Dokumen tersebut membahas tentang uji Anova untuk membandingkan rata-rata antar kelompok dan langkah-langkahnya menggunakan perangkat lunak SPSS dan STATA. Terdapat contoh analisis hubungan antara berat badan anak dengan tingkat pendidikan ibu menggunakan data sekunder.

1. Najmah, SKM, MPH.
Faculty of Public Health,
Sriwijaya University
najem240783@yahoo.com

2.  Uji Anova
 Aplikasi Uji Anova Pada STATA
dan SPSS

3.  Uji Anova: uji statistik inferensial parametrik yang digunakan untuk
membandingkan 2 atau lebih mean dari kelompok. Laporan hasil meliputi
skor F dan tingkat probabilitas.
 Anova (uji F) memiliki tujuan menguji rata-rata populasi tetapi pada Anova,
diuji lebih dari 2 rata-rata populasi, sedangkan uji F bertujuan untuk
menguji sama atau tidaknya varians.
 Pengujian rata-rata pada lebih dari dua kelompok sampel digunakan One-
way Anova. Uji normalitas data antar kelompok yang sering digunakan
adalah uji Shapiro Wilk, sedangkan pada uji homogenitas varian One-Way
Anova digunakan adalah uji Barlett’s.
 Jika pada uji Anova hasilnya menolak Ho (nilai p-value < 0,05), maka kita
lanjutkan ke uji perbandingan berganda. Ada beberapa uji berganda salah
satunya adalah uji Benferoni.
 Asumsi yang digunakan pada uji Anova:
◦ Populasi yang akan diuji memiliki distribusi normal
◦ Varians dari populasi tersebut sama
◦ Sampel tidak berhubungan satu sama lain

4.  Hipotesa:
Ada hubungan antara berat badan anak (kg) (var no
11) dengan tingkat pendidikan ibu (1: tidak tamat
SD dan tamat SD, 2: SMP, 3 SMA/PT) (p value
<0.0001; OR 6,6).
Sumber Data: Widyawati, 2015, Hubungan Pemberian Makanan
Pendamping AsiDenganStatus GiziKurangPada Anak Usia 12-24 Bulan Di
Wilayah PuskesmasLesungBatuKabupaten Empat Lawang Tahun
2015,Skripsi FKM Unsri.

5. Langkah-langkah Uji Anova
dengan SPSS :
 Lakukan Uji Normalitas
terhadap variabel numerik,
Berat Badan Anak dan Uji
Varians. Kita asumsikan data
yang kita miliki mempunyai
distribusi yang normal dan
varians data yang sama.
 Lakukan Uji Anova
 Analyze  Compare Means 
One Way Anova

6.  Kotak Dependent List diisi variabel numerik Berat
Badan Anak dan Kotak Factor diisi variabel
kategori Pendidikan Ibu.

7.  Klik Post Hoc  Bonferroni Continue.

8.  Klik Options  Descriptive  Continue  OK.

9.  Output SPSS

10.  Nilai Mean dan Standar Deviasi dari setiap
kelompok.
 Rata-rata Berat Badan Anak dengan Pendidikan Ibu
Tidak Tamat SD & Tamat SD adalah 9,123 kg
dengan standar deviasi 1,0923 kg, pada Ibu dengan
Pendidikan Tamat SMP adalah 9.333 kg dengan
standar deviasi 2,3303 kg dan Ibu dengan
Pendidikan Tamat SMA/PT adalah 9,170 kg dengan
standar deviasi 1,4183 kg.

12. Uji Anova
 Pada tabel di atas diperoleh nilai Sig = 0.900 > alpha
0.05, berarti dapat disimpulkan bahwa ada bukti yang
lemah untuk menolak hipotesa nul (Ho) bahwa tidak ada
perbedaan antara berat badan anak pada kelompok
pendidikan ibu.
 Derajat kepercayaan 95% menunjukkan interval yang
berkisar antara – dan +, berarti berat badan anak di
populasi pada Pendidikan Ibu Tamat SMP dan Tamat
SMA/PT dapat lebih rendah atau lebih tinggi dari
kelompok ibu dengan pendidikan Tidak Tamat SD &
Tamat SD.
 Note: p-value (sig) < alpha = Ho ditolak, berarti ada perbedaan
antara berat badan anak pada kelompok pendidikan ibu.
 p-value (sig) > alpha = Hp diterima, berarti tidak ada perbedaan
antara berat badan anak pada kelompok pendidikan ibu.

13. Langkah langkah dengan STATA:
Command syntax:
Anova varnumerik varkategorik
.
Total 203.3595 79 2.57417089
Residual 202.226144 75 2.69634858
didikibu 1.13335621 4 .283339052 0.11 0.9804
Model 1.13335621 4 .283339052 0.11 0.9804
Source Partial SS df MS F Prob > F
Root MSE = 1.64206 Adj R-squared = -0.0475
Number of obs = 80 R-squared = 0.0056
. anova bbanak didikibu

14. thankyou
Referensi