1 / 42

Desain ANOVA

Desain ANOVA. ANOVA ( Analysis of Variance ). … adalah prosedur pengujian hipotesis yang digunakan untuk mengevaluasi perbedaan mean dari 2 atau lebih treatment atau populasi (Gravetter & Walnau, 2009)

olin
Télécharger la présentation

Desain ANOVA

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Desain ANOVA

  2. ANOVA (Analysis of Variance) • … adalah prosedur pengujian hipotesis yang digunakan untuk mengevaluasi perbedaan mean dari 2 atau lebih treatment atau populasi (Gravetter & Walnau, 2009) • Sama dengan penelitian inferensial lainnya, ANOVA menggunakan data sampel untuk membuat penyimpulan tentang populasi

  3. ANOVA dan t-Test • ANOVA dan t-Test menguji perbedaan mean antartreatment (atau antarkelompok) • ANOVA memiliki kelebihan dibandingkan dengan t-Test yaitu dapat digunakan untuk 2(dua) atau lebih treatment (kelompok), sementara t-Test hanya terbatas pada 2(dua) treatment (kelompok) saja • Serupa dengan t-Test , ANOVA dapat digunakan untuk desain independent measures (between subjects) atau repeated measures (within-subjects)

  4. Terminologi dalam ANOVA • Independent variable atau quasi independent variable disebut factor • Jumlah variasi IV (kelompok atau treatment) disebut sebagai level

  5. Jenis ANOVA Satu Faktor • Between subjects  Independent-Measures (One-Way) ANOVA • Within-subjects Repeated-Measures ANOVA Dua Faktor atau lebih • Between subjects  Factorial ANOVA • Gabungan Between subjects danWithin-subjects Mixed ANOVA

  6. One-Way ANOVA Anavar Satu Jalan

  7. Ilustrasi Penelitian Orang yang berpergian jauh (berbeda zona waktu) cenderung akan mengalami masalah penyesuaian (jetlag). Jetlag akan semakin parah apabila berpergian ke arah timur. Berdasarkan hal ini, seorang peneliti ingin mengetahui berapa hari yang dibutuhkan oleh orang yang melakukan penerbangan yang jauh dapat menyesuaikan diri. Partisipannya adalah penumpang pesawat asal Jakarta.

  8. Level IV • Kelompok Timur Jkt – Sydney • Kelompok Barat  Jkt – New Delhi • Kelompok Zona Waktu Sama  Jkt – Hanoi

  9. Analisis statistik yang digunakan? Apabila peneliti menggunakan independent-sample t-test, maka ada 3 perbandingan yang dilakukan: 1. Timur vs Barat 2. Timur vs Zona Sama 3. Barat vs Zona Sama

  10. Permasalahan Independent-Sample t-Test dengan 3 kelompok • Setiap satu kali melakukan analisis statistik akan memiliki Type I Error(LoS atau Alpha) A Type I Error occurs when a researcher reject a null hypothesis that is actually true  the researcher concludes that a treatment does have an effect when in fact it is has no effect

  11. Permasalahan Independent-Sample t-Test dengan 3 kelompok • Apabila digunakan LoS 0,05, maka untuk menjawab masalah di atas, akan terjadi Type I Error (akumulatif) sebesar: 0,05 x 3 = 0,15. • Hal ini bertentangan dengan tujuan penelitian yang seharusnya memiliki error yang kecil.

  12. Dengan menggunakan One-Way ANOVA • One-Way ANOVA dapat digunakan untuk menguji ketiga perbandingan sekaligus sehingga Type I Error tetap 0,05 • Dengan demikian, berapa pun jumlah kelompok yang akan dibandingkan, dengan One-Way ANOVA tidak akan menambah Type I Error

  13. One-Way ANOVA • Prosedur One-Way ANOVA menghasilkan analisis varians satu jalan untuk DV yang kuantitatif dengan satu IV • One-Way ANOVA digunakan untuk menguji hipotesis tentang perbedaan mean sejumlah kelompok • One-Way ANOVA adalah extension dari Independent-Sample t-Test  keduanya sama-sama between subject design

  14. One-Way ANOVA • Pada dasarnya, ANOVA digunakan untuk menguji apakah kelompok-kelompok yang diperbandingkan, berasal dari populasi yang sama (H0). • Dalam eksperimen, apabila ada pengaruh dari perlakuan yang diberikan, maka sifat dari kelompok akan berbeda dari kelompok lainnya. • Kelompok dari populasi yang berbeda.

  15. One-Way ANOVA Tujuan: mempertanyakan variasi mana dari IV yang mempunyai dampak paling besar terhadap DV. Prosedur kontrol EV, manipulasi IV, dan pengukuran DV sama dengan prosedur desain dua kelompok.

  16. Hipotesis • H0: µ1 = µ2 = µ3 Tipe perjalanan tidak memiliki pengaruh terhadap lama penyesuaian • H1: setidaknya mean masalah penyesuaian dari salah satu tipe perjalanan berbeda dengan mean tipe perjalanan lainnya; ada pengaruh dari variasi IV, atau H1: µ1 ≠ µ2 ≠ µ3 (semuanya berbeda)atau H1: µ1 = µ2 namun µ3 berbeda

  17. Hipotesisdalam Desain Anova “Apakah media penyampaian informasi mempengaruhi ingatan?” H1: Ada perbedaan yg sangat signifikan dalam jumlah kata yang dapat dituliskan dengan benar antara kelompok subyek diperdengarkan musik klasik, kelompok subyek yang diperdengarkan musik rock, dan kelompok subyek yang diperdengarkan musik pop. Ho: Tidak ada perbedaan yg sangat signifikan dalam jumlah kata yang dapat dituliskan dengan benar antara kelompok subyek diperdengarkan musik klasik, kelompok subyek yang diperdengarkan musik rock, dan kelompok subyek yang diperdengarkan musik pop.

  18. Hipotesis two-tail Apabila peneliti belum memiliki dugaan mengenai variasi IV yang memiliki pengaruh lebih besar dibandingkan dengan variasi IV lainnya dilakukan pengujian F secara umum, baru melihat variasi IV mana yang berpengaruh one-tail Peneliti sudah memiliki dugaan mengenai variasi IV yang memiliki pengaruh lebih besar dibandingkan dengan variasi IV lainnya  planned comparison.

  19. Pengaruh Tipe Perjalanan terhadap Lama Penyesuaian (dalam hari) n = 6 k= 3 N = 18 G = 42 ΣX2 = 144

  20. n = 6 k= 3 N = 18 G = 42 ΣX2 = 144 SS = Σ(X - M)2

  21. The structure and sequence of calculation for the ANOVA Variance between treatments The final goal for the ANOVA is an F-ratio F = Variance within treatments Each variance in the F-ratio is computed as SS/df To obtain the each of the SS and df values, the total variability is analyzed into the two components Variance within treatments Variance between treatments SS within SS between SS between = = SS total df between df within SS within df between df total df within

  22. Nilai Statistik F • Bila IV tidak memiliki efek sistematik (perbedaan antarkelompok lebih kecil dari chance fluctuation), maka F < 1,00  pasti tidak signifikan • Bila IV memiliki efek, maka F > 1,00 namun karena data diperoleh dari sampel, maka perlu diketahui signifikansi-nya Variance between treatments F = Variance within treatments

  23. The Sum of Square for the Independent-Measures ANOVA G2 SS Total ΣX2 - N SS Between Treatments (SS for the treatment means) SS Within Treatments (ΣSS inside each treatment) T2 G2 Σ - n N

  24. Varians yang dianalisis Between treatment variance Varians/perbedaan diantara rata-rata kelompok. Disebabkan oleh: • treatment effect(manipulasi yang dilakukan) • chance(selain manipulasi): • individual difference (antarkelompok) • experimental error Each variance in the F-ratio is computed as SS/df Variance between treatments Variance within treatments SS within SS between = = df between df within

  25. Varians yang dianalisis Within treatment variance Varians yang disebabkan oleh perbedaan antarsubyek di dalam setiap kelompok. Each variance in the F-ratio is computed as SS/df Variance between treatments Variance within treatments SS within SS between = = df between df within

  26. The Degrees of Freedom (df) for the Independent-Measures ANOVA df Total N -1 df Between Treatments df Within Treatments k -1 Σ(n –1) = N - k

  27. n = 6 k= 3 N = 18 G = 42 ΣX2 = 144 df Total = 17 df Between = 2 df Within = 15

  28. SS Between n = 6 k= 3 N = 18 G = 42 ΣX2 = 144 T2 G2 Σ - n N 126 – 98 = 28

  29. n = 6 k= 3 N = 18 G = 42 ΣX2 = 144 SS Within = ΣSS inside treatment 10 + 4 + 4 = 18

  30. The structure and sequence of calculation for the ANOVA Variance between treatments The final goal for the ANOVA is an F-ratio F = Variance within treatments 14 Each variance in the F-ratio is computed as SS/df = = 11,667 Table B.4 1,2 Between Numerator Variance within treatments Variance between treatments SS between SS within 18 28 = = = 1,2 = 14 3,68  0,05 6,36  0,01 SIGNIFICANT = = df within df between 15 2

  31. Tabel Ringkasan (One-Way) ANOVA Source Between Treatment Within Treatment Total SS 28 18 46 df 2 15 17 MS 14 1,2 F 11,667

  32. Interpretasi Hasil One-Way ANOVA F(2, 15) = 11,667, p<0,05 Ada pengaruh Tipe Perjalanan terhadap Lama Penyesuaian. Namun, belum diketahui pengaruh tersebut dikarenakan oleh tipe perjalanan yang mana. Perlu dilakukan POST-HOC TEST

  33. POST HOC TESTS • One-Way ANOVAyang membandingkan semua mean dalam satu kali analisis, ketika didapatkan hasil yang signifikan akan sulit untuk menentukan sekurangnya satu perbedaan mean yang berbeda secara signifikan • MTimur = 4; MBarat = 2; MZona Sama = 1 • MT - MB = 2; MT - MZS = 3; MB - MZS = 1

  34. POST HOC TESTS • Apabila nilai F yang didapatkan signifikan, maka sekurangnya ada satu perbedaan mean sampel yang besar , dalam hal ini MT - MZS = 3 • Bagaimana dengan MT - MB = 2 dan MB - MZS = 1 • Post Hoc Test adalah pengujian hipotesis tambahan untuk mengetahui perbedaan mean sampel signifikan atau tidak signifikan

  35. POST HOC TESTS Dilakukan ketika: • H0 ditolak • Ada 3 atau lebih kelompok (treatment) Post Hoc Test dapat dilakukan dengan berbagai rumus, misalnya Tukey HSD NilaiqdilihatpadaTabel B.5 MSWithin HSD = q n

  36. Beberapa contoh desain anova(between subject design)(single-factor-multiple group design) Randomized One-Way ANOVA design Randomized blocked One-Way ANOVA One-Way analysis of covariance Randomized blocked One-Way ANOVA, pretest-posttest

  37. 1. Randomized one-way ANOVA • Randomisasi sebagai teknik kontrol • Menggunakan beberapa variasi dari satu IV yang akan dilihat efeknya terhadap DV Contoh: penelitian tentang letak iklan terhadap ingatan akan iklan.  Ada tiga variasi letak iklan: di atas, di tengah, dan di bawah.

  38. 2. Randomized blocked one way ANOVA • Teknik kontrol : randomisasi dan blocking Contoh: peneliti tertarik membandingkan tiga metode mengajar terhadap prestasi siswa, dimana status sosial ekonomi keluarga dianggap sebagai EV  Melakukan blocking dengan mengelompokkan subyek berdasarkan status sosial ekonomi

  39. Jumlahsubyekdalamkelompok denganmetodeblocking

  40. 3. One way analysis of covariance • Kontrol = kontrol statistik (kovarians) • Peneliti sudah mengetahui adanya pengaruh variabel sekunder tetapi tidak dapat mengontrol sebelumnya, atau baru mengetahui adanya variabel sekunder setelah penelitian dijalankan • Hasil perhitungan Ancova dapat lebih akurat dalam melihat hubungan antara IV dan DV

  41. Keuntungan Desain One-Way ANOVA • Desain One-Way ANOVA dapat digunakan untuk membandingkan pengaruh lebih dari 2 variasi IV terhadap DV • Dengan desain One-Way ANOVA, peneliti lebih yakin mengenai hubungan IV dan DV karena variasi diberikan dalam jumlah dan jenis yang berbeda • Desain One-Way ANOVA merupakan penelitian analitis karena dapat mengetahui variasi IV mana yang lebih besar (kecil) pengaruhnya terhadap DV.

  42. Kelemahan Desain One-Way ANOVA • Membutuhkan lebih banyak subyek (dibandingkan 2 kelompok) • Hanya untuk pengaruh 1 IV

More Related