Ada 3 jenis analisis data : univariat,
bivariat dan multivariat. Bivariat berarti 2 variabel. Dalam posisi kerangka
konsep penelitian, 2 variabel tersebut menempati posisi 1 variabel sebagai
variabel independen (mempengaruhi) dan 1 variabel sebagai dependen variabel
(variabel terpengaruh). Dalama analisis dua sisi (2 side) tidak dapat
ditentukan mana variabel independen dan mana variabel dependen. Peneliti
sendiri yang menterjemahkan variabel tersebut. Analisis data menggunakan
komputer, bila kedua variabel tersebut diputar - letakkan, maka hasilnya akan
sama (bukti).
Berdasarkan bentuk data
(kategorik/numerik), maka ada 4 kemungkinan pasangan variabel yang akan diuji
dalam analisis bivariate, yaitu :
1.
Kategoriikk - kategorik
2. Kategorik - numerik
3. Numerik - kategorik, dan
4. Numerik - numerik
2. Kategorik - numerik
3. Numerik - kategorik, dan
4. Numerik - numerik
Oleh karena arah pengujian dalam
analisis 2 sisi tidak dapat ditentukan, maka jenis ketiga dan keempat ujinya
sama.. Untuk uji kategorik-kategorik disebut uji beda proporsi, untuk
uji no.2 dan 3 disebut uji beda rata-rata, dan uji keempat uji korelasi
bivariat. Uji beda rata-rata terbagi 2 jenis : jika 2 rata-rata uji t-test dan
apabila lebih dari 2 rata uji Anova.
Pengujian / analisis data mengacu
kepada tujuan penelitian. Dengan demikian, analisis data adalah sebuah upaya
menggunakan statistik untuk menjawab tujuan penelitian. Ada beberapa langkah
melakukan pengujian data yang mengacu kepada tujuan penelitian pada uji
bivariate. Langkah-langkah pengujian ini disusun oleh penulis untuk memperkuat
pemahaman bahwa statistik hanyalah sebuat alat bantu untuk mengambil keputusan
atau kesimpulan. Artinya, tanpa statistik sebenarnya kesimpulan bisa diambil.
Akan tetapi untuk lebih meyakinkan atau apabila secara visuals sulit
mengambil kesimpulan, maka digunakanlah statistik (uji). Dengan kata lain
pemilihan jenis uji statistik disesuaikan dengan bentuk data, bukan
sebaliknya data yang menyesuaikan dengan uji yang akan digunakan. Pada
penjelasan berikut ini, tujuan penelitian sudah ada sebelumnya (pada proposal
penelitian).
Anova
(analysis of varian) digunakan untuk menguji perbedaan mean (rata-rata) data
lebih dari dua kelompok. Misalnya kita ingin mengetahui apakah ada perbedaan
rata-rata lama hari dirawat antara pasien kelas VIP, I, II, dan kelas III.
Anova mempunyai dua jenis yaitu analisis varian satu faktor (one way anova)
dan analsis varian dua faktor (two ways anova). Pada kesempatan ini
hanya akan dibahas analisis varian satu faktor.
Uji Beda 2-Rata-rata (t-test)
1.1.
Pengertian
Di bidang kesehatan sering kali kita
harus membuat kesimpulan apakah suatu intervensi berhasil atau tidak. Untuk
mengukur keberhasilan tersebut kita harus melakukan uji untuk melihat apakah
parameter (rata-rata) dua populasi tersebut berbeda atau tidak. Misalnya,
apakah ada perbedaan rata-rata tekanan darah populasi intervensi (kota) dengan populasi
kontrol (desa). Atau, apakah ada perbedaan rata-rata berat badan antara
sebelumdengan sesudah mengikuti program diet. Sebelum kita melakukan uji
statistik dua kelompok data, kita perlu perhatikan apakah dua kelompok data
tersebut berasal dari dua kelompok yang independen atau berasal dari dua kelompok
yang dependen/berpasangan. Dikatakan kedua kelompok data independen bila populasi
kelompok yang satu tidak tergantung dari populasi kelompok kedua, misalnya membandingkan
rata-rata tekanan darah sistolik orang desa dengan orang kota. Tekanan darah
orang kota adalah independen (tidak tergantung) dengan orang desa. Dilain
pihak, dua kelompok data dikatakan dependen/pasangan bila datanya saling
mempunyai ketergantungan, misalnya data berat badan sebelum dan sesudah
mengikuti program diet berasal dari orang yang sama (data sesudah
dependen/tergantung dengan data sebelum).
Konsep Uji Beda Dua
Rata-rata
Uji beda rata-rata dikenal juga dengan
nama uji-t (t-test ). Konsep dari
uji beda rata-rata adalah membandingkan nilai rata-rata beserta selang
kepercayaan tertentu (confidenceinterval) dari dua populasi. Prinsip pengujian
dua rata-rata adalah melihat perbedaan variasikedua kelompok data. Oleh karena
itu dalam pengujian ini diperlukan informasi apakah varian kedua kelompok yang
diuji sama atau tidak. Varian kedua kelompok data akan berpengaruh pada nilai
standar error yang akhirnya akan membedakan rumus pengujiannya.Dalam
menggunakan uji-t ada beberapa syarat yang harus dipenuhi. Syarat/asumsi utama
yang harus dipenuhi dalam menggunakan uji-t adalah data harus berdistribusi
normal.Jika data tidak berdistribusi normal, maka harus dilakukan transformasi
data terlebih dahulu untuk menormalkan distribusinya. Jika transformasi yang
dilakukan tidak mampu. menormalkan distribusi data tersebut, maka uji-t
tidak valid untuk dipakai, sehingga disarankan untuk melakukan uji
non-parametrik seperti Wilcoxon (data berpasangan) atauMann-Whitney U (datindependen).Berdasarkan
karakteristik datanya maka uji beda dua rata-rata dibagi dalam dua kelompok,
yaitu: uji beda rata-rata independen dan uji beda rata-rata berpasangan.
Ø Aplikasi
Uji-t Dependen pada Data Berpasangan
Uji-t untuk data berpasangan berarti
setiap subjek diukur dua kali. Misalnya sebelum dan sesudah dilakukannya suatu
intervensi atau pengukuran yang dilakukan terhadap pasangan orang kembar. Dalam
contoh ini akan membandingkan data sebelum dengan sesudah intervensi. Dalam
BAYI95.SAV sudah ada data berpasangan yaitu pengukuran berat badan ibu yang
dilakukan sebelum hamil. Sebelum merencanakan kehamilan, subjek melakukan
penyesuaian diet (mengikuti program makanan tambahan) selama 2 bulan.Pengukuran
berat badan yang pertama (BBIBU_1) dilakukan sebelum kegiatan penyesuaian diet
dilakukan, dan pengukuran berat badan yang kedua (BBIBU_2) dilakukan setelah
dua bulan menjalani penyesuaian diet.Kita akan melakukan uji hipotesis untuk
menilai apakah ada perbedaan berat badan ibu antara sebelum dengan sesudah
mengikuti program diet, langkah-langkahnya sebagaiberikut.1. Bukalah file
BAYI95.SAV, sehingga data tampak di Data editor window.
2.
Dari menu utama, pilihlah: (pada SPSS 10.0)
< Compare Mean
< Paired-Sample T-test
3.Pilih
variabel BBIBU_1 danBBIBU_2
dengan
cara mengklik masing-masing variable tersebut.
Kemudian
klik tanda
<untuk memasukkannya ke dalam kotak
Paired-Variables.
4. Pada
menu “
Options
pilihlah derajat kepercayaan yang diinginkan,
misalnya 95%.Kemudian pilih
Continue
Klik OK
Ø Aplikasi
Uji-t pada Data Independen
Uji-t untuk data independen dilakukan
terhadap dua kelompok data yang tidak saling berkaitan antara satu dengan
lainnya. Misalnya membandingkan kelompok intervensi dengan kelompok kontrol
atau kelompok ibu-ibu perokok dengan ibu-ibu bukan perokok adalah dua kelompok
yang tidak saling berkaitan.Pada analisis ini kita akan melihat apakah ada
perbedaan berat bayi yang lahir dari ibu perokok dengan bayi yang lahir dari
ibu bukan perokok. Kita akan melakukan uji hipotesis apakah ada perbedaan
rata-rata berat bayi yang lahir dari ibu bukan perokok dengan rata-rata berat
bayi yang lahir dari ibu perokok, dengan langkah-langkah sebagai berikut.1.
Bukalah file BAYI95.SAV, sehingga data tampak di Data editor window.2.
UJI ANALISIS VARIANSI (ANOVA)
Beberapa asumsi yang harus dipenuhi pada uji Anova adalah:
Beberapa asumsi yang harus dipenuhi pada uji Anova adalah:
- Sampel berasal dari kelompok yang
independen
- Varian antar kelompok harus
homogen
- Data masing-masing kelompok
berdistribusi normal
Berdasarkan banyaknya variable bebas-nya, Analisis
Variansi Univariate dibagi menjadi tiga kelompok yaitu
1. Analisis
Variansi Univariate Satu Jalan
Analisis ini digunakan jika suatu eksperimen mempunyai
satu variable terikat dan satu variabel bebas
2. Analisis
Variansi Univariate Dua Jalan
Analisis ini
digunakan jika suatu eksperimen mempunyai satu variable terikat dan dua
variabel bebas
3. Analisis
Variansi Univariate Tiga Jalan
Analisis ini digunakan jika
suatu eksperimen mempunyai satu variable terikat dan tiga variabel bebas
Berdasarkan banyaknya variable bebas-nya, Analisis
Variansi Multivariate juga dibagi menjadi 3 bagian yaitu
1. Analisis
Variansi Multivariate Satu Jalan
Analisis ini digunakan jika suatu eksperimen mempunyai lebih dari satu
variable terikat dan satu variabel bebas
2. Analisis
Variansi Multivariate Dua Jalan
Analisis ini
digunakan jika suatu eksperimen mempunyai lebih dari satu variable terikat dan
dua variabel bebas
3. Analisis
Variansi Multivariate Tiga Jalan
Analisis ini digunakan jika suatu eksperimen mempunyai
lebih dari satu variable terikat dan tiga variabel bebas
Rumus uji Anova adalah sebagai berikut :
DF = Numerator (pembilang) = k-1, Denomirator (penyebut) = n-k
Di mana varian between :
Dimana rata-rata gabungannya :
Sementara varian within :
KETERANGAN :
Sb = varian between
Sw = varian within
Sn2 = varian kelompok
X = rata-rata gabungan
Xn = rata-rata kelompok
Nn = banyaknya sampel pada kelompok
k = banyaknya kelompok
saya mau bertanya, untuk referensi uji anova bisa didapatkan di buku apa ya?
BalasHapussaya sangat mengharap infonya
terima kasih
Sudjana
HapusSaya mau nanya. Kalau soalnya seperti ini :
BalasHapusPengujian untuk mengetahuipengaruh ekstrak mengkudu pada pasien hipertensi. Nah datnya ituada data sistole pre dan post, diastole pre dan post. Ada juga klp kontrol. Datanya sama sistole pre dan post, diastole pre dan post. Total ada 8 data. Itupakai uji apa ya gan?
Makasi
Cara uji beda dua rata-rata yang independent dengan memakai ms excel ada gak gan...
BalasHapusKlok ada sklaian di posting
Tujuan dari menggunakan uji beda rata-rata apa ya mim ?
BalasHapusAssalamualaikum mau tanya min. Kalau penelitian saya mengenai determinan struktur modal bank syariah Indonesia dan Malaysia.pengolahan dengan regresi berganda data panel menggunakan eviews apa juga perlu diuji anova?
BalasHapusTerimakasih