ANOVA (Analysis of Variance) Uji Analysis of Variance digunakan dalam menguji kesamaan mean(

( rataan) lebih dari dua sample populasi. Uji ANOVA ini merupakan salah satu uji parametrik dan memiliki beberapa syarat untuk menggunakannya yaitu : 1. 2. 3. 4. Data harus terdistribusi normal Data harus homogen Memiliki variansi yang sama Sampel yag akan diuji harus independent

Sebelum melakukan analisis menggunakan uji ANOVA pastikan syarat-syarat tersebut terpenuhi, jika tidak terpenuhi maka dapat digunakan Uji kruskal Wallis.Untuk hipotesis awal dan tandingan dari uji ini biasanya digunakan Ho:1 = 2 = = n dan H1: satu atau lebih dari mean populasi tidak sama dengan lainnya. Uji ANOVA dapat dibagi menjadi 2 jenis berdasarkan jumlah variable yang diamati, yaitu one way ANOVA dan two way ANOVA. One way Anova digunakan bila ada satu variable yang ingin diamati.Langkahlangkah pengujiannya yaitu: 1. Tentukan hipotesis awal dan tandingannya yaitu Ho: 1 = 2 = = n dan H1: satu atau lebih dari mean populasi tidak sama dengan lainnya. 2. Cari nilai rataan, SSA(Sum of Square Among Groups), SSW(Sum of Square Within Groups), SST(Sum of Square Total), MSA(Mean Square Among Groups), MSW(Mean Square Whitin Groups), dan Fhitung. Nilai-nilai

tersebut

dapat

ditentukan

sbb:

SSA=

( xi x ) 2
j =1 i =1

nj

SSW=

( xij xj )
j =1 i =1

ni

, SST=

( xij x) 2
j =1 i 1

ni

, MSA=

SSA , MSW= c 1

SSW MSA , dan F= n c MSW 3. Nilai yang telah didapat di atas dapat dimasukkan ke dalam table ANOVA. Bentuk tabel ANOVA yaitu seperti di bawah ini :

Source

Dof

(Degree SS

(Sum

Of MS( Square) MSA=


=

Mean F

Of Freedom)

Source) SSA=

SSA c 1

F=

MSA MSW

Among groups

c1

( xi x ) 2
j =1 i =1

nj

SSW= Within groups nc


c ni

MSW=

SSW n c

( xij xj ) 2
j =1 i =1

SST= Total n1
c ni

( xij x) 2
j =1 i 1

4. Bandingkan hasil F(hitung) dan F(tabel) lalu beri kesimpulan dengan aturan bila Fhitung > Ftabel maka Ho ditolak begitupun sebaliknya. Sedangkan two way ANOVA digunakan dalam mengamati dua buah variable.Langkah-langkah pengujiannya yaitu : 1. Tentukan hipotesis awal dan tandingannya yaitu Ho:1 = 2 = = n dan H1: satu atau lebih dari mean populasi tidak sama dengan lainnya. 2. Cari nilai rataan, SST(Sum of Square Total), SSTR(Sum of Square Treatment), SSBL(Sum of Square Block),SSE(Sum of Square Error), DoF(Degree of Freedom), MSTR(Mean Square treatment), MSBL(Mean Square Block), dan Fhitung. Nilai DoF : SST = n total 1 , SSTR = k 1 , SSBL = n-1 , SSE = (k-1)*(n-1).Nilai MSTR = SSTR/ (k-1) , MSBL = SSBL / (n1) dan MSE = SSE / (k-1)*(n-1).

3. Nilai yang telah didapat di atas dapat dimasukkan ke dalam table ANOVA 4. bandingkan hasil Fhitung dan Ftabel lalu beri kesimpulan dengan aturan bila Fhitung > Ftabel maka Ho ditolak begitupun sebaliknya.

Uji Kruskal Wallis Uji Kruskal Wallis merupakan uji non parametric yang digunakan untuk menguji apakah dua atau lebih mean sample dari populasi memiliki nilai yang sama.Uji ini merupakan alternative dari uji ANOVA dan digunakan bila salah satu syarat dari uji ANOVA yang telah disebutkan di atas tidak terpenuhi. Langkah-langkah yang dilakukan dalam pengujian Kruskal Wallis yaitu : 1. Gabungkan semua sample yang akan diuji. 2. Sample yang telah digabungkan tersebut kemudian diurutkan dari yang terkecil kemudian diberi ranking mulai dari 1 untuk nilai yang terkecil. 3. Tentukan hipotesis awal dan tandingannya yaitu Ho:1 = 2 = = n dan H1: satu atau lebih dari mean populasi tidak sama dengan lainnya. 4. Tentukan nilai (biasanya dipakai 0,05) 5. Tentukan daerah kritis (penolakan) h > X dengan nilai derajat kebebasan v = n 1 dan n adalah jumlah data. 6. Pengamatan yang sudah di rank dijumlahkan tiap rank nya. 7.
k r 12 1 3(n + 1) [n(n + 1)] i =1 n1

H=

8. Jika H < daer kritis maka kesimpulannya Ho diterima.

BAB II PRESENTASI DATA 1. Data view kuisoner 29 responden (kombinasi TI, TE, IF).

2. Tabel Output One Way ANOVA dan analisis tabelnya

Tabel Deskriptives menampilkan data-data deskriptif seperti jumlah data, nilai mean, standar deviasi, standar error, nilai minimum, nilai maximum, dan 95% CI untuk mean dari masing-masing jurusan. Tabel Test of Homogeneity of Variances menunjukkan uji Levene untuk mengetahui apakah variansi kepuasan untuk masing-masing jurusan bernilai sama atau tidak. Tabel ANOVA: Sum of Squares 1) Between Groups = SSB 2) Within Groups = SSW 3) Total = SST df = nilai degrees of freedom untuk masing-masing sumber 1) Between Groups = c 1 = jumlah jurusan 1 = 3 1 = 2 2) Within Groups = n c = jumlah data jumlah jurusan = 17 3 = 14 3) Total = n 1 = jumlah jurusan 1 = 17 1 = 16 Mean Square = nilai rataan kuadrat untuk masing-masing sumber 1) Between Groups = MSB = SSB/df 2) Within Groups = MSW = SSW/df F = nilai Fhitung = MSB/MSW Sig. = nilai p-value H0 : 1 = 2 = 3 = ... = k H1 : satu atau lebih dari mean populasi tidak sama dengan lainnya

Sig. pada Gender*Jurusan = 0.29 > = 0.05 maka terima H0 artinya seluruh mean kepuasan dari masing-masing gender adalah sama Tabel Multiple Comparisons menampilkan perbandingan nilai rata-rata kepuasan masing-masing jurusan dan menjelaskan nilai rata-rata kepuasan yang sama berdasarkan nilai Sig., apabila Sig > = 0.05 maka nilai rata-rata kepuasan antara kedua jurusan yang dibandingkan bernilai sama. Tabel Homogeneous Subsets menunjukkan nilai rata-rata kepuasan untuk ketiga jurusan bernilai sama apabila terletak pada satu kolom subset. Grafik Means Plots memplotkan nilai mean rata-rata kepuasan untuk masingmasing jurusan kedalam grafik. 3. Tabel Output TWO Way ANOVA dan analisis tabelnya

Tabel Between-Subjects Factors menampilkan jumlah data yang valid pada masing-masing variable. Jumlah data pada gender dan jurusan bernilai sama, yaitu N=17. Tabel Tests of Between-Subjects Effects Type III Sum of Squares 1) Corrected Model = SSTR + SSBL 2) Error = SSE 3) Corrected Total = SSTR + SSBL + SSE df = nilai degrees of freedom untuk masing-masing sumber Mean Square = nilai rata-rata kuadrat untuk masing-masing sumber F = nilai uji F untuk masing-masing sumber

Fhitung = F pada Gender*Jurusan Sig. = nilai p-value H0 : tidak ada interaksi antara jurusan dengan jenis kelamin H1 : ada interaksi antara jurusan dengan jenis kelamin Sig. pada Gender*Jurusan = 0.437 > = 0.05 maka terima H0 artinya rata-rata kepuasan antar gender di tiga jurusan sama R Squared = 0.218 artinya 21.8% tingkat kepuasan dipengaruhi oleh gender dan jurusan dan sisanya 78.2% tingkat kepuasan dipengaruhi oleh faktor lainnya. 4. Tabel Output Kruskall-Wallis dan analisis tabelnya

Tabel Ranks menampilkan jumlah data dan nilai rata-rata rank kepuasan untuk ketiga jurusan. Tabel Test Statistics Chi-square = X2hitung df = nilai degrees of freedom = c 1 = jumlah jurusan 1 = 3 1 = 2 Asymp. Sig. = nilai p-value

BAB III ANALISIS 3.1 Jelaskan penggunaan One Way ANOVA dalam praktikum yang dilakukan! Bagaimana penggunaan ini membangun Hipotesis nol dan hipotesis tandingan ? Jawab : Penggunaan One Way ANOVA dalam praktikum yang dilakukan adalah dengan terlebih dahulu menguji kenormalitasan dan kehomogenitasan data, namun pada data untuk praktikum ini, diasumsikan bahwa data sudah normal sehingga One Way ANOVA dapat langsung dilakukan. Pada data, kita pilih Analyze Compare Means One Way ANOVA. Pada bagian Dependent isi dengan Tingkat Kepuasan, sedangkan pada Factor isi dengan Jurusan. Pada bagian Statistic, pilih Descriptive dan Homogenity of Variance. Pada Post Hoc, Equal Variance Assumed pilih Bonferroni dan Turkey. Pada Options, kita pilih Listwise di bagian Missing Value. Penggunaan ini bisa membangun Hipotesis nol dan Hipotesis tandingan, dengan melihat pada: Output tabel Test Of Homogenity Of Variantes uji hipotesisnya: H0 : variansi tingkat kepuasan di tiga jurusan adalah sama H1 : variansi tingkat kepuasan di tiga jurusan adalah beda Dari tabel dapat dilihat nilai signifikansinya 0,014 < 0,05 artinya tolak H0 ( namun karena di praktikum ini diasumsikan bahwa tingkat rata rata kepuasan ketiga jurusan sama, maka diasumsikan Terima H 0). Output tabel ANOVA uji hipotesisnya: H0 : rataan tingkat kepuasan di tiga jurusan adalah sama H1 : rataan tingkat kepuasan di tiga jurusan adalah beda Dari tabel dapat dilihat nilai signifikansinya 0,29 > 0,05 artinya terima H0 ( artinya tingkat rata rata kepuasan ketiga jurusan adalah sama) . Pada tabel post hoc ditampilkan selisih dari rataan masing-masing jurusan. Selain itu juga bisa dilakukan uji hipotesis mengenai kesamaan rataan tingkat kepuasan masing-masing jurusan. Uji hipotesisnya: H0 : rataan tingkat kepuasan di tiga jurusan adalah sama H1 : rataan tingkat kepuasan di tiga jurusan adalah beda

Pada tabel Homogeneous Subset kita dapatkan bahwa masing-masing populasi terletak pada satu subset, subset yang sama. Hal ini rataan tingkat kepuasan di tiga jurusan sama.

3.2 Apa saja syarat syarat yang diperlukan dalam uji ANOVA? Apakah syaratsyarat yang diperlukan sudah dilakukan sebelum uji ANOVA dilakukan dalam praktikum! Jawab : Syarat yang diperlukan dalam Uji ANOVA adalah: Data berdistribusi normal Data homogeny yaitu dengan mengujinya melalui barlett test atau levene test Minimal data bertipe interval

Syarat pertama dan kedua tidak dilakukan terlebih dahulu dalam praktikum karena pada praktikum kali ini diasumsikan bahwa data telah berdistribusi normal dan homogeny. Sedangkan untuk syarat ketiga, tidak dilakukan juga, jadi data yang bertipe nominal tetap dilakukan pengujian ANOVA. 3.3 Apa perbedaan antara Uji-t dengan Uji One Way ANOVA? Jawab : Dalam uji t data yang diperlukan maksimal 30 (n<30), sedangkan pada uji ANOVA data yang digunakan bebas. Uji t membandingkan rataan dari dua populasi, sedangkan uji ANOVA bisa lebih dari dua. 3.4 Jelaskan Uji yang dilakukan sebelum mnggunakan One Way ANOVA! Apakah hipotesis yang digunakan dalam Uji tersebut dan jelaskan kesimpulan dari hasil Uji tersebut! (sebutkan hipotesis nol dan hipotesis tandingannya) Jawab : Uji yang dilakukan adalah uji Levene yang fungsinya untuk mengetahui apakah variansi kepuasan untuk masing-masing jurusan bernilai sama atau tidak. H0 : 12 = 22 = 32 = = k2 H1 : satu atau lebih dari variansi populasi tidak sama dengan lainnya Tolak H0 jika Sig. < Sig. = 0.014 < = 0.05 maka tolak H0 artinya minimal ada satu variansi populasi yang berbeda dan data tidak homogeny. 3.5 Jelaskan pengertian SSB dan SSW!

Jawab : SSB adalah nilai jumlah kuadrat dari selisih antara rata-rata kepuasan per jurusan dengan rata-rata kepuasan seluruhnya diantara populasi. SSW adalah nilai jumlah kuadrat dari selisih antara semua data dengan ratarata kepuasan seluruhnya dalam populasi. 3.6 Jelaskan pengertian Two Way ANOVA! Jawab : Two Way ANOVA digunakan untuk menganalisis kejadian dengan 2 variabel pengamatan, yaitu blok dan treatment. Maka dari itu, total jumlah kuadrat rata-rata akan terbagi menjadi tiga partisi, yaitu jumlah kuadrat untuk blok (SSBL), treatment (SSTR), dan error (SSE). 3.7 Bagaimana penggunaan ini membangun Hipotesis nol dan hipotesis tandingan ? Jawab : H0 H1 : tidak ada interaksi antara jurusan dengan jenis kelamin : ada interaksi antara jurusan dengan jenis kelamin

3.8 Jelaskan dengan baik, penggunaan Uji One Way ANOVA dan Two Way ANOVA dalam kehidupan sehari-hari! Jawab : Uji One Way ANOVA : Untuk mengetahui apakah ada perbedaan rata-rata nilai akhir STATIN mahasiswa dari tiga kelas. Uji Two Way ANOVA : Untuk mengetahui apakah ada interaksi antara merek dengan tempat jual suatu produk terhadap rata-rata harga jualnya. 3.9 Mengapa perlu dilakukan Uji Kruskal Wallis? Apa yang membedakan Uji Kruskal Wallis dengan ANOVA? Jawab : Uji Kruskal Wallis digunakan untuk mengatasi permasalahan yang tidak dapat diselesaikan dengan One Way ANOVA. Yang membedakannya dengan ANOVA adalah kondisi yang memungkinkan digunakannya uji Kruskal Wallis, yaitu : Tidak ada asumsi tentang bentuk populasi; Setiap kelompok independen; Data acak.

3.10 Sebutkan hipotesis yang digunakan dalam uji Kruskall Wallis! Jawab :

H0 H1 Jawab :

: seluruh sampel dari populasi yang identik : minimal satu populasi berbeda

3.11 Jelaskan Fungsi Uji Kruskall Wallis dalam kehidupan sehari-hari! Untuk mengetahui apakah ada perbedaan kandungan nikotin dalam beberapa merk rokok; Untuk mengetahui apakah ada perbedaan volume air dalam botol yang dihasilkan dari beberapa mesin.