ANOVA

Analysis of Variance
+ Tryout Aplikasi SPSS
LATAR BELAKANG ANOVA
ANOVA adalah singkatan dari Analysis of Variance. Latar belakang
dikembangkan metoda ini karena ingin dilakukan testing terhadap
rata-rata populasi yg mengalami perlakuan yg berbeda-beda.
Pertanyaannya : apakah perbedaan rata-rata antara berbagai grup
yg mengalami perlakuan berbeda tsb signifikan atau tidak.

Asumsi untuk uji ANOVA adalah:

1. Populasi semuanya normal
2. Standard deviasi populasi sama
3. Populasi independen
MIsal ada 4 grup A,B,C dan D dengan rata-rata sampel xA, xB, xC dan
xD. Ingin diketahui apakah rata-rata populasi yg terkait dengan
sampel tsb sama? Tentu saja kita bisa melakukan uji statistik bagi
tiap sepasang mean, misal A=B lalu A=C dst. Semuanya ada 6
pasangan yg mungkin, jadi ada 6 uji yg harus dilakukan. Untuk
masing-masing dilakukan test-t
LATAR BELAKANG ANOVA
Apa kelemahan test-t sepasang-sepasang ini?
1. Banyak test harus dilakukan
2. Kesalahan tipe-1 yg besar

Misal tiap-tidap test-t diuji dengan tingkat signifikan 0.05, berarti

probabilitas H0 diterima dan keputusan benar 0.95. Karena ada 6
pasangan test (dalam contoh sebelumnya) maka probabilitas
telah dibuat keputusan benar karena menerima H0 yg benar
adalah 0.95*0.95*0.95*0.95*0.95*0.95 = 0.735
Jadi probabilitas melakukan error tipe I, yaitu H0 benar tapi ditolak
adalah 1-0.735 = 0.265!

Oleh karena diperlukan uji yg dapat sekaligus membandingkan

kesamaan rata-rata berbagai grup tsb serempak.
TEST ANOVA Ide

A B C

Ide dasar test ANOVA adalah perbedaan rata-rata populasi ditentukan oleh
dua faktor yaitu variasi data dalam 1 sampel dan variasi data antar
sampel. Perbedaan rata-rata antar populasi nyata jika variasi data antar
sampel besar sedangkan variasi data dalam 1 sampel kecil.
TEST ANOVA Macam Variasi

Beberapa definisi variasi.

1. Variasi Total
Jumlah total kuadrat selisih data dengan rata-rata total seluruh
data (grand mean) k nj
k nj

SStotal ( xij xG ) 2 x
j 1 i 1
ij
j 1 i 1 xG
N
2. Variasi Antar Sampel (atau Variasi karena Perlakuan)
Jumlah total kuadrat selisih rata-rata tiap sampel thd rata-rata
total (grand mean)
k
SST n j ( x j xG ) 2
j 1
TEST ANOVA Macam Variasi

Beberapa definisi variasi.

3. Variasi Random
Jumlah total kuadrat selisih data dengan rata-rata sampel yg terkait

nk
k nj

SSE ( xij x j ) 2
x i
j 1 i 1 xk i 1

nk
Dengan G adalah banyak group, n g adalah banyak sampel di group-g.
Dapat dibuktikan bahwa ketiga variasi tsb saling terkait:

SStotal = SST + SSE

TEST ANOVA

1. Hipotesa
H0: 1= 2= 3 = .
H1: tidak semua rata-rata populasi sama
2. Tentukan tingkat signifikan
3. Daerah kritis MST
F
Test statistiknya adalah F-test dengan MSE
dimana MST : Mean Squares of Treatments (between groups)
MSE : Mean Squares of Errors (within errors)
SST SSE
MST MSE
k 1 nk
Dengan k : jumlah grup dan n adalah banyak total semua data. Derajat
kebebasan F adalah (v1=k-1) untuk pembilang dan (v2=n-k) untuk
penyebut. Tentukan nilai kritis F(v1,v2) = Fkritis.
Tolak H0 jika Fhitung > Fkritis
TEST ANOVA

4. Perhitungan

TABEL ANOVA
Sumber Sum of Derajat Mean Fhitung
variasi Squares kebebasan Squares
Treatment SST k-1 MST=SST/(k-1) MST/MSE
(antar grup)
Error (dalam SSE n-k MSE=SSE/(n-k)
grup)
Total SS total n-1

5. Keputusan
Bandingkan Fhitung dengan Fkritis
6. Kesimpulan
 Contoh Kasus

Ingin dilihat perbedaan kadar Hb dari 3 (tiga)

kelompok responden, dengan kondisi sebagai
berikut :
Kelompok I : Memperoleh suplemen Fe
Kelompok II : Memperoleh suplemen Fe

dan vitamin B1
Kelompok III : Tidak memperoleh
suplemen
 pengukuran kadar Hb adalah sebagai berikut :
Kelompok I Kelompok II Kelompok III

11,5 12,4 11,1

11,7 11,6 10,5
12,5 12,1 11,2
11,6 11,8 10,5
12,0 11,8 11,2
12,4 12,3 10,6
12,0 12,2
12,1

Pertanyaan : Dengan asumsi data berdistribusi normal,

apakah ada perbedaan kadar Hb antara ke-3 kelompok
tersebut ? (Gunakan =5%)
Langkah-Langkah Penyelesaian
Hipotesis :

H0 : 1 = 2 = 3
H1 : minimal ada satu pasang yang berbeda

Atau

H0 : Tidak ada perbedaan kadar Hb untuk ke-3

kelompok
H1 : Ada perbedaan kadar Hb (minimal satu
pasang) untuk ke-3 kelompok
Dari data diperoleh nilai :

Kelompok Kelompok Kelompok Jumlah

1 2 3
11,5 12,4 11,1
11,7 11,6 10,5
12,5 12,1 11,2
11,6 11,8 10,5
12,0 11,8 11,2
12,4 12,3 10,6
12,0 12,2
12,1
Jumlah 83,7 96,3 65,1 245,1
Uraian penghitungan Sum of Square
Tabel Anova

Sbr var db SS MS Fhit

Perlakuan 2 5,692 2,846 24,965

Sisa 18 2,051 0,114
Total 20 7,743
Kesimpulan
Dengan menggunakan = 5% dapat disimpulkan :
Fhit = 24,967
F(2,18)(5%) = 3,55

Karena Fhit > F(2,18)(5%) maka Ho ditolak

Artinya : ada perbedaan kadar Hb (minimal
satu pasang )
UJI ANOVA SATU ARAH
Uji ANOVA satu arah digunakan untuk menguji
apakah ada perbedaan rata-rata lebih dari dua
variabel yang bersifat bebas satu sama lainnya.
Contoh : Ujilah efek dari 3 macam merek obat
penurun tekanan darah. Pasien dikelompokkan
menjadi 3 macam, yaitu : pasien peminum obat
merek A, pasien peminum obat merek B, dan
pasien peminum obat merek C. Data yang dipe-
roleh adalah sbb :
 Data :

Tekanan Kelompok Tekanan Kelompok

No No.
Darah Pasien Darah Paien
1 110 1 12 140 2
2 115 1 13 140 2
3 120 1 14 130 3
4 125 1 15 145 3
5 130 1 16 145 3
6 135 1 17 150 3
7 105 2 18 150 3
8 115 2 19 170 3
9 125 2 20 175 3
10 125 2 21 140 1
11 125 2
 Langkah-langkah :
a. Input Data
b. Klik menu Analyze, kemudian Compare
Means, dan One Way ANOVA
c. Masukkan variabel tekanan_darah pada
kotak Dependent List
d. Masukkan variabel pasien pada kota
Factor (data katagori). Klik Options.
e. Aktifkan pilihan Descriptive dan Homo-
geneity of variance test.
f. Klik Continue
g. Klik menu Post Hoc
 Aktifkan pilihan Bonferroni dan Tukey.
Klik Continue
OK
 Outputnya :