BAB I

PENDAHULUAN
A. Latar Belakang

Analisis varian atau Anava atau Anova adalah sinonim dari analisis varians
terjemahan dari analysis of variance, sehingga banyak orang menyebutnya dengan
anova. Anova merupakan bagi an dari metoda analisis statistika yang tergolong
analisis komparatif lebih dari dua rata-rata (2008, Riduwan).

Kumpulan hasil pengamatan mengenai sesuatu hal, skor hasil belajar siswa,
berat bayi yang baru lahir misalnya, nilai datanya bervariasi dari yang satu dengan
yang lain. Karena adanya variasi ini untuk sekumpulan data, telah dihitung alat
ukurnya, yaitu varians. Varians bersama rata-rata juga telah banyak digunakan untuk
membuat kesimpulan mengenai populasi, baik secara deskriptif maupun induktif
melalui penaksiran dan pengujian hipotesis mengenai parameter.

Varians untuk sekumpulan data melukiskan derajat perbedaan atau variasi nilai
data individu yang ada dalam kelompok data tersebut. Secara umum varians dapat
digolongkan ke dalam varians sistematik dan varians galat. Varians sistematik adalah
pengukuran karena adanya pengaruh yang menyebabkan skor atau nilai data lebih
condong ke satu arah tertentu dibandingkan ke arah lain. Salah satu jenis varians
sistematik dalam kumpulan data hasil penelitian adalah varians antar kelompok atau
disebut juga varians eksperimental. Varians ini menggambarkan adanya perbedaan
antara kelompok-kelompok hasil pengukuran. Dengan demikian varians ini terjadi
karena adanya perbedaan antara kelompok-kelompok individu (1996, Sudjana).

Jika uji kesamaan dua rata-rata (uji t) digunakan untuk mencari perbedaan atau
persamaan dua rata-rata, maka uji beberapa rata-rata digunakan untuk mencari
perbedaan atau persamaaan beberapa rata-rata. Uji ini disebut dengan nama analysis
of variance (anova atau anava).

Uji t dapat juga digunakan untuk menguji beberapa rata-rata secara bertahap.
Misalnya ada tiga rata-rata yaitu: I,II, dan III. Agar uji t dapat dipakai maka mula-
mula dicari I dengan II,kemudian I dengan III, dan akhirnya II dengan III. Dengan
demikian kita tiga kali menggunakan uji t.Namun,pengujian lebih tepat apabila
menggunakan beberapa rata-rata . Sebab:

a. Setiap kali kita menggunakan uji t,maka akan terjadi kesalahan atau
penyimpanan sebesar sebesar (1-)k, di mana k = sekian kali menggunakan uji
t.Seandainya kita 3x menggunakan uji t,dengan = 0,05,maka akan terjadi
kesalahan atau penyimpangan sebesar (1-0,05)3 = 0,14 atau jika = 0,01 akan
terjadi kesalahan sebesar (1-0,01)3 = 0,999;

1
 n(n1)
b. Banyak uji t digunakan dengan rumus:
2

Seandainya ada empat rata-rata (n = 4),maka banyak uji t dilakukan adalah:

4(41)
=6
2

Sebelum uji kesamaan beberapa rata-rata dilakukan, maka persyaratannya

haruslah dipenuhi terlebih dahulu. Persyaratan uji beberapa rata-rata sama halnya
dengan uji kesamaan dua rata-rata yaitu data dipilih secara acak,data berdistribusi
nomal, dan datanya homogeny (2006, Usman).

Tujuan analisis varian yaitu untuk menempatkan variabel-variabel bebas

penting di dalam suatu studi, dan untuk menentukkan bagaimana mereka berinteraksi
dalam mempengaruhi jawaban (1982, Mendel hell dan reinmuth).

Analisis variansi sering digunakan untuk menguji hipotesis tentang perbedaan

rata-rata yang signifikan antara dua kelompok atau lebih. Kelebihan analisis varian
jika dibandingkan dengan pengujian t yang berdasarkan perbedaan antara dua rata-
rata adalah pengujian t hanya dapat menguji perbedaan antara kedua rata-rata tersebut
saja. Sehingga untuk lebih dari dua rata-rata (mean) kita harus melakukan pengujian
terhadap masing-masing rata-rata dengan rata-rata lainnya. Meskipun hal tersebut
menyebabkan meningkatnya tingkat kesalahan yang disebut kesalahan tingkat satu
akan semakin berkurang.

Walaupun demikian analisis variansi memiliki kelemahan, yaitu apabila

terdapat perbedaan antar kelompok yang dianalisis, letak perbedaannya tidak
diketahui, apakah antara A, dan B, B dan C, A dan C dan seterusnya. Selain itu
analisis variansi memerlukan paling sedikit dua kali pengulangan, bahkan empat kali
lebih baik. Semakin banyak pengulangan, kita semakin percaya bahwa informasi rata-
rata benar-benar mencerminkan kenyataan. Untuk mendeteksi perbedaan antar
kelompok, analisis variansi dapat dilanjutkan dengan Scheffs test, Duncan Multiple
Range test, Tukeys test, Student-Newman-Keuls test. Pengecekan melalui suatu
pengujian t untuk masing-masing variabel kurang baik karena semakin sering
dilakukan pengujian t secara simultan, tingkat kepercayaannya semakin turun.

Anava juga dapat digunakan sebagai alat estimasi. Melakukan estimasi adalah
menentukan perkiraan apakah nilai-nilai varian yang terdapat pada kelompok-
kelompok sampel memiliki nilai variasi yang sama dengan yang terdapat pada
populasi.

2
 Analisis Varian memiliki dua tipe yaitu analisis varian 1 arah (analisis varian
1arah yaitu suatu metode untuk menguraikan keragaman total data menjadi
komponen-komponen yang mengukur berbagai sumber keragaman dengan
menggunakan One-Way ANOVA dengan satu perlakuan), dan analisis varian 2 arah
analisis varian 2 arah yaitu suatu metode untuk menguraikan keragaman total data
menjadi komponen-komponen yang mengukur berbagai sumber keragaman dengan
menggunakan One-Way ANOVA dengan dua perlakuan.

3
B. Rumusan Masalah
1. Apa yang di maksud dengan Analisis varian Satu arah?
2. Apa saja langkah-langkah menentukan analisis varian satu arah?
3. Bagaimana tabel ringkasan analisis varian satu arah?
4. Bagaimana cara menyelesaikan contoh soal analisis varian satu arah ?

C. Tujuan
1. Mengetahui pengertian analisis varian satu arah.
2. Mengetahui langkah-langkah menentukan analisis varian satu arah.
3. Mengetahui tabel ringkasan analisis varian satu arah.
4. Mengetahui cara menyelesaikan contoh soal analisis varian satu arah.

4
 BAB II

PEMBAHASAN
A. Pengertian

Analisis varian satu jalur yaitu analisis yang melibatkan hanya satu peubah
bebas. Dinamakan analisis varians satu arah, karena analisisnya menggunakan varians
dan data hasil pengamatan merupakan pengaruh satu faktor. Dari tiap populasi secara
independen kita ambil sebuah sampel acak, berukuran n1 dari populasi kesatu, n2 dari
populasi kedua dan seterusnya berukuran nk dari populasi ke k. Data sampel akan
dinyatakan dengan Yij yang berarti data ke-j dalam sampel yang diambil dari populasi
ke-i. (1996, Sudjana).

Secara rinci, ANAVA satu jalur digunakan dalam suatu penelitian yang
memiliki ciri-ciri berikut:

1. Melibatkan hanya satu peubah bebas dengan dua kategori atau lebih yang
dipilih dan ditentukan oleh peneliti secara tidak acak. Kategori yang dipilih
disebut tidak acak karena peneliti tidak bermaksud menggeneralisasikan hasilnya
ke kategori lain di luar yang diteliti pada peubah itu. Sebagai contoh, peubah jenis
kelamin hanya terdiri atas dua ketgori (pria-wanita), atau peneliti hendak
membandingkan keberhasilan antara Metode A, B, dan C dalam meningkatkan
semangat belajar tanpa bermaksud menggeneralisasikan ke metode lain di luar
ketiga metode tersebut.
2. Perbedaan antara kategori atau tingkatan pada peubah bebas dapat bersifat
kualitatif atau kuantitatif.
3. Setiap subjek merupakan anggota dari hanya satu kelompok pada peubah
bebas, dan dipilih secara acak dari populasi tertentu (2009, Furqon).

Tujuan dari uji analisis varian satu jalur adalah untuk membandingkan lebih
dari dua rata-rata. Sedangkan gunanya untuk menguji kemampuan generalisasi.
Maksudnya dari signifikansi hasil penelitian. Jika terbukti berbeda berarti kedua
sampel tersebut dapat digeneralisasikan (data sampel dianggap dapat mewakili
populasi). Anova satu jalur dapat melihat perbandingan lebih dari dua kelompok data.
(2008, Riduwan).

Anova pengembangan atau penjabaran lebih lanjut dari uji-t ( t hitung ) .Uji-t
atau uji-z hanya dapat melihat perbandingan dua kelompok data saja. Sedangkan
anova satu jalur lebih dari dua kelompok data. Contoh: Perbedaan prestasi belajar
statistika antara mahasiswa tugas belajar ( X 1 ), izin belajar ( X 2 ) dan umum (
X 3 ).

5
 Anova lebih dikenal dengan uji-F (Fisher Test), sedangkan arti variasi atau
varian itu asalnya dari pengertian konsep Mean Square atau kuadrat rerata (KR).

Rumusnya :

JK
KR =
db

Dimana: JK = jumlah kuadrat (some of square)

db = derajat bebas (degree of freedom)

Menghitung nilai Anova atau F ( Fh itung ) dengan rumus :

VA KR A JK A :db A varian antar group

Fh itung = = = =
VD KR D JK : dbD varian antar group

Varian dalam group dapat juga disebut Varian Kesalahan (Varian Galat). Dapat
dirumuskan :

2 2
( X Ai ) ( X )
JK A = untuk db = A1
n Ai N

2 ( X Ai )2
JK D =( X ) untuk db D =N A
n Ai

Dimana,

( X )2
= sebagai faktor koreksi
N

6
 N = Jumlah keseluruhan sampel (jumlah kasus dalam penelitian).

A = Jumlah keseluruhan group sampel.

B. Langkah-langkah Anova Satu Arah

Prosedur Uji Anova Satu Arah

1. Sebelum anova dihitung, asumsikan bahwa data dipilih secara random,

berdistribusi normal, dan variannya homogen.
2. Buatlah hipotesis ( H a dan H 0 ) dalam bentuk kalimat.
3. Buatlah hipotesis ( H a dan H 0 )dalam bentuk statistik.
4. Buatlah daftar statistik induk.
5. Hitunglah jumlah kuadrat antar group ( JK A ) dengan rumus :
2 2 2
( X Ai )2 ( X )2 ( X A 1 ) ( X A 2 ) ( X A 3 ) ( X )2
JK A =
n Ai

N
=
nA 1
+ ( nA 2
+
nA3

N )
6. Hitunglah derajat bebas antar group dengan rumus : db A = A1
7. Hitunglah kudrat rerata antar group ( KR A ) dengan rumus : KR A
JK A
=
db A
8. Hitunglah jumlah kuadrat dalam antar group ( JK D ) dengan rumus :
2
( X Ai )
2
JK D =( X )
n Ai
2 2 2
2 2 2 ( X A1) ( X A2) ( X A 3 )
X + X + X ( + + )
A1 A2 A3
A1 nA2 nA3

9. Hitunglah derajat bebas dalam group dengan rumus : db D =N A

10. Hitunglah kuadrat rerata dalam antar group ( KR D ) dengan rumus :
JK D
KR D =
db D
KR A
11. Carilah Fh itun dengan rumus : Fh itung=
KR D
12. Tentukan taraf signifikansinya, misalnya = 0,05 atau = 0,01
13. Cari Ftabel dengan rumus : Ftabel =F (1 ) (db ,db ) A D

14. Buat Tabel Ringkasan Anova

15. Tentukan kriteria pengujian : jika Fh itung Ftabel , maka tolak
H 0 berarti signifan dan konsultasikan antara Fh itung dengan Ftabel
kemudian bandingkan
16. Buat kesimpulan.

7
8
 C. Tabel Ringkasan Anova Satu Arah

Fh itung S Jumlah Kuadrat Derajat Kuadrat Taraf

umber
(JK) bebas Rerata Signifikan
Varian (SV) (db)
(KR) ()

( X Ai )2 ( X
)2

n Ai N
A1
JK A
db A
KR A
A
KR D
ntar group

(A)
2
2( X Ai ) - -
( X )
n i
N A
JK D
Dalam
db D
group

(D)

( X )2 - - -
( X )2
N
N1 Total

9
 D. Contoh Soal
1. Suatu industri farmasi memproduksi tablet salut enteric dengan menggunakan
3 fasilitas yang berbeda, yakni fasilitas A, fasilitas B, dan fasilitas C. Sampel-
sampel diambil secara periodik. Sebanyak 15 sampel tablet diambil dan beratnya
ditimbang. Hasilnya ditampilkan pada tabel. Dengan = 5%, apakah ada
perbedaan berat tablet antara 3 fasilitas?

Data berat tablet dengan fasilitas A,B, Dan C

Tablet Fasilitas Fasilitas B Fasilitas C

A

1 277,3 271,6 275,5

2 280,3 274,8 274,2

3 279,1 271,2 267,5

4 275,2 277,6 274,2

5 273,6 274,5 270,5

6 276,7 275,7 284,4

7 281,7 276,1 275,6

8 278,7 275,9 277,1

9 278,4 275,5 272,3

10 272,9 274 273,4

11 274,7 274,9 275,1

12 276,8 269,2 273,7

13 269,1 283,2 268,7

14 276,3 280,6 275

15 273,1 274,6 268,3

Lihat kembali Tabel ANOVA dan lakukan langkah-langkah berikut :

1. Hitung SSB dan tentukan df untuk SSB, lalu hitung MSB

2. Hitung SSW dan tentukan df untuk SSW, lalu hitung MSW
3. Hitung F hitung
4. Bandingkan dengan F tabel
5. Buat keputusan

10
H0 : 1 = 2 = 3
H1 : Minimal ada satu rataan yang tidak sama

Tablet Fasilitas A Fasilitas Fasilitas C

B

1 277,3 271,6 275,5

2 280,3 274,8 274,2

3 279,1 271,2 267,5

4 275,2 277,6 274,2

5 273,6 274,5 270,5

6 276,7 275,7 284,4

7 281,7 276,1 275,6

8 278,7 275,9 277,1

9 278,4 275,5 272,3

10 272,9 274 273,4

11 274,7 274,9 275,1

12 276,8 269,2 273,7

13 269,1 283,2 268,7

14 276,3 280,6 275

15 273,1 274,6 268,3

Total 4143,9 4129,4 4105,5 12378,8

Rata- 276,26 275,29 273,7 275,083

rata

11
 SSB,df , dan MSB

SSB = k X i=1ni( yi. y..)2

= 15(276.26275.083)2 + 15(275.29275.083)2 + 15(273.7275.083)2

= 20.78 + 0.643 + 28.69

= 50.113

Nilai df adalah df = k 1 = 31 = 2.

MSB = SSB = 50,113 = 25,06

K-1 2

SSW,df, dan MSW

SSW A 149,26

SSW B 167,93

SSW C 241,94

SSW 559,13

NILAI df adalah df = N - k = 45-3 = 42

MSW = SSW = 559,13 = 13,31

N-K 42

Nilai F hitung
F hitung = MSB = 25,06 = 1,88
MSW 13,31
Nilai F tabel
1. Nilai F tabel terkait dengan 2 derajat bebas yang terpisah
2. Derajat bebas pembilang (1) setara dengan k 1
3. Derajat bebas penyebut (2) sama dengan N k
Jadi, F tabelnya adalah F2,42 = 3.23
Keputusan
Karena F hitung < F tabel, maka H0 tidak ditolak, artinya rata-rata berat tablet untuk 3
fasilitas adalah sama

12
 One-way ANOVA dengan SPSS

ONEWAY Berat_Tablet BY Fasilitas

/ MISSING ANALYSIS

ANOVA

Berat Tablet

Sum of Df Mean squares F sig

squares

Between 50,134 2 25,067 1,883 .165

Groups

Within 559,125 42 13,313

Groups

Total 609,259 44

Karena Sig.(p-value)>a, maka Ho tidak ditolak.

13
 2. Gunakan uji Bartlett untuk menguji hipotesis pada tingkat signikansi 0.01
bahwa variansi populasi dari empat grup obat Latihan No 2 adalah sama.

Hipotesis

H0 : 2 1 = 2 2 = 2 3 = 2 4

H1 : Tidak semua variansinya sama

= 0.01

Daerah kritis

Berdasarkan Latihan No 2, kita ketahui n1 = 20,n2 = 9,n3 = 9,n4 = 7,N = 45, dank =
4. Maka tolak H0 jika

b < b4(0.01;20,9,9,7)

= (20)(0.8586) + (9)(0.6892) + (9)(0.6892) + (7)(0.6045)

45
= 0.7513

Perhitungan

s2 = 662.862, s2 = 2219.781, s2 = 2168.434, s2 = 946.032

1 2 3 4

Selanjutnya

s2

p =(19)(662.862) + (8)(2219.781) + (8)(2168.434) + (6)(946.032)

41
= 1301.861

Kemudian

b =[(662.862)19(2219.781)8(2168.434)8(946.032)6]1/41
1301.861
= 0.8557

Keputusan dan kesimpulan Karena b > b4(0.01;20,9,9,7) maka gagal tolak H0 dan dapt
disimpulkan bahwa variansi populasi dari keempat grup obat tersebut tidak secara signikan
berbeda.

14
 BAB III

PENUTUP
A. Kesimpulann

Analisis varian atau Anava atau Anova adalah sinonim dari analisis varians
terjemahan dari analysis of variance, sehingga banyak orang menyebutnya dengan anova.
Anova merupakan bagian dari metoda analisis statistika yang tergolong analisis komparatif
lebih dari dua rata-rata.

Analisis varian satu jalur yaitu analisis yang melibatkan hanya satu peubah bebas.
Dinamakan analisis varians satu arah, karena analisisnya menggunakan varians dan data hasil
pengamatan merupakan pengaruh satu faktor. Dari tiap populasi secara independen kita ambil
sebuah sampel acak, berukuran n1 dari populasi kesatu, n2 dari populasi kedua dan seterusnya
berukuran nk dari populasi ke k. Data sampel akan dinyatakan dengan Yij yang berarti data ke-
j dalam sampel yang diambil dari populasi ke-i.

B. Saran

Walaupun dalam bidang Farmasi masih minim menggunakan SPSS ataupun aplikasi
lainnya, akan tetapi lebih baik jika seorang Farmasis juga memperdalam materi ini. Untuk
memudahkan dalam bentuk pendataan obat-obatan dan lain sebagainya yang berhubungan
dunia kesehatan.

15
 DAFTAR PUSTAKA

Furqon, 2009, Statistika Terapan untuk Penelitian Cetakan ketujuh, ALFABETA, Bandung.

Novita, 2014, Uji Efektivitas Diuretik Ekstrak Etanol Biji Salak (Salacca zalacca varietas
zalacca (gaert.)Voss) Pada Tikus Putih Jantan Galur Wistar (Rattus norvegicus),
Program Studi Farmasi FMIPA UNSRAT Manado, Manado.

Riduwan,2008,Dasar-dasar Statistika, Alfabeta, Bandung.

Sudjana,1996,Metoda Statistika, Tarsito Bandung,Bandung.

Usman,Husaini,2006,Pengantar Statistika,PT Bumi Aksara, Jakarta.

16