ANOVA (Analysis of Variance)

DATA terbagi atas DATA KUALITATIF dan DATA KUANTITATIF Data yang dinyatakan dalam bentuk bukan angka. Contoh : jenis pekerjaan, status marital, tingkat kepuasan kerja DATA KUANTITATIF : Data yang dinyatakan dalam bentuk angka Contoh : lama bekerja, jumlah gaji, usia, hasil ulangan DATA KUALITATIF JENIS DATA KUANTITATIF NOMINAL ORDINAL INTERVAL RASIO

Pengolahan Data MULAI Jenis Data ? Statistik Non Parametrik Statistik NOMINAL INTERVAL Statistik Parametrik ORDINAL RASIO Jumlah Variabel y Analisis Univariat SATU DUA / LEBIH Analisis Multivariat

Satu variabel dependen (kuantitatif) dan satu kelompok (kualitatif) Anova : menguji rata-rata satu kelompok / lebih melalui satu variabel dependen / lebih berbeda secara signifikan atau tidak. ONE WAY ANOVA Satu variabel dependen (kuantitatif) dan satu kelompok (kualitatif) Contoh : apakah pandangan siswa tentang IPS (kuantitatif) berbeda berdasarkan jenjang pendidikannya (kualitatif : SD, SLTP, SMU) Variabel dependen lebih dari satu tetapi kelompok sama Contoh : apakah rata-rata ulangan dan pandangan siswa terhadap IPS berbeda untuk tiap daerah Satu variabel dependen tetapi kelompok berbeda Contoh : apakah rata-rata ulangan berbeda berdasarkan klasifikasi sekolah dan kelompok penelitian MULTIVARIAT ANOVA Variabel dependen lebih dari satu dan kelompok berbeda Contoh : apakah rata-rata ulangan dan pandangan siswa terhadap IPS berbeda berdasarkan klasifikasi Sekolah dan kelompok penelitian

Asumsi: 1. Sampel berasal dari kelompok yang independen. 2. Varians dari kelompok bersifat homogen (sama) 3. Tidak ada korelasi antar pengamatan 4. Data masing-masing kelompok berdistribusi normal

JENIS ANOVA One Way ANOVA (ANOVA SATU ARAH) Hubungan antara satu variabel dependen (metrik) dengan satu variabel independen kategorikal (dengan kategori > 2) Two Way ANOVA (ANOVA DUA ARAH) Hubungan satu variabel dependen metrik dengan dua variabel independen kategorikal Three Ways ANOVA (ANOVA TIGA ARAH) Hubungan satu variabel dependen metrik dengan tiga variabel independen kategorikal

LATIHAN Seorang manajer personalia ingin mengetahui apakah pengalaman kerja sebelumnya (previous experience) dipengaruhi oleh jabatan (job category) dan apakah terdapat perbedaan rata-rata antara kategori jabatan (clerical, custodial, dan manajer) tersebut?

LATIHAN (continued) Analyze – General Linear Model – Univariate Dependent Variable – Prevexp Fixed Factor(s) – jobcat Post-Hoc – Pindahkan jobcat – Post Hoc test for Equal Variance Assumed – Bonferroni dan Tukey (dibaca ketika varians kelompok sama) Equal Variance Not Assumed - Tamhane‘s T2 (dibaca ketika varians kelompok berbeda) Options – Displays – Aktifkan Homogeneity Tests Continue - OK

LATIHAN (Continued) Hasil Levene’s test menunjukkan tingkat signifikansi sebesar 0.080 (> 0.05) yang berarti varians antar kelompok adalah sama, yang artinya asumsi dari ANOVA terpenuhi

LATIHAN (Continued2) Variabel jobcat memiliki tingkat signifikansi 0.00 (< 0.05) maka dapat disimpulkan bahwa jobcat mempengaruhi pengalaman kerja sebelumnya. Besarnya nilai adjusted R squared 0.224 berarti bahwa variabilitas pengalaman kerja sebelumnya dapat dijelaskan oleh variabilitas jobcat sebesar 22.4%

LATIHAN (Continued2)

LATIHAN (Continued2) Hasil Tukey HSD maupun Bonferoni menunjukkan bahwa terdapat perbedaan pengalaman kerja sebelumnya antara pegawai clerical dan pegawai custodial dengan rata-rata perbedaan pengalaman kerja 213.07 bulan dan secara statistik dengan signifikan 0. 000 (<0.05), antara pegawai custodial dan manager sebesar 220.49 dan secara statistik signifikan 0.000 (<0.05) sedangkan antara pegawai clerical dan manager tidak ada perbedaan rata-rata pengalaman kerja sebelumnya secara statistik dikarenakan tingkat signifikansi yang dihasilkan 0.784 (>0.05).

Contoh: Seorang pakar pasar modal berpendapat bahwa rata-rata pembelian saham per investor di bursa efek A, B, dan C sama. Berikut adalah hasil penelitian terhadap pembelian selama 4 minggu di tiga bursa efek A, B, dan C.

BURSA PEMBELIAN SAHAM (MG) A B C I 22 25 II 21 29 III 26 24 28 IV 23 30

Analisis dengan SPSS Oneway

Analisis dengan SPSS Oneway

Post Hoc Tests

CONTOH 2: (JIKA BANYAKNYA PENGAMATAN SETIAP SAMPEL TIDAK SAMA) Banyaknya susu kaleng dengan berat 1 kg dari 5 merk yang terjual disebuah pasar swalayan selama beberapa hari adalah: MERK A 21 35 32 28 14 27 25 B 12 19 23 31 20 C 45 60 36 40 43 48 D 38 34 E 29 30 42

CONTOH 2: (JIKA BANYAKNYA PENGAMATAN SETIAP SAMPEL TIDAK SAMA) Kita ingin menguji pada taraf nyata 5% apakah banyaknya susu kaleng yang terjual untuk ke-5 merk tersebut menunjukkan perbedaan yang nyata

Analisis dengan SPSS Oneway

Analisis dengan SPSS Oneway

Post Hoc Tests