1 Pendahuluan
1.1 Latar Belakang
Setiap orang menginginkan tubuh yang sehat, bentuk tubuh dan berat badan yang ideal. Selain alasan kesehatan, seringkali bentuk dan berat badan memengaruhi penampilan. Perhatian khusus sering diberikan pada penampilan, dan setiap individu berusaha menampilkan penampilannya dengan sempurna di lingkungan sosialnya. Ini sangat masuk akal jika Anda mempertimbangkan bahwa salah satu dari lima kebutuhan dasar manusia adalah kebutuhan akan harga diri. Ketika kebutuhan akan harga diri dan pengakuan orang lain tidak terpenuhi, individu merasa tidak berdaya dan minder atau rendah diri (Alwisol, 2009). Dilakukan penelitian Rancangan Acak Kelompok dengan tujuan mengetahui pengaruh perlakuan Diet metode A dan metode B pada 2 kelompok yaitu laki-laki dan perempuan dengan respon perubahan berat badan.
2 TINJAUAN PUSTAKA
2.1 Rancangan Acak Kelompok
Rancangan Acak Kelompok (RAK) adalah rancangan lingkungan di mana perlakuan-perlakuan yang ditempatkan pada unit percobaan secara acak pada tiap-tiap kelompok. Rancangan ini dapat dilakukan jika kondisi unit percobaan bersifat relatif heterogen dan banyaknya ulangan sama. Dalam setiap kelompok relatif homogen, sedangkan antar kelompok boleh tidak homogen. Penempatan perlakuan secara acak pada tiap-tiap kelompok, sehingga keragaman total yang diperoleh berasal dari keragaman karena perlakuan, keragaman antar kelompok, dan keragaman yang tidak terkontrol.
2.2 Analysis of Variance
Metode statistik yang banyak digunakan untuk menganalisis data dari suatu percobaan adalah teknik analisis varians, sering disebut sebagai ANOVA. Analisis varians adalah metode untuk menguji hubungan antara dua data atau lebih. Dengan kata lain, pada saat melakukan analisis varian, terdapat hubungan antar data. Analisis varian terkadang disebut sebagai uji-F. Karakteristik analisis varians adalah bahwa model ini overparameterized, artinya model ini mengandung lebih banyak parameter daripada yang diperlukan untuk mewakili pengaruh yang diinginkan. Tujuan dari analisis ini adalah untuk mengindentifikasi variabel prediktor yang penting dan bagaimana variabel tersebut dapat mempengaruhi respons (Wackerley, 2008 dalam Fajrin, 2011).
2.3 Uji Asumsi
2.3.1 Normalitas
Uji normalitas proses diperlukan untuk mengidentifikasi distribusi data variabel, apakah berdistribusi normal atau tidak berdistribusi normal. Nilai defaultnya normal dan harus diisi adalah distribusi kesalahan e yang digunakan untuk menyebar normal. Namun, variabel independen tidak diperlukan berdistribusi secara normal. Asumsi pengujian menggunakan uji Jarque Berra dan Shapiro Wilk, dimana p-value harus > 0.05 atau 5%.
2.3.2 Homogenitas
Uji homogenitas digunakan untuk mengetahui apakah ada perbedaan dalam populasi sama atau tidak. Tes ini dilakukan sebagai prasyarat untuk independent-samples t-test dan analisis ANOVA. Analisis varians (Anova) didasarkan pada asumsi bahwa varians populasi adalah sama. Uji kesamaan dua varian menguji apakah sebaran data homogen atau tidak dengan membandingkan dua varian. Jika dua atau lebih kumpulan data memiliki varians yang sama, uji homogenitas tidak perlu diulangi karena data dianggap homogen. Uji homogenitas dapat dilakukan jika kumpulan data berdistribusi normal.
3 SOURCE CODE
3.1 Library
> library(car)
> library(tseries)
> library(agricolae)3.2 Data
> data_laprak=read.csv(file="C:/Users/Hp/OneDrive/Documents/Data Diet.csv",header=TRUE,sep=";")
> data_laprak
gender diet preweight weight6weeks selisih
1 M B 60 61 -1
2 M B 103 100 3
3 F A 58 54 4
4 F A 60 54 6
5 F A 64 63 1
6 F A 64 61 3
7 F A 65 62 3
8 F A 66 64 2
9 F A 67 65 2
10 F A 69 60 9
11 F A 70 68 2
12 F A 70 66 4
13 F A 72 70 2
14 F A 72 69 3
15 F A 72 68 4
16 F A 82 81 1
17 F B 58 60 -2
18 F B 58 56 2
19 F B 59 57 2
20 F B 61 56 5
21 F B 62 55 7
22 F B 63 62 1
23 F B 63 60 3
24 F B 63 59 4
25 F B 65 62 33.3 ANOVA
> Respon=data_laprak$selisih
> Respon
[1] -1 3 4 6 1 3 3 2 2 9 2 4 2 3 4 1 -2 2 2 5 7 1 3 4 3
> Perlakuan=factor(data_laprak$diet)
> Perlakuan
[1] B B A A A A A A A A A A A A A A B B B B B B B B B
Levels: A B
> Kelompok=factor(data_laprak$gender)
> Kelompok
[1] M M F F F F F F F F F F F F F F F F F F F F F F F
Levels: F M
>
> RAK=aov(Respon~Perlakuan+Kelompok,data=data_laprak)
> summary(RAK)
Df Sum Sq Mean Sq F value Pr(>F)
Perlakuan 1 4.26 4.256 0.791 0.384
Kelompok 1 5.17 5.172 0.961 0.338
Residuals 22 118.41 5.382 3.4 UJI ASUMSI
3.4.1 Normalitas
> #1.Asumsi Normalitas
> sisa=residuals(RAK)
> sisa
1 2 3 4 5 6 7
-2.0000000 2.0000000 0.7142857 2.7142857 -2.2857143 -0.2857143 -0.2857143
8 9 10 11 12 13 14
-1.2857143 -1.2857143 5.7142857 -1.2857143 0.7142857 -1.2857143 -0.2857143
15 16 17 18 19 20 21
0.7142857 -2.2857143 -4.7777778 -0.7777778 -0.7777778 2.2222222 4.2222222
22 23 24 25
-1.7777778 0.2222222 1.2222222 0.2222222
> #a.Jarque Berra
> JB=jarque.bera.test(sisa)
> JB
Jarque Bera Test
data: sisa
X-squared = 1.9319, df = 2, p-value = 0.3806
> #b.Shapiro Wilk
> SW=shapiro.test(sisa)
> SW
Shapiro-Wilk normality test
data: sisa
W = 0.95755, p-value = 0.36783.4.2 Homogenitas
> #2.Asumsi Homogenitas Ragam
> #Uji Levene
> #a.Perlakuan
> Levene1=leveneTest(Respon~Perlakuan,data=data_laprak)
> Levene1
Levene's Test for Homogeneity of Variance (center = median)
Df F value Pr(>F)
group 1 0.341 0.5649
23
> #b.Kelompok
> Levene2=leveneTest(Respon~Kelompok,data=data_laprak)
> Levene2
Levene's Test for Homogeneity of Variance (center = median)
Df F value Pr(>F)
group 1 0.1438 0.7081
23 3.5 Uji Lanjut
3.5.1 Uji BNT
> bnt<-LSD.test(RAK,"Perlakuan",alpha=0.05)
> bnt$groups
Respon groups
A 3.285714 a
B 2.454545 a
> bnt$means
Respon std r LCL UCL Min Max Q25 Q50 Q75
A 3.285714 2.127786 14 1.999818 4.571611 1 9 2.0 3 4.0
B 2.454545 2.544156 11 1.003859 3.905232 -2 7 1.5 3 3.5
> plot(bnt)
3.5.2 Uji BNJ
> TukeyHSD(RAK,conf.level = 0.95)
Tukey multiple comparisons of means
95% family-wise confidence level
Fit: aov(formula = Respon ~ Perlakuan + Kelompok, data = data_laprak)
$Perlakuan
diff lwr upr p adj
B-A -0.8311688 -2.76973 1.107393 0.3835239
$Kelompok
diff lwr upr p adj
M-F -1.581028 -5.128026 1.965971 0.3653063
> plot(TukeyHSD(RAK))
4 Hasil dan Pembahasan
4.1 ANOVA
- Hipotesis Perlakuan:
H0: Perlakuan tidak berpengaruh terhadap respon yang diamati vs
H1: paling sedikit satu perlakuan berpengaruh terhadap respon yang diamati
- Hipotesis Kelompok:
H0: Kelompok tidak berpengaruh terhadap respon yang diamati
H1: paling sedikit satu kelompok berpengaruh terhadap respon yang diamati
Hasil analisis:
Perlakuan :
P-value=0.384
Kelompok:
P-value=0.338
Keputusan:
- Perlakuan:
P-value (0.384) > alpha (0.05) maka terima H0
- Kelompok:
P-value (0.338) > alpha (0.05) maka terima H0
Kesimpulan:
Dengan taraf nyata 5%, dapat disimpulkan pada penelitian ini perlakuan dan kelompok tidak berpengaruh terhadap respon.
4.2 Uji Asumsi
4.2.1 Normalitas
Hipotesis Uji Normalitas:
H0: Data menyebar normal vs
H1: Data tidak menyebar normal
Hasil analisis:
- Jarque Berra:
P-value=0.3806
- Shapiro Wilk:
P-value=0.3678
Keputusan:
- Jarque Berra:
P-value (0.3806) > alpha (0.05) maka terima H0
- Shapiro Wilk
P-value (0.3678) > alpha (0.05) maka terima H0
Kesimpulan:
Dengan taraf nyata 5%, dapat disimpulkan bahwa data menyebar normal
4.2.2 Homogenitas
Hipotesis Uji Homogenitas
H0: Data memiliki ragam yang sama vs
H1: Data memiliki ragam yang berbeda
Hasil analisis:
- Perlakuan:
P-value=0.5649
- Kelompok:
P-value=0.7081
Keputusan:
- Perlakuan:
P-value (0.5649) > alpha (0.05) maka terima H0
- Kelompok:
P-value (0.7081) > alpha (0.05) maka terima H0
Kesimpulan:
Dengan taraf nyata 5%, dapat disimpulkan bahwa data memiliki ragam yang sama
4.3 Uji Lanjut
4.3.1 Uji BNT
Berdasarkan hasil Uji BNT, Perlakuan motode diet A dan metode diet B tidak berbeda nyata.
4.3.2 Uji BNJ
Berdasarkan hasil Uji BNJ, Perlakuan motode diet A dan metode diet B tidak berbeda nyata.
5 KESIMPULAN
Setelah dilakukan analisis of variance (ANOVA) dan uji asumsi dapat didapatkan hasil bahwa Diet metode A dan metode B tidak berpengaruh terhadap perubahan berat badan serta gender juga tidak berpengaruh terhadap perubahan berat badan.
6 DAFTAR PUSTAKA
Abdurrahman, F. (2014). Faktor-faktor pendorong perilaku diet tidak sehat pada wanita usia dewasa awal studi kasus pada mahasiswi Universitas Mulawarman. Psikoborneo: Jurnal Ilmiah Psikologi, 2(1).
data: kaggle.com
Fajrin, J., Pathurahman, P., & Pratama, L. G. (2016). Aplikasi metode analysis of variance (anova) untuk mengkaji pengaruh penambahan silica fume terhadap sifat fisik dan mekanik mortar. Jurnal Rekayasa Sipil, 12(1), 11-24.
Henaulu, A. K., & Ardian, S. (2020). Uji Statistika Kualitas Pelayanan Bagi Wisatawan Difabel Pada Wisata Bahari (Studi Kasus Daerah Wisata Desa Suli). SITEKIN: Jurnal Sains, Teknologi dan Industri, 18(1), 43-48.
Usmadi, U. (2020). Pengujian persyaratan analisis (Uji homogenitas dan uji normalitas). Inovasi Pendidikan, 7(1).