ONE WAY ANOVA

KELOMPOK: Astri Hasna Kamilah

130612607832

Hamidah Indrihapsari

130612607876

Lia Kurniawati

130612607898

A. PENGERTIAN
Analisis of variance atau ANOVA merupakan salah satu teknik analisis multivariate yang
berfungsi untuk membedakan rerata lebih dari dua kelompok data dengan cara membandingkan
variansinya. Analisis varian (ANOVA) adalah suatu metode untuk menguraikan keragaman total
data menjadi komponen-komponen yang mengukur berbagai sumber keragaman.
ANOVA digunakan apabila terdapat lebih dari dua variabel. Dalam literatur Indonesia
metode ini dikenal dengan berbagai nama lain, seperti analisis ragam, sidik ragam, dan analisis
variansi. ANOVA merupakan pengembangan dari masalah Behrens-Fisher, sehingga uji-F juga
dipakai dalam pengambilan keputusan. Analisis varians pertama kali diperkenalkan oleh Sir
Ronald Fisher, bapak statistika modern. Dalam praktek, analisis varians dapat merupakan uji
hipotesis (lebih sering dipakai) maupun pendugaan (estimation, khususnya di bidang genetika
terapan).
Sedangkan menurut Teguh Wahyono dalam bukunya, One-Way ANOVA merupakan
prosedur

yang digunakan untuk menghasilkan analisis variansi satu arah untuk variabel

dependen dengan tipe data kuantitatif dengan sebuah variabel independen sebagai variabel
faktor.
One-way ANOVA digunakan untuk menemukan adanya perbedaan yang signifikan
diantara dua atau lebih rata-rata pada suatu grup. Akan tetapi, biasanya One way ANOVA ini
digunakan untuk menguji perbedaan yang signifikan diantara minimal 3 grup.
B. FUNGSI DAN TUJUAN ANALISIS
One way ANOVA banyak dipergunakan pada penelitian-penelitian yang banyak
melibatkan pengujian komparatif yaitu menguji variabel terikat dengan cara membandingkannya
pada kelompok-kelompok sampel independen yang diamati. Analisis varian saat ini banyak
digunakan dalam penelitian survey dan penelitian eksperimen.
One way ANOVA relatif mudah dimodifikasi dan dapat dikembangkan untuk berbagai
bentuk percobaan yang lebih rumit. Selain itu, analisis ini juga masih memiliki keterkaitan

dengan analisis regresi. Akibatnya, penggunaannya sangat luas di berbagai bidang, mulai dari
eksperimen laboratorium hingga eksperimen periklanan, psikologi, dan kemasyarakatan.
One way ANOVA membandingkan rata-rata diantara grup data yang diteliti dan
menentukan apakah terdapat perbedaan yang signifikan diantaranya dengan menguji hipotesis
nol.

Dimana adalah rata-rata grup data, dan k adalah grup ke-k

Analisis ini dipergunakan ketika, misalnya:

Dari suatu populasi, sampel dikelompokkan menjadi 3 kelompok. Ketiga kelompok ini
diberikan perlakuan atau kondisi yang berbeda-beda. Misalnya dalam hal ini, peneliti ingin
mengetahui apakah terdapat perbedaan waktu dalam menyelesaikan lari marathon ketika
menggunakan strategi lari yang berbeda. Grup X berlari lambat diawal kemudian meningkatkan
kecepatannya secara bertahap. Grup Y berlari secara cepat di awal kemudian menurunkan
kecepatannya. Sedangkan grup Z berlari dengan kecepatan yang konstan. Waktu untuk
menyelesaikan lari marathon menjadi variable dependen dalam kasus ini. Maka, untuk
mengetahui perbedaan waktu dalam menyelesaikan marathon diantara ketiga grup tersebut dapat
dianalisis menggunakan one-way ANOVA.

C. PRASYARAT PENGGUNAAN ANALISIS

Terdapat prasyarat atau asumsi yang harus dipenuhi sebelum analisis one way ANOVA
dapat digunakan untuk menguji kelompok data.
1. Distribusi normal
2. Variabel dependen harus dapat diukur atau berskala interval atau rasio.
3. Variabel independen harus terdiri dari 2 atau lebih kategori yang independen (tidak
saling mempengaruhi). Analisis ini biasanya digunakan untuk menguji tiga atau lebih
kategori, akan tetapi analisis ini juga dapat digunakan untuk menguji perbedaan pada
dua kategori independen (uji t-test bebas lebih umum digunakan dalam kasus ini).
4. Sampel di dalam kategori yang berbeda juga merupakan sampel yang berbeda.
Sehingga tidak terdapat sampel yang menjadi anggota pada lebih dari satu grup.
5. Data bersifat homogen.
D. CONTOH SOAL DAN PENENTUAN HIPOTESIS
Berikut ini disajikan data IPK mahasiswa antara mahasiswa yang berasal dari desa, pinggiran
dan kota:
IPK Menurut Asal Daerah
Desa
3.04
2.95
2.70
3.01
2.77
2.76
2.58

Pinggiran
3.40
3.16
2.91
3.08
2.96
3.45
3.05
3.30
3.00
3.18

Kota
3.54
2.82
3.41
3.25
3.36
3.38
3.43
3.66
3.27

Ujilah apakah ada perbedaan IPK antara mahasiswa yang berasal dari Desa, Pinggiran dan Kota?
Jika ada perbedaan, manakah di antara ketiganya yang memiliki IPK paling tinggi? (Gunakan
taraf signifikansi 5%)
E. LANGKAH-LANGKAH
1. Memasukan data yang telah tersedia kedalam spss variabel view seperti gambar berikut,
yaitu Asal mahasiswa dan IPK. untuk asal mahasiswa harus di koding (1= Desa, 2=
Pinggiran, 3= Kota)

2. Masukkan data ke dalam data view.

3. Lakukan analisis data dengan cara:

a. Lakukan uji normalitas terlebih dahulu dengan pilih analyze -> Descriptive Statistic ->
Explore -> masukkan variabel asal mahasiswa dan IPK ke Dependent list ->klik plots ->
centang normality plots with test -> Continue dan OK. Lalu lihat output pada kolom
Saphiro-Wilk.

b. Pilih analyze pada menu file yang ada, pilih compare mean -> one way anova ->
masukkan variabel IPK ke Dependent list dan asala mahasiswa ke Factor -> Klik Post
Hoc dan centang LSD lalu Continue -> Klik Options lalu centang Homogenity of Varian
test dan Descriptive -> Continue -> OK

F. INTERPRETASI DATA
1. Tes Normalitas Data
Tests of Normality
Kolmogorov-Smirnova
Asal_Mahasiswa
IPK

Shapiro-Wilk

Statistic

df

Sig.

Statistic

df

Sig.

,223

26

,002

,805

26

,000

,099

26

,200*

,979

26

,850

*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction
H0 = Data berdistribusi normal
H1 = Data tidak berdistribusi normal
Sig > 0,05 , maka H0 diterima
Sig < 0,05 , maka H0 ditolak
Dari test normality diatas, untuk mengetahui apakah data IPK mahasiswa asal desa, pinggiran
dan kota berdistribusi normal ataukah tidak dapat dilihat pada kolom Shapiro-Wilk (sampel 26 <
30) yaitu 0,850 atau nilai tersebut > 0,05. Artinya H0 diterima, kesimpulannya data tersebut
berdistribusi normal.
2. Tes Homogenitas Data
Test of Homogeneity of Variances
IPK
Levene
Statistic
df1
df2
Sig.
,007
2
23
,993
H0 = Variansi data sama (Homogen)
H1 = variansi data tidak sama (Tidak homogen)
Sig > 0,05 , maka H0 diterima
Sig < 0,05 , maka H0 ditolak
Sebelum menggunakan uji anova, maka terlebih dahulu dilihat homogenitas data (varians data
sama). Pada kolom sig 0,993 > 0,05 artinya H0 diterima (data homogen).

3. Uji One-Way Anova

IPK
Sum
Between
Groups
Within Groups
Total

of

Squares

df

Mean Square F

Sig.

1,065

,532

,000

,906
1,970

23
25

,039

13,520

Ho = Tidak ada perbedaan nilai IPK mahasiswa asal desa, pinggiran dan kota
H1 = ada perbedaan nilai IPK mahasiswa asal desa, pinggiran dan kota
F hit > F tabel, maka H0 ditolak
F hit < F tabel, maka H0 diterima
Sig > 0,05 , maka H0 diterima
Sig < 0,05 , maka H0 ditolak
Pada kolom sig nilainya 0,000 < 0,05 , maka signifikan / H0 ditolak. Artinya ada perbedaan
signifikan antara nilai IPK mahasiswa yang berasal dari desa, pinggiran dan kota.

4. Uji Deskriptif
IPK
N

Mean

Std.

Std.

95% Confidence Interval Minimu

Maximu

Deviation

Error

for Mean

Desa
Pinggira
n
Kota
Total

Lower

Upper
Bound
2,9897

2,58

3,04

2,8300

,17263

,06525

Bound
2,6703

10

3,1490

,18472

,05841

3,0169

3,2811

2,91

3,45

9
26

3,3489
3,1323

,22904
,28073

,07635
,05506

3,1728
3,0189

3,5249
3,2457

2,84
2,58

3,66
3,66

Untuk mengetahui manakah nilai IPK yang paling tinggi yaitu dengan melihat kolom Mean
(Jumlah rata-rata sampel), maka untuk nilai IPK yang paling tinggi adalah mahasiswa yang
berasal dari Kota yaitu sebesar 3,3489 sedangkan IPK yang paling rendah adalah IPK mahasiswa
yang berasal dari Desa yaitu sebesar 2,8300.
KESIMPULAN
1. Ada perbedaan IPK antara mahasiswa yang berasal dari Desa, Pinggiran dan Kota.
2. Nilai IPK yang paling tinggi adalah mahasiswa yang berasal dari Kota yaitu sebesar
3,3489, sedangkan IPK yang paling rendah adalah IPK mahasiswa yang berasal dari Desa
yaitu sebesar 2,8300.