Anda di halaman 1dari 6

BAB II

LANDASAN TEORI

2.1

Anova Dua Arah


Asumsi-asumsi dasar anova 2 arah adalah sebagai berikut. Suatu populasi

menyebar normal, varians atau ragam dan populasi yang di uji sama, sampel tidak
berhubungan satu dengan yang lain (Walpole, 1995).
Model anova dua arah (two-way anova) yang di dalamnya hanya ada satu
observasi setiap ruang lingkup sering di artikan sebagai randumized block design,
karena adanya tipe khusus dalam penggunaan model ini. Dalam anova,
penggambungan kelompok-kelompok disebut blocks, dan karena kejadian individual
atau tunggal ditentukan secara randum yang didasarkan atas identifikasi keanggotaan
blocks, bentuknya dikaitkan dengan randomized blocks design. Persamaan linier
untuk model two-way anova tanpa replikasi atau interaksi adalah (Subiyakto, 1994).

2.2

Pengujian Klasifikasi dua Arah Tanpa Interaksi


Pengujian klasifikasi dua arah tanpa interaksi merupakan pengujian hipotesis

beda tiga rata rata atau lebih dengan dua faktor yang berpengaruh dan interaksi
antara dua faktor tersebut ditiadakan. Langkah langkah pengujian klasifikasi dua
arah tanpa interaksi adalah sebagai berikut :
1. Menentukan formulasi hipotesis
a. H 0 : 1 2 3 . . . . 0 (pengaruh baris nol)

H 1 : Sekurang kurang nya satu 1 tidak sama dengan nol


b. H 0 : 1 2 3 . . . . 0 ( pengaruh kolom nol )

H 1 : Sekurang kurang nya satu 1 tidak sama dengan nol


2. Menentukan Taraf nyata ( ) dan F tabelnya

Taraf nyata ( ) dan F table ditentukan dengan derajat pembilang dan penyebut
masing-masing :
a. Untuk baris : v 1 = b 1 dan v 2 = ( k 1 ) ( b 1 )
b. Untuk kolom : v 1 = k 1 dan v 2 = ( k 1 ) ( b 1 )
3. Menentukan kriteria pengujian
a. H 0 diterima apabila F0 F(v ; v )
1 2
H 0 ditolak apabila F0 F(v ; v )
1 2

b. H 0 diterima apabila F0 F(v ; v )


1 2
H 0 ditolak apabila F0 F(v ; v )
1 2

4. Membuat analisis varians dalam bentuk tabel ANOVA


Sumber

Jumlah

Derajat

Rata Rata

Varians

Kuadrat

Bebas

Kuadrat

Rata-rata baris

JKB

b 1

Rata-rata
kolom

k 1

JKK

Eror

JKE

(k 1)(b 1)

Total

JKT

kb 1

b
JKT

i 1

JKB

k
T 2 ...
x ij2
j1 k . b

i 1

T 2 ..
kb

s12
s 22

JKB
db

F0

f1

JKK
db

JKE
s 32
db

f2

s12
s 32
s 221
s 32

k
T 2 .j
JKK

j1

T 2 ..
kb

JKE = JKT JKB JKK

5. Membuat kesimpulan
Menyimpulkan H 0 diterima atau ditolak dengan membandingkan antara langkah
ke empat dengan kriteria pengujian pada langkah ke 3.
2.3

Pengujian klasifikasi dua arah dengan interaksi


Tiga hipotesis nol yang berbeda dapat diuji dengan anova dua arah dengan

interaksi (two-way analysis of variance with interaction, n observation per cell),


yaitu: tidak ada efek kolom (perbedaan rata-rata kolom tidak signifikan), tidak ada
efek baris (perbedaan rata-rata baris tidak signifikan), tidak ada interaksi diantara
dua faktor baris dan kolom (dua faktor independen). Suatu efek interaksi yang
signifikan menunjukan bahwa efek klasifikasi bagi suatu faktor berubah ubah sesuai
dengan tingkat tingkat faktor yang lain. Persamaan linier model two way anova
dengan replikasi atau interaksi adalah (Subiyakto, 1993):

jk

l e
j
k
jk
jk

Dengan:

: rata-rata keseluruhan tanpa memperhatikan banyaknya klasifikasi


j

: efek klasifikasi j dalam dimensi B (baris)

: efek klasifikasi k dalam dimensi A (kolom)

jk

: efek intraksi diantara klasifikasi j (dari faktor B) dan klasifikasi k (dari


faktor A).

jk

: kesalahan randum sehubungan dengan smpling.

Ringkasan anova dua sisi dengan replikasi dapat dilihat pada tabel di bawah ini.
Formulasi formulasi yag ada di dalam tabel tersebut didasarkan atas anggapan
bahwa ada sautu kesamaan jumlah observasi dalam semua sel (Subiyakto, 1993).
Pengujian klasifikasi dua arah dengan interaksi merupakan pengujian beda
rata-rata atau lebih dengan dua faktor yang berpengaruh dan pengaruh interaksi
kedua faktor tersebut diperhitungkan. Langkah-langkah pengujian klasifikasi dua
arah dengan interaksi ialah sebagai berikut (Hasan, 2002):
1. Menentukan formuasi hipotesis
a. H 0 : 1 2 3 ... b 0
H1 : Sekurang-kurangnya satu i 0
b. H 0 : 1 2 3 ... k 0
H1 : Sekurang-kurangnya satu j 0
c. H 0 : 11 12 13 ... bk 0
H1 : Sekurang-kurangnya satu ij 0
2. Menentukan taraf nyata dan F tabel
Taraf nyata dan F tabel ditemukan derajat pembilang dan penyebut masingmasing:
a. Baris

: V1 = b 1 dan V2 = kb (n 1)

b. Kolom : V1 = K 1 dan V2 = kb (n 1)
c. Interaksi : V1 = (k 1)(b 1) dan V2 = kb (n 1)
3. Menentukan kriteria pengujian
a. Untuk Baris:
H0 diterima apabila F0 F(v ; v )
1 2

H0 ditolak apabila F0 F(v ; v )


1 2
b. Untuk Kolom:
H0 diterima apabila F0 F(v ; v )
1 2
H0 ditolak apabila F0 F(v ; v )
1 2
c. Untuk Interaksi:
H0 diterima apabila F0 F(v ; v )
1 2
H0 ditolak apabila F0 F(v ; v )
1 2
4. Membuat analisi varians dalam bentuk tabel anova
Sumber

Jumlah

Derajat

Rata-rata

varians

kuadrat

bebas

kuadrat

JKB

b-1

Rata-rata
baris
Rata-rata
kolom

JKK

s12 =
s 22 =

k-1

JKB
db
JKK
db

Interaksi

JKI

(b-1)(k-1)

s 32 =

JKI
db

Eror

JKE

bk(n-1)

s 24 =

JKE
db

Total

JKT

Bkn-1

b k

JKT

2
x ijc

i 1 j1 c 1

T 2 ...
b.k.n

T2
i

JKB

i 1

k.n

T 2 ...
b.k.n

F0

f1 =

s12
s 24

f2 =

s 22
s 24

s 32
f3 = 2
s4

T 2 .j
JKK

Tij2

JKI

i 1

j1

b.n

j1

b.n

Ti2

T 2 ...
b.k.n

k
T 2 .j

T 2 ...

k.n
b.n
b.k.n
i 1

j1

JKE JKT JKB JKK JKI

b = baris, k = kolom, n = ulangan percobaan


5. Membuat kesimpulan
Menyimpulkan H0 diterima atau ditolak, dengan membandingkan antara langkah
k-4 dengan kriteria pengujian pada langkah k-3.