1. One – way anova
NAMA : DINTI PUTRI ZAHRA
NIM : PO71390200086
TINGKAT 3B
MATA KULIAH: BIOSTATISTIK
2. ONE – WAY ANOVA
Anova merupakan singkatan dari “analysis of varian”. Analysis of varian adalah
salah satu uji komparatif yang digunakan untuk menguji perbedaan mean (rata-
rata) data lebih dari dua kelompok.
One – way anova merupakan salah satu metode parametrik dalam uji
perbandingan yang dapat digunakan apabila ingin membandingkan rataan dua
atau lebih populasi yang saling bebas. Dengan kata lain, pada metode ini akan
membandingkan sekumpulan data dengan kumpulan data yang lain lebih dari dua
sampel.
3. Prinsip uji anova
Judul penelitian : perbedaan rata-rata empat perlakuan
mencit terhadap penurunan glukosa
Tujuan : untuk melihat perbedaan rata-rata empat perlakuan
mencit terhadap penurunan glukosa
Desain eksperimen
4. CRÉDITOS: Esta plantilla de presentación fue creada por Slidesgo, que
incluye iconos de Flaticon e infografías e imágenes de Freepik
Syarat one – way anova
Untuk melakukan uji anova, harus dipenuhi bebrapa asumsi, yaitu:
• Sampel berasal dari kelompok yang independen.
• Varian antar kelompok harus homogen.
• Data masing-masing kelompok berdistribusi normal.
Apabila proses transformasi tidak juga dapat memenuhi asumsi ini maka uji anova
tidak valid untuk dilakukan, sehingga harus menggunakan uji non-parametrik
misalnya Kruskal wallis.
5. ● Glukosa ● Kontrol (-)
● Kontrol (+)
● E1
● E2
Avariabel
Independen
Variabel
Dependen
6. HIPOTESIS
o Ho = tidak adanya perbedaan rata-rata pada ke empat perlakuan mencit terhadap penurunan
glukosa
o Ha = ada perbedaan antara rata-rata pada keempat perlakuan mencit terhadap penurunan
glukosa
Jika nilai SIGN < 0,05 masuk daerah penolakan Ho, berarti Ha diterima, ada perbedaan
Jika nilai SIGN > 0,05 masuk daerah penerimaan Ho, berarti Ha ditolak, tidak ada perbedaan
7. Data one – way anova
sMencit Kontrol (-) Kontrol (+) E1 E2
1 3.79 6,84 4,59 5,63
2 3.80 6,86 4,57 5,61
3 3.81 6,95 4,58 5,57
4 3.82 7 4,57 5,56
5 3.83 6,99 4,56 5,39
6 3.84 6,82 4,59 5,47
8. Langkah-langkah ujinormalitasdata dengan
menggunakan spss
1. Masuk program SPSS
2. Klik variable view pada SPSS data editor
3. Pada kolom name ketik sesuai data, decimal diubah ke 0
4. Lalu klik data view pada SPSS data editor
5. Ketikkan data sesuai dengan variabelnya
6. Klik analyze
7. Klik descriptive statistics
8. Klik explore
9. Klik dan pindahkan ke kanan
10. Klik plots, centang factor levels together, stem-and-leaf, histogram, normality plots
with test, dan power estimation.
11. Klik continue, lalu klik oke.
9. Nilai SIG untuk Kolmogorov smirnov, nilai rata-rata nya semua lebih besar
dari 0,05, maka dapat disimpulkan data atau rata-rata pada keempat
perlakuan mencit terhadap penurunan glukosa adalah terdistribusi dengan
normal
10.
11. Interpretasioutput uji one way anova
Melihat perbedaan rata-rata perlakuan ke mencit
1. Rata-rata perlakuan mencit dengan kontrol (-) sebesar 3.8150
2. Rata-rata perlakuan mencit dengan kontrol (+) sebesar 6.9100
3. Rata-rata perlakuan mencit dengan E1 sebesar 4.5767
4. Rata-rata perlakuan mencit dengan E2 sebesar 5.5383
Dengan demikian, secara deskriptif dapat disimpulkan bahwa rata-rata perlakuan tertinggi ke
mencit terhadap penurunan glukosa adalah control (+) yaitu sebesar 6.9100
12. Berdasarkan output SPSS TEST HOMOGENITY OF VARIANCES diperoleh nilai
SIGN sebesar <.001 < 0,05. maka dapat disimpulkan bahwa varian keempat
perlakuan mencit terhadap penurunan glukosa yang kita bandingkan tersebut adalah
tidak sama atau tidak homogen. Sehingga asumsi homogenitas tidak terpenuhi.
13. Dasar pengambilan keputusan dalam analisis anova:
1. Jika nilai SIGN > 0,05 maka rata-rata sama
2. Jika nilai SIGN < 0,05 maka rata-rata berbeda
Berdasarkan output anova diatas, diketahui nilai SIGN sebesar <.001 < 0,05, sehingga dapat
disimpulkan bahwa rata-rata keempat perlakuan mencit terhadap penurunan glukosa
tersebut berbeda secara signifikan.
14.
15. 1. Membandingkan control (-) dengan control (+) :
Angka perbedaan rata-rata perlakuan ke mencit = -3.09500
perbedaan rata-rata penjualan = -3.1945 sampai dengan -2.9955 pada tingkat
kepercayaan 95%
Berdasarkan output multiple comparisons diketahui nilai SIGN sebesar <.001 <0,05.
maka dapat disimpulkan bahwa perlakuan mencit kontrol(-) dan control(+) tidak sama.
Sehingga perbedaan rata-rata perlakuan secara deskriptif antara kedua metode tersebut
signifikan.
2. Membandingkan kontrol(-) dengan E1:
angka perbedaan rata-rata perlakuan ke mencit = -0.76167
Perbedaan rata-rata penjualan = -0.8611 pada tingkat kepercayaan 95%
Berdasarkan output multiple comparisons diketahui nilai SIGN sebesar <.001 <0,05.
maka dapat disimpulkan bahwa perlakuan mencit control(-) dan control(+) tidak sama.
Sehingga perbedaan rata-rata perlakuan secara deskriptif antara kedua metode tersebut
signifikan.
16. 3. Membandingkan control(-) dengan E2:
angka perbedaan rata-rata perlakuan kemencit = -1.72333
Perbedaan rata-rata penjualan = -1.8288 pada tingkat kepercayaan 95%
Berdasarkan output multiplr comparisons diketahui nilai SIGN sebesar <001
<0,05. maka dapat disimpulkan bahwa perlakuan mencit control(+) tidak sama.
Sehingga perbedaan rata-rata perlakuan secara deskriptif antara kedua metode
tersebut signifikan .
17. Pada subset 1 terdapat data perlakuan kontrol (-)
Pada subset 2 terdapat data perlakuan E1
Pada subset 2 terdapat data perlakuan E2
Pada subset 2 terdapat data perlakuan kontrol (+)
Artinya rata-rata perlakuan mencit kontrol(-), E1,E2 dan kontrol(+) berbeda.
Perlakuan terbaik yaitu kontrol(+) dan diikuti E2,E1 dan yang terakhir kontrol(-)
