Statistik 5: Analisis Varian (uji prasyarat, ANOVA dan non parametrik

 

Nama               : Atika Nur Fadhilah
Mata Kuliah    : Metodologi Penelitian Kuantitatif
Topik               : Statistik 5: Analisis Varian (uji prasyarat, ANOVA dan non parametrik

Pertemuan 12

Judul Penelitian
Post-Hoc Tests in One-Way ANOVA: The Case for Normal Distribution

Link Here

Tujuan Penelitian
Penelitian ini bertujuan untuk membandingkan tingkat kesalahan Tipe I dari sepuluh uji post-hoc yang berbeda pada analisis ANOVA satu arah dalam empat kondisi data, yaitu kombinasi antara varians homogen–heterogen dan kelompok sampel seimbang–tidak seimbang. Dengan menggunakan data yang seluruhnya berdistribusi normal, penelitian ini ingin mengidentifikasi uji post-hoc mana yang paling akurat dan sesuai digunakan pada tiap kondisi sehingga peneliti dapat memilih prosedur yang tepat dalam mendeteksi perbedaan antarkelompok.

Metode Penelitian
Penelitian ini menggunakan pendekatan simulasi Montecarlo dengan menghasilkan 28 set data yang masing-masing terdiri dari 10.000 resampling pada tujuh ukuran sampel berbeda. Data disusun dalam tiga kelompok dengan manipulasi varians (homoskedastik vs. heteroskedastik) serta ukuran sampel (balanced vs. unbalanced), lalu dianalisis menggunakan ANOVA satu arah dan sepuluh jenis uji post-hoc untuk menilai akurasi berdasarkan tingkat kesalahan Tipe I pada taraf kepercayaan 95%.

 

Hasil Penelitian
Hasil penelitian menunjukkan bahwa tidak ada satu pun uji post-hoc yang akurat untuk semua kondisi, karena performa tiap uji sangat dipengaruhi oleh homogenitas varians dan keseimbangan ukuran sampel. Pada kondisi heteroskedastik-balanced, Tamhane’s T2 menjadi uji paling konsisten, sedangkan Bonferroni, Šidák, Hochberg GT2, dan Gabriel lebih akurat untuk kondisi homoskedastik-balanced. Untuk data tidak seimbang, beberapa uji seperti Tamhane’s T2, Dunnett’s T3, serta Bonferroni dan Šidák menunjukkan kinerja baik tergantung kondisi, sementara LSD justru akurat pada kondisi heteroskedastik-unbalanced.

Kelebihan

Penelitian ini memiliki kelebihan berupa cakupan analisis yang luas karena menguji sepuluh jenis uji post-hoc dalam empat kondisi data yang berbeda, sehingga memberikan panduan komprehensif bagi peneliti untuk memilih prosedur yang tepat dalam ANOVA. Selain itu, penggunaan simulasi berskala besar membuat hasil lebih stabil dan reliabel, serta fokus pada distribusi normal memungkinkan evaluasi akurasi uji post-hoc secara lebih terkontrol.

Kekurangan

Keterbatasan penelitian ini terletak pada penggunaan kondisi simulasi yang spesifik, yaitu hanya mempertimbangkan positive pairing antara ukuran sampel dan varians serta menggunakan rasio varians yang besar, sehingga hasil tidak selalu dapat digeneralisasikan ke situasi penelitian nyata. Penelitian ini juga hanya fokus pada distribusi normal dan menguji sepuluh uji post-hoc, sehingga belum mencakup kondisi data yang lebih kompleks seperti outlier, skewness, distribusi heavy-tailed, maupun jenis uji post-hoc lainnya yang dapat relevan pada scenario yang berbeda.

Novelty dengan menampilkan penelitian sebelumnya

 

Tabel Penelitian Sebelumnya dalam Latar Belakang

Peneliti & Tahun	Fokus Penelitian / Temuan Utama
Counsell & Harlow (2017)	Kajian praktik pelaporan dan penggunaan metode kuantitatif dalam publikasi psikologi.
Howell (2010)	Dasar-dasar ANOVA dan asumsi statistika.
Bhat et al. (2002); Keselman et al. (1998)	Heteroskedastisitas dan masalah varians dalam ANOVA.
Blanca et al. (2017); Sarstedt & Mooi (2019)	ANOVA cukup robust terhadap pelanggaran normalitas meski ukuran sampel tidak seimbang.
Sarstedt & Mooi (2019)	ANOVA kurang robust jika terjadi heteroskedastisitas, terutama pada kelompok tidak seimbang.
Kim (2015); McHugh (2011); Meyers et al. (2016)	Penjelasan tentang fungsi dan kebutuhan uji post-hoc setelah ANOVA signifikan.
Cramer et al. (2016)	Masalah multiplicity dalam ANOVA dan perlunya koreksi.
Novelty dari artikel Post-Hoc Tests in One-Way ANOVA: The Case for Normal Distribution terletak pada analisis komprehensif yang untuk pertama kalinya membandingkan akurasi sepuluh uji post-hoc berbeda secara simultan melalui simulasi Montecarlo berskala besar dalam empat kombinasi kondisi data—homoskedastik/heteroskedastik dan balanced/unbalanced—dengan seluruh data berdistribusi normal. Berbeda dari penelitian sebelumnya yang hanya menjelaskan performa uji post-hoc secara teoretis atau menguji sebagian kecil kondisi, studi ini mengungkap bahwa banyak asumsi klasik tentang keandalan uji post-hoc (seperti Tukey HSD maupun Scheffé) tidak selalu berlaku, serta menunjukkan inkonsistensi penting seperti akurasinya LSD pada kondisi heteroskedastik–unbalanced. Dengan demikian, artikel ini menawarkan kontribusi baru berupa panduan pemilihan uji post-hoc berbasis bukti empiris yang lebih presisi dan relevan bagi peneliti yang menggunakan ANOVA satu arah.