METODE STATISTIKA MULTIVARIAT

ANOVA SATU ARAH DAN UJI LANJUT

OLEH:
KELOMPOK 3
Diora Kapisas

06081281419081

Nadia Anisa

06081281419029

Reska Permatasari

06081381419060

PENDIDIKAN MATEMATIKA
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
PENDIDIKAN MATEMATIKA
2016

Anava atau Anova adalah anonym dari analisis varian terjemahan dari analysis of
variance, sehingga banyak orang yang menyebutnya dengan Anova. Anova merupakan bagian
dari metode analisis statistika yang tergolong analisis komparatif (perbandingan) lebih dari
dua rata-rata. Gunanya adalah untuk menguji kemampuan generalisasi. Maksudnya dari
signifikasi hasil penelitian (anova satu jalur). Jika terbukti berbeda kedua sampel tersebut
dapat mewakili populasi.
Konsep Anova didasarkan pada konsep distribusi F dan biasanya dapat diaplikasikan
untuk berbagai macam kasus maupun dalam analisis hubungan antara berbagai variabel yang
diamati. Dalam perhitungan statistik, Anova sangat dipengaruhi asumsi-asumsi yang
digunakan seperti kenormalan dari distribusi, homogenitas dari ragam dan kebebasan dari
kesalahan. Asumsi kenormalan distribusi memberi penjelasan terhadap karakteristik data
setiap kelompok. Asumsi adanya kehomogenitas ragam menjelaskan bahwa ragam dalam
masing-masing kelompok dianggap sama. Sedangkan asumsi bebas menjelaskan bahwa
ragam masing-masing terhadap rata-ratanya pada setiap kelompok bersifat saling bebas.
Pada pembahasan regresi linier, telah diperkenalkan sedikit penerapan tabel Anova
untuk menguji linearitas regresi. Selain kegunaan tersebut, Anova dipakai juga jika terdapat
tiga perlakuan atau lebih yang diuji keberadaan satu dan yang laninnya. Oleh karena itu,
Anova merupakan salah satu teknik analisis multivariat.
Sesuai dengan kebutuhannya, Anova dibedakan menjadi dua yaitu Anova satu jalur
(one way Anova) dan Anova dua jalur (two way Anova). Anova satu jalur hanya
memperhitungkan satu faktor yang menimbulkan variasi, sedangkan Anaoa dua jalur
memperhitungkan dua faktor yang menimbulkan variasi.
A. Anova satu jalur (one way anava)
Analisis tiga perbedaan terhadap tiga perlakuan atau lebih dengan memakai
Anova perlu menerapkan serangkaian langkah pengujian yang mengawali perhitungan
Anova. Proses pengujiannya melibatkan teknik-teknik statistik yang lain, seperti uji
X

untuk homogenitas varians. Dalam Anova satu jalur, terdapat dua jenis hipotesis

penelitian yang perlu diuji yaitu hipotesis main effect dan hipotesis simple effect.
Hipotesis main effect hanya ada satu buah, yaitu hipotesis dari perbedaan pengaruh
variabel treatment terhadap variabel terikat (kriterium). Sedangkan banyaknya hipotesis
simple effect tergantung banyaknya kelompok data, karena hipotesis ini merupakan

hipotesis yang membandingkan antar 2 (dua) kelompok data.

Langkah-langkah pengujian Anova satu jalur tersebut adalah sebagai berikut:
1. Merumuskan hipotesis

2. Tentukan ukuran-ukuran statistik tiap kelompok data seperti n, Y, Y2, Y

3. Menghitung JK(T), JK(A), dan JK(D)
4. Menentukan db(T), db(A), dan db(D)
5. Menghitung RJK(T), RJK(A), dan RJK(D)
6. Menghitung F hitung (Fh)
7. Menentukan F tabel (Ft)
8. Membuat tabel ringkasan Anova
9. Menguji hipotesis
10. Menarik kesimpulan
a. Tabel dasar
Kelompok A

Kelompok B

Kelompok C

YA1

YB1

YC1

YA2

YB2

YC2

YA3

YB3

YC3

YAn

YBn

YCn

b. Tabel data dan ukuran-ukuran statistiknya

Total ()

Ukuran

Kelompok

Kelompok

Kelompok

Statisti

YA1
YA2
YA3
.
.
Yan

YB1
YB2
YB3
.
.
Ybn

YC1
YC2
YC3
.
.
Ycn

nA

nB

nC

nTnAnBnC

YA

YB

YC

YT = YA + YB + YC

Y2
Y

YA2
Y A

YB2
Y B

YC2
Y C

YT2 = YA2 + YB2 + YC2

c. Rumus-rumus pada tabel ringkasan Anova satu jalur

1) db(T) = nT-1
2) db(A) = k-1
3) db(D) = nT-k
4) JK(T) =

5) JK(A) =

YT
2

( YT)

( Y K )

nT
2

nK

( Y T )
nT

6) JK(D) = JK(T) JK(A)

JK ( A)
7) RJK(A) = db ( A )
8) RJK(D) =
9) Fh =

JK (D)
db ( D)

RJK ( A )
RJK ( D)

10) Ft = F(, dk(A), db(D)) = F(, (k - 1), (nT - k))

d. Buat tabel ringkasan Anova satu jalur

Sumber

db

JK

RJK (s )

Fhitung

Ftabel

Kelompok (A)

db(A)

JK(A)

RJK(A)

Fh

Ft

Dalam (D)
Total (T)

db(D)
db(T)

JK(D)
JK(T)

RJK(D)
-

Varians

e. Pengujian hipotesis main effect, dimana hipotesis yang akan diuji, yaitu:
H0: Tidak terdapat perbedaan pengaruh variabel treatment terhadap variable
kriteria.
H1: Terdapat perbedaan pengaruh variable treatment terhadap variable criteria.
dan kriteria pengujian:
- Terima H0, jika Fhitung < Ftabel, dan
- Tolak H0, jika Fhitung > Ftabel.

f. Uji lanjut, yaitu uji hipotesis simple effect yang dilakukan jika Ho ditolak.

Contoh:
Ukuran

Kelompok

Kelompok

Kelompok

Statistik
1
2
3
4
5
6
7
8
9
10

A
7
5
6
7
5
7
7
8
6
7

B
4
6
5
5
7
6
6
6
4
6

C
5
3
6
4
5
4
5
6
4
3

Dengan = 5%
Ukuran

Kelompok

Kelompok

Kelompok

Statistik

10

Total

10

10

10

30

65

55

45

165

X2

431

311

213

955

6,5

5,5

4,5

2
( X T )2
(165 )
X
=955
=955907,5=47,5
JK(T) = T
nT
30
2

( X K )

JK(D) = JK(T) JK(A) = 47,5 20 = 27,5

n
db(T) = T -1 = 30 1 = 29

nT

db(A) = k - 1 = 3 - 1 = 2
n
db(D) = T - k = 30 - 3 = 27

RJK(A) =

JK ( A)
db ( A )

RJK(D) =

JK (D)
db ( D)

fh

RJK ( A )
RJK ( D)

ft

f (=0,05 ;2,27 )

20
2

27,5
27

10
1,02

65 55 45
165
+
+

=927,5907,5=20
10 10 10
30

JK(A)

nK

( XT )

= 10
= 1,02
= 9,80

= 3,35

Tabel sumber varians (tabel ringkasan anova)

Sumber Varians

db

JK

RJK

Fhitung

Kelompok (A)
Dalam (D)
Total (T)

2
27
29

20
27,5
47,5

10
1,02
-

9,804
-

Ftabel
0,05
3,35
-

0,01
5,49
-

Karena 9,80 > 3,35 = Fhitung > Fhitung dengan = 5% maka H0 ditolak, artinya
terdapat perbedaan pengaruh variable treatment terhadap variable kriteria dan perlu
dilakukan uji lanjut.
B. Uji Lanjut Anova Satu Jalur
Penolakan Ho dalam perbandingan sejumlah rata-rata setelah dilakukannya
analisis anova satu jalur dengan penolakan yang terjadi paling sedikit ada dua buah
rata-rata populasi yang berbeda satu sama lain (simple effect). Berikutnya muncul
pertanyaan kelompok manakah yang berasal dari populasi yang berbeda tersebut?
(kelompok yang memiliki pengaruh dominan) karena akan muncul beberapa

kemungkinan sebagai berikut Kelompok 1 dan 2 (1 2), kelompok 1 dan 3 (1 3),

kelompok 2 dan 3 (2 3) atau ketiga-tiganya (1 2 3) (khusus anova satu jalur, 3
jenjang), disesuaikan dengan berapa jalur anova yang digunakan.
Sehingga kita perlu melakukan uji lanjutan anova satu jalur untuk melihat
kemungkinan manakah yang terjadi. Jika jumlah n setiap variabel sama, maka bisa
melakukan uji Tukey. Sedangkan jika jumlah n setiap variabel tidak sama, maka dapat
melakukan uji Scheffe.
1. Uji Tukey
Uji Tukey biasa disebut dengan HSD (honestly significant difference) atau
uji Beda Nyata Jujur (BNJ), yang diperkenalkan oleh Tukey pada tahun 1953. Uji
Tukey hanya dapat digunakan untuk menguji seluruh pasangan sederhana. Untuk
melakukan teknik ini, kita memerlukan salah satu test statistik yaitu Q yang
dianalogikan dari statistik-t yang didefinisikan secara matematis :
Ada beberapa hal yang perlu diperhatikan dalam uji Tukey, yaitu :
1. Data ini membentuk dua sampel acak bebas berukuran n dan m. jika n dan m
tidak sama, maka n diperuntukkan sampel yang lebih besar
2. Skala pengukuran sekurang-kurangnya ordinal
3. Variabel-variabel acaknya kontinu.
Langkah-langkah melakukan uji Tukey, adalah sebagai berikut
1. Tentukan hipotesis yang disesuaikan dengan banyak jalur dan jenjang Anova
2. Tentukan taraf nyata ()
3. Tentukan kriteria pengujian
Ho diterima jika nilai HSD < nilai Q
Ho ditolak jika nilai HSD > nilai Q
4. Tentukan nilai kontras tiap kelompok (Ci)
x x
Ci (i vs j) = i j
i

: data ke - 1, 2, 3, ...

: data ke - (i+1)

: rata-rata

5. Lakukan uji Tukey tiap kelompok (Qi)

Qi=

|x ix j|

RJK ( D)
n

: data ke - 1, 2, 3, ...

: data ke - (i+1)

RJK(D)

: rata-rata jumlah kuadrat dalam kelompok

: banyak data

6. Tentukan nilai kritis HSD

HSD=q(;db (D ),k)

q(;db (D ),k)

RJK (D)
n

: nilai pada distribusi studentized range statistic

: taraf nyata

db(D)

: derajat bebas dalam kelompok

: jumlah kelompok

RJK(D)

: rata-rata jumlah kuadrat dalam kelompok

: banyak data

7. Bandingkan nilai HSD dengan nilai Q

8. Tentukan kesimpulan

Contoh :
Ukuran
statistik
1
2
3
4
5
6
7
8
9
10
n

Kelompok
A1
8
8
8
9
9
9
9
10
10
10
10

Kelompok
A2
6
6
7
7
7
8
8
8
9
9
10

Kelompok

A3

5
5
5
5
5
6
6
6
7
7
10

Total
30

Y
2
Y
Y

90

75

57

222

816

573

331

1720

7,5

5,7

22,2

2
JK(T) = Y T

(Y T )2
nT

2
= 1720 ( (222) : 30 ) = 1720 1642,8

= 77,2

( Yk )r (Yr)2 902 752 572 2222

=
=
+
+

nk
nT
10 10 10
30

JK(A) =

JK(D) = JK(T) JK(A) = 77,2 54,6 = 22,6

n
db(T) = 1 -1 = 30 1 = 29

= 54,6

db(A) = K-1 = 3-1 = 2

n
db(D) = 1 - K = 30-3 = 27

RJK(A) =

Jk ( A )
Db( A)

RJK(D) =

Jk ( D)
Db( D)

fh

RJk (A )
RJk ( D)

ft

f (=0,05 ;2,27 )

= 54,6 : 2 = 27,3
= 22,6 : 27 = 0,837
= 27,3 : 0,837 = 32,62
= 3,35

Tabel sumber varians (tabel ringkasan anova)

Sumber Varians

db

JK

RJK

Fhitung

Kelompok (A)
Dalam (D)
Total (T)

2
27
29

54,6
22,6
77,2

27,3
0,837
-

32,6
-

Ftabel
0,05
3,35
-

0,01
5,49
-

Karena fhitung > ftabel dan Ho ditolak, maka perlu uji lanjut dengan uji t.
Sehingga kita bisa mengatakan ada perbedaan yang signifikan dari 3 kelompok di atas.
Untuk mengetahui kelompok manakah yang berbeda kita perlu melakukan uji Ttukey,
sebagai berikut:
1. Hipotesis :

a. Ho :
Ha :
b. Ho :
Ha :
c. Ho :
Ha :

1= 2
1 2

1= 3
1 3

2= 3
2 3

2. Kriteria pengujian
Ho diterima jika nilai HSD < nilai Q
Ho ditolak jika nilai HSD > nilai Q
=0,05
3. Taraf nyata
4. Nilai kontrasnya (Ci)
C1 (1 vs 2) =

x 1x 2

= 9 7,5 = 1,5

C2 (1 vs 3) =

x 1x3

= 9 5,7 = 3,3

C3 (2 vs 3) =

x 2x 3

= 7,5 5,7 = 1,8

5. Uji Tukey pada tiap kelompok

| x1 x2| |97,5| 1,5
Q 1=
=
=
=5,19
RJK (D)
0,837 0,289
10
n

Q 2=

Q 3=

| x1 x3|

RJK (D)
n

| x2 x3|

RJK (D)
n

|95,7|

0,837
10

|7,55,7|

0,837
10

6. Tentukan nilai kritis HSD

HSD=q( ;db ( D ) ,k )

q( 0,05 ;27,3)

RJK ( D )
n

0,837
10

3,53 ( 0,289 )
1,02
7. Bandingkan nilai HSD dengan nilai Q
5,19 > 1,02 = Q1 > HSD

3,3
=11,42
0,289

1,8
=6,23
0,289

11,42 > 1,02 = Q2 > HSD

6,23 > 1,02 = Q3 > HSD
8. Tentukan kesimpulan
Dari perhitungan di atas didapat bahwa ketiga hipotesis tolak H0 yang artinya
semua pasangan rata-rata berbeda signifikan atau

1 2 3

2. Uji Scheffe
Uji Scheffe digunakan untuk menguji dua buah rata-rata secara berpasangan dan
perbedaan antara kombinasi rata-rata yang kompleks. Uji ini cocok untuk membuat
sembarang perbandingan yang melibatakan sekelompok mean. Perhitungan untuk tes
scheefe adalah sangat sederhana dan ukuran sampel tidak harus sama.
Langkah-langkah melakukan uji Sceffe adalah
1. Tentukan hipotesis, sesuaikan dengan uji anova satu arah
2. Tentukan taraf nyata ()
3. Tentukan kriteria pengujian
Ho diterima jika nilai HSD < nilai Q
Ho ditolak jika nilai HSD > nilai Q
C
4. Tentukan nilai kontras tiap kelompok ( i )

Ci (i vs j) =
i
j

x ix j

: data ke - 1, 2, 3, ...
: data ke - (i+1)

: rata-rata

5. Lakukan uji Scheffe pada tiap kelompok (

t i j=

i
i

ti

C i j

2 RJK (D)
n

: data ke - 1, 2, 3, ...
: data ke (i + 1)

: kontras

RJK(D)

: rata-rata jumlah kuadrat dalam kelompok

: banyak data

6. Tentukan nilai kritis (

ts

t s= ( k1) F ( ;k1,db( D))

F(;k-1,db(D)): nilai pada distribusi F

: taraf nyata
k
: jumlah kelompok

7. Bandingkan nilai

db (D)

: derajat bebas dalam kelompok

ti

ts

dengan nilai

8. Tentukan kesimpulan
Contoh soal :
Ukuran

Kelompok
A1

statistik
1
2
3
4
5
6
7
8
9
10
n
Y
2
Y
Y

Kelompok
A2

Kelompok

A3

8
8
8
9
9
9
9
10
10
10
10
90

6
6
7
7
7
8
8
8
9
9
10
75

5
5
5
5
5
6
6
6
7
7
10
57

Total
30
222

816

573

331

1720

7,5

5,7

22,2

Tabel sumber varians (tabel anova)

Sumber Varians

db

JK

RJK

Fhitung

Kelompok (A)
Dalam (D)
Total (T)

2
27
29

54,6
22,6
77,2

27,3
0,837
-

32,6
-

1. Tentukan hipotesis :
1= 2
a. Ho :

Ftabel
0,05
3,35
-

0,01
5,49
-

Ha :
b. Ho :
Ha :
c. Ho :
Ha :

1 2
1= 3

1 3
2= 3

2 3

2. Tentukan kriteria pengujian

ti

Ho diterima jika nilai

Ho ditolak jika nilai

ti

ts

< nilai
> nilai

ts

3. Tentukan taraf nyata ()

= 5% = 0,05
4. Tentukan nilai kontras tiap kelompok (Ci)
x 1x 2=97,5=1,5
C1 (1 vs 2) =
C2 (1 vs 3) =

x 1x3 =95,7=3,3

C3 (2 vs 3) =

x 2x 3=7,55,7=1,8

5. Lakukan uji Scheffe (

t1 =

t2 =

t3 =

ti

C1

2 RJK (D)
n
C2

2 RJK (D)
n
C3

2 RJK (D)
n

6. Tentukan nilai kritis (

ts

1,5
1,5
1,5
=
=
=3,67
2(0,837) 0,167 0,409
10

3,3
3,3
3,3
=
=
=8,07
0,409
0,167
2(0,837)
10

1,8
1,8
1,8
=
=
=4,40
0,409
2(0,837) 0,167
10

t s= ( k1) F ( ;k1,db( D))

(31 ) F ( 0,05;3 1,27 )
(2 ) F (0,05 ;2,27 )
(2)(3,35)

 6,7
2,59
7. Bandingkan nilai

ti

dengan nilai

ts

3,67 > 2,59 =

t1

>

ts

8,07 > 2,59 =

t2

>

ts

4,40 > 2,59 =

t3

>

ts

8. Tentukan kesimpulan
Dari perhitungan di atas didapat bahwa ketiga pasangan rata-rata berbeda
signifikan yaitu

1 2 3

atau Ho pada ketiga hipotesis ditolak.

DAFTAR PUSTAKA
Agus, I. (2004). Statistik : Konsep Dasar, Aplikasi, dan Pengembangannya. Jakarta:
Prenadamedia Group.
Astuti, Widia. 2010. Teknik Uji Lanjut Uji Tukey dan Uji Scheffe. (online).
(http://blog.unsri.ac.id/Widyaastuti/matematika/teknik-uji-lanjut-uji-tukeydan-ujisheffe/mrdetail/14378/, diakses 28 Agustus 2016).
Kadir. (2015). Statistika Terapan : Konsep, Contoh dan Analisis Data dengan Program
SPSS/Lisrel dalam Penelitian. Jakarta: PT Rajagrafindo Persada.
Sudaryono. 2011. Statistika Probabilitas. Tanggerang : Andi.