STATISTIKA

Analysis of Variance

Disusun Oleh :

Agung Tristiyan

Andri Subekti

Ari Damara Sakti

Bintang Purnama Sari

M. Harry Rismananda

Nadia Zulfani

Rapli Nur Ahmadi

Ulya Ariyanto

TEKNIK METALURGI
FAKULTAS TEKNIK
UNIVERSITAS SULTAN AGENG TIRTAYASA
CILEGON BANTEN
2015
B. Analysis of Variance (ANOVA) Two Way ANOVA

1. Pengertian
Uji ANOVA Dua Arah (Two Way ANOVA) adalah jenis uji statistika
parametrik yang bertujuan untuk mengetahui apakah terdapat perbedaan rata-rata
antara lebih dari dua group sampel. Berbeda dengan Uji One Way ANOVA yang
analisisnya hanya berlangsung satu arah yaitu antar perlakuan, maka pada uji Two
Way ANOVA arah analisisnya berlangsung dua arah, yaitu antar perlakuan dan
antar blok (group).

2. Tujuan
Tujuan dilakukan pengelompokan antar blok adalah agar diperoleh
homogenitas yang tinggi antar perlakuan yang ditempatkan pada masing-masing
blog. Jenis uji ini umumnya dilakukan pada rancangan perlakuan yang faktor-
faktor lingkungannya sulit dikontrol, misalnya pada percobaan lapangan.

3. Syarat Pengujian Two way ANOVA

Sebagai alat statistika parametric, maka untuk dapat menggunakan rumus
ANOVA harus terlebih dahulu harus memenuhi persyaratan sebagai berikut.
1. Data berdistribusi normal
2. Data memiliki varians yang sama
3. Data berasal dari sampel independent

4. Langkah Pengujian Two way ANOVA

Berikut adalah langkah-langkah dalam perhitungan ANOVA dua jalur (two
way ANOVA):
1. Identifikasi nilai: t (jumlah perlakuan), r (jumlah blok),
2. hitung jumlah pengamatan total (n), yaitu: n = r x t,
3. Hitung jumlah kuadrat total dengan rumus:

4. Hitung jumlah kuadrat perlakuan dengan rumus

 5. Hitung jumlah kuadrat antar blok dengan rumus:

6. Cari harga F tabel dengan mempertimbangkan (1) tingkat signifikansi

(), (2) df1 yaitu df dari MS terbesar, dan (3) df2 yaitu df dari MS
terkecil.
7. Bandingkan harga F Hitung dengan F tabel.
(1) Bila F Hitung < F tabel, maka Ho diterima, yang berarti rata-rata
kedua perlakuan tidak berbeda secara signifikan,
(2) Bila F Hitung > F tabel, maka Ho ditolak dan H1 diterima, yang
berarti rata-rata kedua perlakuan berbeda secara signifikan.

5. Contoh Soal Perhitungan dengan SPSS

Tabel 1. Data Nilai Vickers Hardness (VHN) Baja AISI 1045 dari Beberapa
Perlakuan Heat Treatment
Pengujian
Perlakuan
I II III
Quenching Air 270,3 271,4 272,2
Quenching Oli 252,7 253,6 254,8
Normalizing 205,4 206,5 207,6
Non treatment 230,2 231,9 232,5

Hipotesa :
H0 : Tidak terdapat perbedaan nilai Vickers Hardness (VHN) Baja AISI
1045 yang signifikan akibat perbedaan perlakuan Heat Treatment
H1 : Terdapat perbedaan nilai Vickers Hardness (VHN) Baja AISI 1045
yang signifikan akibat perbedaan perlakuan Heat Treatment
Penyelesaian :
Jenis pengujian memakai sistem ANOVA dua arah dengan taraf kepercayaan
yaitu confidence level 95% atau 0,95 dan significance level 5% atau 0,05

Langkah-langkahnya :
a. Penyelesaian secara manual
Pengujian Total
Perlakuan
I II III Baris
Quenching Air 270,3 271,4 272,2 813,9
Quenching Oli 252,7 253,6 254,8 761,1
Normalizing 205,4 206,5 207,6 619,5
Non treatment 230,2 231,9 232,5 694,6
Total Kolom 958,6 963,4 967,1 2889,1

- Jumlah kuadrat
Jumlah kuadrat total

SSt = (270,32 + 271,42 + 272,22 + 252,72 + 253,62 + 254,82 + 205,42 + 206,52

+ 207,62 + 230,22 + 231,92 + 232,52 ) + (2889,1)2 /12
SSt = 7096,58
Jumlah kuadrat perlakuan

SSp = (813,92 + 761,12 + 619,52 + 694,62 )/3 - (2889,1)2 /12

SSp = 7088,203
Jumlah kuadrat pengujian

SSb = (958,62 + 963,42 + 967,12 )/4 - (2889,1)2 /12

SSb = 7,992
- Derajat kebebasan (df)
Df perlakuan = r 1 = 4 3 = 3
 Df pengujian = k 1 = 3 1 = 2
Df error = (r-1)(k-1) = 3x2 = 6
Df corrected model = (r-1)+(k-1) = 3 + 2 = 5
Df intercept = (r-1)-(k-1) = 3 2 = 1
Df total = 3 + 2 + 6 = 11
- Mean Square (MS)
MS perlakuan = SSp/(r-1)
= 7088,203/(4-1)
= 2362,734
MS pengujian = SSb/(k-1)
= 7,992/(3-1)
= 3,961
MS corrected model = SS model/df model
= 7096,124/5
= 1419,225
MS intercept = SS intercept/df intercept
= 695286,021/1
= 695286,021
MS error = SSerror/df error
= 0,465/6
= 0,0775
- F
F perlakuan = MS perlakuan/ MS error
= 232,734/0,0775
= 30486,89
F pengujian = MS pengujian/ MS error
= 3,961/ 0,0775
= 51,109
F corrected model = MScm/MS error
= 1419,225/0,0775
= 18312,58
F intercept = MS intercept/MS error
 = 695286,021/0,0775
= 8971433

b. Penyelesaian dengan SPSS

Menguji data berdistribusi normal atau tidak

1. Menetukan varaiabel view pada lembar SPSS

2. Membuat data view

3. Mengisi kolom explore dengan cara klik menu Analyze, Descriptive

Statistics, explore lalu sesuaikan dengan gambar berikut ini setelah itu
tekan ok.
4. Menganalisa hasil output

Unuk menganlisa apakah data berdistribusi normal atau tidak, dapat

diketahui dari metode pengujian datanya.
- Bila jumlah sampel > 50 gunakan Kolmogorov-Smirnov
- Bila jumlah sampel < 50 gunakan Shapiro-Wilk

Karena nilai df = 3 dan < 50 maka metode pengujian datanya

menggunakan Metode Shapiro-Wilk
karena data nilai sig > 0,05 maka data dinyatakan berdistribusi normal
Menguji data memiliki varians yang sama

1. Membuka Data View, kemudian pilih Anlyze, General Linear Model,

Univariate

2. Mengatur post hock (data lanjutan)

Klik post hock pada univariate lalu pilih pengujian turkey, lalu klik
continue dan ok

3. Melakukan analisa output

karena data nilai sig > 0,05 maka data dinyatakan memiliki variansi yang
sama
Hasil Output Two Way ANOVA

Karena data nilai sig pada perlakuan < 0,05, maka Hipotesa Pertama (H0 ) ditolak

Untuk mengetahui lebih lanjut apakah perlakuan Quenching air memberikan hasil
yang berbeda dengan perlakuan lainnya dapat kita analisa padda data post hoc
yaitu :

Karena data nilai sig < 0,05, maka Hipotesa Pertama (H0 ) ditolak dan terjadi
perbedaan signifikan dari dua perlakuan dalam taraf kepercayaan 95%.