Analisis of Varians

(Anova) dan Chi-Square

1/26/2010 Pengujian Hipotesis 1

Chi Square

Digunakan untuk menguji apakah dua atau lebih
proporsi sama.

Pengujian beda proporsi hanya untuk 2 populasi
namun chi square dapat digunakan untuk populasi
yang tidak terbatas.

Chi square juga dapat digunakan untuk menguji
apakah dua atribut independen satu sama lain.

Analisis of varians juga digunakan untuk menguji
apakah rata-rata atau standar deviasi dua atau lebih
populasi adalah sama

1/26/2010 Pengujian Hipotesis 2

Test independensi

Untuk menguji apakah perbedaan proporsi
atau rata-rata terjadi karena perbedaan
geographi atau treatmen, ataukah perbedaan
tersebut hanya disebabkan karena faktor
kebetulan.

Melihat prosentasi pemilih yang memilih
kandidat presiden tertentu di wilayah yang
berbeda.

Hasil survey atas persepsi etika untuk
karyawan, staf dan manajer.
1/26/2010 Pengujian Hipotesis 3
Contingency table

Dilakukan survey apakah masyarakat menginginkan
perubahan sistem pembuatan KTP yang ada atau
menghendaki perubahan sistem yang saat ini ada.

Tentukan proporsi yang setuju perubahan dan tidak
setuju perubahan

Kalikan proporsi tersebut dengan sampel di masing-
masing kelompok.

Hitung nilai expectednya.

Chi square adalah jumlah (nilai aktual – nilai ekpektasi)
dikuadratkan dibagi dengan nilai expectasi.

Bandingkan hasil perhitungan dengan nilai dalam tabel
chi Square dengan degree of freedom (baris-1) x
(kolom-1)
1/26/2010 Pengujian Hipotesis 4
Chi Square  Goodness of Fit

Chi square dapat digunakan untuk menguji
apakah distribusi probabilita yang digunakan
tepat.

Caranya dengan menganggap nilai expektasi
adalah nilai yang dihitung berdasarkan
distribusi yang dipilih.

Dibandingkan antara nilai yang diobservasi
dengan nilai ekspektasi

Degree of freedom, possible result dikurangi
satu

1/26/2010 Pengujian Hipotesis 5

Analisis of Varians (ANOVA)

Menguji perbedaan dua atau lebih sample
means.

Dapat digunakan menjawab pertanyaan
apakah sampel yang kita ambil dari populasi
memiliki rata-rata yang sama.

Menguji hasil training dari beberapa metode
training yang berbeda

Rata-rata jumlah km yang ditempuh dari
beberapa merek bensin

1/26/2010 Pengujian Hipotesis 6

Langkah - langkah

Menghitung variance among the sample means.

s x2 =
∑ (x − x)2
k −1

Menghitung variance within the sample means
 n j −1  2
s = ∑ 
2
s j
 nT − k 
x

F test adalah
Variance among the sample means
Variance within the sample means

1/26/2010 Pengujian Hipotesis 7

Langkah - langkah

Degree of freedom dari numerator =
(number of sampel – 1)

Degree of freedom dari denominator =

(total jumlah data dalam sampel – jumlah sampel)
atau penjumlahan dari (jumlah data dlm sampel -1)

1/26/2010 Pengujian Hipotesis 8

Contoh

Berikut adalah data penjualan dari beberapa
tipe diskon yang diberikan kepada
pelanggan. Sampel diambil dari lima toko.

Dengan signifikansi 1% apakah promosi
memiliki dampak penjualan yang berbeda.

A B C D E
Cara marketing I 78 87 81 89 85
Cara marketing II 94 91 87 90 88
Cara marketing III 73 78 69 83 76
Cara marketing IV 79 83 78 69 81
1/26/2010 Pengujian Hipotesis 9
Anova Satu Arah

Anova Satu Arah (One Way Anova)

Membandingkan C (>2) populasi
independen(completely randomized design)

Asumsi:

Populasi terdistribusi normal

Sampel diambil secara acak dari masing-
masingpopulasi

Varians semua populasi sama

Pengujian :

H0: µ1 = µ2 = µ3 = …… = µC

H1: sedikitnya ada 1 rata-rata populasi yang berbeda

1/26/2010 Pengujian Hipotesis 10

Anova Satu Arah
Sources Degree of Sum of Mean F
Freedom Square Square
Model / C-1 SSC MSC= MSC/MSE
Column SSC/C-1
Error N-C SSE MSE=
SSE/N-C
Corrected N-1 SST

Derajat bebas F adalah C-1 (pembilang) dan N-C
(penyebut)

MSC = varians between

MSE = varians within

1/26/2010 Pengujian Hipotesis 11

ANOVA- SPSS
1,00 44,00
1,00 46,00
Data dikonversi menjadi satu
1,00 45,00
1,00 41,00 kolom.
1,00 38,00
2,00 58,00
Untuk setiap sampel diberi kode
2,00 52,00
2,00 49,00 yang berbeda.
2,00 47,00
2,00 46,00
Mengolah data dengan
3,00 48,00
3,00 59,00 menggunakan fungsi : Analyze
3,00
3,00
49,00
46,00
 Compare Means  One way
3,00
4,00
43,00
29,00
Anova
4,00
4,00
27,00
29,00

Hasilnya langsung dapat dilihat
4,00
4,00
39,00
43,00
nilai F, p, df, varians between
5,00 46,00 dan within.
5,00 43,00
5,00 38,00
5,00 52,00
5,00 44,00
1/26/2010 Pengujian Hipotesis 12
ANOVA- SPSS
ANOVA

S1126D
Sum of
Squares df Mean Square F Sig.
Between Groups 900,560 4 225,140 7,653 ,001
Within Groups 588,400 20 29,420
Total 1488,960 24

Nilai Sig menunjukkan nilai probabilita dan F statistik dengan

df tersebut.

Karena sig 0,001 berarti jika menguji dengan signifikansi 1%,
maka Ho ditolak atau H1 diterima, artinya sedikitnya ada satu
populasi yang berbeda.

1/26/2010 Pengujian Hipotesis 13

Estimasi Varians Populasi
( n − 1) s 2 ( n − 1) s 2
χ 2
= σ 2
=
σ 2
χ 2

Dengan mengetahui signifikancsi level, jumlah

sampel dan nilai varians dari sampel maka varians
populasi dapat diketahui.

Estimasi dapat dilakukan dengan mengganti chi
square dengan nilai lower dan upper limitnya
( n − 1) s 2
( n − 1) s 2
σ 2
= σ 2
=
χ χ
L 2 U 2
L U

lower lim it upper lim it

1/26/2010 Pengujian Hipotesis 14
Two tailed test of variance

Ho : σ = 13

H1 : σ ≠ 13

α = 10%

n =31

Chi square tabel 5% df=30 adalah 18,493

Jadi Ho ditolak, jadi varians sampel tersebut
tidak sama dengan 13.
(n − 1) s 2 (31 − 1)15,9 2
χ2 = = = 44,88
σ2 13 2

1/26/2010 Pengujian Hipotesis 15

One tailed test of variance

Ho : σ = 1

H1 : σ < 1

α = 1%

n = 30

S=0,73

Chi square tabel 1% df=29 adalah 14,256

Jadi Ho ditolak, jadi varians sampel tersebut
tidak sama dengan 13.
(n − 1) s 2 (30 − 1)0,732
χ2 = = = 15,45
σ2 1 2

1/26/2010 Pengujian Hipotesis 16

One tailed test of two variance

s1=17.000 n1=21

s2=7.500 n2=25

Ho : σ 2
= σ 2
atau
σ 1
2
= 1
1 2
σ 2
2

H 1 :σ 2
> σ 2
atau
σ 1
2
> 1
1 2
σ 2
2

s12 17 . 000 2
F = 2 = 2
= 5 ,14
s2 7 . 500

F statistik dihitung dari tabel dengan df, numerator 21-1 = 20
dan denominator 25-1 menunjukkan nilai 2,74 alpha 1%

Jadi Ho ditolak, jadi variance populasi satu lebih besar dari
variance populasi dua
1/26/2010 Pengujian Hipotesis 17
Two tailed test of two variance

s1=1.296 n1=31

s2=784 n2=41
Ho : σ 2
= σ 2
atau
σ 1
2
= 1
1 2
σ 2
2

H 1:σ 2
≠ σ 2
atau
σ 1
2
≠ 1
1 2
σ 2
2
1 1
s 2
1 . 2962
F (n, d,α ) = = = 0,43
F = 1
2
= 2
= 1, 65 F(n, d ,1−α ) 2,3
s 2 784

F statistik dihitung dari tabel dengan F(n,d,1-α) upper
F(30,40,0,99) dan F(n,d,α)  F(30,40,0,01)=2,30

Jadi Ho diterima karena 1,65 berada antara 0,43 dan 2,30.

1/26/2010 Pengujian Hipotesis 18

Contoh Soal

Ada dua buah populasi yang diperkirakan
memiliki variance yang sama. Sebuah
sampel sebanyak 16 dari populasi 1memiliki
variance 3,75 dan sampel sebanyak 10
diambil dari populasi 2 dan memiliki variance
5,38

Hitung F ratio untuk pengujian kesamaan
variance

Tentukan nilai F untuk upper dan lower tail
dengan menggunakan tignkat signifikansi 10%

Simpulkan hasil pengujian tersebut
1/26/2010 Pengujian Hipotesis 19
Contoh Soal

Dari sampel sebanyak 25 observasi dengan
standar deviasi 15. Sampel sebanyak 14
memiliki standar deviasi 9,7.

Dapatkah kita terima hipotesis yang
menyatakan bahwa kedua sampel tersebut
berasal dari dua populasi dengan variance
yang sama ?

Ataukah dapat disimpulkan bahwa variance
dari populasi kedua lebih kecil )

(gunakan signifikansi 1%)
1/26/2010 Pengujian Hipotesis 20