Cara Uji Kruskal Wallis Statistik Non Parametrik Dengan Spss

Cara Uji Kruskal Wallis Statistik Non Parametrik dengan SPSS | Uji Kruskal Wallis merupakan belahan dari statistik non parametrik untuk data lebih dari dua sampel yang tidak saling berafiliasi atau tidak berpasangan. Uji kruskal wallis umumnya dipakai oleh peneliti sebagai alternatif dari uji anova saat salah satu atau seluruh sebaran data tidak berdistribusi normal.

Oleh alasannya yaitu itu, sebelum kita menentukan uji kruskal wallis untuk menganalisis data penelitian, kita harus memastikan terlebih dahulu apakah sebaran data penelitian berdistribusi normal atau tidak. Jika data berdistribusi normal maka sebaiknya kita memakai statistik parametrik dengan Uji Anova. Sebaliknya, bila data penelitian tidak berdistribusi normal maka memakai uji kruskal wallis untuk analisis data yaitu pilihan yang tepat.

Baca: Cara Uji Normalitas untuk One Way Anova dengan SPSS

Contoh Soal Uji Kruskal Wallis

PT. Cahaya memproduksi empat buah lampu dengan merek A, B, C, dan D. Seorang manajer produksi ingin mengetahui apakah ada perbedaan mutu produksi yang faktual diantara keempat merek lampu tersebut. Untuk itu, diambil sejumlah sampel tertentu dari masing-masing merek lampu, kemudian diukur masa hidup lampu tersebut dengan cara menyalakan alat yang sama sampai lampu mati.

Adapun data merek lampu yang diteliti oleh menajer produksi PT. Cahaya yaitu sebagai berikut.

Keterangan: sebagai contoh, angka 400,5 pada baris 1 di atas menyatakan bahwa sampel nomor 1 lampu merek A memiliki masa hidup 400,5 jam. Demikian dan seterusnya untuk data yang lain.

Untuk kebutuhan uji kruskal wallis dengan SPSS, maka kita perlu mengkonversi keempat merek lampu di atas, ke dalam bentuk angka dengan ketentuan kode, merek A=1, merek B=2, merek C=3, dan merek D=4, karenanya tampak sebagaimana data di bawah ini.

[Download Data]

Langkah-langkah Uji Kruskal Wallis dengan SPSS

1. Buka lembar kerja gres SPSS, kemudian klik Variable View untuk mengisi nama dan property variabel dengan ketentuan sebagai berikut:

Variabel “Masa” maka isikan:
Name: saat Masa
Type: pilih Numeric
Width: pilih 8
Decimals: pilih 1
Label: ketik Masa (Jam)
Values: pilih None
Missing: pilih None
Columns: pilih 8
Align: pilih Right
Measure: Pilih Scale
Role: Pilih Input

Variabel “Merek” maka isikan:
Name: saat Merek
Type: pilih Numeric
Width: pilih 1
Decimals: pilih 0
Catatan: Desimals isikan 0 terlebih dahulu gres kemudian Width isikan 1
Label: ketik Merek Lampu
Values: pilihan ini untuk proses pertolongan kode. Maka klik kotak kecil di kanan sel, maka akan muncul kotak obrolan “Value Labels” sebagai berikut

Cara mengisinya:
Value: ketik 1
Label: ketik Merek A
Klik Add
Value: ketik 2
Label: ketik Merek B
Klik Add
Value: ketik 3
Label: ketik Merek C
Klik Add
Value: ketik 4
Label: ketik Merek D
Klik Add
Klik Ok

Missing: pilih None
Columns: pilih 8
Align: pilih Right
Measure: Pilih Scale
Role: Pilih Input

Jika anda sudah mengisi dengan benar maka dilayar akan tampak sebagaimana gambar di bawah ini.

2. Langkah berikutnya yaitu klik Data View, kemudian masukkan data Masa dan Merek sesuai dengan kolom yang tersedia

3. Dari sajian SPSS klik Analyze - Nonparemetric Tests - Legacy Dialogs - K Independent Samples… Tampak dilayar sebagai berikut

4. Muncul kotal obrolan ‘Tests for Saveral Independent Samples” masukkan variabel Masa (Jam) [Masa] ke kotak Test Variable List, kemudian masukkan variabel Merek ke kotak Grouping Variable. Untuk "Test Type" berikan tanda centang (V) pada Kruskal-Wills H, kemudian klik Define Range…

5. Muncul kotak obrolan “Saveral Independent Samples…” untuk Minimum isikan 1 dan untuk Maximum isikan 4, kemudian klik Continue

Catatan: Kerena dalam penelitian ini ada empat data merek lampu, maka isi minimum dengan 1 dan maximum dengan 4. Dalam perkara lain bila data ada 2 sampel, maka minimum tetap di isi 1 tapi maximum di isi dengan 2.

6. Terakhir yaitu klik Ok untuk mengakhiri perintah, dengan demikian akan muncul output uji kruskal wallis sebagai berikut

Rumusan Hipotesis Penelitian
H0: Tidak ada perbedaan masa antara merek A, merek B, merek C, dan merek D.
Ha: Ada perbedaan masa antara merek A, merek B, merek C, dan merek D.

Dasar Pengambilan Keputusan dalam Uji Kruskal Wallis

Untuk pengambilan keputusan dalam uji kruskal wallis sanggup dilakukan dengan dua cara: pertama, membandingkan nilai statistik hitung dengan nilai statistik tabel. Kedua, membandingkan nilai signifikansi (Asymp.Sig) dengan probabilitas 0,05.

Dalam artikel ini saya akan membahas pengambilan keputusan menurut cara yang kedua, yakni membandingkan nilai signifikansi (Asymp.Sig) dengan probabilitas 0,05. Adapun ketentuan pengambilan keputusannya yaitu sebagai berikut:

1. Jika nilai Asymp.Sig > 0,05, maka TIDAK ADA perbedaan atau H0 diterima.
2. Jika nilai Asymp.Sig < 0,05, maka ADA perbedaan atau H0 ditolak.

Pengambilan Keputusan dan Interpretasi Output Uji Kruskal Wallis

Berdasarkan output “Test Statistics” di atas, diketahui nilai Asymp.Sig yaitu sebesar 0,000 < 0,05. Dengan demikian, sanggup disimpulkan bahwa H0 ditolak dan Ha diterima yang berarti ADA PERBEDAAN yang faktual (signifikan) antara masa hidup keempat merek lampu. Dengan demikian, maka sanggup dikatakan pula bahwa daya tahan atau masa hidup lampu merek A, B, C dan D yaitu tidak sama alias berbeda.

Demikian pembahasan mengenai cara uji kruskal wallis statistik non parametrik dengan SPSS, supaya bermanfaat bagi kawan-kawan semua yang sedang berjuang untuk penelitiannya supaya sukses dan lancar. Owh iya bila ada pertayaan atau jawaban tetang paduan ini silahkan berkomentar, kritik dan saran yang membangun sangat kami harapkan. Terimakasih.

VIDEO: Panduan Uji Kruskal Wallis dengan SPSS Lengkap

[Kata Kunci Pencarian: Cara Uji Kruskal Wallis Statistik Non Parametrik dengan SPSS, Langkah-langkah Uji Kruskal Wallis dengan Program SPSS, Tutorial Uji Kruskal Wallis sebagai Alternatif Uji Anova dengan SPSS Versi 21]

Read More

Download File Praktik Latihan Spss Tutorial Youtube

Download File Praktik Latihan SPSS Tutorial YOUTUBE | Selamat pagi mitra semua yang sedang asik (ASIK SEKALI, hehe) mengerjakan tugas, skripsi, atau tesisnya biar selalu diberikan akomodasi dan kelancaran oleh Allah SWT dalam menuntaskan kiprah ini. Kunci sukses dalam mengerjakan analisis data memakai jadwal SPSS untuk penelitian bersama-sama terletak pada beberapa hal, diantaranya:

KUNCI SUKSES MENGERJAKAN ANALISIS DATA MENGGUNAKAN SPSS

1. Kecermatan dalam memilih metode analisis apa yang paling sempurna untuk penelitian anda. Cara termudah dalam hal ini adalah dengan merujuk pada penelitian sejenis atau jurnal yang relevan (mirip) dengan penelitian yang sedang anda lakukan dikala ini. Kemudian anda hanya perlu menyamakan (meniru) metode analisis yang digunakan dalam penelitian atau jurnal relevan tersebut. Kalau sanggup sih sebaiknya mencari penelitian terdahulu, dimana peneliti tersebut pernah dibimbing oleh dosen yang sama dengan dosen yang membimbing anda dikala ini - cari diperpustakaan kampus (inilah yang disebut cara main aman.hehe).
2. Pelajari teori-teori yang berkaitan dengan analisis yang digunakan untuk penelitian anda. Mencakup pengertian, tujuan, syarat atau mekanisme serta dasar pengambilan keputusan dalam analisis tersebut.
3. Perlu ketelitian dalam menginput data penelitian ke dalam Progam SPSS, baik pada Variabel View maupun pada Data View.
4. Baca sebanyak mungkin rujukan penunjang sebagai pegangan bagi anda untuk menafsirkan atau menginterpretasi Ouput SPSS atas hasil analisis yang sudah anda lakukan.

Baik kita masuk kebagian inti dari postingan kali ini, yakni disini saya akan membagikan beberapa file pendukung (file praktik analisis data di youtube) kepada kawan-kawan semua sebagai sarana embel-embel tutorial SPSS sederhana pada Channel youtube: Sahid Raharjo | kawan-kawan sanggup mendownloadnya secara gratis pada link di bawah ini.

Judul Video	Data File
Uji Normalitas Kolmogorov Smirnov dengan SPSS Full Edisi	Download
Cara Uji Linearitas dengan SPSS Paling Mudah	Download
Cara Uji Normalitas Probability Plot dengan SPSS Detail	Download
Video Uji Multikolinearitas dengan Tolerance-VIF SPSS	Download
Uji Heteroskedastisitas Glejser dengan SPSS	Download
Cara Uji Heteroskedastisitas dengan Metode Scatterplots SPSS	Download
Video Uji Autokorelasi Durbin Watson dengan SPSS	Download
Cara Uji Autokorelasi dengan Uji Run Test Menggunakan SPSS	Download
Uji Analisis Korelasi Pearson dengan SPSS Sangat Jelas	Download
Cara Uji Korelasi Berganda Simultan dengan SPSS Full	Download
Uji Regresi Linear Sederhana dengan SPSS Sangat Detail	Download
Uji t dan Uji F dalam Analisis Regresi Berganda dengan SPSS	Download
Panduan Cara Uji Regresi Variabel Intervening dengan SPSS	Download
Uji Regresi dengan Variabel Moderasi MRA dalam SPSS	Download
Teknik Uji Variabel Dummy dalam Analisis Regresi SPSS	Download
Praktik Mencari SE dan SR Regresi Berganda	Download
Uji Normalitas Shapiro Wilk Statistik Parametrik dengan SPSS	Download
Uji Homogenitas Levene Statistics dengan SPSS Sangat Lengkap	Download
Cara Uji Paired Sample T Test dengan SPSS Full	Download
Uji Beda Independent Sample t Test dengan SPSS Lengkap	Download
Video Cara Uji Wilcoxon Non Parametrik dengan SPSS	Download
Cara Uji Mann Whitney Non Parametrik dengan SPSS Lengkap	Download
Bimbingan Kilat Uji One Way Anova dengan SPSS bagi Pemula	Download
Bimbingan Praktis Cara Uji Two Way Anova dengan SPSS lengkap	Download
Cara Praktis Uji Normalitas Skewness dan Kurtosis dengan SPSS	Download
Membuat Tabel Distribusi Frekuensi dengan SPSS Sangat Mudah	Download
Cara Uji Analisis Korelasi Rank Spearman dengan SPSS Lengkap	Download
Uji Validitas Pearson Product Moment dengan SPSS [UPDATE]	Download
Uji Reliabilitas Cronbach Alpha dengan SPSS [UPDATE]	Download
Tutorial Cara Uji Chi Square dengan Program SPSS	Download
Uji Heteroskedastisitas Metode Glejser dengan SPSS UPDATE	Download
Uji Multikolinearitas Tolerance dan VIF dengan SPSS *UPDATE	Download
Analisis Data Kelas Eksperimen dan Kontrol dengan SPSS [5]	Download
Cara Memasukkan Data Kuesioner Skala Likert di SPSS Lengkap	Download
Cara Memasukkan Data Laporan Keuangan (Sekunder) di SPSS	Download
Video Panduan Uji Kruskal Wallis dengan SPSS Lengkap	Download
Uji One Sample t Test dengan SPSS + Interpretasi	Download
Tutorial Analisis Faktor dengan SPSS + Interpretasi	Download
Tutorial Uji Friedman dengan SPSS Serta Interpretasi Lengkap	Download
Uji Repeated Measures Anova dengan SPSS Serta Interpretasi	Download
Tutorial Uji Korelasi Parsial dengan SPSS + Interpretasi	Download
Cara Uji Korelasi Korelasi Kendalls tau-b dengan SPSS	Download
Next Video	Download

Catatan: untuk keamanan file, maka file data di atas saya rekap dalam format folder winrar. Isi file yang terdapat dalam forder winrar tersebut secara umum meliputi data Pdf, Excel, dan data Input SPSS.sav yang saya gunakan di dalam video youtube.

Lihat Juga: Panduan Berbagai Analisis Data dengan SPSS Lengkap

Demikian postingan ihwal Download File Praktik Latihan SPSS Tutorial YOUTUBE, biar bermanfaat dan sanggup dipergunakan sebagaimana mestinya. Oh iya, kalau ada link download yang rusak tolong diinfokan ke saya ya melalui whatsapp atau email supaya saya sanggup segera mengupdate dengan link yang baru. Terimakasih.

Read More

Cara Uji Normalitas Untuk One Way Anova Dengan Spss Lengkap

Cara Uji Normalitas untuk One Way Anova dengan SPSS Lengkap | Selamat pagi kawan-kawan semua, biar masih tetap semangat ya dalam menuntaskan penelitiannya. Pokoknya jangan pernah mengalah terus berjuang hingga akhir, alasannya ialah dibalik setiap kesulitan niscaya ada kemudahan. Admin doakan biar penelitiannya berjalan lancar dan sukses. Aamiin.

Pada kesempatan kali ini admin www.spssindonesia.com akan membagikan artikel panduan cara uji normalitas untuk one way anova dengan SPSS. Normalitas data merupakan persyaratan mutlak yang harus terpenuhi sebelum kita memakai uji one way anova untuk menganalisis data penelitian.

Namun demikian, sering terjadi peneliti yang mendapati data penelitiannya tidak berdistribusi normal, kemudian apa yang harus dilakukan dengan keadaan yang ibarat itu? Tenang! Ketika sebaran data tidak berdistribusi normal maka langkah pertama yang harus dilakukan ialah melaksanakan transformasi data ke bentuk Ln atau Logaritma natural dengan memanfaatkan sajian transform yang ada di SPSS, gres kemudian mengulangi uji normalitas dengan data Ln tersebut.

Jika dengan transformasi data (Ln) masih didapati data tidak berdistribusi normal, maka langkah kedua ialah mengganti uji one way anova dengan uji kruskal wallis sebagai alternatif analisis hipotesis untuk data tidak berdistribusi normal. Perlu kita pahami bahwa uji kruskal willis ialah cuilan dari statistik non parametrik yang tidak mensyaratkan data harus berdistribusi normal sebagaimana syarat yang ada dalam uji one way anova.

Metode Uji Normalitas untuk One Way Anova

Secara umum ada dua metode untuk melaksanakan Uji Normalitas untuk One Way Anova dengan SPSS, yakni dengan uji kolmogorov smirnov dan uji shapiro wilk. Adapun uji normalitas kolmogorov smirnov digunakan untuk data lebih dari 50 sampel. Sementara, uji shapiro wilk digunakan untuk data penelitian kurang dari 50 sampel.

Contoh Soal Uji Normalitas untuk One Way Anova

Seorang pemilik toko handphone ingin mengetahui penjualan handphone untuk merek Samsung, Oppo, Vivo, dan Lenovo yang ada di tokonya. Para pembeli handphone di toko itu hanya dihadapkan pada keempat merek handphone tersebut. Adapun data penjualan keempat merek handphone tersebut selama 10 ahad ialah sebagai berikut.

[Download Data]

Catatan: Untuk kebutuhan analisis di SPSS, maka kita perlu mengubah keempat merek handphope, ke dalam bentuk angka dengan ketentuan arahan merek Samsung=1, Oppo=2, Vivo=3, dan Lenovo=4. Kode merek sanggup anda lihat pada gambar di atas, yakni kolom yang saya beri garis kotak warna merah.

Uji one way anova sanggup kita gunakan untuk menuntaskan teladan soal di atas. Namun demikian terlebih dahulu kita harus melaksanakan uji normalitas untuk mengetahui apakah sebaran data penjualan keempat merek handpone tersebut berdistribusi normal atau tidak. Sebab, dalam uji one way anova perkiraan dasar yang harus terpenuhi ialah data berdistribusi normal.

Cara Uji Normalitas untuk One Way Anova dengan SPSS

1. Buka lembar kerja gres SPSS, kemudian klik Variable View untuk mengisi nama dan property variabel dengan ketentuan sebagai berikut:

Variabel “Merek” maka isikan:
Name: dikala Merek
Type: pilih Numeric
Width: pilih 1
Decimals: pilih 0
Catatan: Desimals isikan 0 terlebih dahulu gres kemudian Width isikan 1
Label: ketik Merek Handpone
Values: pilihan ini untuk proses tunjangan arahan handphone. Maka klik kotak kecil di kanan sel, maka akan muncul kotak obrolan “Value Labels” sebagai berikut

Cara mengisinya:
Value: ketik 1
Label: ketik Samsung
Klik Add
Value: ketik 2
Label: ketik Oppo
Klik Add
Value: ketik 3
Label: ketik Vivo
Klik Add
Value: ketik 4
Label: ketik Lenovo
Klik Add
Klik Ok

Missing: pilih None
Columns: pilih 8
Align: pilih Right
Measure: pilih Nominal
Role: Pilih Input

Variabel “Penjualan” maka isikan:
Name: dikala Penjualan
Type: pilih Numeric
Width: pilih 8
Decimals: pilih 0
Label: ketik Penjualan 10 Minggu
Values: pilih None
Missing: pilih None
Columns: pilih 8
Align: pilih Right
Measure: pilih Scale
Role: Pilih Input

Jika anda sudah mengisi dengan benar maka dilayar akan tampak sebagaimana gambar di berikut ini.

2. Langkah selanjutnya ialah klik Data View, kemudian masukkan data Merek dan Penjualan sesuai dengan kolom yang tersedia

3. Dari sajian SPSS klik Analyze – Descriptive Statistics – Explore…

4. Maka akan muncul kotak obrolan “Explore”, selanjutnya masukkan variabel Penjualan 10 Minggu ke kotak Dependen List, kemudian masukkan variabel Merek Handphone [Merek] ke kotak Factor List, pada cuilan “Display” pilih Both, kemudian klik Plots…

5. Maka akan mucul kotak obrolan “Explore: Plots”, kemudian berikan tanda centang (v) pada Normality Plot with tests, kemudian klik Continue

6. Jika sudah yakin benar, selanjutnya klik Ok untuk mengakhiri perintah. Maka muncul output SPSS. Perhatikan output ketiga, yakni pada tabel “Test of Normality”

Dasar Pengambilan Keputusan dalam Uji Normalitas

1. Jika nilai Sig. > 0,05 maka data berdistribusi normal
2. Jika nilai Sig. < 0,05 maka data tidak berdistribusi normal

Interpretasi dan Pengambilan Keputusan Uji Normalitas

Penting: Karena data penelitian ini kurang dari 50 maka kita gunakan nilai Shapiro-Wilk Sig.

Dari output SPSS pada tabel Test of Normality di atas, diperoleh nilai Shapiro-Wilk Sig. untuk data penjualan handpone Samsung ialah sebesar 0,687, Oppo sebesar 0,372, Vivo sebesar 0,613, dan Lenovo sebesar 0,950. Berdasarkan dasar pengambilan keputusan dalam uji normalitas di atas, maka data penjualan untuk keempat merek handphone > 0,05. Dengan demikian sanggup disimpulkan bahwa data penjualan untuk keempat merek handphone (Samsung, Oppo, Vivo, dan Lenovo) ialah berdistribusi normal.

Karena perkiraan dasar normalitas sudah terpenuhi maka analisis stastistik parametrik dengan Uji One Way Anova sanggup dilakukan. Namun, kalau data penelitian ternyata tidak berdistribusi normal maka alternatif analisis data sebagai pengganti uji one way anova ialah dengan memakai statistik non parametrik yakni dengan uji kruskal wallis.

Baca: Cara Uji Kruskal Wallis Statistik Non Parametrik dengan SPSS

Baik hingga disini dulu pembahasan kita ihwal uji normalitas, muda-mudahan sanggup bermanfaat untuk kawan-kawan semua dalam menuntaskan penelitiannya. Semoga sukses ya. Terimakasih.

[Kata Kunci Pencarian: Cara Uji Normalitas untuk One Way Anova dengan SPSS Lengkap, Uji Normalitas Shapiro-Wilk dalam Uji One Way Anova, Tutorial Uji Normalitas untuk One Way Anova dengan Program SPSS Versi 21]-[Data penelitian pada artikel ini merupakan data fiktif sebagai materi latihan mengolah data memakai SPSS]

Read More

Cara Melaksanakan Analisis Anova Satu Faktor Dengan Spss

Cara Melakukan Analisis Anova Satu Faktor dengan SPSS | Analisis one way ANOVA atau uji anova satu faktor intinya bertujuan untuk membandingkan nilai rata-rata yang terdapat pada variabel terikat di semua kelompok yang dibandingkan. Nilai masing-masing kelompok dilihat menurut pada variabel bebas yang berskala kategori. Fungsi variabel bebas disini tolong-menolong yaitu untuk mewakili kelompok-kelompok yang akan diteliti. Variabel bebas dalam analisis anova satu faktor disebut juga sebagai variabel faktor, sementara kelompok-kelompok yang dibandingkan disebut sebagai variabel tingkatan faktor.

Prosedur analisis Anova satu faktor sanggup menghasilkan analisis satu faktor untuk sebuah variabel terikat dengan sebuah variabel bebas. Seperti yang sudah saya utarakan di awal pembahasan ini, bahwa teknik analisis Anova satu faktor pada prinsipnya yaitu untuk menguji sebuah hipotesis yang akan mengambarkan nilai rata-rata masing-masing variabel tersebut sama atau tidak. Pertanyaan yang sering kali terbesit dibenak kita yaitu “lantas apa perbedaan antara uji analisis Anova satu faktor dengan uji independent sample t test, alasannya yaitu kedua uji tersebut sama-sama bertujuan untuk membandingkan nilai rata-rata?” Penjelasannya yaitu bahwa analisis Anova satu faktor yaitu ekspansi dari teknik uji independent sample t test. Perbedaan yang fundamental yaitu dimana uji independent sample t test sendiri dipakai untuk membandingkan nilai rata-rata variabel terikat pada dua kelompok saja, sedangkan lebih jauh dari itu analisis Anova satu faktor sanggup dipakai untuk kelompok yang berjumlah lebih dari 2 (dua) serta memiliki nilai rata-rata yang sama ataupun berbeda.


PERSYARATAN PENGUNAAN ANALISIS ANOVA

Dalam memakai Anova untuk menganalisis data penelitian, terdapat beberapa syarat yang harus terpenuhi. Adapun syarat-syaratnya antara lain:

1. Sebaran data untuk masing-masing kelompok harus berdistribusi normal [Cara Uji Normalitas untuk One Way Anova dengan SPSS Lengkap]
2. Variabel terikat harus memiliki kesamaan varian atau bersifat homogen, dengan demikian tentunya kita harus melaksanakan uji homogenitas terlebih dahulu.
3. Subjek dalam setiap kelompok harus dipilih secara random atau acak dengan memakai teknik probabilitas.
4. Data penelitian untuk variabel terikat idealnya berskala interval. Sementara, bila data penelitian yang diperoleh berskala ordinal maka sebaiknya ditransformasi atau di ubah menjadi skala interval terlebih dahulu. Transformasi data sanggup dilakukan dengan MSI atau metode suksesif interval.
5. Kelompok yang dibandingkan harus berasal dari sampel yang berbeda atau tidak berpasangan dengan kata lain responden penelitian untuk masing-masing kelompok haruslah berbeda.
6. Variabel bebas idealnya bersifat non metrik atau berskala ordinal.

CONTOH KASUS ANALISIS ANOVA SATU FAKTOR

Pada kempatan kali ini saya akan mempraktekkan cara melaksanakan analisis anova satu faktor dengan tumpuan kasus: “Seorang peneliti ingin membandingkan penjualan handphone dengan merek Samsung, Oppo, Vivo, dan Lenovo”. Dimana para pembeli handphone di toko-toko tertentu hanya dihadapkan pada keempat merek tersebut, kemudian akan diteliti tentang:

1. Berapa rata-rata penjualan keempat handphone tersebut?
2. Apakah terdapat perbedaan rata-rata dalam penjualan keempat handphone tersebut?
3. Rata-rata penjualan handphone mana saja yang sama atau berbeda penjualannya?

Penelitian ini dilakukan selama 10 minggu, adapun data penelitian yang terkumpul sebagaimana table data di bawah ini.

Sebelum kita melaksanakan analisis terhadap data di atas dengan aktivitas SPSS, maka sebaiknya bentuk tabel di atas kita dimodifikasi terlebih dahulu menjadi dua buah tabel. Sebab dalam dalam analisis anova satu faktor dengan SPSS, kita hanya sanggup memasukkan dua variabel saja. Oleh alasannya yaitu itu, tabel di atas kita ubah menjadi menyerupai tabel data di bawah ini.

Download Data Lengkap


CARA MELAKUKAN ANALISIS ANOVA SATU FAKTOR DENGAN SPSS

Langkah-langkah dalam melaksanakan analisis anova satu faktor dengan SPSS dimulai dengan:

1. Buka aktivitas SPSS, kemudian klik Variable View, kemudian untuk memasukkan nama dan mendefinisikan varabel, maka:

Variabel pertama: Merek (X), isikan dengan:
Name: ketikkan X
Type: pilih Numeric
Width: pilih 8
Decimals: pilih 0
Label: tuliskan Merek
Value: klik pada pecahan none, maka akan muncul kotak obrolan “Value Labels” untuk kotak Value isikan 1, kemudian pada kotak Label isikan Samsung, kemudian klik Add. Kemudian isikan lagi 2 untuk kotak Value dan isikan Oppo untuk kotak Label, kemudian klik Add. Begitu seterusnya hingga keempat merek handphone terinput pada kotak Value Labels.

Missing: pilih None
Columns: pilih 8
Align: pilih Right
Measure: pilih Scale
Role: pilih Input

Variabel kedua: Penjualan (Y), maka isikan dengan:
Name: ketikkan Y
Type: pilih Numeric
Width: pilih 8
Decimals: pilih 0
Label: tuliskan Penjualan
Value: pilih None
Missing: pilih None
Columns: pilih 8
Align: pilih Right
Measure: pilih Scale
Role: pilih Input

Sehingga di layar akan tampak, sebagai berikut:

2. Jika semua nama variabel sudah ditulis dengan benar, selanjutnya klik Data View, kemudian input data variabel Merek ke kotak X dan variabel Penjualan ke kotak Y

3. Jika data sudah lengkap, maka klik sajian Analyze – Compare Means – One-Way ANOVA

4. Maka muncul kotak obrolan “One-Way ANOVA”, selanjutnya pindahkan variabel Penjualan (Y) ke kolom Dependent List, kemudian pindahkan variabel Merek (X) ke kolom Factor

5. Langkah berikutnya klik Post Hoc, maka muncul kotak obrolan “One-Way ANOVA: Post Hoc Multiple Comparisons”. Pilih Tukey, kemudian klik Continue

6. Kemudian klik Options, maka muncul kotak obrolan “One-Way ANOVA: Options” berikan tanda centang pada Descriptive dan Homogenity of variance test, kemudian klik Continue

7. Langkah terakhir yaitu klik Ok, maka akan muncul Ouput SPSS yang kita butuhkan dalam Analisis Anova Satu Faktor


INTERPRETASI OUTPUT ANALISIS ANOVA SATU FAKTOR DENGAN SPSS

Pembahasan mengenai output SPSS dalam analisis Anova satu faktor akan saya bagi menjadi 5 tahap pembahasan supaya lebih detail dan sistematis. Kita mulai dari:

A. Melihat Perbedaan Rata-Rata Penjualan Empat Merek Handphone

Berdasarkan output SPSS di atas, kita sanggup melihat perbedaan rata-rata penjualan dari keempat merek handphone dengan rincian sebagai berikut:

1. Rata-rata penjualan handphone Samsung sebesar 45,30.
2. Rata-rata penjualan handphone Oppo sebesar 41,10.
3. Rata-rata penjualan handphone Vivo sebesar 39,00.
4. Rata-rata penjualan handphone Lenovo sebear 35,70.

Dengan demikian maka secara deskriptif sanggup disimpulkan bahwa rata-rata penjualan paling tinggi yaitu handphone Samsung yakni sebesar 45,30.


B. Menguji Kesamaan Varian (Uji Homogenitas)

Berdasarkan output SPSS di atas, diperoleh angka Levene Statistic sebesar 2,508 dengan signifikansi atau probabilitas (Sig) sebesar 0,074. Karena nilai signifikansi 0,074 lebih besar dari 0,05, maka sanggup disimpulkan bahwa varian keempat kelompok penjualan handphone yang kita bandingkan tersebut yaitu sama atau homogen.

Baca: Cara Melakukan Uji Homogenitas dengan SPSS

C. Menguji Apakah Keempat Sampel Mempuyai Rata-Rata yang Sama atau Berbeda (Analisis Anova)

Dasar pengambilan keputusan dalam Analisis Anova:

1. Jika nilai signifikansi (Sig) > 0,05 maka rata-rata sama.
2. Jika nilai signifikansi (Sig) < 0,05 maka rata-rata berbeda.

Berdasarkan output Anova di atas, diketahui nilai sig sebesar 0,009 < 0,05, sehingga sanggup disimpulkan bahwa rata-rata keempat penjualan merek handphone tersebut “BERBEDA” secara signifikan.


D. Mencari Kelompok Mana Saja yang Rata-Rata Penjualannya Sama dan Tidak Sama (Tes Post-Hoc)

Pengujian Tukey HSD yaitu pengujian perbandingan jamak untuk memilih apakah tiga rata-rata atau lebih berbeda secara signifikan dalam jumlah analisis varian. Sebagai contoh, kita akan membadingkan rata-rata penjualan handphone Samsung dengan Oppo. Angka perbedaan rata-rata untuk penjualan merek handphone tersebut yaitu 4,200. Angka ini diperoleh dari nilai rata-rata (pada output deskriptif) untuk penjualan Samsung (45,30) dikurangi dengan rata-rata penjualan Oppo (41,10). Sementara itu, perbedaan rata-rata penjualan berkisar antara -3,06 (Lower Bound) hingga dengan 11,46 (Upper Bound) pada tingkat kepercayaan 95%. Untuk menguji apakah terdapat perbedaan rata-rata kedua merek handphone tersebut, maka kita harus melihat apakah nilai signifikansi hasil output SPSS lebih besar atau lebih kecil dari 0,05. Berdasarkan output di atas diketahui nilai Sig sebesar 0,415 > 0,05, maka sanggup disimpulkan bahwa penjualan handphone Samsung dan Oppo yaitu sama dan perbedaan rata-rata penjualan secara deskriptif antara kedua handphone tersebut tidaklah signifikan. Selanjutnya untuk membandingkan kelompok yang lainnya dilakukan dengan cara yang sama sebagaimana cara di atas.


E. Melihat Kesamaan Rata-Rata Penjualan Keempat Merek Handphone

Untuk melihat kesamaan rata-rata, maka kita akan memakai output Tukey HSD. Berikut interpretasi tabel di atas:

1. Pada subset 1 terdapat data penjualan Lenovo, Vivo, dan Oppo. Artinya rata-rata penjualan ketiga merek handphone tersebut tidak memiliki perbedaan yang signifikan. Dengan kata lain, rata-rata penjualan Lenovo, Vivo, dan Oppo yaitu sama.
2. Pada subset 2 terdapat data penjualan Vivo, Oppo, dan Samsung. Artinya rata-rata penjualan ketiga merek handphone tidak memiliki perbedaan yang signifikan. Dengan kata lain, rata-rata penjualan Vivo, Oppo, dan Samsung yaitu sama.

PEMBUATAN KESIMPULAN DALAM ANALISIS ANOVA SATU FAKTOR

Dalam riset eksperimen ini hanya rata-rata penjualan Samsung dengan Lenovo saja yang berbeda, sedangkan rata-rata penjualan handphone merek lainnya yaitu sama. Dengan demikian, variabel merek hanya kuat secara signifikan terhadap perbedaan rata-rata penjualan handphone merek Samsung dan Lenovo.

Tonton: Bimbingan Kilat Uji One Way Anova dengan SPSS bagi Pemula

Demikian serangkain pembahasan kita wacana cara melaksanakan analisis anova satu faktor dengan SPSS, supaya sanggup bermanfaat bagi pembaca semua. Terimakasih atas perhatian kawan-kawan. Salam…

Catatan: Solusi alternatif dikala data penelitian dalam uji one way anova tidak berdistribusi normal yaitu memakai statistik non paramtrik yakni dengan Uji Kruskal Wallis

[Search: Cara Melakukan Analisis Anova Satu Faktor dengan SPSS, Persyaratan Pengunaan Analisis Anova Satu Faktor, Panduan Langkah-langkah Uji Anova Satu Faktor memakai SPSS Interpretasi, Prosedur Analisis one way ANOVA SPSS]

Read More