Analisis varians (analysis of variance) atau ANOVA adalah suatu metode analisis statistika yang termasuk ke dalam cabang statistika inferensi. Uji dalam anova menggunakan uji F karena dipakai untuk pengujian lebih dari 2 sampel. Dalam praktik, analisis varians dapat merupakan uji hipotesis (lebih sering dipakai) maupunpendugaan (estimation, khususnya di bidang genetika terapan).
Anova (Analysis of variances) digunakan untuk melakukan analisis komparasi multivariabel. Teknik analisis komparatif dengan menggunakan tes “t” yakni dengan mencari perbedaan yang signifikan dari dua buah mean hanya efektif bila jumlah variabelnya dua. Untuk mengatasi hal tersebut ada teknik analisis komparatif yang lebih baik yaitu Analysis of variances yang disingkat anova.
Anova digunakan untuk membandingkan rata-rata populasi bukan ragam populasi. Jenis data yang tepat untuk anova adalah nominal dan ordinal pada variabel bebasnya,jika data pada variabel bebasnya dalam bentuk interval atau ratio maka harus diubah dulu dalam bentuk ordinal atau nominal. Sedangkan variabel terikatnya adalah data interval atau ratio.
ANOVA dua arah ini digunakan bila sumber keragaman yang terjadi tidak hanya karena satu faktor (perlakuan).Faktor lain yang mungkin menjadi sumber keragaman respon juga harus diperhatikan.Faktor lain ini bisa perlakuan lain atau faktor yang sudah terkondisi. Pertimbangan memasukkan faktor kedua sebagai sumber keragaman ini perlu bila faktor itu dikelompokkan (blok),sehingga keragaman antar kelompok sangat besar,tetapi kecil dalam kelompok sendiri.
Tujuan dan pengujian ANOVA 2 arah ini adalah untuk mengetahui apakah ada pengaruh dari berbagai kriteria yang diuji terhadap hasil yang diinginkan. Misal, seorang manajer teknik menguji apakah ada pengaruh antara jenis pelumas yang dipergunakan pada roda pendorong dengan kecepatan roda pendorong terhadap hasil penganyaman sebuah karung plastik pada mesin circular.
Adapun asumsi dasar yang harus terpenuhi dalam analisis varian adalah :
- Kenormalan. Distribusi data harus normal, agar data berdistribusi normal dapat ditempuh dengan cara memperbanyak jumlah sampel dalam kelompok.
- Kesamaaan variansi, Setiap kelompok hendaknya berasaldari popolasi yang sama dengan variansi yang sama pula. Bila banyaknya sampel sama pada setiap kelompok maka kesamaan variansinya dapat diabaikan. Tapi bila banyak sampel pada masing masing kelompok tidak sama maka kesamaan variansi populasi sangat diperlukan.
- Pengamatan bebas, Sampel hendaknya diambil secara acak (random), sehingga setiap pengamatan merupakan informasi yang bebas.
Anova lebih akurat digunakan untuk sejumlah sampel yang sama pada setiap kelompoknya, misalnya masing masing variabel setiap kelompok jumlah sampel atau responden nya sama sama 250 orang.
secara umum persamaan pada anova dua jalan dapat digambarkan dengan menggunakan kolom sebagai berikut:
Hal yang perlu diperhatikan dalam pengisian variabel Name adalah “tidak boleh ada spasi dalam pengisiannya”.
Langkah-langkahnya :
- Pilih Analyze => General Linear Model => Univariate
- Kemudian lakukan pengisian terhadap :
- Kolom Dependent Variable
- Kolom Faktor(s) Masukkan yang termasuk Fixed Factor(s) (dalam kasus ini : tingkat dan gender)
- Horizontal Axis : … (tingkat)
- Separate lines : … (gender)
- Descriptive statistics
- Estimate of effect
- Homogeneity test
- Spread vs level plot
Maka akan keluar output sebagai berikut:
Jadi tidak ada interaksi antara faktor tingkat dengan faktor gender pada tingkat signifikasi 5%. Hal tersebut manyatakan bahwa uji efek untuk faktor bahan bakar dan kendali bisa dilakukan.
Berdasarkan output diatas, tampak bahwa mahasiswa tingkat 3 memiliki jam belajar paling lama. Dapat juga disimpulkan bahwa tidak terdapat perbedaan jumlah jam belajar yang signifikan antara mahasiswa tingkat 2 dan 4. Sedangkan antara tingkat yang lain menunjukkan adanya perbedaan yang signifikan dalam hal jumlah jam belajar
Komentar
Posting Komentar