Library:
> # install.packages("knitr")
> # install.packages("rmarkdown")
> # install.packages("prettydoc")
> # install.packages("equatiomatic")1 1. PENDAHULUAN
1.1 1.1 Latar Belakang
Secara geografis, Indonesia berada di antara dua benua yakni Benua Asia dan Benua Australia serta dua samudra yakni Samudra Hindia dan Samudra Pasifik. Sementara itu, secara astronomis Indonesia berada di 6’ LU - 11’LS dan 95’BT - 141’BT. Letak strategis Indonesia menghasilkan kekayaan atau sumber daya alam yang luar biasa. Indonesia juga terletak melewati garis khatulistiwa sehingga beriklim tropis. Kekayaan alam dan iklim tropis sangat menarik banyak wisatawan asing untuk berkunjung ke Indonesia. Tak hanya itu, keanekaragaman budaya sebagai kekayaan bangsa juga menjadi daya tarik bagi wisatawan asing. Hasil sensus penduduk yang dilaksanakan oleh Badan Pusat Statistik (BPS) tahun 2010 menunjukkan bahwa terdapat ada 1340 jumlah suku yang merupakan kelompok etnis dan budaya masyarakat dan hidup bersama di indonesia dari Sabang sampai Merauke. Berdasarkan pemetaan bahasa di Indonesia yang dilaksanakan oleh Badan Pengembangan Bahasa dan Perbukuan dari Kementerian Pendidikan dan Kebudayaan (2019) menunjukkan bahwa jumlah bahasa di Indonesia sebanyak 718 bahasa.
ANOVA (Analysis of Variance) merupakan salah satu metode statistika dalam melakukan pengujian perbedaan rata-rata antara dua kelompok atau lebih. ANOVA dibagi menjadi dua jenis, yakni ANOVA satu arah dan ANOVA dua arah. One-Way ANOVA atau analisis varians satu arah merupakan analisis data dalam pengujian hubungan antara satu variabel prediktor dengan variabel prediktor lain untuk mengidentifikasi variabel prediktor yang penting dan pengaruhnya terhadap variabel respon.
Tingginya minat wisatawan mancanegara berwisata ke Indonesia disambut baik oleh Kementerian Pariwisata dan Ekonomi Kreatif dengan melakukan pendataan setiap bulan terhadap wisatawan mancanegara khususnya negara Jepang, Amerika Serikat, dan Jerman. Dengan bantuan ANOVA atau Analysis of Variance, peneliti maupun Kementerian Pariwisata dan Ekonomi Kreatif dapat mengetahui perbedaan rata-rata wisatawan mancanegara antara negara Jepang, Amerika Serikat, dengan Jerman pada tahun 2022.
1.2 1.2 Data Penelitian
Data yang diperoleh peneliti merupakan data sekunder yang diperoleh dari Kementerian Pariwisata dan Ekonomi Kreatif mengenai kunjungan wisatawan mancanegara berdasarkan kebangsaan menurut pintu masuk utama dan lainnya (nonpmd) pada bulan Januari hingga bulan Desember tahun 2022.
1.3 1.3 Rumusan Masalah
Terdapat beberapa rumusan masalah yang dimiliki oleh peneliti berdasarkan latar belakang sebagai berikut
Apakah terdapat perbedaan rata-rata wisatawan mancanegara antara negara Jepang, Amerika Serikat, dengan Jerman pada tahun 2022?
Apakah data berdistribusi normal?
Apakah data memenuhi asumsi homogenitas ragam?
1.4 1.4 Tujuan Penelitian
Terdapat beberapa tujuan praktikum yang hendak dicapai oleh peneliti berdasarkan latar belakang sebagai berikut
Mengetahui beda atau tidaknya rata-rata wisatawan mancanegara antara negara Jepang, Amerika Serikat, dengan Jerman pada tahun 2022.
Mengetahui normal atau tidaknya data wisatawan mancanegara Jepang, Amerika Serikat, dan Jerman pada tahun 2022 yang diperoleh dari Kementerian Pariwisata dan Ekonomi Kreatif.
Mengetahui pemenuhan atau tidaknya asumsi homogenitas ragam.
1.5 1.5 Manfaat Penelitian
Terdapat beberapa manfaat praktikum yang diperoleh sebagai berikut
Peneliti dapat memahami dan menerapkan ilmu statistika dalam analisis suatu permasalahan dalam kehidupan sehari-hari hingga memberikan kesimpulan yang dapat dijadikan sebagai informasi dengan menggunakan software R Studio.
Pembaca dapat menambah wawasan baru dalam pemahaman syntax ANOVA satu arah serta mengetahui langkah-langkah pengerjaan analisis ANOVA satu arah hingga memperoleh kesimpulan.
2 2. TINJAUAN PUSTAKA
2.1 2.1 ANOVA
Analysis of Variance (ANOVA) atau biasa dikenal dengan analisis ragam merupakan salah satu metode statistika dan tergolong ke dalam statistika inferensi. Menurut Yakub, Karmiadji, dan Ramadhan (2016) menyatakan bahwa ANOVA atau Analysis of Variance adalah sebuah metode untuk melakukan pengujian terhadap interaksi antara dua faktor dalam suatu percobaan dengan membandingkan rata-rata dari dua sampel atau lebih. Dalam ANOVA, uji F berperan dalam pengambilan keputusan. ANOVA bertujuan untuk menentukan variabel independen dalam suatu penelitian dan mengetahui interaksi antara variabel beserta pengaruhnya terhadap suatu perlakuan. ANOVA juga memiliki keterkaitan dengan analisis regresI sehingga penggunaan ANOVA sangat dibutuhkan dalam berbagai bidang seperti eksperimen laboratorium, psikologi, hingga kemasyarakatan.
Analysis of Variance atau ANOVA terbagi menjadi dua jenis yakni ANOVA satu arah (One Way ANOVA) dan ANOVA dua arah (Two Way ANOVA). Oneway ANOVA atau ANOVA satu arah merupakan analisis data yang didapatkan dari suatu percobaan melalui dua atau lebih tingkatan faktor dengan tujuan mengidentifikasi variabel bebas yang penting dan pengaruhnya terhadap variabel respons (Wackerley, 2008 dalam Fajrin, 2011). Dalam melakukan pengujian ANOVA satu arah terdapat beberapa parameter yang perlu diperhatikan, antara lain data sampel yang digunakan berdistribusi normal, populasi memiliki varian yang homogen, dan sampel tidak berhubungan atau bersifat independen. Sementara itu, ANOVA dua arah digunakan untuk melakukan uji hipotesis perbandingan lebih dari dua sampel dengan setiap sampel terdiri dari dua jenis atau lebih (Harmon et al.,2016; Nugroho, 2017). Apabila sumber keragaman tidak hanya disebabkan oleh satu faktor namun faktor lain juga dapat berpengaruh, ANOVA dua arah dapat digunakan (Siregar, 2017; Syofian Siregar, 2013). Hamdi dan Bahruddin (2015) menyatakan bahwa perbedaan ANOVA satu arah dan ANOVA dua arah bergantung pada jumlah variabel independen di mana ANOVA satu arah memiliki satu variabel independen sedangkan ANOVA dua arah memiliki dua atau lebih variabel independen.
One Way ANOVA atau Analisis ragam satu arah
Hipotesis:
H0 : μ1=μ2=⋯=μi=0 (tidak ada perbedaan rata-rata antar kelompok)
H1 : Paling tidak ada satu μi≠0 atau salah satu pasang μ berbeda (paling tidak ada rata-rata satu kelompok yang berbeda) di mana μi merupakan rata-rata setiap kelompok
Kriteria pengujian:
F hitung < F tabel atau p-value > ∝, maka gagal tolak H0
F hitung > F tabel atau p-value < ∝, maka tolak H0
Two Way ANOVA atau Analisis ragam dua arah
Hipotesis:
H0 : ∝1=∝2=⋯=∝i= (tidak ada perbedaan rata-rata antar kelompok)
H1 : Minimal terdapat satu ∝i yang berbeda (paling tidak ada rata-rata satu kelompok yang berbeda)
di mana:
∝i merupakan rata-rata kelompok ke-i
H0 : β1=β2=⋯=βi= (tidak ada perbedaan rata-rata antar kelompok)
H1 : Minimal terdapat satu βi yang berbeda (paling tidak ada rata-rata satu kelompok yang berbeda)
di mana βi merupakan rata-rata perlakuan ke-i
Kriteria pengujian:
F hitung < F tabel atau p-value > ∝, maka gagal tolak H0
F hitung > F tabel atau p-value < ∝, maka tolak H0
2.2 2.2 Uji Asumsi
Penggunaan Analysis of Variance atau ANOVA berdasar pada beberapa asumsi bahwa data berdistribusi normal dan varians setiap kelompok bersifat homogen.
2.2.1 2.2.1 Asumsi Normalitas Galat
Asumsi normalitas galat memiliki fungsi untuk menguji sebuah model, suatu variabel pengganggu memiliki distribusi normal (Ghozali, 2011:160). Asumsi normalitas galat dapat dilakukan uji secara grafis melalui histogram dan Q-Q plot serta uji secara statistik melalui Jarque Bera dan Shapiro Wilk.
Hipotesis:
H0 : Pengamatan menyebar normal
H1 : Pengamatan menyebar tidak normal
Kriteria pengujian:
p-value > ∝, maka gagal tolak H0
p-value < ∝, maka tolak H0
Ketika pengamatan menyebar tidak normal perlu dilakukan transformasi data.
2.2.2 2.2.2 Asumsi Homogenitas Ragam
Asumsi homogenitas ragam bertujuan untuk membandingkan varians dari setiap kelompok. Homogenitas ragam dapat diuji dengan grafis melalui plot fitted value vs residual dan dengan statistik melalui Breusch-Pagan dan Levene. Hipotesis:
H0 : σ12= σ22=⋯=σi2
H1 : σi2 ≠ σj2, untuk paling tidak ada satu pasang i,j
Kriteria pengujian:
p-value > ∝, maka gagal tolak H0
p-value < ∝, maka tolak H0
Ketika homogenitas ragam mengakibatkan pendugaan parameter menjadi bias.
2.3 2.3 Uji Lanjutan
Ketika Analysis of Variance atau ANOVA memiliki keputusan tolak H0, uji lanjutan dapat digunakan. Uji lanjut ANOVA terdiri dari Fisher’s LSD (Uji BNT) dan Tukey’s HSD (Uji BNJ).
2.3.1 2.3.1 Fisher’s LSD (Uji BNT)
Fisher’s LSD atau Uji Beda Nyata terkecil dilakukan apabila F bersifat nyata atau sangat nyata, baik digunakan pada saat jumlah perlakuan sedikit, dan hanya terdapat satu pembanding. Uji BNT juga digunakan ketika sedang melakukan analisis One-Way ANOVA. Kesimpulan uji BNT apabila selisih rata-rata perlakuan lebih besar dari nilai BNT maka perlakuan berbeda nyata.
Rumus BNT
Ulangan beda (n1 ≠n2)
\[ BNT∝\%=t(\frac∝2,dbgalat) *\sqrt{KTG(\frac1n_1 +\frac1n_2 )} \]
Ulangan sama (n1 =n2)
\[ BNT∝\%=t(\frac∝2,dbgalat)*\sqrt{(2*KTG)/n} \] di mana :
∝=nilai signifikansi
dbgalat = derajat bebas galat
KTG = Kuadrat Tengah Galat
n1 = banyak pengamatan pertama
n2 = banyak pengamatan kedua
2.3.2 2.3.2 Tukey’s HSD (Uji BNJ)
Tukey’s HSD atau Uji Beda Nyata Jujur dilakukan apabila perlakuan memiliki pengaruh yang signifikan. Uji BNJ digunakan unuk membandingkan seluruh pasang rata-rata perlakuan setelah ANOVA. Kesimpulan uji BNJ apabila selisih rata-rata perlakuan lebih besar dari nilai BNJ maka perlakuan berbeda nyata.
Rumus BNJ
Ulangan beda (n1≠n2)
\[ BNJ∝\%=t(∝,p,dbgalat)*\sqrt{\frac12 KTG(\frac1n_1 +\frac1n_2}) \]
Ulangan sama (n1=n2)
\[ BNJ∝\%=t(∝,p,dbgalat)*\sqrt{KTG/n} \]
di mana :
∝=nilai signifikansi
p = banyak perlakuan
dbgalat = derajat bebas galat
KTG = Kuadrat Tengah Galat
n1 = banyak pengamatan pertama
n2 = banyak pengamatan kedua
3 3. SOURCE CODE
3.1 3.1 Library
> library(dplyr)
> library(tidyr)
> library(ggplot2)
> library(tseries)
> library(car)
> library(agricolae)3.2 3.2 Pembentukan Dataset
> Data1 <- data.frame(Jepang = c(975,762,1336,2543,3698,5155,7631,9418,8880,9189,10562,13029),
+ Amerika_Serikat = c(676,888,2252,5895,11121,17238,21511,20123,20828,21579,22536,26673),
+ Jerman = c(421,526,1739,4773,8500,10402,14816,21314,21142,18613,12955,12593))
> Data1
Jepang Amerika_Serikat Jerman
1 975 676 421
2 762 888 526
3 1336 2252 1739
4 2543 5895 4773
5 3698 11121 8500
6 5155 17238 10402
7 7631 21511 14816
8 9418 20123 21314
9 8880 20828 21142
10 9189 21579 18613
11 10562 22536 12955
12 13029 26673 125933.3 3.3 Pengubahan Bentuk 2 Kolom
> Data1 <- Data1 %>% pivot_longer(c(Jepang,Amerika_Serikat,Jerman))
> names(Data1) <- c("Kebangsaan", "Jumlah.Wisatawan")
> Data1$Kebangsaan <- as.factor(Data1$Kebangsaan)
> Data1
# A tibble: 36 × 2
Kebangsaan Jumlah.Wisatawan
<fct> <dbl>
1 Jepang 975
2 Amerika_Serikat 676
3 Jerman 421
4 Jepang 762
5 Amerika_Serikat 888
6 Jerman 526
7 Jepang 1336
8 Amerika_Serikat 2252
9 Jerman 1739
10 Jepang 2543
# ℹ 26 more rows3.4 3.4 Eksplorasi Data
> p1 <- ggplot(Data1) +
+ aes(x = Kebangsaan, y = Jumlah.Wisatawan, fill = Kebangsaan) +
+ geom_boxplot() +
+ scale_fill_hue(direction = 1) +
+ theme_minimal() +
+ theme(legend.position = "none")
> p1
3.5 3.5 Uji Asumsi
3.5.1 3.5.1 Uji Normalitas Galat (Saphiro-Wilk)
> Anova$residuals %>% shapiro.test()
Error in Anova$residuals: object of type 'closure' is not subsettable3.5.2 3.5.2 Uji Normalitas Galat (Jarque Bera)
> Anova$residuals %>% jarque.bera.test()
Error in Anova$residuals: object of type 'closure' is not subsettable3.5.3 3.5.3 Uji Homogenitas Ragam (Levene)
> leveneTest(Jumlah.Wisatawan ~ Kebangsaan,data=Data1)
Levene's Test for Homogeneity of Variance (center = median)
Df F value Pr(>F)
group 2 2.6165 0.08815 .
33
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 13.6 3.6 Uji One-Way ANOVA
> Anova<-aov(Jumlah.Wisatawan~Kebangsaan, data=Data1)
> summary(Anova)
Df Sum Sq Mean Sq F value Pr(>F)
Kebangsaan 2 4.030e+08 201517671 3.62 0.0379 *
Residuals 33 1.837e+09 55672104
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 13.7 3.7 Uji Lanjutan
3.7.1 3.7.1 Uji BNT
> bnt1<-LSD.test(Anova,"Kebangsaan",alpha=0.05)
> bnt2<-LSD.test(Anova,"Jumlah.Wisatawan",alpha=0.05)
>
> bnt1$groups
Jumlah.Wisatawan groups
Amerika_Serikat 14276.667 a
Jerman 10649.500 ab
Jepang 6098.167 b
> bnt1$means
Jumlah.Wisatawan std r LCL UCL Min Max
Amerika_Serikat 14276.667 9546.309 12 9894.497 18658.84 676 26673
Jepang 6098.167 4213.768 12 1715.997 10480.34 762 13029
Jerman 10649.500 7624.202 12 6267.331 15031.67 421 21314
Q25 Q50 Q75
Amerika_Serikat 4984.25 18680.5 21528.00
Jepang 2241.25 6393.0 9246.25
Jerman 4014.50 11497.5 15765.25
> plot(bnt1)
>
> bnt2$groups
Jumlah.Wisatawan groups
26673 26673 a
22536 22536 ab
21579 21579 abc
21511 21511 abc
21314 21314 abc
21142 21142 abc
20828 20828 abc
20123 20123 abc
18613 18613 abc
17238 17238 abc
14816 14816 abc
13029 13029 abc
12955 12955 abc
12593 12593 abc
11121 11121 abc
10562 10562 abc
10402 10402 abc
9418 9418 abc
9189 9189 abc
8880 8880 abc
8500 8500 abc
7631 7631 abc
5895 5895 abc
5155 5155 bc
4773 4773 bc
3698 3698 bc
2543 2543 bc
2252 2252 bc
1739 1739 bc
1336 1336 bc
975 975 c
888 888 c
762 762 c
676 676 c
526 526 c
421 421 c
> bnt2$means
Jumlah.Wisatawan std r LCL UCL Min Max Q25 Q50 Q75
421 421 NA 1 -14759.2798 15601.28 421 421 421 421 421
526 526 NA 1 -14654.2798 15706.28 526 526 526 526 526
676 676 NA 1 -14504.2798 15856.28 676 676 676 676 676
762 762 NA 1 -14418.2798 15942.28 762 762 762 762 762
888 888 NA 1 -14292.2798 16068.28 888 888 888 888 888
975 975 NA 1 -14205.2798 16155.28 975 975 975 975 975
1336 1336 NA 1 -13844.2798 16516.28 1336 1336 1336 1336 1336
1739 1739 NA 1 -13441.2798 16919.28 1739 1739 1739 1739 1739
2252 2252 NA 1 -12928.2798 17432.28 2252 2252 2252 2252 2252
2543 2543 NA 1 -12637.2798 17723.28 2543 2543 2543 2543 2543
3698 3698 NA 1 -11482.2798 18878.28 3698 3698 3698 3698 3698
4773 4773 NA 1 -10407.2798 19953.28 4773 4773 4773 4773 4773
5155 5155 NA 1 -10025.2798 20335.28 5155 5155 5155 5155 5155
5895 5895 NA 1 -9285.2798 21075.28 5895 5895 5895 5895 5895
7631 7631 NA 1 -7549.2798 22811.28 7631 7631 7631 7631 7631
8500 8500 NA 1 -6680.2798 23680.28 8500 8500 8500 8500 8500
8880 8880 NA 1 -6300.2798 24060.28 8880 8880 8880 8880 8880
9189 9189 NA 1 -5991.2798 24369.28 9189 9189 9189 9189 9189
9418 9418 NA 1 -5762.2798 24598.28 9418 9418 9418 9418 9418
10402 10402 NA 1 -4778.2798 25582.28 10402 10402 10402 10402 10402
10562 10562 NA 1 -4618.2798 25742.28 10562 10562 10562 10562 10562
11121 11121 NA 1 -4059.2798 26301.28 11121 11121 11121 11121 11121
12593 12593 NA 1 -2587.2798 27773.28 12593 12593 12593 12593 12593
12955 12955 NA 1 -2225.2798 28135.28 12955 12955 12955 12955 12955
13029 13029 NA 1 -2151.2798 28209.28 13029 13029 13029 13029 13029
14816 14816 NA 1 -364.2798 29996.28 14816 14816 14816 14816 14816
17238 17238 NA 1 2057.7202 32418.28 17238 17238 17238 17238 17238
18613 18613 NA 1 3432.7202 33793.28 18613 18613 18613 18613 18613
20123 20123 NA 1 4942.7202 35303.28 20123 20123 20123 20123 20123
20828 20828 NA 1 5647.7202 36008.28 20828 20828 20828 20828 20828
21142 21142 NA 1 5961.7202 36322.28 21142 21142 21142 21142 21142
21314 21314 NA 1 6133.7202 36494.28 21314 21314 21314 21314 21314
21511 21511 NA 1 6330.7202 36691.28 21511 21511 21511 21511 21511
21579 21579 NA 1 6398.7202 36759.28 21579 21579 21579 21579 21579
22536 22536 NA 1 7355.7202 37716.28 22536 22536 22536 22536 22536
26673 26673 NA 1 11492.7202 41853.28 26673 26673 26673 26673 26673
> plot(bnt2)
3.7.2 3.7.1 Uji BNJ
> TukeyHSD(Anova,conf.level=0.95)
Tukey multiple comparisons of means
95% family-wise confidence level
Fit: aov(formula = Jumlah.Wisatawan ~ Kebangsaan, data = Data1)
$Kebangsaan
diff lwr upr p adj
Jepang-Amerika_Serikat -8178.500 -15652.987 -704.0131 0.0295235
Jerman-Amerika_Serikat -3627.167 -11101.654 3847.3202 0.4669380
Jerman-Jepang 4551.333 -2923.154 12025.8202 0.30669104 4. HASIL DAN PEMBAHASAN
4.1 4.1 Eksplorasi Data
Pada eksplorasi data, dapat disimpulkan bahwa tidak ditemukan data outlier pada kelompok Amerika Serikat, Jepang, dan Jerman
4.2 4.2 Uji Asumsi
4.2.1 4.2.1 Uji Asumsi Normalitas Galat (Saphiro Wilk)
Hipotesis:
H0 : Pengamatan menyebar normal
H1 : Pengamatan menyebar tidak normal
Tingkat signifikansi:
∝ = 0.05
Output:
> Anova\$residuals %\>% shapiro.test()
Shapiro-Wilk normality test
data: . W = 0.96245, p-value = 0.2555Keputusan :
p-value > ∝
0.2555 > 0.05, maka gagal tolak H0
Kesimpulan :
Dengan taraf nyata 0.05 dapat disimpulkan bahwa pengamatan berdistribusi normal
4.2.2 4.2.2 Uji Asumsi Normalitas Galat (Jarque Bera)
Hipotesis:
H0 : Pengamatan menyebar normal
H1 : Pengamatan menyebar tidak normal
Tingkat signifikansi:
∝ = 0.05
Output:
> Anova\$residuals %\>% jarque.bera.test()
Jarque Bera Test
data: . X-squared = 1.7707, df = 2, p-value = 0.4126Keputusan :
p-value > ∝
0.4126 > 0.05, maka gagal tolak H0
Kesimpulan :
Dengan taraf nyata 0.05 dapat disimpulkan bahwa pengamatan berdistribusi normal
4.2.3 4.2.3 Uji Asumsi Homogenitas Ragam (Levene)
Hipotesis:
H0 : σ12= σ22=⋯=σi2
H1 : σi2 ≠ σj2, untuk paling tidak ada satu pasang i,j
Tingkat signifikansi:
∝ = 0.05
Output:
> leveneTest(Jumlah.Wisatawan \~ Kebangsaan,data=Data1) Levene's Test for Homogeneity of Variance (center = median) Df F value Pr(\>F)\
> group 2 2.6165 0.08815 . 33\
> --- Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1Keputusan :
p-value > ∝
0.08815 > 0.05, maka gagal tolak H0
Kesimpulan :
Dengan taraf nyata 0.05 dapat disimpulkan bahwa asumsi homogenitas terpenuhi
4.3 4.3 Uji One-Way ANOVA
Hipotesis:
H0 : μ1=μ2=μ3=0 (tidak ada perbedaan rata-rata antar kelompok)
H1 : Paling tidak ada satu μi≠0 atau salah satu pasang μ berbeda (paling tidak ada rata-rata satu kelompok yang berbeda) di mana μi merupakan rata-rata setiap kelompok
Tingkat signifikansi:
∝ = 0.05
Output:
> summary(Anova) Df Sum Sq Mean Sq F value Pr(\>F)\
> Kebangsaan 2 4.030e+08 201517671 3.62 0.0379 \* Residuals 33 1.837e+09 55672104\
> --- Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1Keputusan :
p-value < ∝
0.0379 < 0.05, maka tolak H0
Kesimpulan :
Dengan taraf nyata 0.05 dapat disimpulkan bahwa paling tidak ada satu perbedaan rata-rata wisatawan mancanegara antara Amerika Serikat, Jepang, dengan Jerman
4.4 4.4 Uji Lanjutan
4.4.1 4.4.1 Uji BNT
Output:
> bnt1$groups
Jumlah.Wisatawan groups
Amerika_Serikat 14276.667 a
Jerman 10649.500 ab
Jepang 6098.167 bKesimpulan :
Pada kelompok Jerman dapat disimpulkan bahwa tidak terdapat perbedaan yang signifikan dengan kelompok Amerika Serikat dan kelompok Jepang sedangkan Kelompok Jepang memiliki perbedaan yang signifikan dengan Kelompok Amerika Serikat
4.4.2 4.4.2 Uji BNJ
Output:
> TukeyHSD(Anova,conf.level=0.95)
Tukey multiple comparisons of means
95% family-wise confidence level
Fit: aov(formula = Jumlah.Wisatawan ~ Kebangsaan, data = Data1)
$Kebangsaan
diff lwr upr p adj
Jepang-Amerika_Serikat -8178.500 -15652.987 -704.0131 0.0295235
Jerman-Amerika_Serikat -3627.167 -11101.654 3847.3202 0.4669380
Jerman-Jepang 4551.333 -2923.154 12025.8202 0.3066910Kesimpulan:
Pada kelompok Jepang dan Amerika Serikat tidak melewati angka 0 sehingga dapat disimpulkan bahwa kedua kelompok tersebut memiliki perbedaan yang signifikan
Pada kelompok Jerman dan Amerika Serikat melewati angka 0 sehingga dapat disimpulkan bahwa kedua kelompok tersebut tidak memiliki perbedaan yang signifikan
Pada kelompok Jerman dan Jepang melewati angka 0 sehingga dapat disimpulkan bahwa kedua kelompok tersebut tidak memiliki perbedaan yang signifikan
5 5. KESIMPULAN
Pada uji asumsi, dapat disimpulkan bahwa data wisatawan mancanegara Jepang, Amerika Serikat, dan Jerman pada tahun 2022 telah memenuhi syarat normalitas galat (Saphiro-Wilk dan Jarque Bera) serta homogenitas ragam (Levene). Setelah memenuhi uji asumsi, data wisatawan mancanegara Jepang, Amerika Serikat, dan Jerman pada tahun 2022 dapat dilakukan uji ANOVA.
Pada uji ANOVA satu arah, dengan taraf nyata 5% dapat disimpulkan bahwa paling tidak ada satu perbedaan rata-rata wisatawan mancanegara kebangsaan antara Jepang, Amerika Serikat, dan Jerman yang berwisata ke Indonesia berdasarkan Pintu Masuk dan lainnya (NONPMD) pada tahun 2022
Pada uji lanjutan dapat disimpulkan bahwa kelompok Jepang dengan Amerika Serikat memiliki perbedaan yang signifikan sementara kelompok Jerman dengan Amerika Serikat dan kelompok Jepang dengan Jerman tidak memiliki perbedaan yang siginifikan
6 6. DAFTAR PUSTAKA
Badan Pengembangan Bahasa dan Perbukuan-Kementerian Pendidikan dan Kebudayaan. 2019. Bahasa dan Peta Bahasa di Indonesia. https://petabahasa.kemdikbud.go.id/.
Badan Pusat Statistik. 2011. Kewarganegaraan, Suku Bangsa, Agama, dan Bahasa Sehari-hari Ghozali, Imam. (2011). Aplikasi Analisis Multivariate dengan Program SPSS. Semarang: Badan Penerbit Universitas Diponegoro.
Harmon, M., Skow, B., Simonson, P., Peck, J., Craig, R. T., Jackson, J. P., Simonson, P., Peck, J., Craig, R. T., Jackson, J. P., Pointon, D., Sugiyono, A., Thiel, C., Priyono, Sugiyono, S., Bentley, J. L., Van Fraassen, B. C., Creswell, John W. Edition, T., Hirschberg, W., … McCrae, R. R. (2016). Metode Penelitian Kuantitatif. In Philosophy of Science. https://doi.org/http://dx.doi.org/10.1007/978-1-4419-8580-4_5.
Kemenparekraf.go.id. 11 Maret 2022. Statistik Kunjungan Wisatawan Mancanegara Bulan Januari hingga Desember 2022, diakses pada 31 Mei 2023 dari https://kemenparekraf.go.id/statistik-wisatawan-mancanegara/statistik-kunjungan-wisatawan-mancanegara-bulan-januari-2022 .
Lab_adrk.ub.ac.id. 19 Juli 2020. One-way ANOVA dalam Pengujian Hipotesis. Diakses pada tanggal 31 Mei 2023 dari https://lab_adrk.ub.ac.id/id/one-way-anova-dalam-pengujian-hipotesis/
Penduduk Indonesia: Hasil Sensus Penduduk 2010. Jakarta: Badan Pusat Statistik.
Siregar, S. (2017). Statistika Parametrik untuk Penelitian Kuantitatif Dilengkapi dengan Perhitungan Manual dan Aplikasi SPSS Versi 17. In Statistika Parametik untuk Penelitian Kuantitatif Dilengkapi dengan Perhitungan Manual dan Aplikasi SPSS Versi 17.
Wackerley, D.D., Mendenhall, W., Scheaffer, R. L., (2008), Mathematical statistics with applications, Thompson Brooks/Cole, USA. Dalam: Fajrin, J., Zhuge, Y., Bullen, F., Wang, H., Flexural strength of sandwich panel with lignocellulosic composites intermediate layer-a statistic approach, International Journal of Protective Structures 2 (2011), p. 452-464.
Yakub, Ahmad, Djoko W Karmiadji, dan Anwar Ilmar Ramadhan. 2016. “Optimasi Desain Rangka Sepeda Berbahan Baku Komposit Berbasis Metode Anova.” Jurnal Teknologi 8(1): 17.