Uji ANOVA SPSS: One-Way, Two-Way, dan Uji Lanjut Post Hoc

Uji ANOVA adalah uji statistik buat ngecek apakah rata-rata tiga kelompok atau lebih beda secara nyata, atau selisihnya masih masuk akal sebagai kebetulan.

Ada satu hal yang sering bikin orang salah nulis kesimpulan. ANOVA cuma bilang ada perbedaan di antara kelompok, bukan kelompok mana yang beda.

Buat nunjuk pasangannya, kamu butuh uji lanjut. Di bawah ini langkah lengkapnya di SPSS, cara baca outputnya, dan contoh hitung pakai data tiga cabang toko.

Apa itu uji ANOVA?

ANOVA membagi total variasi data jadi dua bagian: variasi antar kelompok dan variasi di dalam kelompok. Nilai F adalah perbandingan keduanya. Kalau variasi antar kelompok jauh lebih besar dari variasi di dalam kelompok, F-nya besar dan hipotesis nol ditolak.

Kepanjangannya Analysis of Variance, walaupun yang dibandingin rata-rata. Namanya ngikutin cara kerjanya, bukan tujuannya.

Buat dua kelompok, kamu nggak butuh ANOVA. Uji t udah cukup, dan hasilnya identik. Bahasannya ada di panduan uji t test.

Kapan pakai one-way dan kapan two-way?

Jenis	Jumlah faktor	Contoh pertanyaan	Menu SPSS
One-way ANOVA	1	Rata-rata belanja beda antar 3 cabang?	Compare Means > One-Way ANOVA
Two-way ANOVA	2	Belanja beda antar cabang dan antar hari kerja vs akhir pekan?	General Linear Model > Univariate
ANOVA repeated measures	1, diukur berulang	Omzet toko yang sama di 3 periode promo?	General Linear Model > Repeated Measures

Kelebihan two-way bukan cuma hemat langkah. Dia bisa nangkep interaksi, yaitu keadaan waktu efek satu faktor berubah tergantung faktor lain.

Contohnya, promo diskon naikin omzet di cabang kecil tapi nggak ngefek di cabang besar. Dua one-way terpisah nggak bakal nunjukin pola itu.

Apa syarat uji ANOVA?

1. Data variabel terikat berskala interval atau rasio. Nominal rupiah boleh, kategori nggak.
2. Pengamatan saling bebas. Satu responden cuma masuk satu kelompok.
3. Sebaran residual mendekati normal. Cek pakai Shapiro-Wilk di sampel kecil.
4. Ragam antar kelompok seragam. Cek pakai Levene test di menu Options.

Syarat nomor 4 yang paling sering gagal di data penjualan, soalnya cabang besar biasanya punya sebaran yang lebih lebar. Kalau Levene-nya signifikan, pindah ke versi Welch dan post hoc Games-Howell.

Gimana langkah uji ANOVA one-way di SPSS?

Datamu harus disusun dalam dua kolom: satu kolom nilai, satu kolom penanda kelompok berupa angka dengan label.

1. Buka Variable View. Bikin variabel belanja (Scale) dan cabang (Nominal).
2. Di kolom Values variabel cabang, isi 1 = Bekasi, 2 = Depok, 3 = Tambun.
3. Isi datanya di Data View. Satu baris satu transaksi.
4. Klik Analyze > Compare Means > One-Way ANOVA.
5. Masukin belanja ke Dependent List, cabang ke Factor.
6. Klik Options, centang Descriptive, Homogeneity of variance test, dan Welch.
7. Klik Post Hoc, centang Tukey. Kalau Levene-nya nanti signifikan, centang juga Games-Howell.
8. Klik OK.

Urutan menu ini konsisten dari SPSS 25 sampai versi terbaru. Referensi resminya ada di dokumentasi IBM SPSS Statistics.

Gimana cara baca output ANOVA SPSS?

Baca tiga tabel, urut. Pertama Test of Homogeneity of Variances buat cek Levene. Kedua tabel ANOVA buat lihat nilai F dan Sig. Ketiga tabel post hoc buat tau pasangan mana yang beda. Kalau Sig. di tabel ANOVA di atas 0,05, kamu berhenti di situ dan nggak perlu baca post hoc.

Bentuk tabel ANOVA-nya begini:

Sumber	Sum of Squares	df	Mean Square	F	Sig.
Between Groups	986,7	2	493,3	4,11	0,028
Within Groups	3.240,0	27	120,0
Total	4.226,7	29

Cara bacanya:

• df Between = jumlah kelompok dikurangi 1, di sini 3 - 1 = 2.
• df Within = jumlah data dikurangi jumlah kelompok, di sini 30 - 3 = 27.
• Mean Square = Sum of Squares dibagi df.
• F = Mean Square Between dibagi Mean Square Within, 493,3 / 120 = 4,11.
• Sig. 0,028 di bawah 0,05, jadi hipotesis nol ditolak.

Kalau kamu diminta bandingin sama F tabel, nilainya buat df1 = 2 dan df2 = 27 adalah 3,35. Daftar lengkapnya ada di halaman tabel uji statistik.

Hitung ukuran efeknya

SPSS nggak nampilin eta squared di output One-Way ANOVA. Hitung sendiri, gampang kok:

eta kuadrat = SS Between / SS Total
            = 986,7 / 4.226,7
            = 0,233

Artinya 23,3 persen variasi nilai belanja bisa dijelasin sama perbedaan cabang. Sisanya 76,7 persen dari faktor lain yang nggak masuk model.

Uji lanjut post hoc mana yang dipilih?

Uji	Pakai kalau	Sifatnya
Tukey HSD	Jumlah data tiap kelompok mirip, ragam seragam	Pilihan default paling umum
Bonferroni	Perbandingan yang direncanain sedikit	Ketat, aman, gampang dijelasin
Scheffe	Mau bandingin gabungan kelompok	Paling ketat, paling konservatif
Games-Howell	Levene test signifikan	Nggak butuh ragam seragam
LSD	Jarang direkomendasiin	Nggak ngoreksi risiko banyak perbandingan

Kalau kamu bingung, Tukey HSD jawaban amannya. Kalau Levene-mu gagal, Games-Howell.

Gimana langkah two-way ANOVA di SPSS?

Datamu butuh tiga kolom: satu nilai, dua penanda kelompok.

1. Klik Analyze > General Linear Model > Univariate.
2. Masukin belanja ke Dependent Variable.
3. Masukin cabang dan tipe_hari ke Fixed Factor(s).
4. Klik Plots, taruh cabang di Horizontal Axis dan tipe_hari di Separate Lines, lalu klik Add.
5. Klik Post Hoc, pindahin faktor yang punya lebih dari 2 kategori, centang Tukey.
6. Klik Options, centang Descriptive statistics, Estimates of effect size, dan Homogeneity tests.
7. Klik OK.

Di output Tests of Between-Subjects Effects, ada tiga baris yang kamu baca: efek cabang, efek tipe_hari, dan baris interaksi yang ditulis cabang * tipe_hari.

Baca baris interaksi duluan. Kalau interaksinya signifikan, efek utama nggak boleh ditafsirin sendiri-sendiri, soalnya efek satu faktor beda tergantung nilai faktor lain. Grafik dari menu Plots yang bakal ngejelasin polanya.

Contoh kasus: nilai belanja tiga cabang toko_berkah

Aku pakai dataset toko_berkah, toko grosir di Bekasi. Sampel 10 transaksi acak per cabang, total 30. Angka dalam ribuan rupiah.

Cabang	n	Rata-rata	Simpangan baku
Bekasi Timur	10	92,0	10,4
Depok	10	84,0	11,8
Tambun	10	78,0	10,5

Rata-rata gabungan 84,67. Hasil ANOVA-nya persis tabel yang tadi: F = 4,11 dengan Sig. 0,028.

Kesimpulan sementara: ada perbedaan nilai belanja antar cabang. Tapi cabang mana yang beda sama mana, ANOVA nggak jawab.

Hasil post hoc Tukey

Batas Tukey HSD = q(0,05; k=3; df=27) x akar(MS Within / n)
                = 3,506 x akar(120 / 10)
                = 3,506 x 3,464
                = 12,15

Pasangan	Selisih rata-rata	Lebih dari 12,15?	Kesimpulan
Bekasi Timur vs Tambun	14,0	Ya	Beda nyata
Bekasi Timur vs Depok	8,0	Nggak	Belum cukup bukti
Depok vs Tambun	6,0	Nggak	Belum cukup bukti

Cuma satu pasangan yang beda nyata: Bekasi Timur dan Tambun, selisih Rp 14.000 per transaksi.

Ini yang bikin post hoc penting. Kalau kamu berhenti di Sig. 0,028, kamu bisa salah nulis bahwa ketiga cabang saling beda. Padahal Depok berada di tengah dan belum bisa dibedain dari dua-duanya.

Buat toko, artinya jelas. Yang layak diperiksa dulu bukan ketiga cabang, tapi kenapa nilai belanja per transaksi di Tambun ketinggalan Rp 14.000 dari Bekasi Timur.

Kesalahan umum uji ANOVA di SPSS

1. Berhenti setelah ANOVA signifikan. Tanpa post hoc, kamu nggak punya dasar buat nunjuk pasangan mana yang beda.

2. Skip Levene test. Kalau ragam antar kelompok beda jauh dan kamu tetap baca tabel ANOVA biasa, nilai Sig.-nya bisa menyesatkan. Centang Welch dari awal biar ada cadangan.

3. Nyusun data dalam kolom terpisah per kelompok. SPSS butuh format panjang: satu kolom nilai, satu kolom penanda kelompok. Bentuk tiga kolom sejajar bikin menu ANOVA nggak bisa jalan.

4. Baca efek utama padahal interaksinya signifikan. Di two-way ANOVA, interaksi yang signifikan bikin kesimpulan efek utama jadi menyesatkan.

5. Nggak ngelaporin ukuran efek. Nilai Sig. 0,028 nggak bilang seberapa besar perbedaannya. Eta squared 0,233 baru ngasih gambaran.

6. Ngabaikan outlier. Satu transaksi grosir di tengah data eceran bisa ngangkat rata-rata satu kelompok sekaligus ngembungin ragamnya. Cek sebarannya dulu, konsepnya di glosarium outlier.

FAQ

Kenapa nggak boleh pakai uji t berkali-kali buat tiga kelompok?

Karena tiap uji punya risiko salah tolak 5 persen, dan risikonya numpuk. Buat tiga kelompok kamu butuh tiga uji t, dan peluang dapet minimal satu hasil signifikan palsu naik jadi sekitar 14 persen. Untuk empat kelompok, enam uji, risikonya sekitar 26 persen. ANOVA nguji semuanya dalam satu langkah, jadi taraf 5 persen kamu tetap terjaga.

ANOVA aku signifikan tapi post hoc nggak ada yang beda, kenapa?

Ini kejadian yang wajar, terutama kalau nilai signifikansinya nyerempet 0,05. Uji post hoc seperti Tukey dan Bonferroni memang lebih ketat, karena mereka nahan risiko salah dari banyaknya perbandingan. Artinya bukti kamu cukup buat bilang ada perbedaan secara umum, tapi belum cukup kuat buat nunjuk pasangan tertentu. Nambah data biasanya menyelesaikan keadaan ini.

Levene test aku signifikan, ANOVA masih boleh dipakai?

Boleh, tapi jangan baca tabel ANOVA yang biasa. Di SPSS, buka Options di One-Way ANOVA lalu centang Welch. Angka Welch nggak butuh syarat ragam yang sama. Buat uji lanjutnya, ganti Tukey dengan Games-Howell yang memang dirancang untuk ragam nggak seragam. Kombinasi Welch dan Games-Howell ini pilihan aman waktu Levene kamu gagal.

Post hoc mana yang paling aman buat skripsi?

Tukey HSD jadi pilihan default paling umum kalau jumlah data tiap kelompok mirip dan ragamnya seragam. Dia seimbang antara ketat dan masih punya tenaga buat nangkep perbedaan. Bonferroni cocok kalau perbandingan yang kamu rencanain sedikit dan spesifik. Hindari LSD tanpa alasan kuat, soalnya dia nggak ngoreksi risiko dari banyaknya perbandingan sama sekali.

Apa bedanya ANOVA sama regresi?

Secara hitungan keduanya keluarga yang sama, sama-sama misahin variasi data jadi bagian yang terjelaskan dan yang tersisa. Bedanya di jenis variabel bebas. ANOVA dipakai kalau pembedanya berupa kelompok seperti cabang atau metode. Regresi dipakai kalau prediktornya berupa angka menerus seperti nominal belanja atau umur. Kamu bahkan bisa nulis ANOVA sebagai regresi dengan variabel dummy dan hasilnya sama.

Penutup

Tiga hal yang bikin bab analisismu nggak kena revisi:

• Baca Levene dulu, baru tabel ANOVA. Kalau Levene gagal, pindah ke Welch.
• ANOVA signifikan wajib dilanjut post hoc. Di contoh tadi, dari tiga pasangan cuma satu yang beda nyata.
• Tulis eta squared di samping nilai Sig. Angka 0,233 lebih informatif dari sekadar tanda bintang.

Buka data kamu sekarang, susun ulang jadi dua kolom, lalu jalanin One-Way ANOVA dengan Options lengkap. Lima menit, dan kamu udah punya bahan buat satu subbab penuh.

Buat ngitung rata-rata tiap kelompok sebelum masuk SPSS, kamu bisa pakai fungsi AVG di spreadsheet dulu sebagai pengecekan cepat.