PENJELASAN DAN CONTOH LEBIH DALAM TENTANG PENERAPAN UJI T(PAIRED, INDEPENDEN), ONE & TWO WAY (ANOVA, GLM MANOVA, ANCOVA DAN GLM MANCOVA)

PENJELASAN DAN CONTOH LEBIH DALAM TENTANG PENERAPAN UJI T(PAIRED, INDEPENDEN), ONE & TWO WAY (ANOVA, GLM MANOVA, ANCOVA DAN GLM MANCOVA)

Siang sobat semua, apa kabar siang ini? Moga sehat selalu ya.. Hemm, kali ini saya mau posting sesuatu yang terbersit dalam pikiran saya.. Ini harus saya tuliskan..Hehehe.. Langsung saja kita capcus..

Nah, Untuk uji satu, dua atau lebih dari dua populasi gak usah bingung,, yang dimaksud dengan satu, dua dan lebih dari dua itu adalah metode atau kelompok/grupnya...

Untuk uji t dua populasi dibagi dua, ada yang terikat/berpasangan (observasinya diuji dua kali) dan untuk uji  dua popualsi independen (populasi yang satu tidak bergantung dengan yang lainnya)

Saya kasi contohnya, untuk yang berpasangan misalnya kita ingin tahu apakah ada perbedaan rata-rata nilai ujian MTK siswa kelas IIA sebelum dan setelah ikut training keterampilan (sampel observasinya tetap/sama). Pasti dong unit observasi kita tetap siswa yang sama juga.. Jangan lupa skala data yang digunakan adalah metrik (interval atau rasio).

Untuk uji t yang independen misalnya kita ingin tahu apakah ada perbedaan rata-rata nilai ujian MTK siswa kelas IIA berdasarkan keikutsertaan training ( terbagi atas siswa kelas IIA yang ikut dan tidak ikut training). Jadi antara populasi siswa yang ikut training tidak punya hubungan dengan siswa yang tidak ikut training. Oops.. dan tetap diingat “harus dan hanya” ada dua kelompok grup (dikotomi) ya untuk pakai uji t ini hehehe..

Berikutnya kalo pembagian grup lebih dari atau sama dengan dua, pakainya uji apa? Jawabnya uji satu dan dua arah Anova, GLM Manova, Ancova dan GLM Mancova..

Jadi begini, uji Anova ini terbagi dua, ada yang one way anova dan ada yang two way.. Kunci perbedaan keduanya ada pada kata “BERDASARKANNYA”. Misalnya, kasus one way, berdasarkannya hanya satu saja, contoh: Kita mau tahu apakah ada perbedaan rata-rata nilai ujian berdasarkan metode training (metode a,b,c) >>> ada 3 buah grup ya. Ingat kalau metode training itu adalah variabel bebasnya sementara nilai ujian merupakan variabel terikatnya. 

Next, kasus two way pokoknya perhatikan “berdasarkannya” atau berdasarkan apanya harus ada dua.. Bingung? Nih, saya kasi contoh.. Misalnya, kita mau tahu apakah ada perbedaan rata-rata nilai ujian berdasarkan metode training (metode a,b,c) dan berdasarkan jenis kelamin (pria dan gender). Perhatikan, dalam two way anova, kita butuh satu variabel terikat dan dua variabel bebas.

Oke deh.. setelah udah paham sampai two way anova, masuk ke manova.Pada dasarnya sama seperti halnya anova, maka di dalam manova atau GLM manova juga ada yang one way dan two way.. Tenang sob, kedua GLM one and two ways manova bisa diproses melalui software statistik kok hehehe..

Jadi, kasus manova ini sebenarnya mirip-mirip dengan anova one dan two ways ya.. Bedanya ya kalo di one & two anova, variabel terikatnya hanya satu, nah.. kalau di manova variabel terikatnya bisa lebih dari satu. Misalnya untuk one way manova, apakah ada perbedaan rata-rata nilai ujian dan waktu pengerjaan soal berdasarkan metode training.. Nih saya contoh lain (kasus two way manova) misalnya apakah ada perbedaan rata-rata nilai ujian dan waktu pengerjaan soal berdasarkan metode training dan jenis kelamin.. Perhatikan bahwa variabel bebasnya selalu non metrik alias kualitatif sedangkan variabel terikatnya adalah metrik (kuantitatif)

Next, lanjut ke Ancova (analisis kovarians).. Sebenarnya sedikit agak beda dengan analisis varians (anova) karena Ancova ini bisa dibilang ibarat gabungan antara Anova dengan Regresi (melihat berapa besar pengaruhnya). Dalam  suatu penelitian biasanya kita diperhadapkan dengan penggunaan variabel laten.. 

Apa itu variabel laten? Yaitu variabel yang tidak bisa kita tentukan/observasi secara langsung (undirectly observed) seperti halnya jenis kelamin dan metode training. Contoh mudahnya adalah motivasi. Nah, motivasi ini gak bisa langsung kita ukur kan.. hehehe.. Jadi mau gak mau, cara yang biasa ditempuh adalah dengan menyebarkan kuesioner penelitian kepada responden. Di dalam Ancova, variabel laten ini terkenal dengan gelar "Kovariat" yang datanya harus metrik. Selanjutnya, untuk melihat pengaruh terhadap variabel bebas (Y), kita juga tidak boleh mengabaikan variabel lain (variabel faktor) yang memang pada dunia kenyataanya memiliki pengaruh terhadap Y. 

Contohnya, untuk melihat prestasi siswa di sekolah (Y), tidak cukup hanya dengan melihat motivasinya (kovariat metrik) tetapi ada variabel-variabel lain (faktor non metrik) seperti taraf pendidikan bapaknya, taraf pendidikan ibunya, status tinggal si anak (apakah tinggal dengan orangtua atau tinggal dengan wali/saudara). Nah, kasus-kasus seperti ini kita gunakan One & Two Way (Analisis Kovarians). 

Lantas apa beda One Way dan Two Way Ancova? Mudah saja.. Ya sama saja dengan Anova, Manova.. Kalau one way variabel faktornya hanya ada satu sedangkan kalau two way ya ada dua dong hehehe..
 
Jadi, begini simpulannya,, Dalam Ancova, dipakai satu/one way atau dua/two ways variabel faktor (x factor non metrik), satu variabel terikat (metrik) dan satu variabel laten/kovariat (metrik). Contoh two way ancova: Pengaruh motivasi belajar (latent variable dan metrik), pendidikan orangtua (variabel faktor non metrik) dan status tinggal anak (variabel faktor non metrik)terhadap prestasi belajar di sekolah (variabel terikat metrik)

Terakhir adalah Mancova.. Kalau sobat semua pelan-pelan baca dan kalau bisa ilustrasikan dengan contoh sendiri, mudah-mudahan sebelum saya paparkan Mancova, ada gambaran yang sudah muncul di pikiran sobat semua tentang Mancova hehehe..

Ibarat kata, kalau Manova adalah multivarnya Anova.. Ya Mancova ini multivarnya Ancova.. Tuh bocorannya... Jadi gimana dah kebayang doong... Hehehe

Hemm, jadi dalam mancova ini variabel terikatnya tidak lagi hanya satu seperti Ancova melainkan lebih dari satu.. Terus kalau one way mancova dan two way mancova prinsipnya sama dengan ancova.. Kalau one way mancova, variabel terikat lebih dari satu, variabel laten/kovariat satu dan variabel bebas faktornya satu. Sementara kalau two way mancova, variabel terikat lebih dari satu, variabel laten/kovariat satu dan variabel bebas faktornya dua..

Saya kasi contoh Two Ways Mancova.. Pengaruh motivasi belajar (latent variable dan metrik), pendidikan orangtua (variabel faktor non metrik) dan status tinggal anak (variabel faktor non metrik)terhadap rata-rata nilai pelajaran eksakta dan non eksakta di sekolah.

Fiuuhh.. Oke deh, saya berharap tulisan yang sengaja saya buatkan dalam bahasa sehari-hari ini lebih mudah sobat semua pahami.. Untuk contoh pengerjaan Manova, Ancova dan Mancova dengan software statistik harap bersabar dulu ya.. Saya akan tetap sempatkan untuk terus menulis lagi..

Oke sob, semangat terus belajarnya, jangan cepat putus asa.. Kalau ada kemauan, pasti ‘kan selalu ada jalan hehehe.. Semangat dan sukses buat kita semua.. Salam sukses :-)

Description: PENJELASAN DAN CONTOH LEBIH DALAM TENTANG PENERAPAN UJI T(PAIRED, INDEPENDEN), ONE & TWO WAY (ANOVA, GLM MANOVA, ANCOVA DAN GLM MANCOVA) Rating: 4.5 Reviewer: Unknown - ItemReviewed: PENJELASAN DAN CONTOH LEBIH DALAM TENTANG PENERAPAN UJI T(PAIRED, INDEPENDEN), ONE & TWO WAY (ANOVA, GLM MANOVA, ANCOVA DAN GLM MANCOVA)

Read More

UJI ANOVA (BEDA RATA-RATA LEBIH DARI DUA POPULASI INDEPENDEN) + CONTOH DENGAN SPSS

UJI ANOVA

Malam sobat semua.. Gimana kondisi? Mudah-mudahan sehat semuanya ya..

Nah, setelah ngeposting uji beda rata-rata dua populasi, sekarang saya mau ngeposting lagi nih tentang uji rata-rata untuk lebih dari dua populasi.. 

Sebelumnya, saya batasi penjelasan saya pada uji yang parametrik dulu.. Kalau dua populasi kita pakainya uji t (apakah berpasangan atau independen) dipakai uji t, sekarang kalau sudah lebih dari dua, pakainya adalah uji Anova..

Nah, Anova itu ada dua jenis noh sob,, ada yang one way dan ada yang two way.. Kalau three, four dan k way itu istilah kerennya disebut dengan Manova.. Walah walah, apa itu,, Yaudah deh, yang itu entar aja, pasti dibahas juga kok,, Calm down baby hehehe..

Nih kasusnya one way, misalnya saya pengen tahu apakah ada beda rata-rata nilai psikotest diantara para pegawai yang lulusan diploma, strata I dan strata II. Tuh, ada tiga kan populasinya.. Kalau kaskusnya two way, misalnya apa ada beda rata-rata nilai psikotest DAN nilai tes logika (two way nih) diantara para pegawai yang lulusan diploma, strata I dan strata II. Jadi, dalam two way ada dua kategori yang mau kita bandingin (psikotest dan logical test) diantara 3 populasi tadi..

Oke, disini saya kasi contoh uji Anova.. Kalau sobat juga mau praktek langsung, silahkan download dulu data buat uji Anovanya disini..

Pada contoh ini, saya mau menguji adakah perbedaan rata-rata nilai ujian psikotest diantara pegawai perusahaan “Triple S” yang lulusan Diploma, SI dan SII.. Saya asumsikan saja uji kenormalan terpenuhi.. Masalah kenormalan ini sudah pernah dibahas pada postingan sebelum-sebelumnya.. 

Naaaah, pas sobat buka datanya, disitu sudah ada dua variabel yaitu nilai dan pendidikan beserta keterangannya.. Untuk variabel pendidikan, isian datanya adalah 0,1 dan 2.. Maksudnya? Copy atau eskpor dulu data di excelnya ke dalam SPSS.. 

Pada variable view, nilai labelkan dengan nilai ujian psikotest sedangkan pendidikan labelkan dengan pendidikan pegawai perusahaan. Selanjutnya untuk pendidikan juga atur saja valuenya dengan 0=diploma, 1=strata I, dan 2=strata II..

Berikut gambarannya:

Selanjutnya, sobat klik menu Analyze, Compare Means, lalu pilih One Way Anova.. Masukkan variabel nilai ke dalam bagian Dependent List sedangkan variabel pendidikan masukkan ke dalam bagian Factor..

Sebelumnya, jika uji Anova nanti hasilnya signifikan sehingga menunjukkan ada perbedaan nilai ujian diantara ketiga populasi pegawai (minimal ada satu populasi berbeda dengan yang lainnya), bagaimana kita tahu, antara populasi mana yang berbeda? Apakah antara yang lulusan Diploma dengan SI, SI dengan SII atau Diploma dengan SII? Solusinya ada nih sob, pakai uji Tukey HSD (Honestly Significant Different)..

Jadi, sekarang klik bagian Post Hoc dan centang Tukey lalu klik Continue

Pada bagian Options, centang Decriptive (untuk informasi deskriptif) dan Homoegenity of Variance Test (Uji Kesamaan Varians) yang harus dipenuhi dalam Anova.. Baru, klik Continue dan OK..

 

Output yang dihasilkan seperti ini:

Dari Descriptive, nilai rata-rata ujian Psikotest STRATA I (S I) paling tinggi yaitu 84,0. Untuk tes kesamaan varians, dari statistik Levene terlihat nilai Sig. 0,721yang lebih besar daripada 0,05 sehingga kita menerima hipotesis nol (varians sama).. Berarti, kesamaan varians untuk Anova sudah terpenuhi sehingga uji Anova valid untuk kita gunakan...

Dari tabulasi hasil ANOVA, terlihat bahwa varians between lebih homogen dibandingkan dengan withinnya.. Nilai Sig, Uji Anova (Uji F) ini sebesar 0,031 yang lebih kecil daripada Alpha 0,05 sehingga kita menolak hipotesis nol dan menyimpulkan ternyata ada perbedaan rata-rata nilai yang signifikan secara statistik diantara ketiga populasi pegawai (lulusan Diploma, SI dan SII). 

Untuk tahu, populasi mana sebenarnya yang berbeda., lihat dari output Post Hoc Tukey HSD.. Perhatikan tanda ’ yang terlihat agak kecil pada bagian Mean Difference (I-J).. Yang berbeda adalah nilai rata-rata ujian Psikotest pegawai lulusan Diploma dengan pegawai lulusan Strata I..

Oke deh sobat,, Itu dulu ilmu yang bisa saya bagikan,, Semoga bermanfaat buat kita semua.. Semangat dan salam sukses :-)

Description: UJI ANOVA (BEDA RATA-RATA LEBIH DARI DUA POPULASI INDEPENDEN) + CONTOH DENGAN SPSS Rating: 4.5 Reviewer: Unknown - ItemReviewed: UJI ANOVA (BEDA RATA-RATA LEBIH DARI DUA POPULASI INDEPENDEN) + CONTOH DENGAN SPSS

Read More