Bab 1

Anava satu dan Dua

Jalan
Indikator
Menjelaskan konsep dasar analisis variansi
Melakukan pengujian, baik untuk analisis
variansi satu jalan maupun dua jalan
Melakukan uji perbandingan ganda ;
Scheffe
Review : What is Analysis of variance (ANOVA) ?
Versatile statistical tool for studying the relation between a
dependent variable and one or more independent variable
Dapat digunakan pada data yang diperoleh dari hasil eksperimen dan
observasi
Analisa variansi (ANOVA) adalah suatu metoda untuk menguji
hipotesis kesamaan rata-rata dari tiga atau lebih populasi
What different ANOVA with regression ?
ANOVA Variabel independen ; qualitatif

ANOVA adalah singkatan dari Analysis of Variance. Latar belakang
dikembangkan metoda ini karena ingin dilakukan testing terhadap
rata-rata populasi yg mengalami perlakuan yg berbeda-beda.
Pertanyaannya : apakah perbedaan rata-rata antara berbagai
grup yg mengalami perlakuan berbeda tsb signifikan atau tidak.

Asumsi untuk ujia ANOVA adalah:
1. Populasi semuanya normal
2. Standard deviasi populasi sama
3. Populasi independen
MIsal ada 4 grup A,B,C dan D dengan rata-rata sampel x
A
, x
B
, x
C
dan
x
D
. Ingin diketahui apakah rata-rata populasi yg terkait dengan
sampel tsb sama? Tentu saja kita bisa melakukan uji statistik bagi
tiap sepasang mean, misal
A
=
B
lalu
A
=
C
dst. Semuanya ada 6
pasangan yg mungkin, jadi ada 6 uji yg harus dilakukan. Untuk
masing-masing dilakukan test-t

LATAR BELAKANG ANOVA
Apa kelemahan test-t sepasang-sepasang ini?
1. Banyak test harus dilakukan
2. Kesalahan tipe-1 yg besar

Misal tiap-tidap test-t diuji dengan tingkat signifikan 0.05, berarti
probabilitas H0 diterima dan keputusan benar 0.95. Karena ada 6
pasangan test (dalam contoh sebelumnya) maka probabilitas
telah dibuat keputusan benar karena menerima H0 yg benar
adalah 0.95*0.95*0.95*0.95*0.95*0.95 = 0.735
Jadi probabilitas melakukan error tipe I, yaitu H0 benar tapi ditolak
adalah 1-0.735 = 0.265!

Oleh karena diperlukan uji yg dapat sekaligus membandingkan
kesamaan rata-rata berbagai grup tsb serempak.
TEST ANOVA Ide
Ide dasar test ANOVA adalah perbedaan rata-rata populasi
ditentukan oleh dua faktor yaitu variasi data dalam 1 sampel dan
variasi data antar sampel. Perbedaan rata-rata antar populasi nyata
jika variasi data antar sampel besar sedangkan variasi data dalam 1
sampel kecil.

C

Single Factor Analysis of Variance Anava satu Jalan - RRL

Secara umum, jika n observasi dikenakan perlakuan maka model
linier statistik :


a
[1]
,.., 1
,.., 1

=
=
+ + =
n j
a i
y
ij i ij
c
Misalkan kita mempunyai k populasi.
Dari masing-masing populasi diambil sampel berukuran n.
Misalkan pula bahwa k populasi itu bebas dan berdistribusi normal
dengan rata-rata
1
,
2
, . dan
k
dan variansi o
2
.
Hipotesa :
H
0
:
1
=
2
= =
k

H
1
: Ada rata-rata yang tidak sama

Model 1 disebut dengan one- way atau single
factor analysis of variance , do you know why?
Hanya satu faktor perlakuan yang
diselidiki

Perlakuan yang digunakan dalam percobaan
diusahakan se-seragam mungkin, sehingga
biasa juga disebut dengan completely
randomized design (Rancangan Random
Lengkap)
Tipe model 1.1
Jika perlakuan dipilih ttt oleh eksperimenter maka
kesimpulan uji tidak bisa digeneralisasikan untuk
populasi perlakuan MODEL EFEK TETAP
Jika perlakuan dipilih random dari populasi
perlakuan oleh eksperimenter maka kesimpulan uji
dapat digeneralisasikan ke seluruh populasi
perlakuan MODEL EFEK RANDOM/ components of
variance model

Analysis of variance (ANOVA) digunakan untuk menyelidiki pengaruh/
efek utama dan interaksi dari variabel independen (disebut dengan
faktor

Pengaruh utama adalah efek langsung dari suatu variabel independen
terhadap variabel dependen

Pengaruh interaksi adalah efek bersama antar satu atau lebih variabel
independen terhadap variabel dependen

Model regresi tidak dapat meng-cover interaksi sedangkan ANOVA
bisa meng-cover pengaruh interaksi


ij
y

ij
c
: observasi ke (ij)
: rata-rata keseluruhan perlakuan
: pengaruh/efek perlakuan ke-i
: sesatan dengan asumsi NID
Aim :
melakukan uji hipotesis tentang efek
perlakuan dan mengestimasinya
) , 0 (
2
o
Asumsi
Sampel diambil secara random dan saling
bebas (independen)
Populasi berdistribusi berdistribusi Normal
Populasi mempunyai kesamaan variansi

Uji Pra Analisis
1. Normalitas
Jika asumsi sesatan dipenuhi maka plot normalitas nampak
seperti sampel yang berasal dari distribusi normal yang berpusat ke
0 yang ditunjukkan dengan sebaran data yang cenderung
membentuk garis lurus
2. Independensi
Yaitu plot antara residual data dengan , asumsi dipenuhi jika
sebaran data cenderung tidak membentuk pola tentu dan acak
3. Homogenitas
Yaitu plot antara residual data dengan urutan data, asumsi dipenuhi
jika sebaran data cenderung tidak membentuk pola tentu dan acak


) , 0 (
2
o
ij
y
Perbedaan Asumsi Model Tetap dan Random
Model Efek Tetap
Model Efek Random

Tabel data untuk percobaan faktor tunggal
Prosedur Uji Model Efek Tetap
i. Asumsi :

=
=
a
i
i
0
0 t
) pasangan satu setidaknya ( :
:
1
2 1 0
(i,j) H
H
j i
a


=
= = =
ii. Hipotesis:


atau


) satu setidaknya ( 0 :
0 :
1
2 1 0
i H
H
i
=
= = =

Prosedur ANOVA
{ } { }
{ } { } { }
2
JK
1 1
2
JK
1 1
2
JK
1 1
2
1 1
2
1 1
S P T




= =
-
= =
- - -
= =
- -
= =
- - - -
= =
- -
- - - - - -
+ =
+ =
+ =
a
i
n
j
i
ij
a
i
n
j
i
a
i
n
j
ij
a
i
n
j
i
ij
i
a
i
n
j
ij
i
ij
i
ij
y y y y y y
y y y y y y
y y y y y y
iii. Pembagian JK
TEST ANOVA Macam Variasi
Beberapa definisi variasi.
1. Variasi Total
Jumlah total kuadrat selisih data dengan rata-rata total seluruh
data (grand mean)



2. Variasi Antar Sampel (atau Variasi karena Perlakuan)
Jumlah total kuadrat selisih rata-rata tiap sampel thd rata-rata
total (grand mean)

{ }

= =
- - -
=
a
i
n
j
i
y y
1
2
1
P
JK
{ }

= =
- -
=
a
i
n
j
ij
y y
1 1
2
T
JK
TEST ANOVA Macam Variasi
Beberapa definisi variasi.
3. Variasi Random
Jumlah total kuadrat selisih data dengan rata-rata sampel yg terkait






{ }

= =
-
=
a
i
n
j
i
ij
y y
1
2
1
S
JK
Tabel ANOVA 1 Jalan
Contoh 1
21
Sebagai manager produksi, anda ingin
melihat mesin pengisi akan dilihat rata-
rata waktu pengisiannya. Diperoleh data
seperti di samping. Pada tingkat
signifikansi 0.05 adakah perbedaan rata-
rata waktu ?
Mesin1 Mesin2 Mesin3
25.40 23.40 20.00
26.31 21.80 22.20
24.10 23.50 19.75
23.74 22.75 20.60
25.10 21.60 20.40
Penyelesaian
22
Hipotesa :
H
0
:
1
=
2
=
3
H
1
: Ada rata-rata yang tidak sama
Tingkat signifikasi o = 0.05
Karena df
1
= derajat bebas perlakuan = 2
dan df
2
= derajat bebas galat = 12, maka
f(0.05;2;12) = 3.89.
Jadi daerah pelokannya:
H
0
ditolak jika F > 3.89
Data
Perlakuan
Total
1 2 3
25.40 23.40 20.00
26.31 21.80 22.20
24.10 23.50 19.75
23.74 22.75 20.60
25.10 21.60 20.40
Total 124.65 113.05 102.95 340.65
23
Jumlah Kuadrat Total
2172 . 58
3 5
65 . 340
40 . 20 60 . 20 75 . 19 20 . 22 00 . 20
60 . 21 75 . 22 50 . 23 80 . 21 40 . 23
10 . 25 74 . 23 10 . 24 31 . 26 40 . 25
.
JKT
2
2 2 2 2 2
2 2 2 2 2
2 2 2 2 2
1 1
2
2
=

+ + + +
+ + + + +
+ + + + + =
=

= =
- -
a
i
n
j
ij
n a
y
y
24
Jumlah Kuadrat Perlakuan dan
Jumlah Kuadrat Sesatan
0532 . 11 1640 . 47 2172 . 58 JKG
1640 . 47
3 5
65 . 340
5
95 . 102 05 . 113 65 . 124

.
JKP
2 2 2 2
2
1
2
= =
=

+ +
=
=
- - =
-

n a
y
n
y
a
i
i
25
Tabel Anova dan Kesimpulan
Sumber
Variasi
Derajat
Bebas
Jumlah
Kuadrat
Rerata
Kuadrat
Statistik
F
Perlakuan 3-1=2 47.1640 23.5820

F = 25.60
Sesatan 15-3=12 11.0532 0.9211
Total 15-1=14 58.2172
26
Karena F
hitung
= 25.60 > 3.89 maka H
0
ditolak.
Jadi ada rata-rata yang tidak sama.
Rumus Hitung Jumlah Kuadrat
Untuk ukuran sampel yang berbeda
JKP JKT JKG
JKP
JKT
2
1
2
1 1
2
2
=
=
=
- -
=
-
= =
- -

N
y
n
y
N
y
y
a
i
i
i
a
i
n
j
ij
i

=
=
a
i
i
n N
1
dengan
27
Jumlah Kuadrat Total =
Jumlah Kuadrat Perlakuan =
Jumlah Kuadrat Sesatan =
Tabel Anova
Untuk ukuran sampel yang berbeda
Sumber
Variasi
Derajat
bebas
Jumlah
kuadrat
Rerata
Kuadrat
Statistik F
Perlakuan a 1 JKP
RKP =
JKP/(a 1 )
F =
RKP/RKS
Sesatan N a JKG
RKS=
JKS/(N - k)
Total N 1 JKT
28
Contoh 2
Dalam Sebuah percobaan biologi 4
konsentrasi bahan kimia digunakan untuk
merangsang pertumbuhan sejenis tanaman
tertentu selama periode waktu tertentu.
Data pertumbuhan berikut, dalam
sentimeter, dicatat dari tanaman yang
hidup.
Apakah ada beda pertumbuhan rata-rata
yang nyata yang disebabkan oleh keempat
konsentrasi bahan kimia tersebut.
Gunakan signifikasi 0,05.
Konsentrasi
1 2 3 4
8.2 7.7 6.9 6.8
8.7 8.4 5.8 7.3
9.4 8.6 7.2 6.3
9.2 8.1 6.8 6.9
8.0 7.4 7.1
6.1
29
Penyelesaian
30
Hipotesa :
H
0
:
1
=
2
=
3
=
4
H
1
: Ada rata-rata yang tidak sama
Tingkat signifikasi o = 0.05
Karena df
1
= derajat bebas perlakuan = 3
dan df
2
= derajat bebas galat = 16, maka
f(0.05;3;16) = 3.24.
Jadi daerah pelokannya:
H
0
ditolak jika F > 3.24
Data
Perlakuan
Total
1 2 3 4
8.2 7.7 6.9
6.8
8.7 8.4 5.8
7.3
9.4 8.6 7.2
6.3
9.2 8.1 6.8
6.9
8.0 7.4
7.1
6.1
Total 35.5 40.8 40.2 34.4 150.9
31
Jumlah Kuadrat Total
350 . 19
20
9 . 150
1 . 7 9 . 6 3 . 6 3 . 7 8 . 6 1 . 6
4 . 7 8 . 6 2 . 7 8 . 5 9 . 6 0 . 8 1 . 8
6 . 8 4 . 8 7 . 7 2 . 9 4 . 9 7 . 8 2 . 8
JKT
2
2 2 2 2 2 2
2 2 2 2 2 2 2
2 2 2 2 2 2 2
1 1
2
2
=
+ + + + + +
+ + + + + + +
+ + + + + + =
=

= =
- -
a
i
n
j
ij
i
N
y
y
32
Jumlah Kuadrat Perlakuan dan
Jumlah Kuadrat Sesatan
888 . 3 462 . 15 350 . 19 JKG
462 . 15
20
9 . 150
5
4 . 34
6
2 . 40
5
8 . 40
4
5 . 35

JKP
2 2 2 2 2
2
1
2
= =
=
+ + + =
=
- -
=
-

N
y
n
y
a
i
i
i
33
Tabel Anova dan Kesimpulan
Sumber
Variasi
Derajat
Bebas
Jumlah
Kuadrat
Rerata
Kuadrat
F
Perlakuan 4-1=3 15.462 5.154

F =
21.213

Sesatan 20-4=16 3.888 0.243
Total 20-1=19 19.350
34
Karena F
hitung
= 21.213 > 3.24 maka H
0
ditolak.
Jadi ada rata-rata yang tidak sama.
Latihan 1
Kapasitas
Mitsubishi
(A)
Toyota
(B)
Honda
(A)
44 42 46
43 45 47
48 44 45
45 45 44
46 44 43
35
Seorang kontraktor di bidang jenis
jasa pengangkutan ingin
mengetahui apakah terdapat
perbedaan yang signifikan pada
kapasitas daya angkut 3 merk truk,
yaitu Mitsubishi, Toyota dan Honda.
Untuk itu kontraktor ini mengambil
sampel masing-masing 5 truk pada
tiap-tiap merek menghasilkan data
seperti disamping.
Jika ketiga populasi data tersebut
berdistribusi normal dan variansi
ketiganya sama, uji dengan
signifikasi 5% apakah terdapat
perbedaan pada kwalitas daya
angkut ketiga merek truk tersebut
Latihan 2
Metode
A B C D
70 68 76 67
76 75 87 66
77 74 78 78
78 67 77 57
67 57 68
89
36
Seorang guru SMU mengadakan
penelitian tentang keunggulan
metode mengajar dengan
beberapa metode pengajaran.
Bila data yang didapat seperti
pada tabel disamping, ujilah
dengan signifikasi 5% apakah
keempat metode mengajar
tersebut memiliki hasil yang
sama? (asumsikan keempat data
berdistribusi Normal dan
variasnisnya sama)