Analisis Varians Satu Arah

(One Way Anova)

Fungsi Uji :
Untuk mengetahui perbedaan antara 3
kelompok/ perlakuan atau lebih

Asumsi :
Data berskala minimal interval
Data berdistribusi Normal
Varians data homogen

Analisis Varians Satu Arah

(One Way Anova)

Hipotesis :
H0

1 2 3 .... k

H1

Minimal ada satu pasang yang

berbeda

Analisis Varians Satu Arah

(One Way Anova)
Jika H0 ditolak,
harus dicari pasangan mana yang
berbeda, dengan menggunakan uji

perbandingan berganda

Analisis Varians Satu Arah

(One Way Anova)

Statistik Uji :
Nilai Fhit
untuk itu akan dibuat sebuah tabel yang
disebut dengan Tabel Anova untuk
mempermudah perhitungan

Analisis Varians Satu Arah

(One Way Anova)
Tabel Anova

Analisis Varians Satu Arah

(One Way Anova)
Dimana :
k = banyaknya kelompok/
perlakuan
k

n = besar data =

n
i 1

Analisis Varians Satu Arah

(One Way Anova)
Bentuk data

Analisis Varians Satu Arah

(One Way Anova)
Maka :
FK

= Faktor Koreksi =

ij

SST

2
X
= Sum of Square Total = ij FK

SSP

= nSum of Square
Perlakuan
n
n
1

( X i1 )

=
SSE

i 1

n1

( X i 2 )
i 1

n2

......

( X ik ) 2
i 1

nk

FK

= Sum of Square Eror = SST SSP

Analisis Varians Satu Arah

(One Way Anova)
Penarikan Keputusan :
H0 ditolak pada tingkat signifikansi, jika :

Fhit F (v1 , v 2 )
dimana F (v1 , v 2 ) adalah tabel F dengan derajat bebas:
v1 = derajat bebas perlakuan = k 1
v 2 = derajat bebas sisa = n k

UJI VARIANSI

Salah satu asumsi yang harus dipenuhi

pada saat menggunakan uji Anova satu
arah adalah varians data HOMOGEN
Untuk mengetahui kondisi varians data
(homogen atau heterogen) maka dilakukan
uji variansi yaitu uji Barlett

Uji Barlett
Fungsi Uji :
untuk mengetahui kondisi varians data
(homogen atau heterogen)
Hipotesis :

H0 : Varians data homogen

H1 : Varians data heterogen

Uji Barlett
Statistik Uji :

2,3026 n k log S ni 1 log S

i 1

2
faktor koreksi
2

2
i

Uji Barlett
dimana :

ni
S

2
i

= banyaknya data pada kelompok/ perlakuan ke-i

= varians data pada kelompok/ perlakuan ke-i

n= jumlah seluruh data =

n
= Mean Square Error (MSE) dari Tabel Anova Satu Arah
i 1

S2

faktor koreksi =
1

3 k 1

1
1

n 1 n k
i

Uji Barlett
Pengambilan Keputusan :
Digunakan tabel Chi-Square dengan derajat bebas dan
tingkat signifikansi

H0 ditolak jika :

2
tabel

Contoh Kasus
Ingin dilihat perbedaan kadar Hb dari 3 (tiga)
kelompok responden, dengan kondisi sebagai
berikut :
Kelompok I
: Memperoleh suplemen Fe
Kelompok II
: Memperoleh suplemen Fe

Kelompok

III

dan vitamin B1
: Tidak memperoleh
suplemen

pengukuran kadar Hb adalah sebagai berikut :

Kelompok I

Kelompok II

Kelompok III

11,5
11,7
12,5
11,6
12,0
12,4
12,0

12,4
11,6
12,1
11,8
11,8
12,3
12,2
12,1

11,1
10,5
11,2
10,5
11,2
10,6

Pertanyaan : Dengan asumsi data berdistribusi normal,

apakah ada perbedaan kadar Hb antara ke-3 kelompok
tersebut ? (Gunakan =5%)

Langkah-Langkah
Penyelesaian
Hipotesis :
H0 : 1 = 2 = 3
H1 : minimal ada satu pasang yang berbeda
Atau
H0 : Tidak ada perbedaan kadar Hb untuk ke-3
kelompok
H1 : Ada perbedaan kadar Hb (minimal satu
pasang) untuk ke-3 kelompok

Dari data diperoleh nilai :

Jumlah

Kelompok
1

Kelompok
2

Kelompok
3

11,5
11,7
12,5

12,4
11,6
12,1

11,1
10,5
11,2

11,6
12,0
12,4

11,8
11,8
12,3

10,5
11,2
10,6

12,0

12,2
12,1
96,3

65,1

83,7

Jumlah

245,1

Uraian penghitungan Sum

of Square

Tabel Anova
Sbr var

db

SS

MS

Perlakuan

5,692

2,846

Sisa

18

2,051

0,114

Total

20

7,743

Fhit
24,965

Kesimpulan
Dengan menggunakan = 5% dapat
disimpulkan :
Fhit
= 24,967
F(2,18)(5%) =

3,55

Karena Fhit > F(2,18)(5%) maka Ho ditolak

Artinya : ada perbedaan kadar Hb (minimal
satu pasang )

Uji Varians
Hipotesis :
H0 : Varians data homogen
H1 : Varians data heterogen

2
i

Kelompok 1

Kelompok 2

Kelompok 3

0,149

0,077

0,123

Proses Perhitungan

Kesimpulan
Dengan menggunakan = 5% dapat
disimpulkan :
2
= 0,7068
2 (5%)(2) = 5,99
Karena 2 < 2 (5%)(2) maka Ho diterima
Artinya : Varians data homogen

Tugas

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).
pembahasan kali ini adalah tentang uji
ANOVA satu jalur (one way ANOVA),

Hipotesis

Mencari harga F tabel dengan mempertimbangkan (1) tingkat signifikansi

(), (2) df antar perlakuan, dan (3) df dalam perlakuan,
(g) Bandingkan harga F Hitung dengan F tabel,
Bila F Hitung < F tabel, maka Ho diterima, yang berarti rata-rata kedua
perlakuan tidak berbeda secara signifikan,
Bila F Hitung > F tabel, maka Ho ditolak dan H1 diterima, yang berarti ratarata kedua perlakuan berbeda secara signifikan.

Hasil perhitungan menggunakan program

Microsoft Excel

Pembahasan

Karena nilai F Hitung (7,25) lebih besar dari nilai F tabel (2,85),
maka Ho ditolak, sehingga konsekuensinya adalah hipotesis
alternatif atau H1 diterima. Maka dapat disimpulkan bahwa
perbedaan varietas memberikan pengaruh yang signifikan terhadap
produktivitas tanaman.
Terakhir, yang perlu diperhatikan adalah: uji ANOVA hanya
memberikan indikasi tentang ada tidaknya beda antar rata-rata
populasi. sehingga bila uji dinyatakan berbeda secara signifikan,
berarti secara keseluruhan, ada perbedaan. Akan tetapi, belum
tentu mengindikasikan adanya perbedaan antara Varietas A dan B,
atau A dan C, dan sebagainya.