Pengertian dan Cara Uji One Way ANOVA dengan SPSS
A. Pengertian ANOVA
ANOVA merupakan metode statistik inferensi yang digunakan untuk menguji rata-rata dari beberapa populasi. ANOVA merupakan perluasan dari uji rata-rata (uji t). Jika uji t menggunakan hanya 2 sampel yang akan dibandingkan, maka dengan ANOVA dapat dibandingkan lebih dari 2 sampel. Karena merupakan perluasan uji rata-rata maka komponen yang digunakan sebagai acuan adalah variansi, sehingga ANOVA disebut juga analisis variansi.
B. Pengertian One Way ANOVA
One Way ANOVA adalah uji digunakan untuk mengetahui apakah rata-rata dua atau lebih kelompok berbeda secara nyata atau tidak. Uji One way ANOVA disebut juga uji anova satu faktor. Analisis ini memiliki asumsi bahwa kelompok yang dianalisis memiliki varian yang sama serta data yang digunakan berdistribusi normal
C. Syarat Uji One Way ANOVA
Setiap data yang terkumpul pasti memiliki karakteristik tersendiri, sehingga dibutuhkan metode uji statistik yang tepat. Begitu juga untuk uji One Way ANOVA. Berikut ini persyaratan penggunaan uji One Way ANOVA:
1. Sampel berasal dari kelompok yang indepeden.
2. Variabel faktor (variabel independent) berupa non metrik (data kategorikal).
3. Variabel data penelitian berdistribusi normal.
4. Variabel data penelitian mempunyai varian yang sama (data homogen).
D. Contoh Kasus One Way ANOVA
Manajer pemasaran melakukan training untuk para sales. Manajer tersebut menggunakan variasi waktu dalam melakukan training. Ada 3 variasi waktu training yaitu 3 hari, 4 hari dan 5 hari. Manajer ingin mengetahui waktu training manakah yang paling efektif ? Pada setiap sesi training diadakan tes untuk mengetahui peningkatan skill setiap sales. Berikut ini nilai tes para sales selama training:
Perlu diperhatikan sebelumnya, dalam melakukan uji One Way ANOVA, data penelitian harus memenuhi asumsi normalitas dan homogenitas. Setelah memenuhi kedua asumsi tersebut, bisa lanjut ke uji One Way Anova. Berikut ini Output uji normalitas dengan SPSS dapat dilihat pada gambar berikut ini:
Berdasarkan tabel Test of Normality pada bagian Shapiro-Wilk, diperoleh nilai Sig. untuk variabel Training 3 Hari yaitu 0.769, variabel Training 4 hari yaitu 0.541, dan variabel Training 5 hari yaitu 0.633. Â Karena ketiga nilai Sig. tersebut lebih besar dari 0.05 maka dapat disimpulkan bahwa data sampel berdistribusi normal. Berdasarkan hasil tersebut maka data sampel telah memenuhi asumsi normalitas. Pembahasan lebih lengkap mengenai uji normalitas dapat Anda lihat melalui tautan berkut:
Baca Juga: Cara Uji Normalitas dengan SPSS
Terkait uji homogenitas dapat dilakukan secara bersamaan dengan uji One Way ANOVA.
E. Langkah-langkah Uji One Way ANOVA dengan SPSS
Berikut ini langkah-langkah uji One Waya ANOVA menggunakan SPSS:
1. Buka software SPSS, langkah awal yaitu melakukan input data di SPSS dengan cara klik Variable View untuk membuat variabel. Pada kolom Name ketik Training pada baris pertama dan Nilai pada baris kedua. Pada kolom label ketik Lama training pada baris pertama dan Nilai training pada baris kedua.Â
2. Selanjutnya memberi kode pada kolom Values, ketik 1 untuk 3 hari, ketik 2 untuk 4 hari dan ketik 3 untuk 5 hari.Â
3. Selanjutnya kita input data dengan cara klik Data View, lalu menuliskan langsung data pada SPSS. Apabila data Anda sudah disusun di Microsoft Excel maka bisa dengan cara copy dan paste. Dibawah ini merupakan tampilan Data View SPSS.
4. Setelah selesai input data, selanjutnya ke analisis One Way ANOVA dengan cara klik Analyze, pilih Compare Means, lalu pilih One-Way ANOVA pada menu. Sehingga muncul kotak dialog One Way ANOVA.
5. Masukkan variabel Nilai Test pada kotak Dependent List dan masukkan variabel Lama Training pada kotak Factor. 6. Selanjutnya klik Options, kemudian pilih Descriptive dan Homogeneity of variance test. Homogenety of variance test ini digunakan untuk melakukan
8. Selanjutnya klik OK, sehingga output SPSS menampilkan hasil seperti berikut:
Interpretasi Output Uji Way ANOVA dengan SPSS
Output tabel Descriptives menginformasikan nilai rata-rata, standar deviasi, std. Error, lower bound, upper bound, minimun dan nilai maximun dari ketiga variabel. Anda dapat melihat perbedaan rata-rata dari masing-masing variabel. Â