BAB I

Landasan Teori
Uji ANOVA (Analysis of Variance)
Uji Analysis of Variance digunakan dalam menguji kesamaan mean( rataan) lebih
dari dua sample populasi. Uji ANOVA ini merupakan salah satu uji parametrik
dan memiliki beberapa syarat untuk menggunakannya yaitu :
1.

Data harus terdistribusi normal

2.

Data harus homogen

3.

Memiliki variansi yang sama

4.

Sampel yag akan diuji harus independent

Sebelum melakukan analisis menggunakan uji ANOVA pastikan syarat-syarat

tersebut terpenuhi, jika tidak terpenuhi maka dapat digunakan Uji kruskal
Wallis.Untuk hipotesis awal dan tandingan dari uji ini biasanya digunakan Ho:1
= 2 = = n dan H1: satu atau lebih dari mean populasi tidak sama dengan
lainnya. Uji ANOVA dapat dibagi menjadi 2 jenis berdasarkan jumlah variable
yang diamati, yaitu one way ANOVA dan two way ANOVA.
One way Anova digunakan bila ada satu variable yang ingin diamati.Langkahlangkah pengujiannya yaitu:
Tentukan hipotesis awal dan tandingannya yaitu Ho: 1 = 2 = = n
1.
dan H1: satu atau lebih dari mean populasi tidak sama dengan lainnya.
Cari nilai rataan, SSA(Sum of Square Among Groups), SSW(Sum of Square
2.
Within Groups), SST(Sum of Square Total), MSA(Mean Square Among
Groups), MSW(Mean Square Whitin Groups), dan Fhitung. Nilai-nilai

tersebut

dapat

ditentukan

sbb:

SSA=

nj

( xi x) 2

SSW=

j 1 i 1

ni

( xij xj )

j 1 i 1

, SST=

ni

( xij x) 2
j 1 i 1

, MSA=

SSA
, MSW=
c 1

SSW
MSA
, dan F=
nc
MSW
Nilai yang telah didapat di atas dapat dimasukkan ke dalam table ANOVA.
3.
Bentuk tabel ANOVA yaitu seperti di bawah ini :

Source

Dof

(Degree SS

Of Freedom)

(Sum

Of MS(

Source)

Square)

SSA=
Among

c1

groups

Mean F

MSA=

SSA
c 1

F=

MSA
MSW

nj

( xi x) 2
j 1 i 1

SSW=
Within

nc

MSW=

SSW
nc

ni

( xij xj ) 2

groups

j 1 i 1

SST=
Total

n1

ni

( xij x) 2
j 1 i 1

Bandingkan hasil F(hitung) dan F(tabel) lalu beri kesimpulan dengan aturan bila
4.
Fhitung > Ftabel maka Ho ditolak begitupun sebaliknya.
Sedangkan

two

way

ANOVA

digunakan

dalam

mengamati

dua

buah

variable.Langkah-langkah pengujiannya yaitu :

1. Tentukan hipotesis awal dan tandingannya yaitu Ho:1 = 2 = = n dan
H1: satu atau lebih dari mean populasi tidak sama dengan lainnya.
2. Cari nilai rataan, SST(Sum of Square Total), SSTR(Sum of Square
Treatment),

SSBL(Sum of Square

Block),SSE(Sum of Square

Error),

DoF(Degree of Freedom), MSTR(Mean Square treatment), MSBL(Mean

Square Block), dan Fhitung. Nilai DoF : SST = n total 1 , SSTR = k 1 ,

SSBL = n-1 , SSE = (k-1)*(n-1).Nilai MSTR = SSTR/ (k-1) , MSBL = SSBL / (n1) dan MSE = SSE / (k-1)*(n-1).
3. Nilai yang telah didapat di atas dapat dimasukkan ke dalam table ANOVA
4. bandingkan hasil Fhitung dan Ftabel lalu beri kesimpulan dengan aturan
bila Fhitung > Ftabel maka Ho ditolak begitupun sebaliknya.

Uji Kruskal Wallis

Uji Kruskal Wallis merupakan uji non parametric yang digunakan untuk menguji
apakah dua atau lebih mean sample dari populasi memiliki nilai yang sama.Uji ini
merupakan alternative dari uji ANOVA dan digunakan bila salah satu syarat dari
uji ANOVA yang telah disebutkan di atas tidak terpenuhi.
Langkah-langkah yang dilakukan dalam pengujian Kruskal Wallis yaitu :
Gabungkan semua sample yang akan diuji.
1.
Sample yang telah digabungkan tersebut kemudian diurutkan dari yang
2.
terkecil kemudian diberi ranking mulai dari 1 untuk nilai yang terkecil.
Tentukan hipotesis awal dan tandingannya yaitu Ho:1 = 2 = = n dan
3.
H1: satu atau lebih dari mean populasi tidak sama dengan lainnya.
Tentukan nilai (biasanya dipakai 0,05)
4.
5.

Tentukan daerah kritis (penolakan) h > X dengan nilai derajat kebebasan v

= n 1 dan n adalah jumlah data.
Pengamatan yang sudah di rank dijumlahkan tiap rank nya.

6.
7.

k r
12
H
1 3(n 1)
[n(n 1)] i 1 n1

Jika H < daer kritis maka kesimpulannya Ho diterima.

8.

BAB II
PRESENTASI DATA
1. Data view kuisoner 29 responden (kombinasi TI, TE, IF).

2. Tabel Output One Way ANOVA dan analisis tabelnya

Tabel Deskriptives menampilkan data-data deskriptif seperti jumlah data, nilai

mean, standar deviasi, standar error, nilai minimum, nilai maximum, dan 95% CI
untuk mean dari masing-masing jurusan.
Tabel Test of Homogeneity of Variances menunjukkan uji Levene untuk
mengetahui apakah variansi kepuasan untuk masing-masing jurusan bernilai
sama atau tidak.
Tabel ANOVA:
Sum of Squares
1) Between Groups = SSB
2) Within Groups = SSW
3) Total = SST
df = nilai degrees of freedom untuk masing-masing sumber
1) Between Groups = c 1 = jumlah jurusan 1 = 3 1 = 2
2) Within Groups = n c = jumlah data jumlah jurusan = 17 3 = 14
3) Total = n 1 = jumlah jurusan 1 = 17 1 = 16
Mean Square = nilai rataan kuadrat untuk masing-masing sumber
1) Between Groups = MSB = SSB/df
2) Within Groups = MSW = SSW/df
F = nilai Fhitung = MSB/MSW
Sig. = nilai p-value
H0 : 1 = 2 = 3 = ... = k
H1 : satu atau lebih dari mean populasi tidak sama dengan lainnya
Sig. pada Gender*Jurusan = 0.29 > = 0.05 maka terima H0 artinya
seluruh mean kepuasan dari masing-masing gender adalah sama
Tabel Multiple Comparisons menampilkan perbandingan nilai rata-rata kepuasan
masing-masing jurusan dan menjelaskan nilai rata-rata kepuasan yang sama
berdasarkan nilai Sig., apabila Sig > = 0.05 maka nilai rata-rata kepuasan
antara kedua jurusan yang dibandingkan bernilai sama.

Tabel Homogeneous Subsets menunjukkan nilai rata-rata kepuasan untuk ketiga

jurusan bernilai sama apabila terletak pada satu kolom subset.
Grafik Means Plots memplotkan nilai mean rata-rata kepuasan untuk masingmasing jurusan kedalam grafik.
3. Tabel Output TWO Way ANOVA dan analisis tabelnya

Tabel Between-Subjects Factors menampilkan jumlah data yang valid pada

masing-masing variable. Jumlah data pada gender dan jurusan bernilai sama,
yaitu N=17.
Tabel Tests of Between-Subjects Effects
Type III Sum of Squares
1) Corrected Model = SSTR + SSBL
2) Error = SSE
3) Corrected Total = SSTR + SSBL + SSE
df = nilai degrees of freedom untuk masing-masing sumber
Mean Square = nilai rata-rata kuadrat untuk masing-masing sumber
F = nilai uji F untuk masing-masing sumber
Fhitung = F pada Gender*Jurusan
Sig. = nilai p-value

H0 : tidak ada interaksi antara jurusan dengan jenis kelamin

H1 : ada interaksi antara jurusan dengan jenis kelamin
Sig. pada Gender*Jurusan = 0.437 > = 0.05 maka terima H0 artinya

rata-rata kepuasan antar gender di tiga jurusan sama

R Squared = 0.218 artinya 21.8% tingkat kepuasan dipengaruhi oleh
gender dan jurusan dan sisanya 78.2% tingkat kepuasan
dipengaruhi oleh faktor lainnya.
4. Tabel Output Kruskall-Wallis dan analisis tabelnya

Tabel Ranks menampilkan jumlah data dan nilai rata-rata rank kepuasan untuk
ketiga jurusan.
Tabel Test Statistics
Chi-square = X2hitung

df = nilai degrees of freedom = c 1 = jumlah jurusan 1 = 3 1 = 2

Asymp. Sig. = nilai p-value

BAB III
ANALISIS
3.1 Jelaskan penggunaan One Way ANOVA dalam praktikum yang dilakukan!
Bagaimana penggunaan ini membangun Hipotesis nol dan hipotesis
tandingan ?
Jawab :
Penggunaan One Way ANOVA dalam praktikum yang dilakukan adalah
dengan terlebih dahulu menguji kenormalitasan dan kehomogenitasan data,
namun pada data untuk praktikum ini, diasumsikan bahwa data sudah
normal sehingga One Way ANOVA dapat langsung dilakukan. Pada data, kita
pilih Analyze Compare Means One Way ANOVA. Pada bagian Dependent
isi dengan Tingkat Kepuasan, sedangkan pada Factor isi dengan Jurusan.

Pada bagian Statistic, pilih Descriptive dan Homogenity of Variance. Pada

Post Hoc, Equal Variance Assumed pilih Bonferroni dan Turkey. Pada Options,
kita pilih Listwise di bagian Missing Value.
Penggunaan ini bisa membangun Hipotesis nol dan Hipotesis tandingan,
dengan melihat pada:

Output tabel Test Of Homogenity Of Variantes uji hipotesisnya:

H0 : variansi tingkat kepuasan di tiga jurusan adalah sama
H1 : variansi tingkat kepuasan di tiga jurusan adalah beda
Dari tabel dapat dilihat nilai signifikansinya 0,014 < 0,05 artinya tolak
H0 ( namun karena di praktikum ini diasumsikan bahwa tingkat rata
rata kepuasan ketiga jurusan sama, maka diasumsikan Terima H 0).

Output tabel ANOVA uji hipotesisnya:

H0 : rataan tingkat kepuasan di tiga jurusan adalah sama
H1 : rataan tingkat kepuasan di tiga jurusan adalah beda
Dari tabel dapat dilihat nilai signifikansinya 0,29 > 0,05 artinya terima
H0 ( artinya tingkat rata rata kepuasan ketiga jurusan adalah sama) .
Pada tabel post hoc ditampilkan selisih dari rataan masing-masing
jurusan. Selain itu juga bisa dilakukan uji hipotesis mengenai kesamaan

rataan tingkat kepuasan masing-masing jurusan. Uji hipotesisnya:

H0 : rataan tingkat kepuasan di tiga jurusan adalah sama
H1 : rataan tingkat kepuasan di tiga jurusan adalah beda
Pada tabel Homogeneous Subset kita dapatkan bahwa masing-masing
populasi terletak pada satu subset, subset yang sama. Hal ini rataan
tingkat kepuasan di tiga jurusan sama.

3.2 Apa saja syarat syarat yang diperlukan dalam uji ANOVA? Apakah syaratsyarat yang diperlukan sudah dilakukan sebelum uji ANOVA dilakukan dalam
praktikum!
Jawab :
Syarat yang diperlukan dalam Uji ANOVA adalah:

Data berdistribusi normal

Data homogeny yaitu dengan mengujinya melalui barlett test atau

levene test
Minimal data bertipe interval
Syarat pertama dan kedua tidak dilakukan terlebih dahulu dalam praktikum
karena pada praktikum kali ini diasumsikan bahwa data telah berdistribusi
normal dan homogeny. Sedangkan untuk syarat ketiga, tidak dilakukan juga,
jadi data yang bertipe nominal tetap dilakukan pengujian ANOVA.
3.3 Apa perbedaan antara Uji-t dengan Uji One Way ANOVA?
Jawab :

Dalam uji t data yang diperlukan maksimal 30 (n<30), sedangkan pada

uji ANOVA data yang digunakan bebas.

Uji t membandingkan rataan dari dua populasi, sedangkan uji ANOVA

bisa lebih dari dua.

3.4 Jelaskan Uji yang dilakukan sebelum mnggunakan One Way ANOVA! Apakah
hipotesis yang digunakan dalam Uji tersebut dan jelaskan kesimpulan dari
hasil Uji tersebut! (sebutkan hipotesis nol dan hipotesis tandingannya)
Jawab :
Uji yang dilakukan adalah uji Levene yang fungsinya untuk mengetahui
apakah variansi kepuasan untuk masing-masing jurusan bernilai sama atau
tidak.
H0 : 12 = 22 = 32 = = k2
H1 : satu atau lebih dari variansi populasi tidak sama dengan lainnya
Tolak H0 jika Sig. <
Sig. = 0.014 < = 0.05 maka tolak H0 artinya minimal ada satu variansi
populasi yang berbeda dan data tidak homogeny.
3.5 Jelaskan pengertian SSB dan SSW!
Jawab :
SSB adalah nilai jumlah kuadrat dari selisih antara rata-rata kepuasan per
jurusan dengan rata-rata kepuasan seluruhnya diantara populasi.
SSW adalah nilai jumlah kuadrat dari selisih antara semua data dengan ratarata kepuasan seluruhnya dalam populasi.
3.6 Jelaskan pengertian Two Way ANOVA!
Jawab :
Two Way ANOVA digunakan untuk menganalisis kejadian dengan 2 variabel
pengamatan, yaitu blok dan treatment. Maka dari itu, total jumlah kuadrat
rata-rata akan terbagi menjadi tiga partisi, yaitu jumlah kuadrat untuk blok
(SSBL), treatment (SSTR), dan error (SSE).
3.7 Bagaimana penggunaan ini membangun Hipotesis nol dan hipotesis
tandingan ?
Jawab :
H0 : tidak ada interaksi antara jurusan dengan jenis kelamin
H1 : ada interaksi antara jurusan dengan jenis kelamin
3.8 Jelaskan dengan baik, penggunaan Uji One Way ANOVA dan Two Way ANOVA
dalam kehidupan sehari-hari!
Jawab :
Uji One Way ANOVA :
Untuk mengetahui apakah ada perbedaan rata-rata nilai akhir STATIN
mahasiswa dari tiga kelas.
Uji Two Way ANOVA :
Untuk mengetahui apakah ada interaksi antara merek dengan tempat
jual suatu produk terhadap rata-rata harga jualnya.
3.9 Mengapa perlu dilakukan Uji Kruskal Wallis? Apa yang membedakan Uji
Kruskal Wallis dengan ANOVA?
Jawab :
Uji Kruskal Wallis digunakan untuk mengatasi permasalahan yang tidak
dapat diselesaikan dengan One Way ANOVA. Yang membedakannya dengan

ANOVA adalah kondisi yang memungkinkan digunakannya uji Kruskal Wallis,

yaitu :
Tidak ada asumsi tentang bentuk populasi;
Setiap kelompok independen;
Data acak.
3.10 Sebutkan hipotesis yang digunakan dalam uji Kruskall Wallis!
Jawab :
H0 : seluruh sampel dari populasi yang identik
H1 : minimal satu populasi berbeda
3.11 Jelaskan Fungsi Uji Kruskall Wallis dalam kehidupan sehari-hari!
Jawab :
Untuk mengetahui apakah ada perbedaan kandungan nikotin dalam

beberapa merk rokok;

Untuk mengetahui apakah ada perbedaan volume air dalam botol
yang dihasilkan dari beberapa mesin.