KeSimpulan.com Dokumentasi Berita Sains
(2008-2013)
HOME - ARSIP - PENCARIAN

Saturday, May 16, 2009

Analisis Varians atau ANOVA

(kesimpulan) Uji t test yang dipergunakan untuk menguji hipotesa nihil mengenai perbedaan mean antara dua kelompok atau dua sampel, yang diperbandingkan adalah mean dan dua kelompok yaitu apakah ada perbedaan yang signifikan atau tidak antara mean itu. Bila kelompok yang diperbandingkan itu lebih dari dua kelompok, maka t test tidak bertalu lagi. Untuk kelompok yang demikian itu harus dipergunakan teknik lain, yang dinamakan F test. Untuk menggunakan F test, kita membutuhkan suatu teknik analisa data yang dinamakan Analisis Varians atau Analysis of Variance (ANOVA).

Konsep analisa varians bukanlah sekedar suatu metode statistik, namun suatu ancangan dan suatu cara berfikir, di samping itu analisis varians adalah satu dari banyak ungkapan dari apa yang dikenal sebagai model linier pada umunya. Model linier sebenarnya adalah suatu persamaan linier. Yang dimaksud dari linier ialah bahwa semua term dalam persamaan itu masing-masing mempunyai kekuatan (power) yang tidak lebih dari 1, yang mengungkapkan sumber-sumber varians sehimpunan ukuran.



Y = b0.X0 + b1.X1 + b2.X2 + ... + bk.Xk + e



Jika kita membayangkan suatu skor untuk satu individu, yakni Y, memiliki satu sumber varians atau lebih, yakni X1; X2; ..., maka kita dapat memahami garis besar gagasan pokok model ini. Harga-harga b dalam persamaan di atas adalah bobot yang mengungkapkan tingkat-tingkat relatif dari pengaruh X sehubungan dengan Y. Komponen e adalah galat (error) yang mengungkapkan faktor-faktor tak diketahui yang turut mempengaruhi Y, tentu saja ditambah dengan galat standar yang terdapat di mana-mana.

Prinsip dasar analisis varians ialah bahwa jumlah kuadrat total dan beberapa kelompok dapat dianalisa atau dipisah-pisahkan menjadi beberapa macam jumlah kuadrat. Dalam bentuknya yang paling sederhana jumlah kwadrat total dapat dibagi menjadi dua bagian, yaitu jumlah kuadrat dalam kelompok dan jumlah kuadrat antar kelompok. Istilah jumlah kuadrat sebenarnya singkatan dari jumlah dari kuadrat deviasi skor dari mean. Artinya, masing¬-masing skor dikurangi mean, kemudian hasil pengurangan untuk masing-masing skor dikuadratkan, kemudian semua hasil kuadrat itu dijumlah. Jumlah inilah yang dinamakan jumlah kuadrat.

Analisis varians sebagai metode perbandingan kelompok maka penggunaannya untuk menguji hubungan antara satu variabel dependen (skala mentrik) dengan satu atau lebih variabel independen (skala nonmetrik atau kategorikal dengan kategori lebih dari dua). Jumlah variabel independen tersebut nantinya akan membedakan jenis-jenis ANOVA, misalnya untuk mengetahui apakah pengalaman kerja sebelumnya (variabel dependen atau Y) dipengaruhi oleh jabatan atau job category (variabel independen skala kategori atau X), maka hubungan antara satu variabel dependen dengan satu variabel independen disebut One Way ANOVA. Pada kasus satu variabel dependen metrik dan dua atau tiga variabel independen kategorikal sering disebut Two Ways ANOVA (X1 dan X2 terhadap Y) dan Three Ways ANOVA (X1; X2; X3 terhadap Y).

ANOVA digunakan untuk mengetahui pengaruh utama (main effect) dan pengaruh interaksi (interaction effect) dari variabel independen kategorikal (sering disebut faktor) terhadap variabel dependen metrik. Pengaruh utama atau main effect adalah pengaruh langsung variabel independen terhadap variabel dependen. Sedangkan pengaruh interaksi adalah pengaruh bersama atau joint effect dua atau Iebih variabel independen terhadap variabel dependen.

Untuk dapat menggunakan uji statistik ANOVA harus dipenuhi beberapa asumsi di bawah ini:

  1. Homogeneity of variance: Variabel dependen harus memilki varian yang sama dalam setiap kategori variabel independen. Jika terdapat lebih dari satu variabel independen, maka harus ada homogeneity of variance di dalam cell yang dibentuk oleh variabel independen kategorikal. Skor asumsi test ini umumnya dengan Levene's test of homogeneity of variance. Jika nilai Levene test signifikan (probabilitas < 0.05) maka hipotesis nol akan ditolak, dengan kata lain group memiliki variance yang berbeda dan hal ini menyalahi asumsi. Jadi yang dikehendaki adalah tidak dapat menolak hipotesis nol atau hasil Levene test tidak signifikan (probabilitas > 0.05). Walaupun asumsi variance sama ini dilanggar.

  2. Random Sampling: Untuk tujuan uji signifikansi, maka subyek (n) di dalam setiap grup harus diambil secara random.

  3. Multivariate Normality: Untuk tujuan uji signifikansi, maka variabel harus mengikuti distribusi normal multivariate. Variabel dependen terdistribusi secara normal dalam setiap kategori variabel independen. ANOVA masih tetap robust walaupun terdapat penyimpangan asumsi multivariate normality. SPSS memberikan uji Boxplot test of the normality assumption.

Analysis of variance yang digunakan untuk membandingkan nilai rata-rata tiga atau lebih sampel yang tidak berhubungan pada dasarnya adalah menggunakan F test yaitu estimate between groups variance (atau mean-squares) dibandingkan dengan estimate within groups variance. Total variance dalam variabel dependen dapat dipandang memiliki 2 (dua) komponen yaitu variance yang berasal dari variabel independen dan variance yang berasal dari faktor lainnya. Variance dari faktor lain ini sering dsiebut dengan error atau residual variance. Variance yang berasal dari variabel independen disebut dengan explained variance. Jika between group (explained) variance lebih besar dari within group (residual) variance, maka nilai F ratio akan tinggi yang berarti perbedaan antara nilai means terjadi secara acak.

Tes signifikansi t dan F sayangnya tidak menunjukkan besar atau kuatnya relasi. Suatu tes-t untuk menguji selisih antar harga tengah, jika signifikan, hanya rnemberitahukan pada penelitinya bahwa ada suatu relasi. Begitu pula halnya dengan tes F, bila hasilnya signifikan. Relasi itu disimpulkan dari perbedaan signifikansi antara dua, atau tiga harga tengah, atau lebih. Suatu tes statistik seperti F, secara tak langsung mengatakan bahwa terdapat atau tidak terdapat relasi antara variabel bebas dengan variabel terikat.

Kebalikan dengan tes signifikansi statistik t dan F, maka koefisien korelasi atau r adalah ukuran yang relatif langsung. Di dalamnya tertandung pesan yang mudah ”dilihat”, karena penggabungan dua himpunan skor lebih jelas kelihatan sebagai suatu relasi. Ini sesuai dengan definisi tentang relasi sebagai sehimpunan pasangan berurut. Misalnya, jika r = 0,90, mudahlah dilihat bahwa urutan peringkat ukuran-ukuran kedua variabel itu sangatlah mirip. Akan tetapi nisbah t dan F berada satu atau dua langkah dari relasi sebenarnya.

PUSTAKA

Fred N. Kerlinger (1993). Asas-Asas Penelitian Behavioral. Edisi ketiga. Yogyakarta: Gadjah Mada University Press.

Imam Ghozali. (2007). Aplikasi Analisis Multivariate dengan Program SPSS. Cetakan IV. Semarang: Badan Penerbit Universitas Diponegoro.

Masrun. (1981). Analisis Varians. Dalam: Metodologi Penelitian, Analisis Kuantitatif. Lembaga Pendidikan Doktor Universitas Gadjah Mada. Yogyakarta.

Artikel Lainnya: