Pengertian ANOVA (Analisis of Variance)

Pengertian ANOVA

---

Analisis of Variance atau yang biasa kita kenal dengan ANOVA merupakan salah satu uji statitika yang paling sering digunakan dalam penelitian. ANOVA merupakan suatu metode yang digunakan untuk mengetahui ada tidaknya perbedaan yang berarti antar tiga kelompok atau lebih. Beberapa peneliti juga menggunakan ada tidak nya pengaruh suatu variabel bebas terhadap variabel terikatnya dalam hipotesis ANOVA. Kedua hipotesis ini sebenarnya memiliki arti yang sama tergantung dari tujuan penelitian masing-masing.

Prosedur dari ANOVA sendiri sebenarnya sama saja dengan uji perbandingan menggunakan uji t. Jika di uji t kita hanya membandingkan rata-rata dari 2 kelompok atau perlakuan, maka dengan ANOVA kita bisa membandingkan rata-rata lebih dari 2 kelompok atau perlakuan.

Penarikan kesimpulan pada ANOVA dapat dilakukan menggunakan nilai F-Statistik. Adapun nilai F statistik ini merupakan rasio dari dari Kuadrat Tengah Perlakuan dengan Kuadrat Tengah Galatnya.

Tabel ANOVA

---

Tabel ANOVA berikut dapat membantu kamu dalam melakukan uji ANOVA

Sumber Keragaman	Derajat Bebas	Jumlah Kuadrat	Kuadrat Tengah	Fhitung	Ftabel
Perlakuan	a-1	JKP	KTP	KTP/KTG	Fa-1;(n-a)
Galat	n-a	JKG	KTG
Total	n-1	JKT

Untuk langkah-langkah dan penjelasan lebih lanjut mengenai cara perhitungan tabel di atas akan dibahas pada artikel selanjutnya yaa

Hipotesis dan Penarikan Kesimpulan

---

Nah, dari tabel di atas, penarikan kesimpulan dapat dilakukan dengan membandingkan nilai F hitung dan F tabel nya. Jika nilai F Hitung > dari F tabel, maka h0 ditolak. Sebaliknya, jika F hitung <= F tabel, maka H0 gagal ditolak. Adapun hipotesis yang diuji adalah sebagai berikut:

H0: Tidak ada perbedaan nilai rata-rata antar perlakuan/kelompok ang diamati

H1: Ada perbedaan nilai rata-rata antar perlakuan/kelompok ang diamati

Atau bisa juga menggunakan hipotesis lain sebagai berikut.

H0: Tidak ada pengaruh perlakuan terhadap respon yang diamati

H1: (Ada pengaruh perlakuan terhadap terhadap respon yang diamati)

Dari hipotesis di atas, tentu saja kita mengharapkan agar H0 ditolak yang berarti ada perbedaan nilai rata-rata antar kelompok yang diamati.

Asumsi ANOVA

---

Namun sebelum melakukan penarikan kesimpulan ANOVA, harus ada beberapa asumsi yang harus terpenuhi. Asumsi tersebut antara lain.

Residual percobaan menyebar normal (asumsi normalitas residual)

---

Perlu diingat yaa, yang harus berdistribusi normal adalah residualnya, bukan datanya. Adapun residual ini merupakan selisih antara nilai aktual dan nilai prediksi. Pengujian normalitas residual ini dapat dilakukan dengan berbagai cara, seperti uji Shapiro Wilk, Kolmogorov Smirnov, Jarque Bera dan berbagai jenis uji normalitas laiinya. Jika residual tidak berdistribusi normal, maka kamu dapat melakukan transformasi data terlebih dahulu atau menggunakan uji Kruskal Wallis yang merupakan versi non parametrik dari uji ANOVA. Kamu bisa membaca artikel mengenai Kruskal Wallis disini.

Residual percobaan mempunyai residual yang homogen (asumsi homogenitas residual)

---

Untuk uji homogenitas, kamu bisa menggunakan uji Levene, Barttlet atau menggunakan plot. Jika residual telah berdistribusi normal namun tidak homogen, kamu tidak bisa melanjutkan uji ANOVA. Kamu bisa mentransformasi kembali data tersebut atau menggunakan uji Welch sebagai alternatif dari uji ANOVA.

Nah, jika semua asumsi sudah aman dan terpenuhi, kamu bisa melakukan penarikan kesimpulan dari hasil uji ANOVA yang kamu peroleh. Dan jika diperoleh hasil bahwa H0 ditolak, maka kamu dapat melanjutkan dengan post hoc test untuk melihat pasangan kelompok atau perlakuan mana yang berbeda secara signifikan.

Demikian penjelasan singkat mengenai ANOVA, untuk cara pengolahan ANOVA di R atau Python stay tune di artikel selanjutnya yaa. Jangan sungkan untuk bertanya di kolom komentar jika masih ada hal yang kamu bingungin terkait ANOVA.

Salam sehat dan jangan lupa selalu gunakan software asli untuk mengolah datamu.

Baca Juga : Anova Satu Arah di R