Analisis Lengkap dan Mudah Uji Beda ANOVA Melalui One Way Analysis of Variance Pakai SPSS

Complete and Easy Analysis of ANOVA Difference Test Through One Way Analysis of Variance Using SPSS

Pengertian Anova dan One Way Analysis of Variance

Analysis of variance atau ANOVA merupakan salah satu metode dalam menguji korelasi antara satu variabel dependent dalam skala metrik dengan satu atau beberapa variabel independent dalam skala non metrik (kategori dengan lebih dari dua kategori). Analisis ini banyak digunakan dalam riset-riset ilmiah. Telah banyak contoh penelitian menggunakan uji anova.

Misalnya ingin menguji apakah target penjualan yang dicapai masing-masing karyawan (dependen variabel) berhubungan dengan tingkat pendidikan karyawan (independen variabel skala kategori). Dalam hal ini jika akan diuji korelasi antara satu variabel dependen dengan satu variabel independen disebut one way analysis of variance atau uji Anova one way. Sedangkan jika yang diuji korelasi antara satu variabel dependen metrik dengan dua atau tiga variabel independen non metrik disebut two ways analysis of variance atau two ways ANOVA.

One way analysis of variance itu sendiri jika di kaitkan dengan contoh di atas yaitu apakah rata-rata penjualan setiap karyawan berbeda atau sama berdasarkan jenis pendidikan. Metode ini dapat dilakukan apabila variabel dependen atau terikat merupakan variabel metrik atau numerik. Jadi variabel dependen berskala rasio atau minimal berskala interval.

Syarat Uji One Way Analysis of Variance

Penggunaan one way analysis of variance perlu mematuhi beberapa persyaratan. Hal ini penting supaya hasil yang diperoleh dapat bermanfaat dalam menjawab permasalahan. Terutama dalam riset ilmiah seringkali metode ini digunakan untuk melengkapi analisis. Maka penting memenuhi kaidah-kaidah yang ditentukan agar formulasi ini bekerja pada data yang tepat.

Populasi harus independen

Populasi yang digunakan dalam analisis harus bersifat independen begitu pula data yang diamati harus bersifat independen. Jadi sampel yang satu tidak berhubungan dengan sampel yang lain.

Populasi harus berdistribusi normal

Uji one way analysis of variance merupakan uji beda rata-rata memiliki asumsi sama dengan uji t dan Z. Olehnya itu sampel harus berasal dari populasi yang memenuhi distribusi normal. Jumlah sampel juga harus relatif besar. Uji distribusi normal bisa dilakukan dengan uji chi square.

Populasi harus memiliki variance yang sama

Hal itu karena kesamaan dari variance berhubungan dengan uji F yang nantinya dilakukan. Jika terjadi variance dari sampel tidak sama maka tidak dapat dilakukan uji F. Demikian pula jika sampel dari suatu populasi diambil secara bebas maka sampel perlu diambil secara acak.

Entry Data dan Uji One Way Analysis of Variance

Dalam analisis ini penulis menggunakan aplikasi SPSS versi 20. Sahabat yang memiliki versi di atas atau di bawah versi yang penulis gunakan tidak masalah. Ayo! kita mulai!

Entri dan Membangun Basis Data

Data perlu disiapkan terlebih dahulu. Pindahkan data yang telah dikumpulkan baik secara dokumentasi maupun melalui angket. Cara entri data kelembar kerja SPSS sudah penulis jelaskan pada postingan yang lalu. Tetapi baiklah penulis jelaskan kembali berkenaan dengan contoh ini.

Aktifkan SPSS dengan klik logo SPSS dimenu komputer
Klik variabel view untuk membangun basis data. Hasilnya ditampilkan di bawah ini beserta langkah-langkahnya:

Pada kolom name tuliskan informasi mengenai karakteristik variabel seperti nama responden, umur, alamat, pendidikan dan penjualan yang dicapai
Pada kolom type sesuaikan type variabel seperti nama variabel bertype string, umur bertype numeric, alamat bertype string, pendidikan bertype numeric (karena akan diberi bobot) dan penjualan bertype numeric
Klik pada kolom Width dan isikan angka sesuai banyaknya karakter
Klik pada kolom decimal dan isikan pecahan desimal yang diinginkan (Dalam contoh tidak menggunakan angka desimal)
Pada kolom label, isikan label atau nama variabel
Pada kolom Values klik pada baris pendidikan dan isikan value dan label (Value=1,Label=SLTA), (Value=2,Label=Diploma), (Value=3,Label=S1)

Pada kolom missing biarkan kosong karena data-data telah tersedia cara proporsional
Pada kolom columns sesuaikan dengan banyaknya karakter pada label, bisa juga diatur secara manual
Pada kolom Align sesuaikan perataan kiri, kanan
Pada kolom measure biarkan apa adanya
Pada kolom role biarkan apa adanya
Klik data view dan liat hasilnya, kemudian lakukan entri data

Karena ini merupakan contoh maka hanya akan diisi kolom pendidikan dan penjualan, namun pada penelitian sesungguhnya di sarankan diisi lengkap sebagai basis data. Berikut ini entri data untuk keperluan contoh.

Langkah-langkah uji one way analysis of variance

Dari menu utama SPSS pilih analyze lalu general linier model kemudian klik univariate tampak seperti ini:

Pada kotak dialog univariate masukan variabel dependen (penjualan) ke kotak dependent variable dan masukan independen (pendidikan) kekotak fixed factors(s)

Klik Option lalu pilih homogeneity tests lalu continue
Klik Post_Hoc pindahkan variabel penelitian kekotak Post Hoc Tests for lalu aktifkan kotak Bonferroni dan Tukey lalu Continue dan Ok hasil lengkapnya seperti ini:

Analisis dan Kesimpulan

a. Hasil Test of Homogeneity of variance

Tes ini bertujuan menguji asumsi Anova dimana setiap grup atau kategori variabel independen mempunyai variance yang sama. Jika hasil Levene’s test of homogeneity of variance signifikan pada tingkat alpha 0,05 atau 5% maka hipotesis nol yang menyatakan grup memiliki variance sama dapat ditolak.

Hasil pengujian ANOVA pada hasil Levene’s test of homogeneity of variance menunjukkan nilai F hitung sebesar 1,788 dan sig. sebesar 0,199 tidak signifikan ditingkat alpha 0,05 artinya hipotesis nol yang menyatakan variance sama diterima, menunjukkan bahwa asumsi Anova terpenuhi.

Menurut Imam Ghozali (2013) pada kasus dimana asumsi ini dilanggar, misalkan hasil uji levene test menunjukkan hasil probabilitas signifikan yang berarti variance tidak sama (berbeda) hal ini tidak fatal untuk Anova dan analisis masih dapat diteruskan sepanjang grup memiliki sampel size yang sama (secara proporsional).

b. Test of Between-Subjects Effects

Test ini bertujuan untuk mengetahui apakah ada perbedaan tingkat pencapaian penjualan dikarenakan perbedaan tingkat pendidikan. Output SPSS memperlihatkan nilai F hitung sebesar 413,844 untuk intercept yang signifikan pada alpha 0,05 dan nilai F hitung sebesar 32,266 pada variabel pendidikan yang signifikan pada alpha 0,05.

Berdasarkan variabel pendidikan yang signifikan ditingkat alpha 0,05 maka menunjukkan tingkat pendidikan (kategori pendidikan) mempengaruhi tingkat penjualan pada masing-masing karyawan. Artinya juga terdapat perbedaan tingkat penjualan diantara karyawan disebabkan perbedaan tingkat pendidikan.

Nilai adjusted R Square sebesar 0,776 menunjukkan bahwa variabilitas penjualan yang dapat dijelaskan oleh variabilitas kategori pendidikan adalah sebesar 77,6% sedangkan sisanya sebesar 22,4% di jelaskan oleh variabilitas variabel lain.

c. Post Hoc Test

Test ini berdasarkan contoh di atas adalah untuk mengetahui berapa besarnya perbedaan penjualan antar tingkat pendidikan pada output Bonferroni dan tukey test. Hasil Tukey HSD maupun Bonferroni menunjukkan bahwa terdapat perbedaan penjualan antara karyawan yang berpendidikan SLTA dengan karyawan yang berpendidikan Diploma. Nilai rata-rata perbedaan sebesar 676033,47 dan secara statistik signifikan sebesar 0,031 (Bonferroni=0,036)

Hasil Tukey HSD maupun Bonferroni berikutnya menunjukkan bahwa terdapat perbedaan penjualan antara karyawan yang berpendidikan SLTA dengan karyawan yang berpendidikan S1. Nilai rata-rata perbedaan sebesar 2314423,98 dan secara statistic signifikan sebesar 0,000 (Bonferroni=0,000).

Hasil tukey HSD maupun Bonferroni berikutnya menunjukkan bahwa terdapat perbedaan penjualan antara karyawan yang berpendidikan Diploma dengan karyawan yang berpendidikan S1. Nilai rata-rata perbedaan sebesar 1638390,52 dan secara statistic signifikan 0,000 (Bonferroni=0,000)

d. Homogeneous test

Pada hasil Tukey test memberikan tambahan informasi mengenai ketegori variabel independen dan nilai rata-ratanya (means) seperti terlihat pada tabel penjualan. Pada subset satu terdapat nilai rata-rata penjualan untuk kategori karyawan yang berpendidikan SLTA dan Diploma. Nilai signifikansi sebesar 0,059menyatakan bahwa rata-rata penjualan antara karyawan berpendidikan SLTA dan karyawan berpendidikan Diploma (dalam satu subset) tidak berbeda secara statistic.

Adapun pada subset dua merupakan nilai rata-rata penjualan untuk kategori karyawan yang berpendidikan S1. Oleh karena penjualan karyawan berpendidikan SLTA dan Diploma tidak berbeda, maka berada pada subset kolom pertama. Sedangkan rata-rata penjualan karyawan berpendidikan S1 berbeda dengan penjualan pada karyawan berpendidikan SLTA dan Diploma maka berada pada subset tersendiri di kolom dua.

Berdasarkan hasil pengolahan data menggunakan SPSS kemudian dilakukan analisis diperoleh kesimpulan yaitu rata-rata penjualan karyawan berbeda. Perbedaan tersebut disebabkan oleh adanya perbedaan pendidikan diantara karyawan. Olehnya itu pimpinan perlu menaruh perhatian dalam hal pendidikan karyawan. Penting untuk diberikan kesempatan bagi karyawan untuk melanjutkan studinya ke jenjang yang lebih tinggi terutama bagi SLTA. Namun ini adalah sebuah contoh. Hasil yang berbeda dapat terjadi dalam kenyataan sebenarnya.

Sahabatku sekalian, demikian tulisan ini ya! semoga memberikan tambahan wawasan dan pengetahuan. Diharapkan menjadi masukan bagi penelitian selanjutnya. Terima kasih telah berkunjung dan membaca tulisan ini. Mudah-mudahan sahabat dikaruniai pengetahuan dan kesehatan serta dijauhkan dari segala hal yang buruk. Silahkan berlangganan konten gratis dengan mengirimkan email.