1.

Apa yang menyebabkan terjadinya variasi atau perbedaan-perbedaan pada sekumpulan

tanaman/ hewan ternak yang menerima perlakuan yang sama dan hidup di areal yang sama

JAWABAN :

2. Apa tindakan yang dapat kita lakukan agar objek tersebut dapat seragam atau agar lebih baik
?
3. Kenapa harus seragam ? Apa yang terjadi kalau tidak seragam
4. Apakah variabel dependen dan independen semua terjadi secara acak ?

Istilah – istilah penting dalam Rancangan Percobaan :

1. Perlakuan ( Treatment)

Perlakuan : adalah semua tindakan coba – coba (trial and error) yang dilakukan terhadap
suatu objek yang pengaruhnya akan diselidiki untuk menguji hipotesis.
Perlakuan bisa berasal dari faktor kualitas (mutu) atau dapat juga berasal dari
faktor kuantitas

Dua hal yang perlu diperhatikan dalam perlakuan adalah :

a. Perancangan himpunan perlakuan.

b. Kodesifikasi perlakuan

2. Ulangan (Replikasi)

Ulangan (Replikasi) adalah frekuensi atau banyaknya suatu perlakuan yang diselidiki dalam
suatu percobaan. Jumlah ulangan suatu perlakuan tergantung pada tingkat ketelitian (derajat
ketelitian) yang diinginkan. Walau bukan baku, tapi bisa dijadikan patokan.

Jumlah ulangan yang telah cukup baik sesuai persamaan :

Jumlah ulangan (replikasi) yang diperlukan dalam suatu percobaan dipengaruhi oleh 3 hal,
yaitu :
  Derajat ketelitian. Makin tinggi derajat ketelitian yang diinginkan dari percobaan akan
makin besar pula jumlah replikasi yang diperlukan, dan sebaliknya jika derajat ketelitian
yang diperlukan makin rendah
 Keragaman bahan, alat, media dan lingkungan percobaan. Jika bahan, alat, media dan
lingkungan percobaan makin heterogen, maka jumlah replikasi yang diperlukan makin
besar dan sebaliknya jika bahan, alat, media dan lingkungan percobaan makin homogen.
Sebagai contoh, jika bahan-bahan yang digunakan telah terdeskripsi secara jelas seperti
pupuk buatan, pestisida dan benih-benih varietas unggul, maka tidak diperlukan replikasi
yang besar, tetapi jika bahan-bahan yang digunakan merupakan bahan-bahan alami dan
benih-benih local, maka perlu replikasi yang cukup besar agar error yang diperoleh tidak
terlalu besar.
 Biaya penelitian yang tersedia. Bagaimanapun juga, biaya merupakan faktor penentu
dalam penelitian, jika biaya yang diperlukan untuk suatu percobaan cukup besar, maka
jumlah replikasi dapat diperkecil dan sebaliknya jika biaya percobaan tidak terlalu besar.

Meski tergantung pada hal di atas, secara umum dapat dikemukakan bahwa : “jumlah
replikasi dapat dibuat sekecil mungkin selagi hasil percobaan yang dilakukan masih dapat
dipertanggungjawabkan kebenarannya”. Atas dasar ini, umumnya jumlah replikasi = empat
(4) di lapangn dan tiga (3) di rumah kaca/ laboratorium dianggap dapat mewakili ketiga hal
di atas.

Replikasi berfungsi untuk menghasilkan suatu estimasi tentang error dan menghasilkan
ukuran pengaruh perlakuan – perlakuan yang lebih tepat terhadap hasil percobaan.

3. Local Control
Adalah merupakan upaya pengendalian kondisi lapangan yang heterogen menjadi nisbi
homogeny, yang ditujukan untuk menekan error (experimental error) menjadi nisbi kecil,
sehingga bisa menonjolkan satu atau beberapa perlakuan yang logisnya memang lebih
menonjol dari perlakuan kontrol atau perlakuan – perlakuan lainnya.

Upaya local kontrol ini berupa pemblokiran perlakuan – perlakuan lengkap ke dalam
kelompok – kelompok (pada rancangan acak kelompok (RAK)),
Nisbi artinya hanya terlihat (pasti; terukur) kalau dibandingkan dengan yang lain; dapat
begini atau begitu

Perbedaan taraf perlakuan harus makin kecil dengan makin tingginya tingkat ketelitian
yang diinginkan ATAU makin besarnya peluang untuk menerima kebenaran hipotesis
yang diajukan.

http://www.slideshare.net/ustyusufekoSpt/a-pendahuluan
diakses 15:03 WIT 27-01-2017

Percobaan adalah penyelidikan terencana untuk mendapatkan suatu fakta baru dan untuk
memperkuat atau menolak hasil – hasil percobaan terdahulu serta digunakan dalam
pengambilan keputusan

Rancangan percobaan adalah perancangan atas suatu percobaan dimana setiap langkah atau
tindakannya betul – betul terdefinisikan sedemikian rupa sehingga informasi yang
berhubungan dengan masalah yang diteliti menjadi relevan dan obyektivitas hasil analisis
statistik memiliki validitas yang tinggi.

Pada dasarnya rancangan percobaan merupakan pengaturan pemberian perlakuan kepada

materi percobaan dengan tujuan agar keragaman respons yang ditimbulkan oleh lingkungan
dan heterogenitas materi percobaan dapat diwadahi dan dihilangkan.

Rancangan Percobaan akan banyak berhubungan dengan Analisis Data yang didapat

Perlakuan (treatment) diartikan sebagai bermacam – macam prosedur yang pengaruhnya

diukur dan diperbandingkan satu sama lain, berupa :

1) Sesuatu yang diberikan pada materi percobaan, misalnya : obat, pupuk, kandang, suu, dan
lain – lain dalam bentuk perlakuan tunggal atau perlakuan jamak
2) Materi percobaan yang berbeda – beda, misalnya : bangsa sapi, umur, jenis kelamin, dan
lain – lain
.
Satuan Percobaan (experimental unit), yaitu sekumpulan materi percobaan yang kepadanya
diterapkan perlakuan (bisa tunggal atau jamak) dalam ulangan tunggal berupa individu atau
sekumpulan individu (satu flock).

Satuan Contoh (sampling unit) yang dinyatakan sebagai bagian dari satuan percobaan, dapat
berupa satu satuan percobaan secara lengkap atau dapat berupa sebagian dari satuan
percobaan

Penolakan hipotesis berarti disimpulkan bahwa suatu hipotesis adalah tidak benar, sedangkan
penerimaan hipotesis dapat disimpulkan bahwa tidak cukup informasi untuk menyatakan
suatu hipotesis adalah tidak benar atau menolaknya.

Para peneliti atau pakar statistika dalam percobaannya seharusnya selalu menyatakan
hipotesisnya sebagai suatu pernyataan yang diharapkan akan ditolak.
Ciri Khas Suatu Percobaan yang dirancang dengan Baik :

1. Kesederhanaan (simplicity)

Suatu percobaan yang baik dicirikan oleh perlakuan – perlakuan dan metode percobaan
yang sederhana dan semudah mungkin, namun tetap mempertahanakan objektivitas suatu
percobaan.

2. Derajat Ketepatan (degree of precision)

Percobaan memberikan peluang yang besar bagi peneliti untuk mengukur perbedaan –
perbedaan yang ada di antara perlakuan – perlakuan yang dicoba menurut derajat
kepetepatan yang diinginkan oleh peneliti tersebut. Oleh karena itu, perbedaan taraf
perlakuan harus makin kecil dengan makin tingginya tingkat ketelitian yang diinginkan,
atau dengan makin besarnya peluang untuk menerima kebenaran hipotesis yang diajukan.
Namun untuk percobaan pendahuluan atau percobaan yang dasar hipotesisnya tidak kuat.

3. Ketiadaan Galat Sistematis

Percobaan harus dirancang agar setiap unit – unit percobaan akan menerima suatu
perlakuan dengan peluang yang sama besar, menurut suatu metode nonsistematis, agar
menghasilkan perkiraan yang tak bias tentang pengaruh masing – masing perlakuan
terhadap nilai – nilai pengamatan atau hasil – hasil percobaan.

4. Kisaran Keabsahan dari Kesimpulan

Kesimpulan dari hasil – hasil percobaan harus mempunyai kisaran keabsahan yang
selebar mungkin. Peningkatan kisaran keabsahan kesimpulan ini dapat diperoleh melalui
:

a. Memperbanyak ulangan percobaan baik menurut waktu maupun menurut ruang.

b. Menerapkan perlakuan – perlakuan yang dirancang secara factorial.

Melalui percobaan – percobaan factorial ini, pengaruh – pengaruh dari suatu faktor
penelitian dapat dievaluasi pada berbagai taraf perlakuan (tingkat faktor) lainnya,
sehingga memperlebar keabsahan hasil percobaan.
 5. Kalkulasi Derajat Ketidakpastian (degree of uncertainty)

Dalam setiap percobaan selalu terdapat suatu derajat ketidakpastian seperti halnya
terhadap keabsahan dari kesimpulan – kesimpulan. Oleh karena itu, suatu percobaan yang
baik juga harus dirancanga sedemikian rupa agar memungkinkan si peneliti untuk
mengkalkulasikan kebolehjadian (peluang) terjadinya hasil – hasil pengamatan yang
menyimpang. Toleransi ketidakpastian (𝛼) hasil suatu percobaan harus makin kecil jika
makin berhubungan dengan manusia atau dengan makin besarnya resiko kerugian
financial. Umumnya untuk bidang pertanian tingkat toleransinya maksimal 5%
(kadangkala hingga 10%), untuk bidang peternakan/perikanan maksimal 1% (kadangkala
hingga 5% untuk ternak kecil), dan untuk bidang kedokteran/kesehatan maksimal 0,5%.

Metode penamaan suatu rancangan percobaan didasarkan pada :

1. Metode penempatan perlakuan – perlakuan secara acak pada unit – unit percobaan
atau disebut Randomization Methods

a. Jika pengacakan perlakuan secara lengkap dilakukan pada 1 local control, maka disebut
Rancangan Acak Lengkap (RAL) atau Completely Randomized Design (CRD)
b. Jika pengacakan perlakuan secara lengkap dilakukan per 1 local control, maka disebut
Rancangan Acak Kelompok (RAK) atau Completely Randomized Block Design
(CRBD)
c. Jika perlakuan lengkap diacak per 2 local control disebut Rancangan Acak Kuadrat
Latin (RAKL) atau Latin Square Design (LSD)

2. Rancangan – rancangan yang diberi nama berdasarkan metode pelaksanaan atau

penerapan perlakuan – perlakuan pada satuan – satuan percobaannya atau disebut
Rancangan Perlakuan.
 PROSEDUR UJI HIPOTESIS

Terdapat tujuh langkah dalam prosedur pengujian. Yaitu :

1. Pernyataan Hipotesis Nol dan Hipotesis Alternatif

Langkah pertama adalah menyatakan dengan spesifik nilai- nilai parameter yang diasumsikan
sebelum sampling dilakukan.

Hipotesis nol (H0) adalah asumsi yang akan diuji. Hipotesis nol dinyatakan dalam
hubungan “sama dengan”. Jadi, hipotesis nol menyatakan bahwa suatu parameter (mean,
persentase, varians, dll) bernilai sama dengan nilai tertentu
Paramater : alat ukur pada populasi
Statistik : alat ukur pada statistik

Hipotesis alternatif (H1) adalah segala hipotesis yang berbeda dari hipotesis nol. Hipotesis
alternatif merupakan kumpulan hipotesis yang diterima dengan menolak hipotesis nol.
Pemilihan hipotesis alternatif ini tergantung pada sifat dari masalah yang dihadapi.

Contoh :

Dalam suatu prosedur pengujian hipotesis mengenai mean dari suatu populasi, pernyataan –
pernyataan mengenai hipotesis nol sebagai “mean populasi sama dengan 100” dan hipotesis
alternatif sebagai “mean populasi bukan 100” secara umum dinotasikan :

H0 : 𝜇 = 100
H1 : 𝜇 ≠ 100; 𝜇 < 100; 𝜇 > 100; 𝜇 = 120
2. Pemilihan Tingkat Kepentingan (Level of Signigicance), α

Tingkat kepentingan (level of significance) menyatakan suatu tingkat resiko melakukan

kesalahan dengan menolak hipotesis nol. Dengan kata lain, tingkat kepentingan
menunjukkan probabilitas maksimum yang ditetapkan untuk mengambil resiko terjadinya
kesalahan jenis pertama. Dalam prakteknya, tingkat kepentingan yang biasa digunakan
adalah 0,05 atau 0,01. Jadi, dengan mengatakan bahwa hipotesis telah ditolak dengan
tingkat kepentingan 0,05 artinya keputusan itu bisa salah dengan probabilitas 0,05

3. Penentuan Distribusi Pengujian yang Digunakan

Pada pengujian hipotesis juga digunakan distribusi – distribusi probabilitas teoritis, meliputsi
distribusi normal standard (z), distribusi t, dan distribusi chi-kuadrat

4. Pendefenisian Daerah – Daerah Penolakan (Kritis)

Daerah penolakan (atau daerah kritis) adalah bagian daerah dari distribusi sampling yang
dianggap tidak mungkin memuat suatu statistik sampel jika hipotesis nol (H0) benar.
Sedangkan daerah selebihnya disebut sebagai daerah penerimaan.

Setelah tingkat kepentingan dinyatakan dan distribusi pengujian yang cocok dipilih, dalam
langkah ini perlu ditetapkan batas – batas daerah penolakan dari distribusi sampling tersebut
yang dinyatakan dalam satuan standar. Misalnya dalam hipotesis mengenai mean populasi,
jika perbedaan antara mean sampel 𝑥̅ dengan mean populasi yang diasumsikan dalam
hipotesis nol 𝜇𝐻0 memiliki nilai yang berada di dalam daerah penolakan (disebut juga
memiliki perbedaan yang berarti / significant difference), maka hipotesis nol ditolak.
5. Pernyataan Aturan Keputusan (Decision Rule)

Suatu aturan keputusan adalah pernyataan formal mengenai kesimpulan yang tepat akan
dicapai mengenail hipotesis nol berdasarkan hasil – hasil sampel. Format umum dari sebuah
keputusan adalah :

“Tolak H0 jika perbedaan yang telah distandardkan, misalnya antara 𝑥̅ dan 𝜇𝐻0 , berada di
dalam daerah penolakan. Jika sebaliknya terima H0”.

6. Perhitungan pada Data Sampel dan Perhitungan Rasio Uji

Setelah aturan – aturan dasar ditentukan untuk melaksanakan pengujian, langkah berikutnya
adalah menganalisis data aktual. Sebuah sampel dikumpulkan, statistik sampel dihitung, dan
asumsi parameter dilakukan (hipotesis nol). Kemudian suatu Rasio Uji (RU) dihitung, yang
kemudian dijadikan sebagai dasar dalam menentukan apakah hipotesis akan diterima atau
ditolak. Rasio Uji (RU) ini adalah perbedaan antara statistik dan parameter asumsi yang
dinyatakan dalam hipotesis nol yang telah distandardkan.

7. Pengambilan Keputusan secara Statistik

Jika nilai rasio uji berada di daerah penolakan makan hipotesis nol ditolak.

ONE TAILED TEST DAN TWO TAILED TEST

One Tailed Test

Dalam uji satu ujung (one tailed test) hanya ada satu daerah penolakan, dan hipotesis nol ditolak
hanya hanya jika nilai statistik sampel berada di dalam daerah ini. Jika daerah penolakan ini
berada di ujung kanan distribusi sampling, maka uji hipotesisnya disebut uji ujung kanan (right
tailed test), sedangkan jika berada di ujung kiri, disebut uji ujung kiri (left tailed test)

a. Uji Satu Ujung dengan Deviasi Standard Populasi Diketahui

Dalam hal ini hipotesis nol dan hipotesis alternatifnya adalah :

H0 : 𝜇 = nilai yang diasumsikan

H1 : 𝜇 > nilai yang diasumsikan  uji ujung kanan atau
H1 : 𝜇 < nilai yang diasumsikan  uji ujung kiri

Sedangkan aturan pengambilan keputusan uji hipotesis ini adalah :

 Untuk Ujung Kiri

“Tolak H0 dan terima H1 jika RUz < −𝑧𝛼 . Jika tidak demikian terima H0”

 Untuk Ujung Kanan

“Tolak H0 dan terima H1 jika RUz > +𝑧𝛼 . Jika tidak demikian terima H0”

Daerah penolakan untuk uji satu ujung ini ditunjukkan oleh gambar di bawah :
b. Uji Satu Ujung dengan Deviasi Standard Populasi Tidak Diketahui

Prosedur pengujian hipotesis satu ujung dengan deviasi standard populasi yang tidak
diketahui SAMA DENGAN prosedur pengujian dengan deviasi standard yang diketahui,
dengan memperhatikan aspek – aspek pengujian yang telah dibahas sebelumnya, yaitu :

1. Distribusi sampling hanya dapat diasumsikan mendekati bentuk normal (Gaussian) jika
ukuran sampel n > 30
2. Dalam perhitungan rasio uji (RUz) digunakan error standard estimasi, 𝜎̂𝑥̅ = 𝑠/√𝑛, di
mana s = deviasi standard sampel

Contoh :

Pemilik sebuah usaha tambang batu granit mengatakan bahwa rata – rata per hari dapat
ditambang 4500 kg batu granit dari lahan tambang milik perusahaannya. Seorang calon
investor mencurigai angka tersebut sengaja dibesar – besarkan untuk menarik minat investor
baru. Kemudian ia mengambil sampel selama 40 hari dan mendapati bahwa rata – rata per
hari batu granit yang dapat ditambang adalah 4460 kg dengan deviasi standard 250 kg.
Terbuktikah kecurigaan calon investor tersebut ?

Perlu dipahami bahwa uji hipotesis yang harus dilakukan adalah uji satu ujung untuk
mengetahui apakah rata – rata yang sesungguhnya kurang dari rata – rata yang diasumsikan.
Untuk uji hipotesis tersebut dilakukanlah langkah – langkah berikut :
 1. Hipotesis

H0 : 𝜇 = 4500
H1 : 𝜇 < 4500

2. 𝛼 = 0,01 (misalnya dipilih tingkat kepentingan 1%)

3. 𝑛 = 40. Karena n > 30, maka digunakan distribusi z
4. Batas daerah penolakan uji ujung kiri :

𝛼 = 0,01  −𝑧0,01

Dari tabel distribusi normal batas yang bersesuaian adalah −𝑧0,01 = −2,325

5. Aturan keputusan :

Tolak H0 dan terima H1 jika RUz < −2,325. Jika tidak demikian terima H0

6. Rasio uji :
𝑥̅ −𝜇𝐻0 𝑥̅ −𝜇𝐻0 4460−4500
RUz = ̂𝑥̅
= = = −1,012
𝜎 𝑠/√𝑛 250/√40

7. Pengambilan keputusan :
Karena RUz > −2,325, maka H0 diterima. Ini berarti klaim pemilik tambang dapat
diterima (tidak bisa ditolak) dengan risiko kesalahan (tingkat kepentingan) 0,01. Untuk
jelasnya, lihat gambar :

Two Tailed Test

Uji dua ujung (two tailed test) adalah uji hipotesis yang menolak hipotesis nol jika statistik
sampel secara signifikan lebih tinggi atau lebih rendah daripada nilai parameter populasi yang
diasumsikan. Dalam hal ini hipotesis nol dan hipotesis alternatifnya masing – masing adalah :

H0 : 𝜇 = nilai yang diasumsikan

H1 : 𝜇 ≠ nilai yang diasumsikan

Dengan uji dua ujung ini maka terdapat dua daerah penolakan. Sebagai contoh, untuk populasi
yang terdistribusi normal daerah – daerah penolakan tersebut seperti pada gambar di bawah .
Karena hipotesis nol akan ditolak jika sampelnya terlalu tinggi atau terlalu rendah, maka jumlah
total risiko kesalahan dalam menolak hipotesis nol (disebut juga dengan tingkat kepentingan)
sebesar α akan terdistribusi secara sama pada kedua ujung kurva distribusi. Jadi luas pada setiap
daerah penolakan adalah α/2

a. Uji Dua Ujung dengan Deviasi Standard Populasi Diketahui

Jika n > 30 atau jika deviasi standard populasi diketahui dan populasi terdistribusi secara
normal, maka dapat digunakan tabel distribusi normal standard (Tabel z). Batas – batas
daerah penolakan ditentukan dengan nilai z yang bersesuaian dengan probabilitas 𝛼/2 (ujung
kiri) dan 1−𝛼/2 (ujung kanan).

Dalam uji hipotesis, batas penolakan biasanya dinyatakan dengan notasi 𝑧𝛼 , yang
menyatakan nilai numeric pada sumbu z di mana luas daerah di bawah kurva normal standard
di sebelah kanan 𝑧𝛼 adalah 𝛼. Sebagai contoh, untuk 𝛼 = 0,05, daerah penolakan di setiap
ujung adalah 𝛼/2 = 0,05/2 = 0,025. Dengan melihat pada tabel distribusi normal standard
(tabel z), dapat ditentukan bahwa nilai 𝑧0,025 yang membatasi luas di bawah kurva di sebelah
kanannya sebesar 0,025 (dengan kata lain, luas di bawah kurva sebelah kirinya sebesar
0,975) adalah 1,960. Jadi dinotasikan 𝑧0,025 = 1,960. Maka seperti ditunjukkan pada gambar
9.3 di atas, batas – batas daerah penolakan untuk tingkat kepentingan 𝛼 = 0,05 pada uji dua
ujung ini adalah −𝑧0,025 = −1,96 dan +𝑧0,025 = 1,96.

Maka secara umum aturan pengambilan keputusan pada uji dua-ujung adalah :

“Tolak H0 dan terima H1 jika RUz < −𝑧𝛼/2 atau RUz > +𝑧𝛼/2 . Jika tidak demikian terima H0”

Sedangkan rasio uji (RU) untuk uji hipotesis dari mean populasi adalah :
𝑥̅ −𝜇𝐻0
RUz = 𝜎𝑥̅

Dimana :

𝑥̅ = mean sampel

𝜇𝐻0 = mean asumsi yang dinyatakan pada hipotesis nol

𝜎𝑥̅ = error standard distribusi sampling

Contoh :

Manajer pemasaran sebuah produk aditif bahan bakar mengatakan bahwa jumlah rata – rata
produk aditif yang terjual adalah 1500 botol. Seorang karyawan di pabrik ingin menguji
pernyataan manajer pemasaran itu dengan mengambil sampel selama 36 hari. Dia mendapati
bahwa jumlah penjualan rata – ratanya adalah 1450 botol. Dari catatan yang ada, deviasi
standard penjualan adalah 120 botol. Dengan menggunakan tingkat kepentingan 𝛼 = 0,01,
apakah kesimpulan yang bisa ditarik oleh karyawan tersebut ? Uji hipotesis yang dilakukan
adalah dengan langkah – langkah sebagai berikut :

1. Hipotesis

H0 : 𝜇 = 1500
H1 : 𝜇 ≠ 1500

2. 𝛼 = 0,01 (misalnya dipilih tingkat kepentingan 1%)

3. 𝑛 = 36. Karena n > 30, maka digunakan distribusi z
4. Batas – batas daerah penolakan uji dua ujung (two tailed) :
 𝛼 = 0,01  𝛼/2 = 0,005  ±𝑧0,005

Dari tabel distribusi normal batas yang bersesuaian adalah ±𝑧0,005 = ±2,575

5. Aturan keputusan :

Tolak H0 dan terima H1 jika RUz < −2,575 atau RUz > 2,575. Jika tidak demikian terima
H0

6. Rasio uji :
𝑥̅ −𝜇𝐻0 𝑥̅ −𝜇𝐻0 1450−1500
RUz = = = = −2,5
𝜎𝑥̅ 𝜎/√𝑛 120/√36

7. Pengambilan keputusan :
Karena RUz berada di antara ±2,575, maka H0 diterima. Ini berarti klaim sang manajer
pemasaran dapat diterima (tidak bisa ditolak) dengan risiko kesalahan (tingkat
kepentingan) 0,01. Hal ini ditunjukkan oleh Gambar :

b. Uji Dua Ujung dengan Deviasi Standard Populasi tidak Diketahui

Pada kenyataannya, deviasi standard populasi jarang diketahui. Oleh karena itu uji hipotesis
dengan deviasi standard populasi yang tidak diketahui dilakukan dengan memperhatikan
aspek – aspek berikut :

1. Distribusi sampling hanya dapat diasumsikan mendekati bentuk normal (Gaussian) jika
ukuran sampel n > 30
2. Dalam perhitungan rasio uji (RUz) digunakan error standard estimasi, 𝜎̂𝑥̅ = 𝑠/√𝑛, di
mana s = deviasi standard sampel
Selebihnya prosedur dan langkah yang dilakukan sama seperti uji dua – ujung dengan deviasi
standard yang diketahui

ANALISIS VARIANS (ANOVA)

Analisis varians adalah suatu teknik statistik yang memungkinkan kita untuk mengetahui
apakah dua atau lebih mean populasi akan bernilai SAMA dengan menggunakan datadari
sampel – sampel masing – masing populasi. Analisis varians juga bisa digunakan untuk uji
hipotesis sampel ganda untuk mean, namun biasanya analisis varians lebih efektif digunakan
untuk menguji tiga atau lebih populasi. Tentunya jumlah variabel yang berkaitan dengan
sampel bisa satu atau lebih.

Asumsi Dasar Analisis Varians

Analisis Varians akan menjadi teknik statistik yang valid untuk diterapkan dengan
menggunakan asumsi – asumsi sebagai berikut :

1. Populasi yang dikaji memiliki distribusi normal

2. Pengambilan sampel dilakukan secara acak dan setiap sampel independen/ tidak terikat
sampel yang lain.
3. Populasi – populasi di mana nilai sampel – sampel diperoleh memiliki nilai varians
populasi yang sama.

Jadi asumsi ketiga dapat dinyatakan sebagai :

𝜎12 = 𝜎22 = 𝜎32 = ⋯ = 𝜎𝑘2

dimana :

k = jumlah populasi

Secara umum prosedur uji ANOVA mengikuti prosedur uji hipotesis yang terdiri dari 7
langkah sebagaimana yang telah dibahas pada uji – uji hipotesis sebelumnya
ANALISIS REGRESI

Analisis Regresi digunakan untuk mempelajari dan mengukur hubungan statistik yang terjadi
antara dua atau lebih variabel. Dalam analisis regresi, suatu persamaan regresi hendak
ditentukan dan digunakan untuk menggambarkan pola atau fungsi hubungan yang terdapat
antar variabel.

Analisis Korelasi bertujuan untuk mengukur “seberapa kuat”, atau “derajat kedekatan”, suatu
relasi yang terjadi antar variabel. Jadi, kalau analisis regresi ingin mengetahui pola relasi
dalam bentuk persamaan regresi, maka analisis korelasi ingin mengetahui kekuatan
hubungan tersebut dalam koefisien korelasinya. Dengan demikian biasanya analisis regresi
dan korelasi sering dilakukan bersama