Statistik ANOVA

Diskon : Teh Daun Jati Cina:78%.

Salam jumpa, semoga sehat dan tetap semangat. Kali ini saya akan mencoba berbagi informasi tentang Statistik ANOVA. Baiklah kita langsung saja.

Sering kali kita menghadapi banyak rata-rata (lebih dari dua rata-rata). apabila kita mengambil langkah pengujian perbedaan rata-rata tersebut satu persatu (dengan t test) akan memakan waktu, tenaga yang banyak. di samping itu, kita akan menghadapi risiko salah yang besar. untuk itu, cara analisis yang mengandung kesalahan lebih kecil dan dapat menghemat waktu serta tenaga yaitu dengan ANOVA (Analisys of variances).
Secara umum, analisis varians menguji dua varians (atau ragam) berdasarkan hipotesis nol bahwa kedua varians itu sama. varians pertama adalah varians antar contoh (among samples) dan varians kedua adalah varians di dalam masing-masing contoh (within samples). Dengan ide semacam ini, analisis varians dengan dua contoh akan memberikan hasil yang sama dengan uji-t untuk dua rata-rata (mean).
Analisis of variance atau ANOVA merupakan salah satu teknik analisis multivariate yang berfungsi untuk membedakan rerata lebih dari dua kelompok data dengan cara membandingkan variansinya. Analisis varian termasuk dalam kategori statistik parametric. Sebagai alat statistika parametric, maka untuk dapat menggunakan rumus ANOVA harus terlebih dahulu perlu dilakukan uji asumsi meliputi normalitas, heterokedastisitas dan random sampling (Ghozali, 2009). Seperti yang dikatakan oleh Agustinus Bandur dalam bukunya “Penelitian Kuantitatif-Desain Dan Analisis Data Dengan SPSS”, analisys of variance (ANOVA) dapat digunakan dalam situasi ketika kita memiliki satu variable interval atau rasio sebagai variable dependen dan satu atau lebih variable nominal atau ordinal sebagai variable dependen.
Analisis varian dapat dilakukan untuk menganalisis data yang berasal dari berbagai macam jenis dan desain penelitian. Analisis varian banyak dipergunakan pada penelitian-penelitian yang banyak melibatkan pengujian komparatif yaitu menguji variabel terikat dengan cara membandingkannya pada kelompok-kelompok sampel independen yang diamati. Analisis varian saat ini banyak digunakan dalam penelitian survey dan penelitian eksperimen.
ANOVA bisa dikatakan sebagai salah satu teknik penelitian statistic yang sering digunakan oleh banyak peneliti karena memiliki dua karakteristik seperti (Bandur, 283:2013) :

• ANOVA akan membantu kita untuk menganalisis data dari hasil desain penelitian eksperimental.
• ANOVA akan membantu kita untuk melihat hubungan sebab akibat. Hal inilah yang membedakan t-test dengan ANOVA dengan correlation dan multi-regretion. Dalam kedua tes statistic yang disebutkan terakhir, kita bisa menguku hubungan sebab akibat pada variable independen dan dependen.

Anova dapat digolongkan kedalam 2 kriteria, yaitu :
1. Klasifikasi satu arah (One Way ANOVA)
Analisis of variance atau ANOVA merupakan salah satu teknik analisis multivariate yang berfungsi untuk membedakan rata-rata lebih dari dua kelompok data dengan cara membandingkan variansinya. Sedangkan menurut Teguh Wahyono dalam bukunya, “25 Metode Anlisis dengan menggunakan SPSS 17” One Way ANOVA merupakan prosedur yang digunakan untuk menghasilkan analisis variansi satu arah untuk variabel dependen dengan tipe data kuantitatif dengan sebuah variabel independen sebagai variabel faktor. Jadi dapat disimpulkan One Way ANOVA merupakan  Anova klasifikasi satu arah merupakan ANOVA yang didasarkan pada pengamatan satu kriteriaatau satu faktor yang menimbulkan variasi.
Analisis varians pertama kali diperkenalkan oleh Sir Ronald Fisher (Bapak Statistika Modern). Dalam praktek, analisis varians dapat merupakan uji hipotesis (lebih sering dipakai) maupun pendugaan (estimasi khususnya di bidang genetika terapan). Analisis varian dapat dilakukan untuk menganalisis data yang berasal dari berbagai macam jenis dan desain penelitian.
Sebelum menguji dengan ANOVA, data harus berdistribusi normal dan mempunyai varians yang sama. Data yang digunakan pada One Way ANOVA untuk nilai variabel pada faktor harus integer sedangkan variabel dependen harus berupa data kuantitatif (tingkat pengukuran interval).Asumsi yang digunakan pada One Way ANOVA, yaitu setiap kelompok pada sampel acak independen dari populasi yang normal dan bervarian homogen. Dari output uji Anova akan diperoleh nilai F hitung. Jika nilai F hitung tidak signifikan, berarti rata-rata variabel dependen pada tingkat faktor yang ditentukan identik. Jika F hitung signifikan berarti terdapat perbedaan rata-rata variabel dependen pada tingkat faktor yang telah ditentukan.

2. Klasifikasi dua arah (Two Way ANOVA)

ANOVA klasifikasi dua arah merupakan ANOVA yang didasarkan pada pengamatan dua kritenia atau dua faktor yang menimbulkan variasi. Anova dua jalur memiliki perbedaan dibanding anova satu jalur. Perbedaannya adalah pada jumlah variabel independen. Pada anova satu jalur hanya ada satu variabel independen, sementara pada anova dua jalur ada dua atau lebih variabel independen.
Uji statistikparametrik ANOVA dua arah ini dapat membantu peneliti kuantitatif untuk melihat pengaruh dua variable independen terhadap sebuah variable dependen. (Bandur, 292:2013)
Jika kita menggunakan two way ANOVA kita bisa menguji main effect dan juga interaction effect dari masing-masing variable independent terhadap variable dependen. Main effect merupakan pengaruh langsung salah satu variable independen terhadap variable depenen dengan membandingkan rata-rata skor pada masing-masing kategori variabel dependen. Sedangkan interaction effect memberikan gambaran kepada peneliti apakah pengaruh sebuah variable independen terhadap variabel dependen berlaku untuk variabel dependen lainnya atau tidak.

Untuk memper jelas uraian diatas perhatikan Contoh Kasus berikut ini :
Apakah terdapat perbedaan skor hasil test keterampilan komunikasi personal antara mahasiswa berdasarkan kualifikasi semester (1, 2, 3, dan 4) dan berdasarkan kualifikasi background mata pencaharian orang tua mahasiswa? Data sebagai berikut :

1. Data Hasil Ujian adalah variabel Dependent
2. Data Semester dan Background adalah variabel Independent

Langkah-langkah Uji ANOVA dengan program SPSS sbb. :

• Buka SPSS dan ketik data seperti gambar di bawah ini
  
• Klik Analyze > General Liniear Model > Univariate, sehingga muncul jendela sbb. :
  

• Masukkan variabel Hasil Tes Keterampilan ke kotak Dependent Variable, dan masukkan variabel Kelas Mahasiswa dan Latar Belakang ke dalam kotak Fixed Factor (s) seperti terlihat pada gambar di bawah ini :
  

• Klik Plots, maka akan muncul jendela sbb; kemudian masukkan Semester ke kotak Horizintal Axis dan Background ke kotak Separate Lines.
  

• Klik Add, maka akan muncul jendela sbb; lalu klik Continue.
  
• Klik Post Hoc, maka akan muncul jendela sbb; kemudian masukkan semester ke kotak Post Hoc Test for -> centang Tukey -> Klik Continue.
  
• Klik Options, maka akan muncul jendela sbb; masukkan Semester, Background dan Semester*Background ke dalam kotak Display Means for. Pada Display centang Descriptive statistics dan Homogenity tests.
  
• Kemudian Klik continue -> Klik OK -> Lihat hasil
  

Dari tabel output diatas dapat Interpretasikan bahwa :

1. Pada baris Background terlihat nilai signifikan 0.525 yaitu nilai > 0.05, jadi tidak ada perbedaan yang signifikan antara skor hasil test keterampilan komunikasi personal dengan latar belakang mahasiswa.
2. Pada baris Semester terlihat nilai signifikan 0.000 yaitu nilai < 0.05, jadi terdapat perbedaan yang signifikan pada skor hasil test keterampilan komunikasi personal dengan mahasiswa semester I, II, III dan IV.

Memperhatikan interprestasi tabel output mengenai perbedaan skor hasil test keterampilan komunikasi personal antara mahasiswa berdasarkan kualifikasi semester (1, 2, 3, dan 4) dan berdasarkan kualifikasi background mata pencaharian orang tua mahasiswa. Dengan menggunakan uji Two Way ANOVA, dapat disimpulkan bahwa terdapat perbedaan yang signifikan antara skor hasil test keterampilan komunikasi personal antara mahasiswa dengan kualifikasi semester. Sedangkan pada kualifikasi background mata pencaharian orang tua mahasiswa tidak terlihat perbedaan yang signifikan terhadap skor hasil test keterampilan komunikasi personal mahasiswa. Contoh kasus diatas memilih meneliti menggunakan two way ANOVA karena memiliki dua variabel independen yaitu Kualifikasi semester dan kualifikasi background mata pencaharian orang tua mahasiswa.

Demikianlah artikel tentang Statistik ANOVA. Semoga artikel ini bermanfaat dan apabila pembaca merasa terbantu mohon bagikan juga artikel ini pada yang lain.