Analysis of Variance (ANOVA) Dikutip dalam bukunya Yamin dan Kurniawan.

Analisis varians adalah teknik statistik yang digunakan untuk memutuskan apakah sampel yang berasal dari populasi mempunyai mean yang sama, (Hair, Anderson, Tatham, Black, 1995). Analisis varian digunakan untuk menentukan apakah rata-rata 2 (dua) atau lebih kelompok berbeda secara nyata, akan tetapi dalam analisis varian terdapat dua macam pengujian. Yang mana terbagi kedalam dua macam analis varian, yaitu; analisis varian satu arah (One Way Anova), dan analsis varian dua arah (two way Anova). Dalam analisis ini keduanya sama-sama bertujuan untuk menguji apakah rata-rata (mean) 2 (dua) atau lebih dalam kelompok tersebut sama atau berbeda secara nyata (signifikan). Akan tetapi two way anova digunakan untuk membandingkan rata-rata lebih dari dua sampel yang diklasifikasikan menjadi dua faktor atau dua klasifikasi. Seperti jenis-jenis pengujian statistic yang lain, analisis varian memiliki asumsi-asumsi yang harus dipenuhi dalam pengujiannya. Asumsi tersebut antara lain:
1. Populasi yang akan di uji adalah berdistribusi normal 2. Varian populasi tersebut harus sama 3. Tidak adanya autokorelasi.

1. One-Way Anova Digunakan untuk menentukan apakah rata-rata 2 atau lebih kelompok berbeda secara nyata. Bentuk hipotesis: H0 : 1 = 2 = 3 = = k H1 : minimal ada satu rata-rata populasi yang tidak sama. Rumus one-way anova dengan susunan bentuk data seperti pada tabel berikut;
1 x11 x12 . . . Perlakuan 2 x21 x22 . . . . . . k xk1 xk2 . . . Jumlah

Data Pengamatan

x1n1
Jumlah J1

x 2n2
J2

x knk
Jk

J = Ji
i =1

umarlumintang.my-place.us

Banyak Pengamtan Rata-rata

n1

n2

nk

n
i =1

i
k

X1

X2

Xn

X = J / ni
i =1

Penghitungan jumlah kuadrat: Jumlah kuadrat total

2 : JKT = x ij

ni

i =1 j =1

J2 n

Jumlah antar kuadrat kolom Jumlah kuadrat residu

: JKK = J i2
i =1

Jk J 2 ni n

: JKR = JKT JKK

Dari hasil perhitungan jumlah kuadrat selanjutnya disajikan dalam tabel ANOVA: Sumber Variasi (source of Jumlah Kuadrat Derajat Kebebasan Rata-rata Kuadrat

Fhitung

variation)
Antar kolom (between

JKK

k-1

s12 =

JKK k 1
JKR nk

groups) Within Groups

Total JKR JKT

F=

s12 s s22

n-k n-1

2 s2 =

Derajat kebebbasan untuk statistik uji F adalah {(k-1);(n-k)} Contoh: Diberi data sebagai berikut: A 4.1 3.9 4.1 3.5 B 2.5 2.4 3.0 1.5 C 2.6 2.2 2.2 2.5 1.2

umarlumintang.my-place.us

Apakah ketiga data memiliki rata-rata yang sama? Hipotesis: H0 : 1 = 2 = 3 H1 : minimal ada satu rata-rata populasi yang tidak sama.

Prosedur SPSS: Seperti halnya pada Independent Sample T Test cara memasukkan data adalah sama. Satukan variabel dalam satu kelompok, seperti nampak pada gambar berikut:

Kemudian klik Analyze Compare Means One-Way Anova. Masukkan Data ke dalam box Dependent List. Masukkan Kelompok ke box Factor:

Pada box Post Hock, pilih Bonferroni dan Scheffe, Continue. Selanjutnya untuk Option klik Homogenity of Variance Test untuk menguji apakah ketiga sample memiliki variansi yang sama. Klik Ok. Akan didapat hasil outputnya sbb:

Oneway
umarlumintang.my-place.us

Test of Homogeneity of Variances DATA Levene Statistic .540 df1 2 df2 10 Sig. .599
ANOVA DATA Sum of Squares 7.790 2.642 10.432 df 2 10 12 Mean Square 3.895 .264 F 14.743 Sig. .001

Between Groups Within Groups Total

Post Hoc Tests

Multiple Comparisons Dependent Variable: DATA Mean Difference (I-J) (I) KELOMPOK (J) KELOMPOK Std. Error A B 1.5500* .36346 C 1.7600* .34480 B A -1.5500* .36346 C .2100 .34480 C A -1.7600* .34480 B -.2100 .34480 A B 1.5500* .36346 C 1.7600* .34480 B A -1.5500* .36346 C .2100 .34480 C A -1.7600* .34480 B -.2100 .34480

Scheffe

Bonferroni

Sig. .006 .002 .006 .834 .002 .834 .005 .001 .005 1.000 .001 1.000

95% Confidence Interval Lower Bound Upper Bound .5089 2.5911 .7723 2.7477 -2.5911 -.5089 -.7777 1.1977 -2.7477 -.7723 -1.1977 .7777 .5069 2.5931 .7704 2.7496 -2.5931 -.5069 -.7796 1.1996 -2.7496 -.7704 -1.1996 .7796

*. The mean difference is significant at the .05 level.

Homogeneous Subsets
DATA Subset for alpha = .05 1 2 2.1400 2.3500 3.9000 .839 1.000

Scheffe

a,b

KELOMPOK C B A Sig.

N 5 4 4

Means for groups in homogeneous subsets are displayed. a. Uses Harmonic Mean Sample Size = 4.286. b. The group sizes are unequal. The harmonic mean of the group sizes is used. Type I error levels are not guaranteed.

Dari tabel Test of Homogeneity of Variance yang menguji hipotesis: H0 : 12 = 22 = 32 H1 : 12 22 32 Memberikan nilai sig. 0.599 yang lebih besar dari = 0.05 sehingga H0 : 12 = 22 = 32 tidak dapat ditolak. Artinya ketiga data memiliki variansi yang sama.

umarlumintang.my-place.us

Dari tabel Anova, nilai statistik F = 14.743 dengan derajat bebas k-1 =2 da n-k = 133 = 10. nilai sig. = 0.001< (0.05) maka H0 : 1 = 2 = 3 ditolak. Kesimpulan, ketiga jenis sampel mamiliki rata-rata yang berbeda. Tabel Multiple Comparison memperlihatkan data mana saja yang berbeda. Tabel Homogenous Subset memperlihatkan data mana saja yang memiliki rata-rata yang tidk berbeda.

2. Two-Way Anova Digunakan untuk membandingkan rata-rata lebih dari dua sampel yang diklasifikasikan menjadi dua faktor atau dua klasifikasi. Hipotesis: Ada 3 bentuk hipotesis Two-Way Anova: Untuk faktor pertama (A):
' ' H 0 : 1' = 2 = 3 = ... = k'

H 1 : minimal ada satu rata - rata populasi yang tidak sama

Untuk faktor kedua (B):

" " " H 0 : 1" = 2 = 3 = ... = k

H 1 : minimal ada satu rata - rata populasi yang tidak sama

Untuk interaksi antar kedua faktor: H 0 : ( AB )1 = ( AB ) 2 = ( AB ) 3 = ... = ( AB ) k H 1 : minimal ada satu rata - rata interaksi populasi yang tidak sama

umarlumintang.my-place.us

Baris 1 x111 x112 x113 . . . x11n x211 x212 x213 . . . x21n . . . xr11 xr12 xr13 . . xr1n Jr1o 2 x121 x122 x123 . . . x12n x211 x222 x223 . . . x22n . . . xr21 xr22 xr23 . . xr2n Jr2o

kolom c x1c1 x1c2 x1c3 . . . x1cn x2c1 x2c2 x2c3 . . . x2cn . . . xrc1 xrc2 xrc3 . . xrcn Jrco

total baris

rata-rata baris

J1oo

x1oo

J2oo

x 2 oo

. . .

Jroo

x roo

Tota kolom Ratarata kolom

Jooo

xo1o

xo 2 o

xoco

xooo

Tabel Two-Way Anova (source of variation) Row means Coloumn means Interaction Jumlah kuadrat SSR Derajat kebebasan r-1 Rata-rata kuadrat
SSR s = r 1
2 1
2 s2 =

Fhitung s12 F1 = 2 s4 F1 =
2 s2 2 s4

SSC

c-1
2 3

SSC c 1

SS(RC) (r-1)( c-1)

SS ( RC ) s = (r 1)(c 1)
2 s4 =

2 s3 F1 = 2 s4

Error

SSE

rc(n-1)

SSE rc(n 1)

umarlumintang.my-place.us

total

SST

rcn-1

Di mana:
2 SST = xij i =1 j =i k =1
r

2 J ooo rcn

SSR =

J
i =1 r

2 ioo

cn

2 J ooo rcn

SSC =

J
i =1

2 ojo

rn
c

2 J ooo rcn

J
SS ( RC ) =
i =1 j =1

2 ijo

r 2 ioo

J
i =1

cn

J
i =1

2 ojo

rn

2 J ooo rcn

SSE = SST SSR = SSC SS (SC )

Contoh:

Diberikan data kelompok hasil kuis 5 mahasiswa untuk 4 mata kuliah: matematika, statistika, bahasa inggris, bahasa indonesia. Dengan mengambil = 0.05.
Nama mahasiswa Matematika 75 74 72 79 77 78 70 71 72 55 54 53 80 82 84 Nilai kuis Bahasa statistika inggris 70 78 72 79 73 76 85 82 87 80 88 81 74 81 76 84 77 83 54 53 53 50 56 52 84 82 83 81 81 85 Bahasa indonesia 77 79 80 80 83 81 76 75 73 54 50 53 83 82 80

Angga

Yuli

Estri

Iin

Nauval

umarlumintang.my-place.us

Hipotesis: Faktor (A) H 0 : angga = yuli = estri = iin = nauval H1 : minimal ada satu rata - rata populasi yang tidak sama Faktor (B) H 0 : matematika = statistika = bahasainggris = bahasaindonesia H 1 : minimal ada satu rata - rata populasi yang tidak sama Interaksi kedua faktor: H 0 : ( mhs mt .kuliah )1 = ( mhs mt .kuliah ) 2 = ... = ( mhs mt .kuliah ) 20 H 1 : minimal ada satu rata - rata populasi yang tidak sama Berikut format yang digunakan dalam uji Anova dengan SPSS yang sebelumnya sudah ditentukan pemberian kode pada Variable View untuk kolom Values pada data Mahasiswa dan Mata Kuliah:

o Lanjutkan analisis dengan pilih menu Analyze General-Linier model Univariat. Masukkan variabel Nilai ke box Dependent Variable. Untuk variable Mahasiswa dan Mata Kuliah dimasukkan ke dalam box Fixed factor(s).

umarlumintang.my-place.us

o Pada kotak Post Hoc, masukkan variabel mata kuliah dan mahasiswa ke box post hoc test. Kemudian pilih Benferroni dan Games Howel. Kita memilih dua asumsi varian ini karena belum diketahui asumsi mana yang bisa dipenuhi.

o Selanjutnya klik Option. Pilih Homogenity Test untuk menguji asumsi variansi yang sama.

umarlumintang.my-place.us

o Continue, kemudian Ok. Akan didapat hasil outputnya sbb:

Univariate Analysis of Variance
Between-Subjects Factors mahasiswa 1.00 2.00 3.00 4.00 5.00 1.00 2.00 3.00 4.00 Value Label angga yuli estri reni nauval matematika statistika b.inggris b.indonesia N 12 12 12 12 12 15 15 15 15

mata kuliah

a Levene's Test of Equality of Error Variances

Dependent Variable: NILAI F .370 df1 19 df2 40 Sig. .989

Tests the null hypothesis that the error variance of the dependent variable is equal across groups. a. Design: Intercept+MHSSW+MT.KUL+MHSSW * MT.KUL

Tests of Between-Subjects Effects Dependent Variable: NILAI Source Corrected Model Intercept MHSSW MT.KUL MHSSW * MT.KUL Error Total Corrected Total Type III Sum of Squares 7300.600a 325901.400 6854.267 92.600 353.733 94.000 333296.000 7394.600 df 19 1 4 3 12 40 60 59 Mean Square 384.242 325901.400 1713.567 30.867 29.478 2.350 F 163.507 138681.4 729.177 13.135 12.544 Sig. .000 .000 .000 .000 .000

a. R Squared = .987 (Adjusted R Squared = .981)

umarlumintang.my-place.us

Post Hoc Tests mahasiswa

Multiple Comparisons Dependent Variable: NILAI Mean Difference (I-J) Std. Error -6.3333* .62583 -.5833 .62583 22.3333* .62583 -6.8333* .62583 6.3333* .62583 5.7500* .62583 28.6667* .62583 -.5000 .62583 .5833 .62583 -5.7500* .62583 22.9167* .62583 -6.2500* .62583 -22.3333* .62583 -28.6667* .62583 -22.9167* .62583 -29.1667* .62583 6.8333* .62583 .5000 .62583 6.2500* .62583 29.1667* .62583 -6.3333* 1.36838 -.5833 1.62116 22.3333* 1.07250 -6.8333* 1.04869 6.3333* 1.36838 5.7500* 1.65202 28.6667* 1.11860 -.5000 1.09579 .5833 1.62116 -5.7500* 1.65202 22.9167* 1.41667 -6.2500* 1.39873 -22.3333* 1.07250 -28.6667* 1.11860 -22.9167* 1.41667 -29.1667* .69176 6.8333* 1.04869 .5000 1.09579 6.2500* 1.39873 29.1667* .69176

Bonferroni

(I) mahasiswa angga

yuli

estri

reni

nauval

Games-Howell

angga

yuli

estri

reni

nauval

(J) mahasiswa yuli estri reni nauval angga estri reni nauval angga yuli reni nauval angga yuli estri nauval angga yuli estri reni yuli estri reni nauval angga estri reni nauval angga yuli reni nauval angga yuli estri nauval angga yuli estri reni

Sig. .000 1.000 .000 .000 .000 .000 .000 1.000 1.000 .000 .000 .000 .000 .000 .000 .000 .000 1.000 .000 .000 .001 .996 .000 .000 .001 .017 .000 .990 .996 .017 .000 .004 .000 .000 .000 .000 .000 .990 .004 .000

95% Confidence Interval Lower Bound Upper Bound -8.1928 -4.4739 -2.4428 1.2761 20.4739 24.1928 -8.6928 -4.9739 4.4739 8.1928 3.8905 7.6095 26.8072 30.5261 -2.3595 1.3595 -1.2761 2.4428 -7.6095 -3.8905 21.0572 24.7761 -8.1095 -4.3905 -24.1928 -20.4739 -30.5261 -26.8072 -24.7761 -21.0572 -31.0261 -27.3072 4.9739 8.6928 -1.3595 2.3595 4.3905 8.1095 27.3072 31.0261 -10.3943 -2.2724 -5.4370 4.2704 19.0710 25.5957 -10.0456 -3.6210 2.2724 10.3943 .8164 10.6836 25.2519 32.0814 -3.8685 2.8685 -4.2704 5.4370 -10.6836 -.8164 18.5135 27.3198 -10.6230 -1.8770 -25.5957 -19.0710 -32.0814 -25.2519 -27.3198 -18.5135 -31.2211 -27.1123 3.6210 10.0456 -2.8685 3.8685 1.8770 10.6230 27.1123 31.2211

Based on observed means. *. The mean difference is significant at the .05 level.

umarlumintang.my-place.us

mata kuliah
Multiple Comparisons Dependent Variable: NILAI Mean Difference (I) mata kuliah (J) mata kuliah (I-J) Std. Error Bonferroni matematika statistika -2.4667* .55976 b.inggris -3.4000* .55976 b.indonesia -2.0000* .55976 statistika matematika 2.4667* .55976 b.inggris -.9333 .55976 b.indonesia .4667 .55976 b.inggris matematika 3.4000* .55976 statistika .9333 .55976 b.indonesia 1.4000 .55976 b.indonesia matematika 2.0000* .55976 statistika -.4667 .55976 b.inggris -1.4000 .55976 Games-Howell matematika statistika -2.4667 3.97811 b.inggris -3.4000 4.11077 b.indonesia -2.0000 3.93269 statistika matematika 2.4667 3.97811 b.inggris -.9333 4.39379 b.indonesia .4667 4.22765 b.inggris matematika 3.4000 4.11077 statistika .9333 4.39379 b.indonesia 1.4000 4.35270 b.indonesia matematika 2.0000 3.93269 statistika -.4667 4.22765 b.inggris -1.4000 4.35270 Based on observed means. *. The mean difference is significant at the .05 level.

Sig. .000 .000 .006 .000 .620 1.000 .000 .620 .099 .006 1.000 .099 .925 .841 .956 .925 .997 1.000 .841 .997 .988 .956 1.000 .988

95% Confidence Interval Lower Bound Upper Bound -4.0205 -.9128 -4.9538 -1.8462 -3.5538 -.4462 .9128 4.0205 -2.4872 .6205 -1.0872 2.0205 1.8462 4.9538 -.6205 2.4872 -.1538 2.9538 .4462 3.5538 -2.0205 1.0872 -2.9538 .1538 -13.3437 8.4104 -14.6531 7.8531 -12.7491 8.7491 -8.4104 13.3437 -12.9320 11.0654 -11.0764 12.0098 -7.8531 14.6531 -11.0654 12.9320 -10.4884 13.2884 -8.7491 12.7491 -12.0098 11.0764 -13.2884 10.4884

o Dari tabel Levenes Test of equality of Error variance yang menguji hipotesis: H0 : variance diasumsikan sama H1 : variance diasumsikan tidak sama Diperoleh hasil P-value = 0.989 > (0.05) maka H0 diterima, artinya variance diasumsikan sama o Pada tabel Anova SPSS memberi nilai statistik untuk main effect sbb: a. Faktor mahasiswa: nilai uji F =729.177, dengan derajat kebebasan r-1 = 5-1=4 dan rc(n-1)=5 x 4 (3-1)=40dengan P-value =0.000< (0.05), maka H 0 : angga = yuli = estri = reni = nauval ditolak. Kesimpulnnya kelima mahasiswa memiliki kemampuan yang berbeda. b. Faktor mahasiswa: nilai uji F =13.135, dengan derajat kebebasan r-1=4-1=3 dan rc(n-1)=5x4(3-1)=40dengan P-value = 0.000 < (0.05). Maka

umarlumintang.my-place.us

H 0 : matematika = statistika = bahasa inggris = bahasa indonesia ditolak. Kesimpulannya kelima

mahasisw memiliki kemampuan yang berbeda. c. Faktor interaksi : nilai uji F =12.544, dengan derajat kebebasan (r-1)(c-1)=(5-1)(41)=12 dan rc(n-1)=5 x 4 (3-1) = 40 dengan P-value =0.000< (0.05), H 0 : ( mhs mt .kuliah )1 = ( mhs mt .kuliah ) 2 = ... = ( mhs mt .kuliah ) 20 ditolak. interaksi di antara kedua faktor. o Tabel multiple comparisson menampilkan rata-rata mana saja yang berbeda. Dengan memperhatikan tanda bintang (*), yang memberikan petunjuk adanya perbedaan yang signifikan. Kesimpulan Maka ada

umarlumintang.my-place.us