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
Kelompok B
Kelompok C
YA1
YB1
YC1
YA2
YB2
YC2
YA3
YB3
YC3
YAn
YBn
YCn
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
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
JK (D)
db ( D)
RJK ( A )
RJK ( D)
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 )
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
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
: data ke - 1, 2, 3, ...
: data ke - (i+1)
: rata-rata
Qi=
|x ix j|
RJK ( D)
n
: data ke - 1, 2, 3, ...
: data ke - (i+1)
RJK(D)
: banyak data
HSD=q(;db (D ),k)
q(;db (D ),k)
RJK (D)
n
: taraf nyata
db(D)
: jumlah kelompok
RJK(D)
: banyak data
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
nk
nT
10 10 10
30
JK(A) =
= 54,6
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
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
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
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
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
i
i
ti
C i j
2 RJK (D)
n
: data ke - 1, 2, 3, ...
: data ke (i + 1)
: kontras
RJK(D)
: banyak data
ts
: taraf nyata
k
: jumlah kelompok
7. Bandingkan nilai
db (D)
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
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
ti
ti
ts
< nilai
> nilai
ts
x 1x3 =95,7=3,3
C3 (2 vs 3) =
x 2x 3=7,55,7=1,8
t2 =
t3 =
ti
C1
2 RJK (D)
n
C2
2 RJK (D)
n
C3
2 RJK (D)
n
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
6,7
2,59
7. Bandingkan nilai
ti
dengan nilai
ts
t1
>
ts
t2
>
ts
t3
>
ts
8. Tentukan kesimpulan
Dari perhitungan di atas didapat bahwa ketiga pasangan rata-rata berbeda
signifikan yaitu
1 2 3
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.