Asumsi untuk pengujian hipotesis yang didasarkan pada model ANOVA faktor tunggal sebenarnya berhubungan dengan nilai residual atau error (εij). Banyak referensi yang menyatakan bahwa ANOVA faktor tunggal cukup handal terhadap asumsi ini, misalnya Uji F tetap handal dan dapat diandalkan meskipun asumsi tidak terpenuhi. Meskipun demikian, tingkat kehandalannya sangat sulit diukur dan tergantung juga pada ukuran sampel yang harus seimbang. Uji F bisa menjadi sangat tidak dapat diandalkan apabila ukuran sampel tidak seimbang, apalagi jika ditambah dengan sebaran data yang tidak normal dan ragam tidak homogen. Oleh karena itu, saya sangat merekomendasikan untuk memeriksa terlebih dahulu asumsi ANOVA sebelum melanjutkan ke tahap analisis.
Bagaimana apabila kita menganalisis data yang sebenarnya tidak memenuhi asumsi analisis ragam? Apabila hal itu terjadi, maka kesimpulan yang diambil tidak akan menggambarkan keadaan yang sebenarnya bahkan menyesatkan! Dengan demikian, sebelum melakukan analisis ragam, terlebih dahulu kita harus memeriksa apakah data tersebut sudah memenuhi asumsi dasar analisis ragam atau belum.
Strategi umum untuk memeriksa asumsi ANOVA serta urutan asumsi yang harus diperiksa terlebih dahulu di bahas secara detail oleh Dean dan Voss (1999). Mereka menitikberatkan pada pengamatan plot residual, dengan alasan berikut: pemeriksaan plot residual lebih subjektif dibanding dengan pengujian formal dan yang lebih penting, plot residual lebih informatif tentang sifat dari masalah, konsekuensi, dan tindakan korektif yang bisa diambil.
Baca pos ini lebih lanjut
Tutorial SPSS, Excel, Minitab, etc
Smart Statistik 
Mas, numpang nanya..
saya khan ngangkat skripsi tentang split plot dengan RAL, meneliti tentang menguji prosedur perhitungan ketepatan modelnya..pake R2, R2-adjusted, PRESS dan R2-prediction..
nah pada contoh kasusnya..galat pada anak petaknya tidak normal..estimasi yang saya gunakan pake metode kuadrat terkecil..
nah yang ingin saya tanyakan…apakah galat yang tidak normal itu mempengaruhi nilai duga pengamatan (Y topi) dan apakah karena galat yang tidak normal tersebut kita tidak bisa mengambil kesimpulan dari nilai PRESS dan R2-predictionnya yang telah dihitung..
Tolong dibalas ya mas..Terima Kasih..
untuk memenuhi asumsi normalitas dan homogenitas pada RAL 3 X 3 apakah yang diuji asumsi tersebut harus nilai residual dari masing masing perlakuan ataukah keseluruhan perlakuan dan ulangan :
ex :
perlakuan A = 3 ulangan (di uji kenormalan dan homogenitasnya)
perlakuan B = 3 ulangan (di uji kenormalan dan homogenitasnya)
perlakuan c = 3 ulangan ( (di uji kenormalan dan homogenitasnya)
ataukah :
ke 3 perlakuan dan 3 ulangan di jadikan satu menjadi 9 data…?
taks to informasinya
Biasanya untuk mempermudah bagi para aplikator experimental design, untuk RAL uji kehomogenan ragam cukup menggunakan uji Batlett atau Levene.
Yup.., setuju.. Paul.., terimakasih masukannya..
Namun seperti pada point 2.4 di atas, Uji Kehomogenan Ragam: Harus diperhatikan bahwa di antara uji Formal tersebut ada yang sangat sensitif terhadap ketidak normalan data, terutama terhadap data yang sebarannya cenderung menjulur ke arah kanan (Positif skewness). Kedua, dan ini lebih penting, jika ukuran sampel kecil, uji tes formal terkadang gagal dalam menolak H0, sehingga kita akan menganggap bahwa ragam sudah homogen. Dengan kata lain, apabila data tidak menyebar normal, maka uji kehomogenan ragam tersebut tidak bisa diandalkan. Uji homogenitas ragam hanya memberikan sedikit informasi tentang penyebab yang mendasari ketidakhomogenan ragam, dan teknik diagnostik (misalnya plot residual) masih tetap dibutuhkan untuk memutuskan tindakan perbaikan yang sesuai.
@Yus: maaf, bru dbls, saya kira dah di balas semuanya…
RAL 3×3, he2.., bingung juga maksudnya tuh, sy kira ada 2 faktor masing-masing ada 3 level (Faktorial).
Namun apabila di lihat dari pertanyaan, sepertinya Faktor tunggal yg terdiri dari 3 level dan di ulang 3 kali. Betul, untuk uji kenormalan dilakukan pada masing-masing perlakuan.
Uji Kehomogenan Ragam: nah kalo uji kehomogenan Ragam, mungkin tidak tepat Yus. Pada perlakuan A tidak bisa diuji Homogenitasnya (perlakuan A cuma punya satu ragam kan? jadi tidak bisa dibandingkan), demikian juga untuk perlakuan B dan C. Maksudnya begini Yus, Perlakuan A dihitung ragamnya, demikian juga perlakuan B dan C, selanjutnya dibandingkan apakah ketiga ragam tersebut (Ragam A, B, dan C) homogen??
Ho: ragam A = ragam B = ragam C (homogen)
H1: tidak semua ragam homogen
pak, bagaimana saya rencananya akan menggunakan uji anava 2 jalan, bagaimana kalau data yng diperoleh tidak homogen?
mohon penjelasannya.. dalam penelitian saya didalam laboratorium saya awalnya menggunakan rancangan acak lengkap dan uji statistik annova one way (ketika data nomrla dan homogen). Namun karena keterbatasan alat dan waktu. Jumlah ulangan yang saya lakukan tidak memenuhi perhitungan federer. seharusnya 5 kali ulangan, tetapi saya hanya bisa 2 kali ulangan. Apakah saya tetap dapat menggunakan analisa secara statistik?