Cara Uji Repeated Measures Anova dengan SPSS serta Interpretasi

Cara Uji Repeated Measures Anova dengan SPSS serta Interpretasi | Penggunaan teknik repeated measures bertujuan untuk menguji apakah ada perbedaan secara nyata (signifikan) dari berbagai hasil pengukuran yang dilakukan berulang-ulang pada suatu variabel penelitian. Perbedaan yang mendasar antara uji one way anova dengan uji repeated measures anova yakni terletak pada sampel yang diteliti. Dimana untuk uji one way anova sendiri sampel yang dipakai adalah sampel yang tidak berpasangan, sementara dalam uji repeated measures dipakai untuk sampel yang saling berpasangan.

Uji Repeated Measures Anova merupakan teknik lebih lanjut dari uji paired sample t test. Uji repeated measures anova ini, dapat digunakan untuk menguji perbedaan dari tiga sampel atau lebih yang saling berpasangan. Sementara pada uji paired sample t test hanya untuk dua sampel berpasangan saja.

Asumsi Dasar dalam Uji Repeated Measures Anova

Persyaratan yang harus terpenuhi atau asumsi dasar penggunaan uji repeated measures anova dalam analisis data penelitian adalah sebagai berikut.

1. Variabel independent (variabel bebas) menggunakan data berskala kategori. Sementara untuk variabel dependent (variabel terikat) menggunakan data berskala interval atau rasio (numerik).
2. Uji repeated measures anova merupakan bagian dari statistik parametrik. Oleh karena itu, nilai Standardized Residual untuk semua pengukuran (variabel) harus berdistribusi normal. Sementara itu, jika salah satu dari nilai Standardized Residual untuk variabel ada yang tidak normal, maka solusinya adalah mengganti analisis data dengan statistik non parametrik menggunakan uji friedman.
3. Data penelitian diasumsikan memiliki varians yang sama atau homogen. Hal ini dibuktikan dengan nilai signifikansi (Sig.) > 0,05 pada Mauchly’s Test of Sphericity. Namun demikian, untuk persyaratan poin ke-3 ini bukanlah sebuah keharusan (tidak mutlak). Sebab, walaupun varians tidak homogen, akan tetapi kita tetap bisa melanjutkan penggunakan uji repeated measures anova untuk analisis data penelitian yakni dengan memperhatikan nilai Greenhouse-Geisser yang ada di tabel output SPSS Tests of Within-Subjects Effects.

Contoh Kasus Uji Repeated Measures Anova dalam Penelitian

Seorang peneliti ingin mengetahui apakah obat herbal merek SLIMJOS benar-benar mampu menurunkan berat badan seseorang dalam kurun waktu tertentu? Untuk keperluan penelitian ini, maka 17 orang yang akan melakukan program diet ditimbang untuk diketahui berat badan awal. Setelah itu 17 orang tersebut diberi minum obat herbal merek SLIMJOS, kemudian ditimbang kembali berat badannya seminggu dan sebulan kemudian setelah sebelumnya rutin mengkonsumsi obat herbal ini. Berikut data berat badan tujuh belas orang responden tersebut.

[Download Data excel, Input-Output SPSS]

Keterangan: Contoh-responden nomor 1 memiliki berat badan awal 90,4 kilogram, setelah seminggu mengkonsumsi obat herbal merek SLIMJOS mengalami menutunan berat badan menjadi 90,3 kilogram. Kemudian setelah sebulan rutin mengkonsumsi obat herbal tersebut, berat badannya menjadi 86,3 kilogram. Cara membaca data berat badan untuk responden nomor 2 dan seterusnya sebagaimana contoh pada responden nomor 1.

Identifikasi Variabel Penelitian

1. Variabel independent atau variabel bebas adalah waktu pengukuran berat badan. Terdiri dari 3 waktu pengukuran berat badan yaitu seminggu, sebulan dan setahun (data kategorikal).
2. Variabel dependent atau variabel terikat adalah data ukuran berat badan ke-17 orang responden (data numerik).

Cara Uji Repeated Measures Anova dengan SPSS

Ada beberapa tahapan untuk melakukan uji repeated measures anova dengan SPSS. Pertama, tahap penginputan data penelitian ke program SPSS. Kedua, melakukan uji normalitas pada nilai Standardized Residual untuk ukuran berat badan di ketiga waktu pengukuran. Ketiga melakukan analisis dengan uji repeated measures anova.

*Menginput Data Penelitian ke Program SPSS

1. Buka lembar kerja baru pada program SPSS, kemudian klik Variable View dalam mendefinisikan variabel penelitian yang ada pada kolom Name, Decimals, Label, Measure dan lainnya, dapat ikuti ketentuan sebagaimana gambar bawah ini.

2. Jika sudah, langkah selanjutnya klik Data View, kemudian masukkan data berat badan ke-17 orang responden tersebut sesuai dengan waktu berat badan mereka diukur atau ditimbang. Tampak dilayar SPSS.

*Melakukan Uji Normalitas Nilai Standardized Residual

Persyaratan yang harus terpenuhi dalam uji repeated measures anova yaitu nilai standardized residual untuk data berat badan di ketiga data waktu pengukuran di atas adalah normal. Jika salah satu variabel tidak normal maka alternatif yang dapat dipakai adalah melakukan uji friedman sebagai pengganti uji repeated measures anova. Adapun langkah-langkah uji normalitas standardized residual dengan SPSS adalah sebagai berikut.

3. Dari menu SPSS, klik menu Analyze >> General Linear Model >> Repeated Measures… Tampak di layar SPSS

4. Maka mucul kotak dialog baru dengan nama “Repeated Measures Define Factor(s)” pada bagian Whithin-Subject Faktor Name: ganti tulisan factor1 dengan Waktu. Untuk kotak Number of Lavels: ketikkan 3 (karena ada 3 waktu pengukuran berat badan)

5. Kemudian klik Add, pada bagian Measure Name: ketikkan Obat lalu klik Add, selanjutnya klik Define, maka tampak di layar sebagai berikut.

6. Muncul kotak dialog “Repeated Measures” pindahkan variabel BB Awal, BB Seminggu, dan BB Sebulan, ke kotak Whithin-Subject Variables (Waktu)

7. Selanjutnya klik Plots… maka muncul kota dialog “Repeated Measures: Profile Plots” lalu pindahkan variabel Waktu ke kotak Horizontal Axis, kemudian klik tombol Add, sehingga variabel Waktu berpindah di kotak Plots, lalu klik Continue Tampak di layar.

8. Kembali ke kotak dialog “Repeated Measures”, kemudian klik Save, maka muncul kotak dialog “Repeated Measures: Save” pada bagian Residuals berikan tanda centang (v) pada pilihan Standardized, lalu klik Continue

9. Kembali lagi ke kotak dialog “Repeated Measures”, selanjutnya klik Options, maka muncul kotak dialog “Repeated Measures: Options” lalu masukkan variabel Waktu ke kotak Display Means for, kemudian aktifkan Compare main effects, pada bagian Confidence interval adjustmen pilih Bonfferoni, lalu klik Continue selanjutnya klik Ok. Tampak di layar.

10. Penting: Output SPSS yang muncul tersebut adalah output Uji Repeated Measures Anova namun kita abaikan dulu saja (karena kita akan memaknainya nanti setelah persyaratan normalitas sudah terpenuhi).

11. Buka Data View, perhatikan pada tampilan Data View ini terlihat ada variabel baru dengan nama ZRE_1, ZRE_2, dan ZRE_3. Nah, inilah yang disebut dengan nilai Standardized Residual

12. Selanjutnya untuk melakukan uji normalitas untuk nilai Standardized Residual, klik menu Analyze >>Descriptive Statistics >> Explore…

13. Maka muncul kotak dialog dengan nama “Explore” kemudian masukkan ketiga variabel Standardized Residual ke kotak Dependent List: selanjutnya klik Plots…

14. Muncul kotak dialog “Explore Plots” lalu beri tanda centang (v) pada pilihan Normality plots with tests, lalu klik Continue, kemudian klik Ok. Maka akan mucul output SPSS, untuk uji normalitas kita cukup memperhatikan tabel output “Tests of Normality”

*Pembahasan Uji Normalitas Nilai Standardized Residual



Untuk mengetahui apakah ketiga variabel Standardized Residual ini normal atau tidak, maka terlebih dahulu kita harus mengetahui dasar pengambilan keputusan dalam uji normalitas dengan kententuan sebagai berikut.

1. Jika nilai Sig. < 0,05, maka variabel tidak berdistribusi normal.
2. Jika nilai Sig. > 0,05, maka variabel berdistribusi normal.

Berdasarkan tabel output SPSS “Tests of Normality” diketahui nilai Sig. untuk uji normalitas dengan teknik Shapiro-Wilk adalah sebagai berikut.

1. Standardized Residual for Awal Sig. 0,359
2. Standardized Residual for Seminggu Sig. 0,410
3. Standardized Residual for Sebulan Sig. 0,458

Karena nilai signifikansi (Sig.) untuk semua variabel Standardized Residual di atas > 0,05 maka dapat disimpulkan bahwa data berat badan untuk ketiga waktu pengukuran tersebut adalah normal. Dengan demikian, analisis data untuk penelitian ini dapat dilakukan dengan metode statistik parametrik dengan Uji Repeated Measures Anova.

Catatan: teknik Shapiro-Wilk digunakan untuk sampel kecil yakni < 50 sampel. Sementara teknik Kolmogorov-Smirnov digunakan untuk sampel besar yakni > 50 sampel.

Interpretasi Output Uji Repeated Measures Anova SPSS

Tabel output SPSS untuk uji repeated measures anova dapat dilihat pada proses analisis SPSS di atas, yaitu pada LANGKAH KE-10. Adapun interpretasi dari tabel-tabel output SPSS tersebut adalah sebagai berikut.

Tabel Output “Within-Subjects Factors”

Tabel output di atas menjelaskan bahwa ada tiga variabel berat badan untuk tiga waktu pengukuran berat badan yang berbeda.

Tabel Output “Mauchly's Test of Sphericity”

Seperti yang sudah saya bahas di awal, bahwa asumsi atau persyaratan yang mendasari (bukan syarat mutlak) uji repeated measures anova yaitu data penelitian memiliki varians yang sama melalui nilai Sphericity. Berdasarkan output di atas, diketahui nilai Signifikansi (Sig.) sebesar 0,002 < 0,05, maka dapat disimpulkan bahwa data penelitian ini tidak memenuhi asumsi kesamaan varians. Untuk kasus seperti ini anda tidak perlu khawatir, sebab uji repeated measures anova masih tetap bisa dilanjutkan yakni dengan mengacu pada nilai Greenhouse-Geisser yang akan kita bahas pada tabel output Tests of Within-Subjects Effects.

Catatan: Jika asumsi atau persyaratan Sphericity terpenuhi, maka pengambilan keputusan dalam uji repeated measures anova mengacu pada nilai Sphericity Assumed.

Tabel Output “Tests of Within-Subjects Effects”

Tabel output di atas adalah tabel paling mentukan dalam uji repeated measures anova. Dalam hal ini, ada tiga tahapan yang harus dilalui untuk memaknai hasil output tersebut. Pertama, membuat rumusan hipotesis penelitian. Kedua, mengetahui dasar pengambilan keputusan dalam uji repeated measures anova. Ketiga adalah penarikan kesimpulan.

*Rumusan Hipotesis Penelitian

1. H0: Tidak ada perbedaan rata-rata penurunan berat badan pada ketiga kelompok interval waktu pengukuran.
2. Ha: Ada perbedaan rata-rata penurunan berat badan pada ketiga kelompok interval waktu pengukuran.

*Dasar Pengambilan Keputusan dalam Uji Repeated Measures Anova

1. Jika nilai Greenhouse-Geisser Sig. > 0,05, maka H0 diterima dan Ha ditolak.
2. Jika nilai Greenhouse-Geisser Sig. < 0,05, maka H0 ditolak dan Ha diterima.

*Penarikan Kesimpulan: berdasarkan tabel output Tests of Within-Subjects Effects di atas, diketahui nilai Greenhouse-Geisser Sig adalah sebesar 0,000 < 0,05. Maka H0 ditolak dan Ha diterima atau dengan kata lain ada perbedaan rata-rata penurunan berat badan yang nyata (signifikan) dari waktu ke waktu. Dengan demikian dapat disimpulkan bahwa obat herbal merek SLIMJOS benar-benar mampu menurunkan berat badan seseorang.

Tabel Output “Pairwise Comparisons”

Tabel output di atas memberikan informasi mengenai rata-rata penurunan berat badan untuk setiap pengukuran dari waktu ke waktu (awal, semiggu, dan sebulan). Angka 1 menunjukkan waktu pengukuran berat badan awal, angka 2 menunjukkan waktu pengkuran berat badan seminggu, dan angka 3 menunjukkan waktu pengukuran berat badan sebulan setelah rutin mengkonsumsi obat herbal merek SLIMJOS. Adapun penjelasannya dapat anda simak pada poin-poin di bawah ini.

1. Nomor 1 (berat badan awal) dibandingkan dengan nomor 2 (berat badan seminggu), terjadi rata-rata penurunan berat badan sebesar 0,771 kilogram dan perbedaan penurunan berat bedan tersebut adalah nyata sebab nilai Sig. sebesar 0,001 < 0,05.
2. Nomor 1 (berat badan awal) dibandingkan dengan nomor 3 (berat badan sebulan), terjadi rata-rata penurunan berat badan sebesar 3,818 kilogram dan perbedaan penurunan berat bedan tersebut adalah nyata sebab nilai Sig. sebesar 0,000 < 0,05.
3. Nomor 2 (berat badan seminggu) dibandingkan dengan nomor 3 (berat badan sebulan), terjadi rata-rata penurunan berat badan sebesar 3,047 kilogram dan perbedaan penurunan berat bedan tersebut adalah nyata sebab nilai Sig. sebesar 0,000 < 0,05.

Oleh karena itu dapat dismpulkan bahwa dengan rutin mengkonsumsi obat herbal merek SLIMJOS dapat menurunkan rata-rata berat badan seseorang sebesar 0,771 kilogram dalam waktu seminggu dan 3,818 kilogram dalam waktu sebulan.

Gambar Output “Profile Plots”

Gambar Plots di atas menunjukkan ketajaman rata-rata penurunan berat badan dari waktu ke waktu berat badan tersebut di ukur atau di timbang.

Demikian pembahasan mengenai cara melakukan analisis data penelitian dengan uji repeated measures anova menggunakan program SPSS beserta interpretasinya. Selanjutnya silahkan anda bagikan panduan ini ke media sosial anda supaya panduan ini dapat bermanfaat bagi orang banyak. Terimakasih telah berkenan membaca tulisan ini, selamat mencoba dan semoga sukses. Salam hangat dari saya Sahid Raharjo.

VIDEO: Tutorial Uji Repeated Measures Anova dengan SPSS Serta Interpretasi

[Kata Kunci Pencarian: Cara Uji Repeated Measures Anova dengan SPSS Serta Interpretasi, Langkah-langkah Statistik Parametrik dengan Uji Repeated Measures Anova menggunakan Program SPSS, Tutorial Uji Repeated Measures Anova dengan SPSS Lengkap]

Share on Facebook

Share on Twitter

Share on Google+

Share on LinkedIn