Anova Satu Arah Dan Anova Dua Arah
Anova Satu Arah Dan Anova Dua Arah
Analisis varians (analysis of variance, ANOVA) adalah suatu metode analisis statistika yang
termasuk ke dalam cabang statistika inferensi. Dalam literatur Indonesia metode ini dikenal
dengan berbagai nama lain, seperti analisis ragam, sidik ragam, dan analisis variansi. Ia
merupakan pengembangan dari masalah Behrens-Fisher, sehingga uji-F juga dipakai dalam
pengambilan keputusan. Analisis varians pertama kali diperkenalkan oleh Sir Ronald Fisher,
bapak statistika modern. Dalam praktek, analisis varians dapat merupakan uji hipotesis (lebih
sering dipakai) maupun pendugaan (estimation, khususnya di bidang genetika terapan).
Secara umum, analisis varians menguji dua varians (atau ragam) berdasarkan hipotesis nol
bahwa kedua varians itu sama. Varians pertama adalah varians antarcontoh (among samples)
dan varians kedua adalah varians di dalam masing-masing contoh (within samples). Dengan
ide semacam ini, analisis varians dengan dua contoh akan memberikan hasil yang sama
dengan uji-t untuk dua rerata (mean).
Analisis varians relatif mudah dimodifikasi dan dapat dikembangkan untuk berbagai bentuk
percobaan yang lebih rumit. Selain itu, analisis ini juga masih memiliki keterkaitan dengan
analisis regresi. Akibatnya, penggunaannya sangat luas di berbagai bidang, mulai dari
eksperimen laboratorium hingga eksperimen periklanan, psikologi, dan kemasyarakatan
Sesuai dengan kebutuhannya Anova dibedakan menjadi 2 yaitu Anova satu arah dan Anova
dua arah. Anova satu arah hanya memperhitungkan 1 faktor yang menimbulkan variasi,
sedangkan Anova dua arah memperhitungkan dua faktor yang menimbulkan variasi.
Pada dasarnya pola sampel dapat dikelompokan menjadi dua kelompok, yaitu:
1. Seluruh sampel, baik yang berada pada kelompok pertama sampai dengan yang ada di
kelompok lain, berasal dari populasiyang sama. Untuk kondisi ini hipotesis nol terbatas pada
tidak ada efek dari treatment (perlakuan)
2. Sampel yang ada di kelompok satu berasal dari populasi yang bebeda dengan populasi
sampel dengan populasi sampel yang ada di kelompok lainnya.
Mengingat Anova berkaitan dengan pengujian hipotesis multipel (ganda). Pada saat
melakukan pengujian hipotesis (perbedaan dua rata-rata) dengan menggunakan t tes selalu
menanggung kesalahan tipe 1 sebesar alpha. Untuk ANOVA kesalahan tipe 1 disebut dengan
experiment wise alpha level yang besarnya:
1-(1-α)N
N Merupakan banyaknya tes jika menggunakan t tes (dilakukan satu per satu)
Misalnya: Untuk pengujian perbedaan rata-rata dari 5 kelompok sampel. Jika dimbil alpha
sebesar 0,005 maka dengan penggunaan t tes besarnya resiko kesalahan tipe 1 untuk sekali
pengujian adalah 0,05 dan untuk 10 kali pengujian berarti menanggung kesalahan tipe 1
sebesar 0,5. Apabila kita menggunakan ANOVA kesalahan tipe 1 yang harus ditanggung
adalah :
1-(1-0,05)10 = 0,40
Mengapa N berjumlah 10 untuk 5 kelompok sampel? Untuk menjawab pertanyaan tersebut
marilah kita telusuri satu per satu pengujian yang dilakukan dengan t tes.
μ1 = μ2
μ1 = μ3
μ1 = μ4
μ1 = μ5
μ2 = μ3
μ2 = μ4
μ2 = μ5
μ3 = μ4
μ3 = μ5
μ4 = μ5
Melalui perbandingan sederhana adalah teknik analisis statistik yang dapat memberi
jawaban atas ada tidaknya perbedaan skor pada masing-masing kelompok (khususnya untuk
kelompok yang banyak), dengan suatu risiko kesalahan yang sekecil mungkin. Anova
mempunyai kemampuan membedakan antar banyak kelompok dengan risiko kesalahan yang
kecil, juga dapat memberi informasi tentang ada tidaknya interaksi antar variabel bebas
sehubungan dengan variabel terikat.
Pada dasarnya ANOVA dapat dibagi menjadi 2 kelompok besar, yaitu:
1. Beberapa kelompok yang dihadapi merupakan pembagian dari satu independen varibel
(variabel bebas)
2. Beberapa kelompok yang dihadapi merupakan pembagian dari beberapa independen
varibel (variabel bebas)
2. Kesamaan Variansi
Masing-masing kelompok hendaknya berasal dari populasi yang mempunyai variansi yang
sama. Untuk sampel yang sama pada setiap kelompok, kesamaan variansi dapat diabaikan.
Tetapi, jika banyaknya sampel pada masing-masimg kelompok tidak sama, maka kesamaan
variansi populasi memang sangat diperlukan.
3. Penamatan Bebas
Sampel hendaknya diambil secara acak (random), sehingga setiap pengamatan merupakan
informasi yang bebas.
PERBANDINGAN ANOVA SATU ARAH DENGAN ANOVA DUA ARAH
Sebenarnya analisis ANOVA satu arah dapat dipakai untuk menghadapi kasus variabel bebas
lebih dari satu. Hanya saja analisisnya dilakukan satu per satu, sehingga akan menghadapi
banyak kasus ( N semakin banyak ).
Dengan melakukan Anova dua arah akan dihindari pula pula terjadinya noise (suatu
kemungkinan yantg menyatakan terdapat suatu efek karena bercampurnya suatu analisis
data). Noise ini dapat dihindari pada ANOVA dua arah karena analis disini melibatkan kontor
terhadap perbedaan(katagorikal) variabel bebas.
Interaksi suatu kebersamaanantar fektor dalam mempengaruhi variabel bebas, dengan
sendirinyapengaruh faktor-faktor secara mandiri telah dihilangkan. Jika terdapat interaksi
berarti efek faktor satu terhadap variabel terikatakan mempunyai garis yang tidak sejajar
dengan efek faktor lain terhadap variabel terikatsejajar (saling berpotongan), maka antara
faktor tidak mempunyai interaksi.
Anova dua arah digunakan peneliti untuk mengatasi perbedaan nilai variabel terikat yang
dikategorikan berdasarkan variasi bebas yang banyak dan masing-masing variabel terdiri dari
beberapa kelompok. Anova dua arah merupakan penyempurnaan Anova satu arah.
Anova dua arah lebih efisien daripada anova satu arah, karena:
• kasus yang dihadapi lebih sedikit yaitu sejumlah sampel .
• noise dapat dihilangkan.
• dapat diketahui unsur kebersamaan variabel bebas dalam mempengaruhi variabel terikat.
Contoh :
Seorang dosen bahasa Indonesia hendak melakukan penelitian berkenaan dengan efektifitas
empat macam tekhnik membaca yang bisa dipergunakan mahasiswanya. Untuk keperluan itu,
dipilih masing-masing di pilih 10 mahasiswa untuk menerapkan teknik membaca tersebut.
Dari penelitian tersebut, data skor kecepatan efektif membaca (KEM) tertera pada tabel
berikut ini.
Teknik membaca
ABCD
90 70 40 50
80 50 60 30
70 60 50 60
50 70 50 40
60 50 70 50
80 70 60 40
80 70 60 50
70 80 60 60
90 60 40 40
80 70 60 30
1. Merumuskan Hipotesis
Ho menyatakan tidak ada perbedaan di anatara rata-rata beberapa populasi yaitu Ho: µ1 = µ2
= µ3 = ...
H1 menyatakan satu atau lebih rata-rata populasi tidak sama dengan rata-rata populasinya
yaitu:
H1 : µ1 ≠ µ2 = µ3 = ... = µn atau
H1 : µ1 ≠ µ2 ≠ µ3 ≠ ... ≠ µn atau
H1 : µ1 = µ2 = µ3 ≠ ... ≠ µn atau
H1 : µ1 ≠ µ2 ≠ µ3 ≠ ... ≠ µn atau
Pada contoh di atas, hipotesisnya dirumuskan :
H1 : efektivitas keempat teknik membaca tersebut tidak berbeda satu sama lain.
H1 : efektivitas keempat teknik membaca tersebut tidak berbeda satu sama lain (paling
sedikit anatar dua teknik membaca)
Atau : Ho : µA = µB = µC = µD
Ho : µA ≠ µB ≠ µC ≠ µD
Sumber Varians (SV) Jumlah Kuadrat (JK) Derajat Kebebasan (DK) Renta Kuadrat (RK) F
Antar Kolom(a) Jka dba RKa RKa
Residu (d) JKd dbd RKd RKd
Total (T) JKT
c) Menentukan F tabel
F tabel = F(@) (dba/dbd)
Untuk = 0,05 dan @= 0,01
Dba= derajat kebebasan pembilang = 3
Dbd= derajat kebebasan penyebut = 36
Maka F tabel = F (0,05) (3/36) = 2.8
F tabel = F (0,05) (3/36) = 4.38
d) Menguji hipotesis
Kriteria pengujian:
Jika Fhitung > F tabel, Ho di tolak danjika Fhitung
Contoh :
Seorang guru matematika ingin mengetahui efektivitas pemberian latihan soal dengan
menggunakan perangkat dan buku paket terhadap dua kelompok siswa, yaitu dengan
pengujian efektivitasnya berdasarkan hasil/skor latihan yang telah dibuat untuk siswa. Untuk
kepentingan penelitiannya guru mengambil/memilih masing-masing 10 pandai untuk diberi
dua perlakuan yang berbeda dan 10 siswa yang kurang pandai untuk keperluan berbeda pula
Hasil penelitiannya ditunjukkan oleh data berikut ini:
Homogenitas pasangan LKS – Siswa Pandai, LKS-Siswa Lemah, Buku Paket- Siswa Pandai,
Buku Paket- Siswa Lemah.
LKS – Siswa Pandai : 82, 82, 73, 73, 82, 60, 60, 73, 85 , 75 (1)
LKS – Siswa Lemah : 45, 50 , 60, 50, 45, 50, 45, 60, 45, 60 (2)
B. Paket – Siswa Pandai : 63, 63, 63, 55, 65, 73, 55, 55, 65, 55 (3)
B. Paket – Siswa Lemah : 40, 50, 60, 50, 42, 53, 43, 62, 35, 50 (4)
1. Varians –varians:
V1 = 78.5
V2 = 43.3
V3 = 36.8
V4 = 74.3
2. Varians Gabungan :
http://armandjexo.blogspot.co.id/2011/10/se1-anova.html