Tiga Kondisi yang harus dipenuhi sebelum melakukan analisis ANOVA (Asumsi dasar Anova)

Berikut adalah 3 (tiga ) kondisi yang harus dipenuhi sebelum melakukan analisis data dengan ANOVA:

1. Data yang dihasilkan berasal dari suatu sampel acak (random) dan populasi yang saling bebas (independen) .
Sampel penelitian harus berasal dari sampel acak (random) untuk memperoleh kondisi yang sealamiah atau senatural mungkin.

Pengertian saling bebas artinya suatu nilai yang diperoleh dari suatu pengamatan tidak berhubungan dengan pengamatan lainnya. Artinya, salah satu kejadian yang timbul tidak tergantung pada kejadian yang lain. Bagaimana cara membuktikan kevaliditasan data, untuk mengetahui apakah sekumpulan data tersebut berasal dari sampel acak dan saling bebas? Sayangnya tidak ada alat untuk menguji apakah sekumpulan data yang akan kita analisis tersebut bersifat bebas dan acak atau TIDAK. Data random dan saling bebas berkaitan dengan desain eksperimen atau rancangan percobaannya. Kesalahan dalam desain percobaan bisa menghasilkan data yang salah.

2. Sampel data terdistribusi secara normal (mengikuti kaidah kurva normal).

kurva distribusi normal
Asumsi ini menyiratkan bahwa variabel dependen terdistribusi secara normal (persyaratan teoritis yang mendasari distribusi F) di masing-masing kelompok populasi/perlakuan. Seperti yang kita ketahui bahwa secara alamiah kebanyakan pengukuran suatu populasi di alam mengikuti suatu kaidah dari kurva normal. Sehingga sebelum kita melanjutkan untuk melakukan analisis anova, maka kita perlu terlebih dahulu melakukan uji normalitas data. Pengujian normalitas adalah pengujian tentang kenormalan distribusi data. Dengan software statistik seperti SPSS kita dapat melakukan uji normalitas dengan menggunakan grafik distribusi dan atau dengan analisis statitik. Grafik yang dapat menggambarkan distribusi data misalnya adalah histogram dengan normal kurva atau pun dengan menggunakan grafik boxplot. Sedangkan dengan analisis statistik salah duanya kita dapat menggunakan uji kolmogorov-smirnov dan atau uji shapiro-wilk.

Ada banyak tutorial di internet untuk menguji apakah sekelompok acak data yang kita dapatkan tersebut terdistribusi normal atau tidak. Berikut adalah salah satu video tutorial tentang cara melakukan uji normalitas.

3. Varians dari distribusi populasi adalah sama atau homogen (homogenitas varians).

varians tidak homogen

Gambar diatas menunjukan nilai varians yang TIDAK homogen. Varians yang homogeny, maksudnya adalah varians pada variabel dependen adalah sama di seluruh kelompok perlakuan. Untuk mengetahui apakah varians-nya homogen atau tidak kita dapat mengujinya dengan uji homogenitas varians diantaranya yang populer adalah dengan uji Levene.

Berikut adalah salah satu video tutorial cara uji homogenitas

sameyadi

Leave a Reply

Your email address will not be published. Required fields are marked *