Pertemuan Ke-8

UJI ANAVA
Nama : Khusnul Khatimah
Tanggal Perkuliahan : 11 Mei 2017
Jam Perkuliahan : 15.00-17.00

1. Pengertian dan Manfaat ANAVA

Analisis Varians (Analysis of Variance), merupakan sebuah teknik inferensial yang
digunakan untuk menguji perbedaan rerata nilai. Sebagai sebuah teknik analisis varians atau
yang seringkali disebut dengan anava saja mempunyai banyak keuntungan. Pertama, anava
dapat digunakan untuk menentukan apakah rerata nilai dari dua atau lebih sampel berbeda secara
signifikan atau. Kedua, perhitungan anava juga menghasilkan harga F yang secara signifikan
menunjukkan kepada peneliti bahwa sampel yang diteliti berasal dari populasi yang berbeda,
walaupun anava tidak dapat menunjukkan secara rinci yang manakah di antara rerata nilai dari
sampel-sampel tersebut yan gberbeda secara signifikan satu sama lain. Uji T lah yang dapat
menyempurnakan ini. Ketiga, anava juga dapat digunakan untuk menganalisis data yang
dihasilkan dengan desain factorial jamak. Dalam desain factorial yang menghasilkan harga F
ganda, anava dapat menyelesaikan tugas sekaligus. Dengan anava inilah peneliti dapat
mengetahui antarvariabel manakah yang memang mempunyai perbedaan secara signifikan, dan
varibel-variabel manakah yang berinteraksi satu sama lain.
Keuntungan lain dari anava adalah kemampuannya untuk mengetes signifikansi dari
kecenderungan yang dihipotesiskan. Hasilnya disebut dengan analisis kecenderungan. Sebaagai
contoh peneliti mengelompokkan siswa ke dalam empat kelompok berdasarkan tingkat
kedisiplinannya seseorang akan semakin tinggi prestasi belajarnya. Untuk menguji hipotesis ini
peneliti dapat menggunakan anava. Manfaat lain dari anava adalah, bahwa teknik ini dapat
digunakan untuk menguji signifikansi perubahan varians dua ampel atau lebih. Dengan
menggunakan teknik anava peneliti tidak perlu berkali-kali melakukan pengujian tetapi hanya
cukup sekali saja. Disamping penghematan tersebut, seperti sudah dikemukakan diatas, dengan
anava peneliti dapat melihat akibat dari interaksi dua faktor. Beberapa asumsi yang harus
dipenuhi dalam uji anova adalah sebagai berikut :
a) Varians homogeny (sama)
b) Sampel kelompok independen
c) Data berdistribusi normal
d) Jenis data yang dihubungkan adalah : ada/tidaknya perbedaan rerata data numerik pada
kelompok kategorik

Untuk uji normalitas dapat menggunakan koefisien of varians, histogram, K-S test.
Sedangkan untuk menguji varians sama/tidak menggunakan Levene test. Alternative uji anova
yang dapat digunakan adalah Kruskal-Wallis.

1. Harga-Harga yang Diperlukan dalam Uji Analisis Varians

Untuk dapat menggunakan teknik anava dengan baik, perlu kiranya mengenal beberapa
pengertian tentang harga-harga yang terdapat di dalam rumusnya. Baik dalam anava tunggal
maupun anava ganda terdapat beberapa istilah teknis yang belum terdapat di dalam teknik-teknik
sebelumnya. Harga-harga yang dimaksud adalah : sumber variasi, jumlah kuadrat (disingkat JK),
rerata kuadrat atau mean kuadrat (singkat MK), dan harga F.
1.1 Sumber Variasi
Pengertian sumber variasi digunakan sebagai judul kolom dalam table persiapan anava.
Hal-hal yang terkandung di dalam di bawah judul tersebut adalah hal-hal yang dipandang
menunjukkan variasi sehingga menyebabkan timbulnya perbedaan nilain yang dianalisis.
Sebagai sumber variasi misalnya perbedaan yang terjadi di antara kelompok, di dalam kelompok,
dan interaksi antara dua faktor atau lebih.
1.2 Jumlah Kuadrat
Yang dimaksud dengan jumlah kuadrat adalah penjumlahan tiap-tiap deviasi nilai reratanya.
Ada beberapa jenis jumlah kuadrat yang akan dijumpai dalam pekerjaan analisis varian : yakni
jumlah kuadrat total, jumlah kuadrat antar kelompok, jumlah kuadrat dalam kelompok. Untuk
anava ganda masih ada satu pengertian lagi yaitu kuadrat interaksi. Dengan rumus :
1. (X)2/N= faktor koreksi

2. JK = [(X 2
k) /n
2
2 k- (X) /N ]
tot = X -(X) /N
2
JKant

k = banyaknya kelompok
nk = banyaknya subjek dalam kelompok

3.
JKtot = Jkant + Jkdal
1.3 Pengertian Mean Kuadrat
Selain jumlah kuadrat, ada pengertian penting yang sangat berperan di dalam perhitungan
dangan anava yakni mean kuadrat. Dengan mean kuadrat inilah harga F dapat diketahui, karena
F diperoleh dari pembagian harga mean kuadrat. Mean kuadrat (rerat kuadrat) diperoleh dengan
rumus :
F = MKant/MKdal

2. Jenis-Jenis Anava
Sesuai dengan banyaknya faktor yang terlibat, maka anava dibedakan secara garis besar
menjadi dua yaitu :
1) Anava tunggal atau anava satu jalan
2) Anava ganda atau anava lebih dari satu jalan.

2.1 Analisis Varians Satu Jalan

Yang dimaksud dengan analisis varians satu jalan adalah analisis varians yang digunakan
untuk mengolah data yang hanya mengenal satu variable pembanding.
Langkah langkah dalam anava ini adalah :
1. Mengelompokkan sekor berdasarkan kategori
Tabel 1
Pengelompokkan Prestasi Praktik Menurut Kelompok Dukungan Orang Tua Siswa
Sangat Mendukung (SM) Mendukung (M) Tidak Mendukung (TM)
49 36 36 36 29 45 33 45 39
 37 35 47 37 28 30 34 35 40
46 38 34 48 47 31 30 34 47
37 34 49 42 39 32 44 35
34 40 35 35 48 49 36 40
30 31 48 31 38 33 46
Jumlah = 15 org Jumlah = 18 org Jumlah = 17 org

2. Membuat tabel statistik

Tabel 2
Tabel Statistik untuk Anava Tunggal

KLp
SM M TM Jumlah
Harga
nk 15 18 17 50 (N)
X 37.67 38,67 38,35
X 564 696 652 1912
X2 21654 27838 25568 75060

3. Membuat Tabel Rumus Unsur Persiapan Anava

Tabel 3
Rumus Unsur Tabel Persiapan Anava Satu Jalan
Sumber
Jumlah Kuadrat (JK) d.b. MK F
Variasi
Kelompok JK = (Xk)2 /nk - (XT) 2/ dbk = K-1 MKk = JKk/dbk F0 = MKk/MKd
(K) nk
dbd = N-K MKd = JKd/dbd
Dalam (d) JKd = JKT-JKk
Total (T) JKT = XT2[(XT)2/nk] db = N-1

4. Menghitung harga-harga yang ada di table persiapan Anava Satu Jalan

5. Memasukkan harga-harga dalam tabel ringkasan anava
Sumber JK d.b. MK Fo P
Variasi
Kelompok 9,6376 (3-1) = 2 4,8188 4,8188 >0,05
= 0,117
41,1805
(K)

1935,4824 (50-3) = 47 41,1805

Dalam (d)
1945,12 (50-1) = 49
Total (t)

Setelah mendapatkan harga F kemudian konsultasikan ke dalam tabel F dengan

memperhitungkan dbf = dbk lawan dbd. Setelah harga F ditemukan dan dikonsultasikan dengan
tabel F, langkah selanjutnya adalah mengadakan pengujian terhadap harga rerata untuk setiap
kelompok sampel. Perhitungan pengujian dilakukan pada setiap pasangan harga rerata, yang
dilakukan dengan uji-t. Menurut peraturan lama, pengujian rerata (uji joli) hanya dilakukan jika
harga F0 signifikan. Belakangna disarankan oleh para ahli bahwa uji-t terhadap setiap pasangan
harga rerata selalu dilakukan walaupun harga F0 tidak signifikan. Rumus yang dilakukan pada uji
joli adalah :
X1 2
0 = 1 1
( + )
1 2

Hasil harga t dikonsultasikan dengan tabel t dengan d.b. = ( n1 + n2 2 ). Oleh karena

yang diuji joli ada tiga harga rerata, maka lakukan uji joli sebanyak tiga kali.

2.2 Analisis Varians Dua Jalan

Analisis varians dua jalan merupaka teknik analisis data penelitian dengan desain faktorial
dua faktor. Dalam penelitian ini terdapat dua variable yang digunakan untuk dasar peninjauan
sekor utntuk variable terikat. Anava dua jalan mempunyai judul kolom dan judul baris dengan
menggunakan klasifikasi dua variable yang digunakan sebagai dasar tinjauan sekor untuk
variable terikat. Anava dua jalan yang juga disebut dengan anava modal AB mempunyai dua
variabel. Model diagram analisis dua jalan dapat berupa dua alternative sbb.

Alternatif 1 Alternatif 2
A-1 A-2 A
A-1 A-2
B1 B2 B3 B1 B2 B3 B
1 2 3 4 5 6 B1 1 4
B2 2 5
B3 3 6

Langkah langkah dalam anava ini adalah :

1. Mengelompokkan sekor berdasarkan kategori
Tabel 4
Pengelompokan data anava dua jalan dengan tabel ( 3 x 3 )
A
A-1 A-2 A-3
B
49 40 31 45 48 48 47 49
B1 46 35 29 38 47 44 10
5 6 4
34 36 37 47 35 36 37 35 39 40 40
B2 34 30 36 31 39 42 33 35 34
7 8 6
37 34 38 31 49 30 33 34 36
48 28 30 46 32
B3
3 5 45
7
2. Membuat tabel statistik
Tabel 5
Tabel Statistik untuk Anava Dua Jalan dengan Tabel ( 3 x 3 )
B Statistik A1 A2 A3 Jlh
N 5 6 4 15
X 180 225 175 631
B1
X2 6714 11127 7771 27201
X 36 42,5 43,75 -
N 7 7 6 20
X 254 255 221 730
B2
X2 9382 9361 8191 26934
X 36,43 36,83 -
N 3 5 7 15
X 109 168 256 551
B3
X2 3969 7350 9606 20925
X 36,33 37,2 36,57 -
N 15 18 17 50
Jlh. X 564 696 652 1912
X2 21654 2783 25568 75060

3. Membuat Tabel Rumus Unsur Persiapan Anava

Tabel 6
Rumus Unsur Tabel Persiapan Anava Dua Jalan
Sumber
Jumlah Kuadrat Db MK Fo P
Variasi
Antara A ( )2 ( )2 A-1 (2) JK MK
JK =

MK
( )2 ( )2
Antara B JK = B-1 (2) JK MK

MK
Antara AB ( )2 ( )2
dbA x dbB (4) JK MK
(Interaksi) JK = JKA - JKB
MK

JK
Dalam (d) JKd = JKA JKB - JKAB dbT-dbA-dbB-

dbAB

Total (T) ( )2 N-1 (49)

JKT = ( )2-

4. Menghitung harga-harga yang ada di table persiapan Anava Dua Jalan

 Seperti pada waktu anava tunggal, pada pengerjaan anava gandapun sama, yakni sesudah
ditemukan harga F, signifikan maupun tidak, harus dilanjutkan dengan perhitungan uji joli. Untk
anava ganda yang memiliki sel sebanyak 9 buah, uji jolinya bukan hanya 9 tetapi 36 kali.

2.3 Analisis Varians Tiga Jalan

Dari uraian tentang jumlah kuadrat untuk anava dua jalan dapat diketahui bahwa JK ant
merupakan jumlah dari JKA , JKB , JKAB. Untuk anava tiga jalan, karena juga terdapat pengaruh
faktor utama dan faktor interaksi, maka hubungan antara jumlah kuadrat total,, jumlah kuadrat
antara dan jumlah kuadrat dalam sbb :

JKtot = JKant + JKdal

JKA+ JKB+ JKABS+ JKAC+ JKBC+ JKABC

faktor utama faktor interaksi

Langkah langkah dalam anava ini sama dengan anava dua jalan.
Tabel 7
Bentuk Tabel Pengelompokan data anava tiga jalan

A1 A2
B1 B2 B3 B1 B2 B3
C1
C2
C3
Jlh.

Tabel 8
Bentuk Tabel Statistik Anava Tiga Jalan

A1 A2
Statistik Jumlah
B1 B2 B3 B1 B2 B3
C1
C2
C3
Jlh.

Tabel 9
Rumus Unsur Tabel Persiapan Anava Tiga Jalan

Sumber
Jumlah Kuadrat (JK) d.b MK F0 P
Variasi
 Antara A ( )2 ( )2 A-1 JK MK
JKA =

MK
( )2 ( )2
JKB =

Antara B B-1 JK MK
( )2 ( )2 MK
JKC =

Antara C C-1 JK MK
( )2 ( )2
JKAB = - JKA-JKB MK

Interaksi AB dbA x dbB JK MK
( )2 ( )2 MK
JKAC = - JKA-JKC

Interaksi AC dbA x dbC JK MK

( )2 ( )2 MK
JKBC = - JKB-JKC

Interaksi BC dbB x dbC

JK MK
( )2 ( )2
JK BC = - JKA- MK

JKB-JKC-JKAB-JKAC-JKBC
Interaksi dbA x dbB x
ABC JKd = JKT-JKant dbC
JK MK
= JKT JKA JKB JKC
JKAB MK
Dalam JKAC - JKBC dbT dbant
JK

Total ( 2 ) N-1
JKA = 2

Derajat kebebasan ( d.b ) yang digunakan untuk konsultasi adalah : d.b faktor pembilang
lawan d.b.d sebagai penyebut. Pedoman untuk mengadakan interpretasi terhadap harga F0 adalah
:

Jika F0 Ft 1% Jika F0 Ft 5% Jika F0 Ft 5%

1. Harga Fo yang diperoleh
sangat signifikan
2. Ada perbedaan rerata
secara signifikan
3. Hipotesa Nihil (Ho) ditolak
4. p < 0,05 atau p = 0,01
1. Harga Fo yang diperoleh 1. Harga Fo yang diperoleh
signifikan tidak signifikan
2. Ada perbedaan rerata 2. Tidak ada perbedaan rerata
secara signifikan secara signifikan
3. Hipotesa Nihil (Ho) 3. Hipotesa tidak Nihil (Ho)
ditolak p < 0,05 atau p = diterima p > 0,01
0,01