Tentang analisis data penelitian meliputi ciri dari analisis varians dua arahFull description
Full description
Berisikan tentang materi Statistika bab Anova Dua Arah serta Uji Lanjutnya.Full description
statistik
Metode statistikaFull description
BETON 2Full description
BETON 2
Deskripsi lengkap
Anova Satu ArahDeskripsi lengkap
pelat
pelatDeskripsi lengkap
makalah ini berisi cara menguji menggunakan anova satu arah dan juga uji lanjutnya dengan metode menghitung secara manual .Deskripsi lengkap
Full description
Deskripsi lengkap
aefefFull description
Pelat Lantai
anova satu jalurDeskripsi lengkap
Pengujian dua arah penelitian kualitatifFull description
makalah ini berisi cara menguji menggunakan anova satu arah dan juga uji lanjutnya dengan metode menghitung secara manual .Full description
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 < 20 tahun #1 #2 #3 20-40 tahun #1 #2 #3 > 40 tahun #1 #2 #3 Total Kolom
Metode 1
Metode 2
Metode 3
Metode 4
5 4 5
0 2 1
3 4 8
4 2 2
T11* = 14
T12* = 3
T13* = 15
T14* = 8
5 6 2
4 2 1
2 2 4
5 3 2
T21* = 13
T22* = 7
T23* = 8
T24* = 10
4 4 5
5 5 0
2 1 2
6 4 4
T31* = 13
T32* = 10
T33* = 5
T34* = 14
T*1* = 40
T*2* = 20
T*3* = 28
T*4* = 32
Total Baris
T1** = 40
T2**
T3**=42
Total T***=120
Solusi kasus Anova dua arah dengan interaksi Identifikasi Metode statistik yang digunakan 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 ada pengulangan sehingga kita menggunakananova dua arah Dalam
dengan metode
anova
yang
interaksi. perlu
diperhatikan
ada
empat.
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.
Pada anova dua arah dengan interaksi terdapat tiga hipotesis yang digunakan sehingga nanti :
Hipotesis
anova
kolom
H0: µ*1 = µ*2 = µ*3, Tidak ada perbedaan yang nyata antara rata-rata hitung dari kategori
Metode
H1: µ*1 ≠ µ*2 ≠ µ*3, Ada perbedaan yang nyata antara rata-rata hitung dari kategori Metode
Hipotesis
anova
baris
H0: µ1* = µ2* = µ3*, Tidak ada perbedaan yang nyata antara rata-rata hitung dari kategori
kelompok
umur
H1: µ1* ≠ µ2* ≠ µ3*, Ada perbedaan yang nyata antara rata-rata hitung dari kategori Kelompok umur
Hipotesis
interaksi
H0: (ab)11 = (ab)12 = ... = (ab)kj, Tidak ada interaksi antara variabel metode dan umur H1: (ab)11 ≠ (ab)12 ≠ ... ≠(ab)kj, ada interaksi antara variabel metode dan umur
Langkah-langkah dalam uji hipotesis anova dua arah dengan interaksi 1. Masukkan/import data ke SPSS, caranya yaitu buat data seperti kotak yang terdiri dari baris dan kolom. artinya setiap kolom dan baris menunjukkan kelompok. bingung menjelaskannya, Untuk jelasnya lihat gambar berikut:
2. Kemudian pilih Data, terus klik Data analysis. untuk data analysis ini tidak muncul default dalam excel. jadi perlu dimunculkan terlebih dahulu. Silahkan klik link ini untuk penjelasan cara mengaktifkan toolpak-nya cara mengaktifkan toolpak microsoft excel. Maka akan muncul tampilan seperti berikut.
3. Kemudian pilih Anova two factor with replacement. maka akan muncul tampilan seperti berikut.
4. Pada Input range diklik maka akan muncul pilihan untuk memilih data. Pemilihan data dengan cara blok datanya mulai dari label sampai semua datanya, seperti pada data diatas semuanya diblok (Termasuk metode dan umur). Kemudian pada Row per sample tuliskan banyaknya pengulangan dalam contoh ada 3. Alpha tergantung yang digunakan dalam contoh ini 5% atau 0.05. Pada Output option terserah teman-teman mau pilih outputnya dimana. Setelah itu pilih ok. maka akan muncul output seperti berikut.
Intrepretasi Output anova Excel Untuk
intrepretasi
kali
ini
agak
panjang
dan
saya
bagi
kedalam
tiga
bagian
yaitu Summary, Total dan Anova sesuai dengan output di atas yang dibagi berdasarkan warna.
Summary
Pada bagian summary menyajikan deskripsi dari tiap kelompok baik kelompok umur(baris) dan kelompok metode (kolom). pada bagian ini dibagi tiga bagian karena ada tiga kelompok dari umur(baris). jadi saya akan menjelaskan satu bagian saja. Count(Banyak) menyatakan banyaknya
pengulangan. Sum(jumlah)
menjelaskan
jumlah
dari
nilai
pengulangan
tersebut. Average (rata-rata) dan variance (varians) juga menjelaskan rata-rata dan varians dari tiap kelompk pengulangan tersebut.
Total Bagian kedua ini hampir sama dengan yang bagian summary. Bedanya total ini merupakan deskripsi
dari
gabungan
tiga
kelompok
umur(baris)
sehingga
deskripsinya
hanya
membandingkan ke-empat metode (kolom) saja.
Anova Bagian ini menampilkan tabel anova seperti pada materi anova dua arah dengan anova. tabel ini merupakan perhitungan untuk mepermudah perhitungan anova. Yang perlu dilihat pada bagian ini adalah P value. jika nilai p value lebih besar dari 0.05(alpha) maka keputusan terima H0 artinya tidak ada perbedaan rata-rata tiap kelompok. Selain itu bisa dilihat dengan membandingkan nilai F hitung (F) dengan F tabel (F crit). terlihat bahwa F hitung lebih kecil dari f tabel
maka
keputusan
sama
yaitu
terima
H0.
Pada penjelasan diatas, dalam anova dua arah dengan interaksi terdapat 3 hipotesis yang artinya ada 3 pertanyaan dalam penelitian yang harus dijawab ketiganya. untuk melihat jawaban tersebut bisa dilihat di bagian p-value terdapat ada 3 nilai. itulah jawaban dari hipotesis. dari 3 nilai p-value terdapat dua yang lebih besar dari 0.05(alpha) sehingga keputusan terdapat 2 terima h0. sedangkan yang satunya kecil 0.05(alpha) sehingga keputusan tolak h0. Berdasarkan
hasil
tersebut
dapat
diputuskan,
Perhitungan menunjukkan bahwa rata-rata penurunan berat badan pada Baris [Kel. Umur] danInteraksi tidak berbeda [masih dianggap sama] hal ini terlihat dari nilai dari p-value yang lebih besar 0.05(alpha) sedangkan rata-rata penurunan berat badan dalam Kolom [metode diet] dapat dikatakan berbeda karena p-value yang lebih kecil 0.05(alpha). Bagi yang pengen liat langkah-langkah secara manual atau penjelasan materinya silahkan ke link berikut secara manualAtau mau membandingkan dengan tutorial anova dua arah dengan program R bisa kesini