Uji Anova Satu Jalur dengan SPSS

Uji Anova Satu Jalur dengan Bantuan SPSS

Anova adalah sebuah analisis statistik yang menguji perbedaan rerata antar grup. Grup disini bisa berarti kelompok atau jenis perlakuan. Anova ditemukan dan diperkenalkan oleh seorang ahli statistik bernama Ronald Fisher.

Anova merupakan singkatan dari Analysis of variance. Merupakan prosedur uji statistik yang mirip dengan t test. Namun kelebihan dari Anova adalah dapat menguji perbedaan lebih dari dua kelompok. Berbeda dengan independent sample t test yang hanya bisa menguji perbedaan rerata dari dua kelompok saja.Anova digunakan sebagai alat analisis untuk menguji hipotesis penelitian yang mana menilai adakah perbedaan rerata antara kelompok.

Anova merupakan salah satu dari berbagai jenis uji parametris, karena mensyaratkan adanya distribusi normal pada variabel terikat per perlakuan atau distribusi normal pada residual. Syarat normalitas ini mengasumsikan bahwa sample diambil secara acak dan dapat mewakili keseluruhan populasi agar hasil penelitian dapat digunakan sebagai generalisasi. Namun keunikannya, uji ini dapat dikatakan relatif robust atau kebal terhadap adanya asumsi tersebut.

1. Contoh Kasus

Seorang peneliti ingin membandingkan hasil belajar tiga tipe model pembelajaran pembelajaran Copperative Learning (CL), yaitu Tipe Jigsaw, tipe STAD, dan tipe Group Investigation yang diterapkan kepada tiga kelas berbeda. Setelah proses pembelajaran, dilakukan tes. Pertanyaann penelitiannya, apakah hasil belajar tiga kelas tersebut berbeda signifikan? Untuk menjawwab pertanyaan tersebut dilakukan Analisis Varian Satu Jalur atau One way Anova.

No Siswa	Jigsaw	Stad	GI
	60	70	75
	55	58	60
	60	63	65
	63	65	70
	65	68	70
	56	60	65
	45	55	60
	65	66	70
	66	67	70
	67	70	75
	70	70	75
	62	66	70
	63	66	70
	65	70	80
	68	70	75
	65	60	65
	60	60	80
	65	60	75
	60	75	70
	63	60	80
	65	65	70
	69	69	75
	70	70	72
	49	55	60
	55	55	60
	60	65	70
	65	65	70
	60	70	70
		70	75
			75

• Analsiis Data
• Uji Normalitas Data
• Hipotesis

H_{0            :} Sampel diambil dari populasi berdistriibusi normal

H_{1            :} Sampel tidak diambil dari populasi berdistriibusi normal

• Taraf Nyata : α = 0,05
• H₀ ditolak jika sig.< α
• Langkah uji normalitas
• Buka program SPSS
• Klik variabel view, ubah pada bagian name dengan nama masing-masing metode belajar
• Klik Data view, dan input data seperti pada Tabel 2.1
• Klik menu analyze, pilih Nonparametric Test, pilih legacy dialogs, klik 1 sample K-S Klik jigsaw, stad, GI, dan klik tanda panah test variabel list, centang kotak normal dan klik OK.

• Hasil uji normalitas dapat dilihat pada tabel 2.2

Tabel 2.2 hasil uji distribusi normal kelas jigsaw, STAD, dan GI

• Interpretasi

Berdasarkan hasil output uji normalitas, nilai asymp.sig.(2-tailed) stad, jigsaw, dan GI > 0,05 maka terima H₀ artinya sampel diperoleh dari populasi terdistribusi normal, dan uji beda tiga kelompok dapat menggunakan One Way Anova

• Uji Homogenitas

Uji homogenitas dan uji one way anova adalah satu kesatuan tahapan analisis.

1. Hipotesis uji homogenitas

H_{0   :} Semua populasi mempunyai varians yang sama

H_{1   :} Tidak semua populasi mempunyai varians yang sama

• Hipotesis statistik uji homogenitas

H_{0   :} σ₁²= σ₂²⁼ σ₃²=0

H_{1   :} Minimal ada 1 σ_i²=0, I = 1,2,3

1= Stad, 2=Jigsaw, 3=GI

• Hipotesis Uji One Way Anova

H_{0   :} Tidak ada perbedaan rata-rata hasil belajar siswa dengan menggunakan model pembelajaran cooperative learning tipe Stad, jigsaw, dan GI

H_{1   :} Ada rata-rata hasil belajar siswa dengan menggunakan model pembelajaran cooperative learning tipe Stad, jigsaw, dan GI yang berbeda

• Hipotesis statistik uji One Way Anova

H_{0   :} µ₁= µ₃= µ₃

H_{1   :}  Tidak semua µ_i sama, (I=1,2,3)

1= Stad, 2=Jigsaw, 3=GI

• Taraf Nyata : α = 0,05
• H₀ ditolak jika sig.< α
• Langkah –langkah uji homogenitas dan One Way Anova
• Klik variable view, tamah dua variabel dengan nama Hasil_Belajar dan Perlakuan
• Pada variabel Hasil_Belajar buat desimalnya 0, label hasil belajar dan measure scale. Pada variabel perlakuan buat desimalnya 0, label cooperative learning dan measure nominal.
• Klik value dari variabel  perlakuan, pilih kotak berwarna biru disamping tulisan none
• Ketik 1 pada bagian value dan stad pada bagian label, kemudian klik add. Ketik 2 pada bagian value dan jigsaw pada bagian label, kemudian klik add. Ketik3 pada bagian value dan GI pada bagian label, kemudian klik add. Klik OK.

• Klik Data view, input nilai tes kelas stad pada kolom hasil belajar dan ketik angka 1 sebanyak data pada kolom variabel perlakuan. Kemudian lanjutkan input nilai tes pada kelas jigsaw  pada kolom hasil belajar dan ketik angka 2 sebanyak data pada kolom variabel perlakuan. lanjutkan input nilai tes pada kelas GI pada kolom hasil belajar dan ketik angka 3 sebanyak data pada kolom variabel perlakuan.
• Klik Analyze- Compare means- One Way Anova- Klik Variabel Hasil Belajar, klik tanda panah pada bagian Dependent list. Kemudia klik variable cooperative learning, klik tanda panah pada bagian Factor. Klik option dan Homogenity of Varians test, klik continue kemudian klik OK.

• Hasil uji Statistik Homogenitas dan One Way Anova diperoleh data berikut.

• Interpretasi

Berdasarkan hasil ouput Test of Homogenity of Variance diperoleh nilai sig > 0,05 , Maka terima H₀ yang artinya ketiga sampel memiliki varians yang sama. Berdasarkan hasil ouput Anova , diperoleh nilai sig < 0,05 , maka tolak H₀ yang artinya terima H₁ . Hasil ini menunjukkan bahwa rata-rata hasil belajar siswa yang berbeda antara model pembelajaran cooperative learning tipe stad, jigsaw, dan GI. Untuk mengetahui yang mana rata-rata hasil belajar yang berbeda perlu dilakukan uji lanjut dengan uji post hoc multiple comparison.