Anda di halaman 1dari 8

Uji One Way Anova Pengertian Anova merupakan singkatan dari "analysis of varian" adalah salah satu uji

komparatif yang digunakan untuk menguji perbedaan mean (rata-rata) data lebih dari dua kelompok. Ada dua jenis Anova, yaitu analisis varian satu faktor (one way anova) dan analisis varian dua faktor (two ways anova). One way ANOVA digunakan untuk menguji hipotesis komparatif rata-rata k sampel, bila pada setiap sampel hanya terdiri atas satu kategori. Sedang two way ANOVAdigunakan untuk menguji hipotesis komparatif rata-rata k sampel bila peneliti melakukan kategorisasi terhadap sampel. Unuk lebih jelasnya, peharikan contoh berikut. Misalkan peneliti ingin membandingkan produktivitas tanaman padi pada Varietas A, B, C dan D, maka dapat digunakan ANOVA satu jalur. Sedang bila sampel tersebut dikelompokkan lagi berdasarkan tingkat kesuburan tanahnya, maka digunakan ANOVA dua jalur (two way ANOVA). Asumsi Untuk melakukan uji Anova, harus dipenuhi beberapa asumsi, yaitu: 1. Sampel berasal dari kelompok yang independen 2. Varian antar kelompok harus homogen 3. Data masing-masing kelompok berdistribusi normal (Pelajari juga tentang uji normalitas) Asumsi yang pertama harus dipenuhi pada saat pengambilan sampel yang dilakukan secara random terhadap beberapa (> 2) kelompok yang independen, yang mana nilai pada satu kelompok tidak tergantung pada nilai di kelompok lain. Sedangkan pemenuhan terhadap asumsi kedua dan ketiga dapat dicek jika data telah dimasukkan ke komputer, jika asumsi ini tidak terpenuhi dapat dilakukan transformasi terhadap data. Apabilaproses transformasi tidak juga dapat memenuhi asumsi ini maka uji Anova tidak valid untuk dilakukan, sehingga harus menggunakan uji non-parametrik misalnya Kruskal Wallis.

6

dengan kata lain nilai mean yang dibandingkan menunjukkan adanya perbedaan. dengan kata lain nilai mean yang dibandingkan tidak ada perbedaan. Sebaliknya bila variasi antar kelompok lebih besar dari variasi didalam kelompok.Prinsip Prinsip Uji Anova adalah melakukan analisis variabilitas data menjadi dua sumber variasi yaitu variasi di dalam kelompok (within) dan variasi antar kelompok (between). maka berarti tidak ada perbedaan efek dari intervensi yang dilakukan. Hipotesis ANOVA 1 Arah H 0 : μ1  μ 2  μ 3    μ k   Seluruh mean populasi adalah sama Tak ada efek treatment (tak ada keragaman mean dalam grup) H A : Tidak seluruh mean populasi adalah sama    Minimal ada 1 mean populasi yang berbeda Terdapat sebuah efek treatment Tidak seluruh mean populasi berbeda (beberapa pasang mungkin sama) Partisi Variasi Variasi total dapt dipecah menjadi 2 bagian: SST = Sum of Squares Total (Jumlah Kuadrat Total) SSB = Sum of Squares Between (Jumlah Kuadrat Antara) SSW = Sum of Squares Within (Jumlah Kuadrat Dalam) Variasi Total = pernyebaran agregat nilai data individu melalui beberapa level faktor (SST) Between-Sample Variation = penyebaran diantara mean sampel faktor (SSB) Within-Sample Variation = penyebaran yang terdapat diantara nilai data dalam sebuah level faktor tertentu (SSW) 6 . Bila variasi within dan between sama (nilai perbandingan kedua varian mendekati angka satu). artinya intervensi tersebut memberikan efek yang berbeda.

.Jumlah Kuadrat Total (Total Sum of Squares) SST   ( xij  x ) i 1 j 1 k ni 2 SST  ( x11  x )2  ( x12  x )2  ...  nk ( xk  x ) 2 Dimana: SSB = Sum of squares between k = jumlah populasi ni = ukuran sampel dari populasi i xi = mean sampel dari populasi i x = mean keseluruhan (dari seluruh nilai data) Jumlah Kuadrat Dalam (Sum of Squares Within) SSW   i 1 k  j 1 nj ( xij  xi ) 2 SSW  ( x11  x1 )2  ( x12  x2 )2  . ( xknk  x )2 Dimana: SST = Total sum of squares/Jumlah Kuadrat Total k = jumlah populasi (levels or treatments) ni = ukuran sampel dari populasi i xij = pengukuran ke-j dari populasi ke-i x = mean keseluruhan (dari seluruh nilai data) Jumlah Kuadrat Antara (Sum of Squares Between) SSB   ni ( x i  x ) 2 i 1 k SSB  n1 ( x1  x ) 2  n2 ( x2  x ) 2  . ( xknk  xk )2 Dimana: SSW = Sum of squares within k = jumlah populasi ni = ukuran sampel dari populasi i xi = mean sampel dari populasi i xij = pengukuran ke-j dari populasi ke-i 6 ....

maka Ho ditolak dan H1 diterima. yang berarti rata-rata kedua perlakuan berbeda secara signifikan. yang berarti rata-rata kedua perlakuan tidak berbeda secara signifikan.Variasi Dalam Kelompok (Within-Group Variation) Penjumlahan variasi dalam setiap group dan kemudian penambahan pada seluruh group SSW MSW  N k Mean Square Within = SSW/degrees of freedom Uji F ANOVA 1 Faktor Stastistik Uji : F MSB MSW MSB : jumlah kuadrat diantara variansi MSW : jumlah kuadrat dalam variansi Degrees of freedom/derajat kebebasan : df1 = k – 1 df2 = N – k Interpretasi Uji F Cari harga F tabel dengan mempertimbangkan (1) tingkat signifikansi (α). 2. dan (3) df dalam perlakuan. (2) df antar perlakuan. (k = jumlah populasi) (N = jumlah ukuran sampel seluruh populasi) 6 . Bila F Hitung < F tabel. Bila F Hitung > F tabel. maka Ho diterima. Bandingkan harga F Hitung dengan F tabel. 1.

8 6 .2 x 2  226.0 Bor 3 200 222 197 206 204 x1  249.? Bor 1 254 263 241 237 251 Bor 2 234 218 235 227 216 x  227.Contoh Kasus 1 Terrdapat 3 jenis mata bor yang berbeda. Dengan tingkat signifikansi 5%. Dipilih 5 sampel dari masing-masing untuk diukur kemampuangnya membuat diameter lubang dalam kondisi yang sama. apakah terdapat perbedaan rata-rata(mean) ukuran diameter yang dibuat ketiga mata bor tsb.0 x 3  205.

Manajer pemasaran harus memutuskan bagaimana cara memasarkan produk baru tersebut. Dengan menekankan harga. Manajer ingin tahu apakah strategi dalam pemasaran memberikan tingkat penjualan yang berbeda dengan α = 0. 2. setiap minggu produk yang terjual dicatat dan setelah 20 minggu datanya adalah sebagai 6 .Ada3 cara pendekatan pemasaran. yaitu: 1. misal rasanya yang enak. Dengan menekankan kenyamanan seperti mudah dibawa dan tidak membutuhkan tempat yang luas dalam freezer.Contoh kasus 2 Sebuah perusahaan jus apel memproduksi sebuah produk baru. Dengan menekankan kualitas.05? berikut (satuan dalam kaleng): Uji coba diterapkan di 3 kota berbeda . 3.

.Keputusan : Tolak Ho karena F > F(0.05 . 2 keyakinan sebesar 95%.57) Kesimpulan : sedikitnya terdapat 2 rata-rata populasi yang berbeda dengan tingkat 6 .

gunadarma.Sumber One way Anova.http://freelearningji.ppt [2 Desember 2013] 6 .com/2013/04/09/anova-satu-jalurone-way-anova/ [1 Desember 2013] Anova satu arah. http://ftp. Emirul.com/2011/02/06/one-wayanova-analysis-of-variance/ [1 Desember 2013] Uji Oneway Anova .id/handouts/S1_TEKNIK%20INDUSTRI/Perencanaan% 20eksperiment/SLIDEPE-1. Tersedia: http://teorionline.ac.wordpress.wordpress.com/author/yuliantoyorki/page/4/ [ 2 desember 2013] Bahar. Perencanaan Eksperimen.http://digensiawordpress.