Uji ANOVA Satu Arah

Uji ANOVA satu arah digunakan untuk menguji apakah ada perbedaan rata-rata lebih dua sampel yang bersifat bebas satu sama lain.

Contoh : untuk mengetahui efek dari 3 macam merek obat penurun tekanan darah. Pasien dikelompokkan menjadi 3 macam, yaitu pasien peminum obat merek A, pasien peminum obat merek B dan pasien peminum obat merek C  Berikut data tekanan darah dari 3 kelompok pasien :

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

Karena dilakukan pengelompokan, maka data kelompok pasien perlu dikodekan  sebagai berikut :

Kelompok 1 :  pasien minum obat A

Kelompok 2 :  pasien minum obat B

Kelompok 3 :  pasien minum obat C

Untuk melakukan uji ANOVA satu arah lakukan langkah – langkah berikut:

1.    Masukan data di atas. Pastikan melakukan pengkodean data kategori.
2.    Klik menu Analyze > Compare Means > One-Way ANOVA

3.    Masukkan variabel tekanan_darah pada kotak Dependent List
Masukkan variabel jenis_obat pada kotak Factor. Kotak Factor digunakan untuk memasukkan data kategori. Lalu klik menu Options.

4.    Aktifkan pilihan Descriptive dan Homogeneity of variance test. Klik Continue.

5.    Klik menu Post Hoc

6.    Aktifkan pilihan Bonferroni dan Tukey. Klik Continue untuk kembali ke kotak dialog utama

7.    Klik tombol OK untuk proses selanjutnya
Maka pada jendela output akan muncul 5 hasil analisa  sekaligus. Berikut adalah penjelasannya :

Output 1 :

Merupakan Statistik Deskriptif, menyajikan informasi mengenai data. Kolom N menunjukkan jumlah data untuk masing – masing pengelompokan jenis obat. Kolom Mean menyajikan informasi mengenai mean tekanan darah untuk masing – masing jenis obat.

Output 2

Output ke – 2 ini ditujukan untuk melakukan uji kesamaan homogen. Salah satu syarat untuk melakukan uji ANOVA satu arah apabila data mempunyai varians sama (homogen).

Caranya adalah dengan membandingkan nilai signifikasi pada Sig. dengan nilai signifikasi yang digunakan (SPSS  secara default menggunakan nilai signifikasi 0.05)

Untuk pengujian varians apabila nilai siginifikasi (probabilitas) > 0.05 maka data mempunyai varians sama. Apabila nilai siginifikasi < 0.05 maka data mempunyai varians yang berbeda.
Dari data di atas terlihat bahwa nilai signifikasi probabilitas 0.708, maka data diatas mempunyai varians yang sama. (0.708 > 0.05). Dengan demikian telah memenuhi sayarat uji ANOVA. Kita bisa melanjutkan analisis.

Output 3 :

Output ke – 3  ini memberi nilai untuk menganalisa apakah terdapat perbedaan rata – rata  antara variabel yang diuji.
Ho = Rata – rata tekanan darah orang peminum obat A, obat B dan obat C adalah sama
H1  = Rata – rata tekanan darah orang peminum obat A, obat B dan obat C adalah tidak sama (ada perbedaan)

Untuk mengambil keputusan  kita memerlukan tabel F dengan tingkat signifikan 0.05 (terlampir pada buku ini) .

Nilai – nilai yang penting untuk melakukan analisa adalah :
- Fhitung  = 10.005 (untuk pengambilan keputusan)
- df Between Groups = jumlah variabel – 1 = 3 – 1 = 2 (nilai df1 pada tabel F)
- df Within Groups = jumlah data – jumlah variabel = 21 – 3 = 18 (nilai df2 pada tabel F)
dari tabel maka didapat Ftabel  = 3.554557

Ilustrasi cara membaca tabel F adalah sebagai berikut :

Pilih df1 yang digunakan (18), tarik kekanan sampai kolom df2 yang digunakan maka kita akan menemukan nilai Ftabel.

Pada ANOVA, syarat agar diterima atau tidak adalah sebagai berikut :
Apabila Ftabel  >  Fhitung  maka Ho diterima
Apabila Ftabel  <  Fhitung maka Ho ditolak

Dari data yang kita dapat Ftabel  <   Fhitung   (3.554557 <  10.005)   maka Ho  ditolak. Jadi keputusan yang diambil mengunakan H1 , yaitu : Rata – rata tekanan darah orang peminum obat A, obat B dan obat C adalah tidak sama (ada perbedaan).

Atau dengan kata lain jenis obat memberi efek pada tekanan darah.

Kita juga bisa mengambil keputusan berdasarkan nilai probabilitas yang tercantum pada kolom Sig. Apabila  probabilitas > 0.05 maka Ho diterima. Apabila  probabilitas < 0.05 maka Ho ditolak.
Dari hasil diatas,  probabilitas yang dihasilkan adalah 0.001. Maka Ho ditolak (0.001 < 0.001)

Output 4

Output ke – 4 Post Hoc Tests digunakan untuk mengetahui variabel mana yang memiliki perbedaan yang signifikan. Cara menganalisanya adalah dengan melihat ada tidaknya tanda * pada kolom Mean Difference.

Tanda * menunjukkan adanya perbedaan mean yang signifikan .
Contoh : 
- Mean tekanan darah peminum obat A berbeda signifikan dengan peminum obat C
- Mean tekanan darah peminum obat B berbeda signifikan dengan peminum obat C
Baris Turkey HSD dan Bonferroni memberikan informasi yang sama.
 
Output 5:

Apabila output sebelumnya digunakan untuk mencari variabel mana yang mempunyai perbedaan mean, maka output Homogeneous Subsets digunakan untuk mengetahui sampel / variabel mana yang mempunyai perbedaan yang tidak terlalu signifikan.

Caranya adalah dengan memperhatikan kolom Subset. Pada tabel diatas, kolom subset 1 terdapat 2 nilai dari variabel obat A dan B. Hal ini berarti mean tekanan darah peminum obat A dan obat B tidak memiliki perbedaan yang signifikan.