Cara Uji Repeated Measures Anova dengan SPSS serta Interpretasi | Penggunaan teknik repeated measures bertujuan untuk menguji apakah ada perbedaan secara faktual (signifikan) dari aneka macam hasil pengukuran yang dilakukan berulang-ulang pada suatu variabel penelitian. Perbedaan yang fundamental antara uji one way anova dengan uji repeated measures anova yakni terletak pada sampel yang diteliti. Dimana untuk
uji one way anova sendiri sampel yang digunakan ialah sampel yang tidak berpasangan, sementara dalam uji repeated measures digunakan untuk sampel yang saling berpasangan.
Uji Repeated Measures Anova merupakan teknik lebih lanjut dari uji paired sample t test. Uji repeated measures anova ini, sanggup digunakan untuk menguji perbedaan dari tiga sampel atau lebih yang saling berpasangan. Sementara pada
uji paired sample t test hanya untuk dua sampel berpasangan saja.
Asumsi Dasar dalam Uji Repeated Measures Anova Persyaratan yang harus terpenuhi atau perkiraan dasar penggunaan uji repeated measures anova dalam analisis data penelitian ialah sebagai berikut.
- Variabel independent (variabel bebas) memakai data berskala kategori. Sementara untuk variabel dependent (variabel terikat) memakai data berskala interval atau rasio (numerik).
- Uji repeated measures anova merupakan pecahan dari statistik parametrik. Oleh lantaran itu, nilai Standardized Residual untuk semua pengukuran (variabel) harus berdistribusi normal. Sementara itu, kalau salah satu dari nilai Standardized Residual untuk variabel ada yang tidak normal, maka solusinya ialah mengganti analisis data dengan statistik non parametrik memakai uji friedman.
- Data penelitian diasumsikan mempunyai varians yang sama atau homogen. Hal ini dibuktikan dengan nilai signifikansi (Sig.) > 0,05 pada Mauchly’s Test of Sphericity. Namun demikian, untuk persyaratan poin ke-3 ini bukanlah sebuah keharusan (tidak mutlak). Sebab, walaupun varians tidak homogen, akan tetapi kita tetap bisa melanjutkan penggunakan uji repeated measures anova untuk analisis data penelitian yakni dengan memperhatikan nilai Greenhouse-Geisser yang ada di tabel output SPSS Tests of Within-Subjects Effects.
Contoh Kasus Uji Repeated Measures Anova dalam Penelitian Seorang peneliti ingin mengetahui apakah obat herbal merek SLIMJOS benar-benar bisa menurunkan berat tubuh seseorang dalam kurun waktu tertentu? Untuk keperluan penelitian ini, maka 17 orang yang akan melaksanakan kegiatan diet ditimbang untuk diketahui berat tubuh awal. Setelah itu 17 orang tersebut diberi minum obat herbal merek SLIMJOS, kemudian ditimbang kembali berat badannya seminggu dan sebulan kemudian sehabis sebelumnya rutin mengkonsumsi obat herbal ini. Berikut data berat tubuh tujuh belas orang responden tersebut.
[
Download Data excel, Input-Output SPSS]
Keterangan: Contoh-responden nomor 1 mempunyai berat tubuh awal 90,4 kilogram, sehabis seminggu mengkonsumsi obat herbal merek SLIMJOS mengalami menutunan berat tubuh menjadi 90,3 kilogram. Kemudian sehabis sebulan rutin mengkonsumsi obat herbal tersebut, berat badannya menjadi 86,3 kilogram. Cara membaca data berat tubuh untuk responden nomor 2 dan seterusnya sebagaimana teladan pada responden nomor 1.
Identifikasi Variabel Penelitian - Variabel independent atau variabel bebas ialah waktu pengukuran berat badan. Terdiri dari 3 waktu pengukuran berat tubuh yaitu seminggu, sebulan dan setahun (data kategorikal).
- Variabel dependent atau variabel terikat ialah data ukuran berat tubuh ke-17 orang responden (data numerik).
Cara Uji Repeated Measures Anova dengan SPSS Ada beberapa tahapan untuk melaksanakan uji repeated measures anova dengan SPSS. Pertama, tahap penginputan data penelitian ke kegiatan SPSS. Kedua, melaksanakan uji normalitas pada nilai Standardized Residual untuk ukuran berat tubuh di ketiga waktu pengukuran. Ketiga melaksanakan analisis dengan uji repeated measures anova.
*Menginput Data Penelitian ke Program SPSS 1. Buka lembar kerja gres pada kegiatan SPSS, kemudian klik
Variable View dalam mendefinisikan variabel penelitian yang ada pada kolom
Name, Decimals, Label, Measure dan lainnya, sanggup ikuti ketentuan sebagaimana gambar bawah ini.
2. Jika sudah, langkah selanjutnya klik
Data View, kemudian masukkan data berat tubuh ke-17 orang responden tersebut sesuai dengan waktu berat tubuh mereka diukur atau ditimbang. Tampak dilayar SPSS.
*Melakukan Uji Normalitas Nilai Standardized Residual Persyaratan yang harus terpenuhi dalam uji repeated measures anova yaitu nilai standardized residual untuk data berat tubuh di ketiga data waktu pengukuran di atas ialah normal. Jika salah satu variabel tidak normal maka alternatif yang sanggup digunakan ialah melaksanakan
uji friedman sebagai pengganti uji repeated measures anova. Adapun langkah-langkah uji normalitas standardized residual dengan SPSS ialah sebagai berikut.
3. Dari sajian SPSS, klik sajian
Analyze >>
General Linear Model >>
Repeated Measures… Tampak di layar SPSS
4. Maka mucul kotak obrolan gres dengan nama “Repeated Measures Define Factor(s)” pada pecahan Whithin-Subject Faktor Name: ganti goresan pena
factor1 dengan
Waktu. Untuk kotak Number of Lavels: ketikkan
3 (karena ada 3 waktu pengukuran berat badan)
5. Kemudian klik
Add, pada pecahan Measure Name: ketikkan
Obat kemudian klik
Add, selanjutnya klik
Define, maka tampak di layar sebagai berikut.
6. Muncul kotak obrolan “Repeated Measures” pindahkan variabel
BB Awal,
BB Seminggu, dan
BB Sebulan, ke kotak
Whithin-Subject Variables (Waktu) 7. Selanjutnya klik
Plots… maka muncul kota obrolan “Repeated Measures: Profile Plots” kemudian pindahkan variabel
Waktu ke kotak
Horizontal Axis, kemudian klik tombol
Add, sehingga variabel
Waktu berpindah di kotak
Plots, kemudian klik
Continue Tampak di layar.
8. Kembali ke kotak obrolan “Repeated Measures”, kemudian klik
Save, maka muncul kotak obrolan “Repeated Measures: Save” pada pecahan Residuals berikan tanda centang (
v) pada pilihan
Standardized, kemudian klik
Continue 9. Kembali lagi ke kotak obrolan “Repeated Measures”, selanjutnya klik
Options, maka muncul kotak obrolan “Repeated Measures: Options” kemudian masukkan variabel
Waktu ke kotak
Display Means for, kemudian aktifkan
Compare main effects, pada pecahan Confidence interval adjustmen pilih
Bonfferoni, kemudian klik
Continue selanjutnya klik
Ok. Tampak di layar.
10. Penting: Output SPSS yang muncul tersebut ialah output
Uji Repeated Measures Anova namun kita abaikan dulu saja (karena kita akan memaknainya nanti sehabis persyaratan normalitas sudah terpenuhi).
11. Buka Data View, perhatikan pada tampilan
Data View ini terlihat ada variabel gres dengan nama
ZRE_1,
ZRE_2, dan
ZRE_3. Nah, inilah yang disebut dengan nilai Standardized Residual
12. Selanjutnya untuk melaksanakan uji normalitas untuk nilai Standardized Residual, klik sajian
Analyze >>
Descriptive Statistics >>
Explore… 13. Maka muncul kotak obrolan dengan nama “Explore” kemudian masukkan ketiga variabel
Standardized Residual ke kotak
Dependent List: selanjutnya klik
Plots… 14. Muncul kotak obrolan “Explore Plots” kemudian beri tanda centang (
v) pada pilihan
Normality plots with tests, kemudian klik
Continue, kemudian klik
Ok. Maka akan mucul output SPSS, untuk uji normalitas kita cukup memperhatikan tabel output “
Tests of Normality”
*Pembahasan Uji Normalitas Nilai Standardized Residual 
Untuk mengetahui apakah ketiga variabel Standardized Residual ini normal atau tidak, maka terlebih dahulu kita harus mengetahui dasar pengambilan keputusan dalam uji normalitas dengan kententuan sebagai berikut.
- Jika nilai Sig. < 0,05, maka variabel tidak berdistribusi normal.
- Jika nilai Sig. > 0,05, maka variabel berdistribusi normal.
Berdasarkan tabel output SPSS “
Tests of Normality” diketahui nilai Sig. untuk uji normalitas dengan teknik Shapiro-Wilk ialah sebagai berikut.
- Standardized Residual for Awal Sig. 0,359
- Standardized Residual for Seminggu Sig. 0,410
- Standardized Residual for Sebulan Sig. 0,458
Karena nilai signifikansi (Sig.) untuk semua variabel Standardized Residual di atas > 0,05 maka sanggup disimpulkan bahwa data berat tubuh untuk ketiga waktu pengukuran tersebut ialah normal. Dengan demikian, analisis data untuk penelitian ini sanggup dilakukan dengan metode statistik parametrik dengan
Uji Repeated Measures Anova. Catatan: teknik Shapiro-Wilk digunakan untuk sampel kecil yakni < 50 sampel. Sementara teknik Kolmogorov-Smirnov digunakan untuk sampel besar yakni > 50 sampel.
Interpretasi Output Uji Repeated Measures Anova SPSS Tabel output SPSS untuk uji repeated measures anova sanggup dilihat pada proses analisis SPSS di atas, yaitu pada LANGKAH KE-10. Adapun interpretasi dari tabel-tabel output SPSS tersebut ialah sebagai berikut.
Tabel Output “Within-Subjects Factors” Tabel output di atas menjelaskan bahwa ada tiga variabel berat tubuh untuk tiga waktu pengukuran berat tubuh yang berbeda.
Tabel Output “Mauchly's Test of Sphericity” Seperti yang sudah saya bahas di awal, bahwa perkiraan atau persyaratan yang mendasari (bukan syarat mutlak) uji repeated measures anova yaitu data penelitian mempunyai varians yang sama melalui nilai Sphericity. Berdasarkan output di atas, diketahui nilai Signifikansi (Sig.) sebesar
0,002 < 0,05, maka sanggup disimpulkan bahwa data penelitian ini tidak memenuhi perkiraan kesamaan varians. Untuk kasus ibarat ini anda tidak perlu khawatir, alasannya ialah uji repeated measures anova masih tetap bisa dilanjutkan yakni dengan mengacu pada nilai
Greenhouse-Geisser yang akan kita bahas pada tabel output Tests of Within-Subjects Effects.
Catatan: Jika perkiraan atau persyaratan Sphericity terpenuhi, maka pengambilan keputusan dalam uji repeated measures anova mengacu pada nilai Sphericity Assumed.
Tabel Output “Tests of Within-Subjects Effects” Tabel output di atas ialah tabel paling mentukan dalam uji repeated measures anova. Dalam hal ini, ada tiga tahapan yang harus dilalui untuk memaknai hasil output tersebut. Pertama, menciptakan rumusan hipotesis penelitian. Kedua, mengetahui dasar pengambilan keputusan dalam uji repeated measures anova. Ketiga ialah penarikan kesimpulan.
*Rumusan Hipotesis Penelitian - H0: Tidak ada perbedaan rata-rata penurunan berat tubuh pada ketiga kelompok interval waktu pengukuran.
- Ha: Ada perbedaan rata-rata penurunan berat tubuh pada ketiga kelompok interval waktu pengukuran.
*Dasar Pengambilan Keputusan dalam Uji Repeated Measures Anova - Jika nilai Greenhouse-Geisser Sig. > 0,05, maka H0 diterima dan Ha ditolak.
- Jika nilai Greenhouse-Geisser Sig. < 0,05, maka H0 ditolak dan Ha diterima.
*Penarikan Kesimpulan: menurut tabel output Tests of Within-Subjects Effects di atas, diketahui nilai Greenhouse-Geisser Sig ialah sebesar
0,000 < 0,05. Maka H0 ditolak dan Ha diterima atau dengan kata lain ada perbedaan rata-rata penurunan berat tubuh yang faktual (signifikan) dari waktu ke waktu. Dengan demikian sanggup disimpulkan bahwa obat herbal merek SLIMJOS benar-benar bisa menurunkan berat tubuh seseorang.
Tabel Output “Pairwise Comparisons” Tabel output di atas memperlihatkan info mengenai rata-rata penurunan berat tubuh untuk setiap pengukuran dari waktu ke waktu (awal, semiggu, dan sebulan). Angka 1 memperlihatkan waktu pengukuran berat tubuh awal, angka 2 memperlihatkan waktu pengkuran berat tubuh seminggu, dan angka 3 memperlihatkan waktu pengukuran berat tubuh sebulan sehabis rutin mengkonsumsi obat herbal merek SLIMJOS. Adapun penjelasannya sanggup anda simak pada poin-poin di bawah ini.
- Nomor 1 (berat tubuh awal) dibandingkan dengan nomor 2 (berat tubuh seminggu), terjadi rata-rata penurunan berat tubuh sebesar 0,771 kilogram dan perbedaan penurunan berat bedan tersebut ialah faktual alasannya ialah nilai Sig. sebesar 0,001 < 0,05.
- Nomor 1 (berat tubuh awal) dibandingkan dengan nomor 3 (berat tubuh sebulan), terjadi rata-rata penurunan berat tubuh sebesar 3,818 kilogram dan perbedaan penurunan berat bedan tersebut ialah faktual alasannya ialah nilai Sig. sebesar 0,000 < 0,05.
- Nomor 2 (berat tubuh seminggu) dibandingkan dengan nomor 3 (berat tubuh sebulan), terjadi rata-rata penurunan berat tubuh sebesar 3,047 kilogram dan perbedaan penurunan berat bedan tersebut ialah faktual alasannya ialah nilai Sig. sebesar 0,000 < 0,05.
Oleh lantaran itu sanggup dismpulkan bahwa dengan rutin mengkonsumsi obat herbal merek SLIMJOS sanggup menurunkan rata-rata berat tubuh seseorang sebesar 0,771 kilogram dalam waktu seminggu dan 3,818 kilogram dalam waktu sebulan.
Gambar Output “Profile Plots” Gambar Plots di atas memperlihatkan ketajaman rata-rata penurunan berat tubuh dari waktu ke waktu berat tubuh tersebut di ukur atau di timbang.
Demikian pembahasan mengenai cara melaksanakan analisis data penelitian dengan uji repeated measures anova memakai kegiatan SPSS beserta interpretasinya. Selanjutnya silahkan anda bagikan panduan ini ke media umum anda supaya panduan ini sanggup bermanfaat bagi orang banyak. Terimakasih telah berkenan membaca goresan pena ini, selamat mencoba dan agar sukses. Salam hangat dari saya Sahid Raharjo.
VIDEO: Tutorial Uji Repeated Measures Anova dengan SPSS Serta Interpretasi
[Kata Kunci Pencarian:
Cara Uji Repeated Measures Anova dengan SPSS Serta Interpretasi, Langkah-langkah Statistik Parametrik dengan Uji Repeated Measures Anova memakai Program SPSS, Tutorial Uji Repeated Measures Anova dengan SPSS Lengkap]
\ 
