Sebenernya pengerjaan uji comparative untuk lebih dari 2 perlakuan bisa saja dilakukan dengan uji T namun hal ini akan menjadi tidak efisien. Karena kita harus mengerjakanya untuk setiap dua variabel misalnya saja kita melakukan penelitian untuk 3 perlakuan yaitu A B dan C. Maka dengan uji T kita harus mengerjakan uji comparative untuk A dan B, A dan C, lalu B dan C. Tidak efektif bukan ? Bayangkan saja jika perlakuanya ada 5 atau bahkan 10 pasti akan sangat merepotkan dan bakal jadi tidak efisien. maka dari itu muncul ANOVA.
Pada uji ANOVA kita bisa mendapatkan kesimpulan ada atau tidak perbedaan yang diberikan sekelompok perlakuan terhadap variabel respon, ya anova hanya mendeteksi ada atau tidak perlakuan yang memberikan pengaruh berbeda, misalnya dari perlakuan A,B,C,dan D, perlakuan A memberi pengaruh berbeda namun B, C, dan D memberi pengaruh yang sama maka dalam uji ANOVA akan menghasilkan kesimpulan bahwa terdapat perbedaan pengaruh yang diberikan oleh perlakuan, namun ANOVA tidak dapat digunakan untuk mendeteksi perlakuan mana yang memberikan pengaruh berbeda, maka dari itu setelah didapat kesimpulan bahwa terdapat perbedaan yang diberikan oleh perlakuan perlu dilakukan uji lanjutan setelah ANOVA guna mendeteksi perlakuan mana saja yang memberikan pengaruh berbeda.
ANOVA sering digunakan dalam desain eksperimental adapun jenis desain eksperimental antara lain ; RAL(Rancangan Acak Lengkap), RAKL (Rancangan Acak Kelompok Lengkap), (Rancangan Faktorial) dan lain-lain. namun dalam post ini yang akan dibahas adalah Rancangan Acak Lengkap (RAL).
Rancangan Acak Lengkap atau desain acak sempurna adalah sebuah desain eksperimen yang melibatkan sekelompok perlakuan yang dilakukan terhadap unit percobaan dimana unit percobaan tersebut dilakukan beberapa kali, atau dengan beberapa perulangan. jadi setiap perlakuan diberikan beberapa kali kepada unit percobaan.
langsung saja pada studi kasus agar lebih mudah untuk memahami penggunaan rancangan acak lengkap atau one way ANOVA ini.
sebuah penelitian dilakukan untuk mengetahui adakah perbedaan pertambahan tinggi tanaman yang diberi pupuk dengan kadar yang berbeda yaitu 2%, 3%, 4%, dan 5%. dengan eror 0,05 didapat data berikut :
| penambahan tinggi (cm) | |||
| 2% | 3% | 4% | 5% |
| 3 | 4 | 2 | 5 |
| 4 | 3 | 2 | 4 |
| 5 | 4 | 3 | 4 |
| 5 | 4 | 3 | 4 |
| 6 | 4 | 2 | 4 |
| 3 | 5 | 2 | 3 |
| 3 | 5 | 3 | 6 |
| 3 | 4 | 3 | 6 |
| 5 | 3 | 3 | 5 |
| 4 | 3 | 4 | 4 |
1. inputkan data ke spss seperti berikut :
pada kolom penambahan tinggi isikan dengan nilai penambahan tinggi, kemudian pada konsentrasi pupuk isikan konsentrasi sesuai penambahan tinggi yang terjadi berdasarkan data diatas.
2. klick analyze --> compare means --> one way anova, maka akan muncul dialog berikut :
perlakuan dikatakan memberikan pengaruh yang berbeda jika nilai sig nya kurang dari 0,05 dari tabel diatas pada perlakuan 4% dapat kita lihat semua nilai sig nya dibawah 0,05 artinya perlakuan ini lah yang memberikan pengaruh berbeda, dimana jika kita lihat nilai mean deference nya semuanya dibawah 0, artinya konsentrasi pupuk 4% memberikan pengaruh yang lebih buruk untuk penambahan tinggi tanaman dibanding perlakuan lainya.
nah sudah jelaskan tentang one way ANOVA jika ada pertanyaan silahkan diajukan lewat komentar hehehe
dan untuk informasi aplikase APSE untuk ONE WAY ANOVA atau RAL sedang dalam tahap pengerjaan jadi bagi yang ingin mencari aplikasi bantuan untuk mengerjakan RAL ditunggu saja update selanjutnya. hehehe
