Cara Uji Anova Dengan SPSS

03 Februari 2021 - Eko Wahyu Adhi

Hello Audiens. Spss merupakan salah satu software diantara banyaknya software yang cukup populer diberbagai kalangan masyarakat yang biasanya digunakan dalam menganalisis data untuk tujuan penelitian.

Uji Anova merupakan salah satu jenis pengujian Parametrik yang diperuntukkan untuk melakukan pengujian pada data yang memiliki 3 sampel atau lebih dan tidak saling berhubungan dimana diantara salah satu sampel tersebut merupakan salah satu data kategori.

Perlu diketahui bahwasannya salah satu syarat untuk dapat melakukan Uji Anova adalah data yang telah berdistribusi normal, Namun jika data yang kamu miliki saat ini tidak berdistribusi normal maka sepatutnya data tersebut dilakukan pengujian dengan menggunakan metode Uji Non-parametrik Kruskal Wallish.

1. Berikut adalah data yang sudah saya miliki, Dari data tersebut tertera mengenai jenis buah serta jumlah buah yang telah terjual.


2. Buka software spss yang kini telah terinstall, Selanjutnya beralih ke Variable View.


3. Kemudian ikuti sesuai dengan area yang sudah di arahkan oleh gambar yang tertera dibawah, Lalu klik icon Selengkapnya pada kolom Values.


4. Maka akan muncul kotak dialog seperti gambar yang tertera dibawah.


5. Dilangkah ini kamu perlu menyesuaikan jumlah data Kategori pada sampel penelitian saat ini, Jika kamu menggunakan data sampel yang tertera pada pembahasan kali ini kamu cukup mengikuti seperti gambar yang tertera dibawah.


6. Beralih ke Data View, Salin seluruh data yang sudah di miliki sebelumnya disusul dengan mengklik tab Analyze.


7. Pada tab Analyze, Pilih Compare Means lalu One-Way ANOVA.


8. Pindahkan variabel Buah pada kolom Dependent List dan variabel kategori Penjualan pada kolom Factor lalu pilih Options.


9. Diarea Statistics beri centang pada Descriptive dan Homogeneity Of Variance Test, Lalu pada area Missing Values pilih Exclude Cases Analysis By Analysis.


10. Selanjutnya pilih Post Hoc.


11. Beri centang pada Bonferroni dan Tukey diarea Equal Variances Assumed, Lalu klik Continue.


DASAR PENGAMBILAN KEPUTUSAN


Ho = Data memiliki varian yang sama (Homogenitas).
Ha = Data tidak memiliki varian yang sama (Tidak Homogenitas).

Jika nilai Sig > 0.05, Maka dapat dinyatakan bahwa data tersebut homogen atau memiliki varian yang sama.
Jika nilai Sig < 0.05, Maka dapat dinyatakan bahwa data tersebut tidak homogen atau tidak memiliki varian yang sama.

Berdasarkan hasil output dari data diatas diketahui bahwa nilai Sig sebesar .875 > 0.05 maka Ho diterima dan data tersebut memiliki varian yang sama, Sehingga data tersebut dapat di lanjutkan ke tahap analisis selanjutnya.


Ho = Tidak terdapat perbedaan rata-rata penjualan dari masing-masing buah.
Ha = Terdapat perbedaan rata-rata dari penjualan tiap masing-masing buah.

Jika nilai Sig > 0.05, Maka dapat dinyatakan bahwa Ho diterima.
Jika nilai Sig < 0.05, Maka dapat dinyatakan bahwa Ho ditolak.

Jika nilai F Hitung < F Tabel, Maka dapat dinyatakan bahwa Ho diterima.
Jika nilai F Tabel > F Hitung, Maka dapat dinyatakan bahwa Ho ditolak.

Berdasarkan hasil output dari data diatas diketahui bahwa nilai Sig sebesar .031 < 0.05 maka Ho ditolak.


Untuk menentukan nilai F Hitung yaitu dengan menghitung jumlah variabel kategori Buah (3-1=2) dan mengurangi jumlah responden 36-3=33, 3 ini didapat dari total variabel kategori.

Diketahui bahwa nilai F Hitung > F Tabel (3.880 > 2.47), Maka dapat diasumsikan bahwa Ho ditolak sehingga terdapat perbedaan antara rata-rata jumlah penjualan dari masing-masing buah tersebut.

Jika kamu mengalami kendala saat mengikuti instruksi yang sudah di jelaskan diatas, Kamu bisa memberikan pertanyaan pada kolom komentar. Kami akan berupaya membantu untuk mengatasi masalah yang kamu hadapi saat ini.


KOMENTAR

Jika komentar berisi kata - kata negatif maka tidak akan di tampilkan.