Analisis Ragam
Analisis Ragam
Taraf 2
Taraf k
n1 ulangan
.
Total
..........
n2 ulangan ..........
.
T1
T2
nk ulangan
.
Tk
Pemisahan komponen keragaman dilakukan dengan menghitung Jumlah Kuadrat (JK) setiap
komponen. Untuk menghitung Jumlah Kuadrat (JK) digunakan rumus berikut :
descriptive
JK (Faktor)
=[
JK (Total )
JK (Galat)
Di mana :
= T1 + T2 + ..... + TK
Hasil perhitungan jumlah kuadrat disajikan dalam tabel analisis ragam, sebagai berikut :
Tabel 7.1 Sumber Keragaman Analisis Ragam Satu Faktor
SUMBER
FAKTOR
Db
k-1
JK
JK(Faktor)
KT
(
(
(Faktor)
Galat
n-k
JK (Galat)
)
)
Teladan :
Di sebuah fakultas pertanian diadakan penelitian untuk mengetahui apakah ada perbedaan
pengaruh pemberian pupuk A, pupuk B, dan pupuk C pada pertambahan lebar daun tumbuhan
X. Untuk itu, diambil sampel sebanyak 30, dibagi menjadi 3 kelompok. Masing-masing
kelompok diberi pupuk yang berbeda. Hasilnya dapat dilihat pada tabel berikut ini:
Data Pertambahan Lebar Daun Tumbuhan X
Menurut Jenis Pupuk yang Diberikan (dalam cm)
Pupuk A
Pupuk B
Pupuk C
4.9892
8.0173
14.0025
4.9873
7.996
13.9867
4.9995
7.9975
13.9965
5.0093
8.0029
13.9913
5.0045
8.0014
14.0048
4.9932
7.9818
13.981
5.0002
8.0066
14.001
5.0014
7.9954
14.0032
4.9982
8.0185
14.0157
5.0166
7.9834
14.0014
descriptive
Sumber: Data Bangkitan dari Minitab
Data di atas akan dianalisis dengan ANOVA. Format data ketika dientry ke SPSS harus diubah
Descriptives
LebarDaun
seperti format pada bagian II di atas. Untuk jelasnya, silakan lihat file One Way Anova pada
SPSS. Untuk melakukan analisis ragam satu arah (ANOVA) dengan SPSS, berikut ini diberikan
langkah-langkahnya:
1. Pada menu Analyze, pilih submenu Compare Means. Lalu pilih One Way Anova
2. Setelah itu akan muncul kotak dialog.
descriptive
Mean
Std. Deviation
Std. Error
Minimum
Maximum
Upper Bound
1.00
10
4.9999
.00889
.00281
4.9936
5.0063
4.99
5.02
2.00
10
8.0001
.01223
.00387
7.9913
8.0088
7.98
8.02
3.00
10
13.9984
.00994
.00314
13.9913
14.0055
13.98
14.02
Total
30
8.9995
3.80493
.69468
7.5787
10.4203
4.99
14.02
Uji Homoskedastisitas
LBR_DAUN
Test of Homogeneity of Variances
LebarDaun
Levene Statistic
.490
df1
df2
2
Sig.
27
.618
Dari tabel di atas, nilai p-value sebesar 0,618 mengizinkan kita menolak hipotesis nol
pada tingkat signifikansi 5%. Oleh karena itu, asumsi kesamaan ragam terpenuhi.
ANOVA
LebarDaun
Sum of Squares
Between Groups
Within Groups
Total
df
Mean Square
419.844
209.922
.003
27
.000
419.847
29
F
1923231.839
Sig.
.000
0,000. Nilai signifikansi atau p-value ajuga mengizinkan kita untuk menolak hipotesis nol
pada tingkat signifikansi 5%. Artinya minimal ada satu di antara ketiga pupuk itu yang
memberikan pertambahan lebar daun yang berbeda. Mengetahui pupuk mana yang
pengaruhnya berbeda
descriptive
PENILAI
1
2
3
4
5
6
7
8
9
10
KOTA 1
68
40
82
56
70
80
47
55
78
53
KOTA 2
72
43
89
60
75
91
58
68
77
65
KOTA 3
65
42
84
50
68
86
50
52
75
60
Dalam hal ini kita menggunakan satu faktor tunggal terdiri dari 3 taraf (3 kota
sebagai perlakan), dan 10 penilai (sebagai kelompok).
Asumsi-asumsi untuk anova dua-arah :
1. Pengamatan dalam setiap perlakuan atau kelompok diambil dari suatu populasi
normal.
2. Semua populasi menyebar normal yang memiliki ragam umum 2.
Analisi yang digunakan hampir sama dengan pada RAL, kecuali bahwa Jumlah
Kuadrat Total (JKT) mendapat tambahan komponen yaitu Jumlah Kuadrat Kelompok
(JKK). Jadi,
descriptive
descriptive
Source
df
Mean Square
Sig.
Squares
a
11
546.288
56.147
.000
127922.700
127922.700
13147.746
.000
304.200
152.100
15.633
.000
5704.967
633.885
65.150
.000
Error
175.133
18
9.730
Total
134107.000
30
6184.300
29
Corrected Model
6009.167
Intercept
kota
penilai
Corrected Total
4.
Gambar 7.9 Tabel Two-Way Anova Data Skor Menurut Kota dan Penilai
Nilai signifikansi untuk Kota 0,000 < 0,05, akibatnya kita menolak Ho. Ini bearti
bahwa faktor Kota mempunyai pengaruh yang berarti dalam penilaian kualitas
hidup, atau terdapat perbedaan kualitas hidup di antara ketiga Kota.
Untuk mengetahui kualitas hidup Kota mana saja yang berbeda di antara ketiga Kota
dilakukan uji beda atau pembandingan ganda dalam hal ini uji LSD.
Multiple Comparisons
Dependent Variable: skor
LSD
(I) kota
(J) kota
Mean
Std. Error
Sig.
Difference (I-J)
Upper Bound
2.00
-6.9000
1.39496
.000
-9.8307
-3.9693
3.00
-.3000
1.39496
.832
-3.2307
2.6307
1.00
6.9000
1.39496
.000
3.9693
9.8307
3.00
6.6000
1.39496
.000
3.6693
9.5307
1.00
.3000
1.39496
.832
-2.6307
3.2307
2.00
-6.6000
1.39496
.000
-9.5307
-3.6693
1.00
2.00
3.00
Based on observed means.
Gambar 7.10 Hasil Uji LSD Skor Kualitas Hidup di Tiga Kota
descriptive
Hasil uji menunjukkan terdapat perbedaan kualitas hidup (P < 0,05) di antara Kota 1
dengan Kota , dan antara Kota 2 dengan Kota 3, sedangkan antara Kota 1 dan Kota 3
tidak terdapat perbedaan kualitas hidup (P>0,05).