IBM - SPSS Anova - Analysis Of Variance : Uji Data Jogja Polo Shirt.

Pada kali ini, saya akan menganalisa menggunakan metode Anova atau Analysys of Variance.

Tujuannya adalah untuk mengkomparasi, atau membandingkan satu data (variable) dengan sample yang lain, dengan notasi sebagai Varians 1, Comparing with Varian ke 2.

Rumus untuk menentukan varians Smaple yang digunakan adalah

S² =∑ =1 (y1- ybar)2/n-1.

Anova – Dapat digunakan untuk menguji Hipotesis Nol Tentang perbedaan dua buah rata-rata atau lebih, secara formal dapat dinotasikan sbg berikut.

H0: u1=u2=u2=u4…Dst.

H1: Paling tidak salah satu atau sama dengan(=) Tidak berlaku.

#Hints Kapan Metode One Way Anova ini akan berlaku?.

Apabila Uji-T digunakan untuk menguji 2 Sample maka uji F , atau anova digunakan untuk menguji lebih dari 2 Sample.

Asumsi Pada pengujian Anova.

1. Populasi yang berdistribusi Normal.

2. Variansi Populasi adalah sama.

3. Sample bersifat Independent (tidak sama dengan sample lainnya).

Contoh Kasus pada Perusahaan Retail ingin memberikan sebuah Keputusan, atas Analisis, dan Hipotesis pada pengujian untuk mengkomparasi gain/hasil/produktifitas dalam sehari Ketika dikelompokkan menjadi 3 Shift/bagian dalam rentang jangka waktu 10 hari.

Nama Perusahaan : Jogja Polo Shirt.

Jumlah Shift : 3

Growth Sales:.

Established: 2010.

Dengan data sebagai berikut

Keterangan : pada baris pertama memiliki 4 buah kolom, dimana kolom yang pertama

Adalah hari, keolom kedua dst, adalah Shift 1-3.

Pada Hari Pertama, Shift 1 mendapatkan penjualan Unit (satuan angka) sebanyak 29 unit, Shift 2= 23 Unit, dan shift ke 3 = 32 unit.

Mari kita coba analisis menggunakan IBM – SPSS metoda Anova, dengan 3 buah Varians satu variable Shift.

Membuat 2 buah variable (pada menu variable view)

1. Unit

2. Shift.

Hari akan scr otomatisasi menyesaikan Ketika, memiliki data sejumlah yang ditentukan.

Karena masing-masing 10 Data, maka Secara otomatis SPSS akan membaca sbg 10 Baris/Hari.

Lalu, isi kolom Values dengan

Nilai sebagai berikut.

1 memiliki nilai = shift 1, dst.

Kemudian, ke data view untuk menginputkan data yang akan kita analysys menggunakan metode Anova – Analysys of Variance.

Disajikan dalam bentuk, Deskriptif, Homogentety Test, Anova dan Post Hoc.

Keterangan :
Pada hasil pengujian menggunakan Metode Oneway (or another) eehh, itu lagunya brunomars hehhee, bukan,….

Shift 1 memiliki jumlah rata-rata hasil penjualan, sebesar 25.3 unit, dengan Minimum penjualan sebesar : 22 unit, dan penjualan Maksimum sebanyak 29 unit:

Pada Tingkat kepercayaan 95 Persen atau tingkat signifikansi sebesar 5 persen, rata-rata penjualan unit, berada pada rentang (unit) 23.3 sampai (range) ke 27.3.

Berlaku pada Shift ke 2 dan berikutnya(Analisisnya)..

st..

Test Homogeneity Variances:

Analisis ini untuk menguji Asumsi Anova yaitu ketiga sample yang diberikan berbeda, dengan variansi yang sama (shift dan unit).

Hipotesis:

H0: Ketiga Populasi Variansi sama.(10)

H1:Ketiga Populasi tidak sama.

Ketentuan : Bila Probabilitas > 0,05 maka diterima, jika Probabilitas < 0,05 maka ditolak.

Kesimpulan :

Terlihat bahwa Levene Test 0,605 dengan Probabilitas sebesar 0,5 maka dapat disimpulkan, bahwa pada pengujian kali ini diterima dengan tingkat Probabilitas lebih dari > 0,05 atau kedua variansi memiliki populasi relative sama

Setelah mengujikan jumlah populasi yang sama, sekarang kita akan mengujikan apakah

Ketiga sampel yang diberikan memiliki rata-rata yang sama?..

Mari kita coba.

Ketentuan

Hipotesis

H0: Ketiga rata-rata populasi sama

H1: Ketiga rata-rata populasi tidak sama.

Pengambilan Keputusan.

Berdasarkan perbandingan F Hitung(output) denga F table .

Bila statistic hitung (f hitung) > Statistik table maka ditolak, jika < maka diterima.

F hitung pada Table adalah - Tingkat signifikansi 5% - Numerator (jumlah shift-1) = 2 - Denumerator (jumlah data-jumlah shift) = 27 - Maka dari table F didapatkan 3,3541 - Berdasarkan nilai probabilitas - Bila probabilitas > 0,05 maka diterima - Bila probabilitas < 0,05 maka ditolak –

Kesimpulan Terlihat F hitung adalah 3.547 dengan probabilitas 0,043. Karena probabilitas < 0,05 maka H0 ditolak maka rata-rata produksi unit ketiga shift memang berbeda secara nyata

Post Hoc Test

Keterangan : pada rata-rata jumlah(kolom mean difference) Shift satu-dan shift 2 adalah 0.9 hasil ini, didapat dari Statistik Deskriptif dengan ketentuan : mean shift 1 – mean shift 2, 25,3 – 24,4 = 0.9

Komparasi :

Apabila terdapat tanda * maka, memiliki perbedaan yang signifikan, dengan data pembanding.

Pengujian Homogeneous Subsets.

Untuk menguji data kelompok, yang tidak mempunyai perbedaan rata-rata.

Pada Subsets (kelompok1)

Shift 1 dan 2 tidak memiliki perbedaan yang signifikan, sedangkan pada

Subsets yang kedua, Shift 1 dengan shift 3 memiliki rata-rata perbedaan yang signifikan.

Hasil Report pada pengujian kali ini dapat didownload melalui Link Dibawah ini