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.
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.
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)
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
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.
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.