You are on page 1of 14

Seorang peneliti akan meneliti ketahanan buah-buhan terhadap temptratur atau suhu penyimpanan. Peneliti tersebut mengklasifikasi jenis buah berdasarkan kekerasan kulit luar: rendah (j1), sedang (j2), dan tinggi (j3). Kemudian ketiga jenis buah tersebut disimpan pada empat tempratur yang berbeda. Tempratur 1 (T1), tempratur 2 (T2), tempratur 3 (T3) dan tempratur 4 (T4). Pengamatan dilakukan setelah satu minggu penyimpanan dan respon yang diamati adalah penurunan kadar gula (%). Berikut data hasil pengamatan:

Seorang peneliti akan meneliti ketahanan buah-buhan terhadap temptratur atau suhu penyimpanan. Peneliti tersebut mengklasifikasi jenis buah

I. Dari data diatas, faktor apa saja yang mempengaruhi ketahanan buah? II. Apakah terdapat efek interaksi?

Prosedur Uji Anova dua arah menggunakan SPSS, sebagaimana berikut:

1. Input data ke dalam SPSS

Seorang peneliti akan meneliti ketahanan buah-buhan terhadap temptratur atau suhu penyimpanan. Peneliti tersebut mengklasifikasi jenis buah

2. Klik Analyze - General Linear Model - Univariate

3. Masukan : Daya tumbuh ke Dependent Variable, jenis buah dan tempratur ke fixed factors.

3. Masukan : Daya tumbuh ke Dependent Variable, jenis buah dan tempratur ke fixed factors. 4.

4. Pilih Plot - Pindahkan jenis buah ke separate lines dan tempratur ke horizontal axis. Klik add. klik continue.

5. Pilih post Hoc. Pindahkan Buah dan Tempratur ke Post Hoc. Pilih Tukey. Klik Continue. 6.

5. Pilih post Hoc. Pindahkan Buah dan Tempratur ke Post Hoc. Pilih Tukey. Klik Continue.

5. Pilih post Hoc. Pindahkan Buah dan Tempratur ke Post Hoc. Pilih Tukey. Klik Continue. 6.

6. Pilih Save. Centang Unstandardized. Klik Continue.

7. Pilih Option. Centang Homogeneity Tests. Klik Continue. Setelah melaksanakan step-step sebagaimana diatas maka diperoleh Output
  • 7. Pilih Option. Centang Homogeneity Tests. Klik Continue.

7. Pilih Option. Centang Homogeneity Tests. Klik Continue. Setelah melaksanakan step-step sebagaimana diatas maka diperoleh Output

Setelah melaksanakan step-step sebagaimana diatas maka diperoleh Output sebagai berikut:

  • 8. Informasi jumlah pengamatan per level dari faktor

9. Uji asumsi homogenitas variance, didapat nilai signifikansi 0.098 yang berarti variance homogen. 10. Uji Model:

9. Uji asumsi homogenitas variance, didapat nilai signifikansi 0.098 yang berarti variance homogen.

9. Uji asumsi homogenitas variance, didapat nilai signifikansi 0.098 yang berarti variance homogen. 10. Uji Model:
  • 10. Uji Model: Jenis buah berpengaruh terhadap daya tumbuh di tempat penyimpanan, nilai signifikan

0.026. Tempratur bepengaruh terhadap daya tumbuh di tempat penyimpanan, nilai signifikan 0.000 Ada pengaruh dari faktor interaksi antara jenis buah dengan tempratur, nilai signifikan 0.000

9. Uji asumsi homogenitas variance, didapat nilai signifikansi 0.098 yang berarti variance homogen. 10. Uji Model:
  • 11. Terlihat bahwa Jenis Buah 1 dan Jenis Buah 3 berbeda signifikan.

9. Uji asumsi homogenitas variance, didapat nilai signifikansi 0.098 yang berarti variance homogen. 10. Uji Model:
  • 12. Terlihat bahwa yang berbeda signifikan antara level suhu 5C dan 20C. terdapat perbedaan daya

tumbuh.

13. Terlihat bahwa untuk kondisi tertentu terjadi perbedaan daya tumbuh buah. Pada suhu 5C rata- rata

13. Terlihat bahwa untuk kondisi tertentu terjadi perbedaan daya tumbuh buah. Pada suhu 5C rata- rata daya tumbuh buah J3 lebih tinggi dari J1, namun pada suhu 20C buah jenis J1 lebih tinggi dari

J3.

13. Terlihat bahwa untuk kondisi tertentu terjadi perbedaan daya tumbuh buah. Pada suhu 5C rata- rata

Kapan menggunakan Analisis ragam (Anova) dua arah dengan interaksi?

Anova digunakan untuk melihat perbandingan rata-rata beberapa kelompok biasanya lebih dari dua kelompok. Anova dua arah digunakan pada kelompok yang digunakan berasal dari sampel yang sama tiap kelompok. sama disini diartikan berasal dari kategori yang sama. Jadi, bisa disimpulkan Pertama yang perlu dilihat tujuannya membandingkan rata-rata kelompok lebih dari dua. KeduaSampel yang digunakan merupakan sampel yang sudah dikategorikan per kelompok sama. Konsep ketiga yang perlu dimengerti adalah setiap kelompok tersebut dilakukan pengulangan pengujian. ini seperti menggabung anova satu arah dan anova dua arah tanpa interkasi. Bingung yaa. Agar mengerti maksudku nanti kita lihat dengan contoh.

Asumsi-asumsi yang harus dipenuhi dalam analisis varians (anova):

  • 1. Data berdistribusi normal, karena pengujiannya menggunakan uji F- Snedecor

  • 2. Varians atau ragamnya homogen, dikenal sebagai homoskedastisitas, karena hanya digunakan satu penduga (estimate) untuk varians dalam contoh

  • 3. Masing-masing contoh saling bebas, yang harus dapat diatur dengan perancangan percobaan yang tepat

  • 4. Komponen-komponen dalam modelnya bersifat aditif (saling menjumlah).

Hipotesis dalam Anova (analysis of variance) dengan interaksi:

Dalam analysis of variance dua arah dengan interaksi terdapat tiga hipotesis yang digunakan yaitu apakah ada perbedaan rata-rata antar kategori baik kategori berdasarkan baris maupun kolom. hipotesis tambahan satu lagi yaitu apakah ada interaksi antara kategori baris dan kolom. Berikut hipotesis dalam Anova dua arah dengan interaksi.

Hipotesis anova kolom

H0: a1 = a2 =

= ak, Tidak ada perbedaan yang nyata antara rata-rata

H1: a1 ≠ a2 ≠

≠ ak, Ada perbedaan yang nyata antara rata-rata hitung

dari kategori kolom

Hipotesis anova baris

H0: b1 = b2 =

= bj, Tidak ada perbedaan yang nyata antara rata-rata

H1: b1 ≠ b2 ≠

...

≠ bj, Ada perbedaan yang nyata antara rata-rata hitung

dari kategori baris

Hipotesis interaksi

H0: (ab)11 = (ab)12 =

= (ab)kj, Tidak ada interaksi antara variabel baris

dan kolom

H1: (ab)11 ≠ (ab)12 ≠

≠(ab)kj, ada interaksi antara variabel baris dan

kolom

Langkah-langkah melakukan uji hipotesis dengan ANOVA

  • 1. kelompokkan berdasarkan kategori tertentu Untuk memudahkan pengelompokkan dan perhitungan, buat tabel data sesuai dengan kategori berisi sampel dan kuadrat dari sampel tersebut. Hitung pula total dari sampel dan kuadrat sampel tiap kelompok. Selain itu, tentukan pula hipotesis nol (H0) dan hipotesis alternatif (H1).

  • 2. Menentukan tipe anova Untuk menentukan tipe anova. terlebih dahulu bertanya apakah dari hipotesis tersebut cocok untuk anova? jika tujuannya membandingkan rata-rata tiga kelompok atau lebih maka boleh pakai Anova. Pertanyaan kedua apakah sampel tiap kelompok diambil dari sampel yang sudah dikategorikan? jika berasal dari sampel yang sudah dikategorikan maka menggunakan Anova dua arah/two way. Pertanyaan ketiga apakah dalam sampel yang dikategorikan tadi terjadi pengulangan atau tidak?

jika terjadi pengulangan maka menggunakan anova dua arah dengan interaksi.

  • 3. Memeriksa apakah sudah memenuhi asumsi-asumsi sehingga bisa digunakan anova

o Normalitas, adalah Menguji apakah data tiap kelompok memiliki distribusi normal. hal ini bisa dilakukan dengan uji kolmogorov smirnov, shapira wilk. o Homogenitas adalah Menguji apakah varians tiap kelompok sama. Dalam menghitung homogenitas bisa digunakan uji bartlett dan uji levene. Saling bebas

o

Menunjukkan bahwa setiap kelompok tidak saling berhubungan. Biasanya yang digunakan logika apakah saling bebas atau tidak.

o

Aditif (Saling menjumlahkan).

Artinya data yang dianalisis merupakan data interval/rasio

  • 4. Menghitung variabilitas dari seluruh sampel. Pengukuran total variabilitas atas data dapat dikelompokkan menjadi tiga bagian, berikut rumus dalam Anova:

o

Total of sum squares (SSt) jumlah kuadrat total (jkt). Merupakan jumlah kuadrat selisih antara skor individual dengan rata- rata totalnya.

 H1: b1 ≠ b2 ≠ ... ≠ bj, Ada perbedaan yang nyata antara rata -rataNormalitas , adalah Menguji apakah data tiap kelompok memiliki distribusi normal. hal ini bisa dilakukan dengan uji kolmogorov smirnov, shapira wilk . o Homogenitas adalah Menguji apakah varians tiap kelompok sama. Dalam menghitung homogenitas bisa digunakan uji bartlett dan uji levene. Saling bebas o Menunjukkan bahwa setiap kelompok tidak saling berhubungan. Biasanya yang digunakan logika apakah saling bebas atau tidak. o Aditif (Saling menjumlahkan). Artinya data yang dianalisis merupakan data interval/rasio 4. Menghitung variabilitas dari seluruh sampel. Pengukuran total variabilitas atas data dapat dikelompokkan menjadi tiga bagian, berikut rumus dalam Anova: o Total of sum squares (SSt) – jumlah kuadrat total (jkt). Merupakan jumlah kuadrat selisih antara skor individual dengan rata- rata totalnya. " id="pdf-obj-7-96" src="pdf-obj-7-96.jpg">

Keterangan:

k = banyaknya kolom r = Banyaknya baris n = banyak ulangan xijm = data pada baris ke-i, kolom ke-j dan ulangan ke-m T*** = Total (jumlah) seluruh pengamatan

o

Sum Square Between column jumlah kuadrat kolom (jkk). Variansi rata-rata kelompok sampel terhadap rata-rata keseluruhannya. Variansi di sini lebih terpengaruh karena adanya perbedaan perlakuan antar kelompok.

o Sum Square Between column – jumlah kuadrat kolom (jkk). Variansi rata-rata kelompok sampel terhadap rata-rata

Keterangan

T*j* = Total (jumlah) ulangan pada kolom ke-j

o

Sum Square Between row jumlah kuadrat baris (jkb). Variansi rata-rata kelompok sampel terhadap rata-rata keseluruhannya. Variansi di sini lebih terpengaruh karena adanya perbedaan perlakuan antar kelompok.

o Sum Square Between column – jumlah kuadrat kolom (jkk). Variansi rata-rata kelompok sampel terhadap rata-rata

Keterangan

Ti** = Total (jumlah) ulangan pada baris ke-i

o

Interaksi JK[BK]

Variansi rata-rata kelompok interaksi baris dan kolom terhadap rata-

rata keseluruhannya. Variansi di sini lebih terpengaruh karena adanya perbedaan perlakuan antar kelompok.

o Sum Square Between column – jumlah kuadrat kolom (jkk). Variansi rata-rata kelompok sampel terhadap rata-rata

5.

o

Sum Square within(SSw) jumlah kuadrat galat (jkg). Variansi yang ada dalam masing-masing kelompok. Banyaknya variansi akan tergantung pada banyaknya kelompok, dan variansi di sini tidak terpengaruh / tergantung oleh perbedaan perlakuan antar kelompok.

JKG = JKT - JKK-JKB-JK[BK]

dof, atau db) dalam ANOVA akan sebanyak variabilitas. Oleh karena itu, ada tiga macam derajat kebebasan yang akan kita hitung:

o

Derajat kebebasan untuk JKT

merupakan derajat kebebasan dari Jumlah kuadrat total (JKT) ini akan

kita lambangkan dengan dof JKT.

db JKT = rkn - 1

o

Derajat kebebasan untuk JKK

merupakan derajat kebebasan dari Jumlah kuadrat kolom (JKK) ini

akan kita lambangkan dengan dof JKK.

db JKK = k-1

o

Derajat kebebasan untuk JKB merupakan derajat kebebasan dari Jumlah kuadrat baris (JKB) ini akan kita lambangkan dengan dof JKB.

db JKB = r-1

o

Derajat kebebasan untuk JK[BK] merupakan derajat kebebasan dari Jumlah kuadrat interaksi baris dan kolom JK[BK] ini akan kita lambangkan dengan dof JK[BK].

db JK[BK] = [r-1][k-1]

o

Derajat kebebasan untuk JKG

Merupakan derajat kebebasan dari Jumlah kuadrat galat (JKG) ini akan

kita lambangkan dengan dof JKG

db JKG =rk[n- 1]

  • 7. Menghitung variance antar kelompok dan variance dalam kelompok. Variance dalam ANOVA, baik untuk antar kelompok maupun dalam kelompok sering disebut dengan kuadrat tengah atau deviasi rata-rata kuadrat (mean squared deviation) dan dilambangkan dengan MS atau KT. Dengan demikian, maka mean squared deviation masing-masing dapat dicari dengan rumus sebagai berikut:

o

KTK = JKK / db JKK

o

KTB = JKB / db JKB

o

KTG = JKG / db JKG

o

KT[BK] = JK[BK] / db JK[BK]

  • 8. Menghitung F hitung Menghitung nilai distribusi F (Fhitung) berdasarkan perbandingan variance antar kelompok dan variance dalam kelompok.Fhitung ada tiga karena hipotesis ada tiga, sehingga setiap f hitung menjawab hipotesis.

o

Fhitung (kolom) = KTK/KTG

o

Fhitung (baris) = KTB/KTG

o

Fhitung (interaksi) = KT[BK]/JKG

  • 9. Menghitung F tabel Selain itu, F berdasarkan tabel (Ftabel) juga dihitung, berdasarkan nilai

derajat kebebasan (langkah ke-4) menggunakan tabel distribusi-F. Jangan lupa untuk mencantumkan gambar posisi Fhitung dan Ftabel dalam grafik distribusi-F.

  • 10. Membandingkan Fhitung dengan Ftabel :

o

Jika Fhitung > Ftabel : tolak H0

o

Jika Fhitung ≤ Ftabel : terima H0

  • 11. Buat kesimpulan, sesuai dengan kasus awal yang ditanyakan. Simpulkan, apakah perlakuan (treatment) memiliki efek yang signifikan pada sampel data atau tidak. Jika hasil tidak signifikan, berarti seluruh rata-rata sampel adalah sama. Jika perlakuan menghasilkan efek yang signifikan, setidaknya satu dari rata-rata sampel berbeda dari rata-rata sampel yang lain.

Contoh penghitungan Analysis of variance (Anova) dengan tabel.

Berdasarkan langkah-langkah diatas untuk mempermudah perhitungan dibuat tabel seperti berikut:

Sumber

   

Kuadrat

 

Keragaman

(SK)

Jumlah Kuadrat (JK)

Derajat

Bebas (db)

Tengah

(KT)

F

hitung

       

F

db JKK = k- KTK = hitung

db JKK = k-

KTK =

hitung

Kolom (K)

JKK / db

=

1

JKK

KTK /

   

KTG

       

F

KTK = hitung

KTK =

hitung

Baris (B)

db JKK = r-1

JKB / db

=

JKB

KTB /

   

KTG

       

F

Interaksi

Interaksi db JK[BK] = KTK = JK[BK] / hitung

db JK[BK] =

KTK =

JK[BK] /

hitung

=

(BK)

[r-1][k-1]

db

 

JK[BK]

KT[BK]

/ KTG

   

db

KTG =

 

Galat (G)

JKG = JKT - JKK- JKB-JK[BK]

JKG=r.k[n-

JKG / db

1]

JKG

 
db JKT=

db JKT=

   

Total (T)

rkn-1

Contoh Kasus Anova dua arah dengan interaksi:

Terdapat 4 metode diet, 3 kelompok umur dan 3 ulangan. Berikut adalah data rata- rata penurunan berat badan setelah 1 bulan melakukan diet. Ujilah apakah penurunan berat badan sama untuk setiap metode diet, kelompok umur dan interaksi dengan taraf uji 5 %? Penurunan Berat Badan (Kg)

Umur

 

Metode 1

Metode 2

Metode 3

Metode 4

< 20 tahun

       

#1

#2

#3

5

4

5

0

2

1

  • 3 4

  • 4 2

  • 8 2

20-40 tahun

       

#1

#2

#3

5

6

2

4

2

1

  • 2 5

  • 2 3

  • 4 2

> 40 tahun

       

#1

#2

#3

4

4

5

5

5

0

  • 2 6

  • 1 4

  • 2 4

Solusi kasus Anova dua arah dengan interaksi

  • 1. Merumuskan Hipotesis

o

Hipotesis anova kolom

H0: a1 = a2 =

= ak, Tidak ada perbedaan yang nyata antara rata-

rata hitung dari kategori Metode(kolom)

H1: a1 ≠ a2 ≠

≠ ak, Ada perbedaan yang nyata antara rata-rata

hitung dari kategori Metode (kolom)

o

Hipotesis anova baris

H0: b1 = b2 =

= bj, Tidak ada perbedaan yang nyata antara rata-

H1: b1 ≠ b2 ≠

≠ bj, Ada perbedaan yang nyata antara rata-rata

hitung dari kategori umur (baris)

o

Hipotesis interaksi

H0: (ab)11 = (ab)12 = metode dan umur

= (ab)kj, Tidak ada interaksi antara variabel

H1: (ab)11 ≠ (ab)12 ≠

≠(ab)kj, ada interaksi antara variabel

metode dan umur

  • 2. Identifikasi model. Pertama. berdasarkan hipotesis yang digunakan yaitu membandingkan rata- rata lebih dari dua kelompok maka metode yang mungkin adalah Anova. kedua Sampel yang digunakan tiap kelompok sudah dikategorikan sehingga tipe anova yang cocok adalah Anova dua arah. kemudian dari tiap kategori tersebut dilakukan pengulangan sehingga kita menggunakan anova dua arah dengan interaksi.

  • 3. Memeriksa asumsi Anova. Dalam metode anova yang perlu diperhatikan ada empat seperti pada

keterangan diatas. asumsi normal dan homogenitas antar varians kelompok harus terpenuhi. dalam contoh ini kita asumsikan asumsi terpenuhi

karena kita fokus pada langkah-langkah anova dua arah dengan interaksi. kemudian kelompok yang dianalisis berasal dari kelompok saling bebas. dan data yang digunakan merupakan data rasio. Setelah asumsi ini terpenuhi maka bisa lanjut ke perhitungan selanjutnya. kalau tidak ganti metode.

  • 4. Menyusun/mengkategorikan tabel data agar lebih mudah menghitungnya. Penghitungannya agak berbeda dengan jenis anova yang lain. perhitungannya terpisah seperti berikut:

Umur

Penurunan Berat Badan (Kg)

 

Total Baris

Metode 1

Metode 2

Metode 3

Metode 4

< 20 tahun

         

#1

5

0

3

4

T1** = 40

#2

4

2

4

2

#3

5

1

8

2

 

T11* = 14

T12* = 3

T13* = 15

T14* = 8

 

20-40 tahun

         

#1

5

4

2

5

T2**

#2

6

2

2

3

#3

2

1

4

2

 

T21* = 13

T22* = 7

T23* = 8

T24* = 10

 

> 40 tahun

         

#1

4

5

2

6

T3**=42

#2

4

5

1

4

#3

5

0

2

4

 

T31* = 13

T32* = 10

T33* = 5

T34* = 14

 

Total Kolom

T*1* = 40

T*2* = 20

T*3* = 28

T*4* = 32

Total T***=120

  • 5. Perhitungan Tabel anova Agar mempermudah perhitungan kita menggunakan tabel berikut,

Sumber

Jumlah

 

Kuadrat

 

Keragaman (SK)

Kuadrat (JK)

Derajat Bebas (db)

Tengah (KT)

F hitung

       

F hitung

Kolom (K)

JKK = 23,11

db JKK = 4-1 = 3

KTK =7,70

=

3,04

       

F hitung

Baris (B)

JKB = 0,67

db JKB = 3-1 =2

KTB =0.085

=

0.13

 

JK[BK] =

db JK[BK] = 2x3

 

F hitung

Interaksi (BK)

KT[BK] =5.26

=

31,56

=6

0.28

   

db JKG=

   

Galat (G)

JKG = 60,67

3x4x2=24

KTG =2,53

Total (T)

JKT =116

db JKT=[3x4x3] - 1 =35

   
  • 6. Menghitung F tabel

o

F table Kolom pada α = 0.05 db JKK=3 dan db JKG=4 adalah 3,01

o

F table Baris pada α = 0.05 db JKB=2 dan db JKG=24 adalah 3,40

o

F table Interaksi pada α = 0.05 db JK[BK]=6 dan db JKG=24 adalah

2,51

  • 7. Kesimpulan : Perhitungan menunjukkan bahwa rata-rata penurunan berat badan pada Baris [Kel. Umur] dan Interaksi tidak berbeda [masih dianggap sama] hal ini terlihat dari f tabel untuk baris dan interaksi lebih kecil dari f hitung sedangkan rata-rata penurunan berat badan dalam Kolom [metode diet] dapat dikatakan berbeda karena f tabel lebih besar dari f hitung.