Saturday, September 29, 2012

Uji ANOVA Dua Arah

Uji ANOVA dua arah pada dasarnya sama, namun ada variabel kelompok yang dikelompokkan lagi. Sebagai contoh, kita menggunakan data pada uji ANOVA satu arah dengan menambahkakan satu variabel lagi yaitu jenis kelamin. 

Selain mengelompokkan pasien menggunakan jenis obat yang diminum, kita juga mengelompokkan berdasarkan jenis kelamin. Dengan uji ANOVA dua arah kita dapat melakukan uji interaksi antar 2 variabel kategori tersebut. Berikut data yang kan di analisa :

tekanan_darah
kelompok
jenis_kelamin
110
1
1
115
1
2
120
1
1
125
1
2
130
1
1
135
1
1
140
1
2
105
2
1
115
2
2
125
2
1
125
2
2
125
2
2
140
2
1
140
2
2
130
3
2
145
3
1
145
3
2
150
3
2
150
3
1
170
3
2
175
3
1






















Kode kelompok pasien :
1 :  pasien minum obat A
2 :  pasien minum obat B
3 :  pasien minum obat C

Kode jenis kelamin :

1:  pria
2 : wanita


Untuk melakukan uji ANOVA dua arah, lakukan langkah – langkah berikut :
1.    Masukkan data di atas pada SPSS. Pastikan melakukan pengkodean kategori. Lalu  klik menu Analyze > General Linear Model > Univariate

2.    Pada kotak dialog yang muncul, masukkan variabe tekanan darah pada kotak Dependent Variable. Masukkan variabel kelompok dan jenis_kelamin pada kotak Fixed Factor(s).

3.    Klik menu OK unutk melakukan proses.
Maka pada jendela output akan muncul 2 hasil,. Berikut penjelasannya.

Output 1.




Output pertama ini menunjukkan jumlah data yang diproses. Untuk masing – masing kategori disajikan informasi jumlah datanya.

Output 2 :




Pada output ke – 2 ini kita bisa melakukan analisa. Pada uji ANOVA dua arah, terdapat 2 jenis analisa yang dapat dilakukan , yaitu uji beda mean berdasar variabel yang berbeda (jenis kelamin dan jenis obat ) dan uji interaksi antar variabel kategori.

-    Uji beda mean tekanan darah berdasar jenis obat yang digunakan

Pertama, kita  membuat hipotesis sebagai berikut :
Ho = Mean tekanan darah orang peminum obat A, obat B dan obat C adalah sama
H1  = Mean tekanan darah orang peminum obat A, obat B dan obat C adalah tidak sama (ada perbedaan)

Agar mudah kita menggunakan nilai probabilitas untuk mengambil keputusan. Nilai probabilitas terletak pada kolom Sig. Apabila  probabilitas > 0.05 maka Ho diterima. Apabila  probabilitas < 0.05 maka Ho ditolak.
Probabilitas berdasar variabel kelompok pasien adalah 0.009. Maka Ho ditolak (0.009 < 0.005) Jadi keputusan yang diambil adalah H1, yaitu : mean tekanan darah orang peminum obat A, obat B dan obat C adalah tidak sama (ada perbedaan)

-    Uji Mean tekanan darah berdasar jenis obat yang digunakan
Pertama, kita  membuat hipotesis sebagai berikut :
Ho = Mean tekanan darah antara pria dan wanita adalah sama
H1  = Mean tekanan darah antara pria dan wanita tidak sama

Agar mudah kita menggunakan nilai probabilitas untuk mengambil keputusan. Apabila  probabilitas > 0.05 maka Ho diterima. Apabila  probabilitas < 0.05 maka Ho ditolak.

Probabilitas berdasar variabel  jenis_kelamin adalah 0.137. Maka Ho diterima (0.137 > 0.05). Jadi keputusan yang diambil adalah Ho, yaitu : mean tekanan darah orang peminum obat A, obat B dan obat C adalah tidak sama (ada perbedaan)

-    Uji interaksi antar variabel kelompok pasien dan jenis_kelamin

Kali ini kita akan menguji  apakah ada interaksi antara variabel yang menjadi faktor pengukuran. Dalam hal ini apakah ada interaksi antara variabel kelompok pasien dan jenis kelamin.
Untuk uji interaksi antara variabel , apabila probabilitas > 0.05 maka antar variabel tidak ada interaksi.

Apabila probabiltas < 0.05 maka antar variabel terdapat interaksi.
Untuk probabilitas interaksi kita menggunakan probabilitas pada baris kelompok*jenis kelamin. Didapat probabilitas 0.886. maka dapat diambil kesimpulan tidak ada interaksi antara variabel kelompok pasien dan jenis kelamin. (0.886 > 0.005)

















No comments:

Post a Comment