Probabilitas 1
Probabilitas 1
PENDAHULUAN
A. Latar Belakang
Dalam kehidupan sehari-hari, sering kita jumpai banyak hal yang dapat kita
deskripsikan dalam bentuk data. Informasi data yang diperoleh tentunya harus diolah terlebih
dahulu menjadi sebuah data yang mudah dibaca dan dianalisa. Statistika adalah ilmu yang
mempelajari tentang cara-cara mengelolah data.
Sering kali kita menghadapi banyak rata-rata (lebih dari dua rata-rata). apabila kita
mengambil langkah pengujian perbedaan rata-rata tersebut satu persatu (dengan t test) akan
memakan waktu, tenaga yang banyak. di samping itu, kita akan menghadapi risiko salah yang
besar. untuk itu, telah ditemikan cara analisis yang mengandung kesalahan lebih kecil da
dapat menghemat waktu serta tenaga yaitu dengan ANOVA (Analisys of variances).
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)
1
B. Rumusan Masalah
1. Tujuan Makalah
2. Manfaat Makalah
2
7. Meningkatkan pemahaman tentang kegunaan ANOVA
8. Meningkatkan pemahaman tentang Prosedur Perhitungan ANOVA menggunakan cara
Manual
3
BAB II
PEMBAHASAN
Hipotesis berasal dari bahasa Yunani, Hupo berarti Lemah atau kurang atau di
bawah. Thesis berarti teori, proposisi atau pernyataan yang disajikan sebagai bukti. Hipotesis
juga dapat diartikan sebagai pernyataan keadaan populasi yang akan diuji kebenarannya
menggunakan data/informasi yang dikumpulkan melalui sampel, dan dapat dirumuskan
berdasarkan teori, dugaan, pengalaman pribadi/orang lain, kesan umum, kesimpulan yang
masih sangat sementara. Atas dasar dua definisi diatas, maka dapat disimpulkan bahwa
hipotesis adalah jawaban atau dugaan sementara yang harus diuji lagi kebenarannya.
Hipotesis statistik adalah pernyataan atau dugaan mengenai keadaan populasi yang
sifatnya masih sementara atau lemah kebenarannya. Hipotesis statistik dapat berbentuk suatu
variabel seperti binomial, poisson, dan normal atau nilai dari suatu parameter, seperti rata-
rata, varians, simpangan baku, dan proporsi. Hipotesis statistic harus di uji, karena itu harus
berbentuk kuantitas untuk dapat di terima atau di tolak. Hipotesis statistic akan di terima jika
hasil pengujian membenarkan pernyataannya dan akan di tolak jika terjadi penyangkalan dari
pernyataannya.
Analisis of variance atau ANOVA merupakan salah satu teknik analisis multivariate
yang berfungsi untuk membedakan rerata lebih dari dua kelompok data dengan cara
4
membandingkan variansinya. Sedangkan menurut Teguh Wahyono dalam bukunya, One-
Way ANOVA merupakan prosedur yang digunakan untuk menghasilkan analisis variansi
satu arah untuk variabel dependen dengan tipe data kuantitatif dengan sebuah variabel
independen sebagai variabel faktor.
Analisis varians pertama kali diperkenalkan oleh Sir Ronald Fisher (Bapak Statistika
Modern). Dalam praktek, analisis varians dapat merupakan uji hipotesis (lebih sering dipakai)
maupun pendughaan (estimasi khususnya di bidang genetika terapan). Analisis varian dapat
dilakukan untuk menganalisis data yang berasal dari berbagai macam jenis dan desain
penelitian.
B. Konsep Hipotesis
Hipotesis penelitian adalah hipotesis kerja (Hipotesis Alternatif Ha atau H1) yaitu
hipotesis yang dirumuskan untuk menjawab permasalahan dengan menggunakan teori-teori
yang ada hubungannya (relevan) dengan masalah penelitian dan belum berdasarkan fakta
serta dukungan data yang nyata dilapangan. Hipotesis alternatif (Ha) dirumuskan dengan
kalimat positif. Hipotesis nol adalah pernyataan tidak adanya hubungan, pengaruh, atau
perbedaan antara parameter dengan statistik. Hipotesis Nol (Ho) dirumuskan dengan kalimat
negatif). Nilai Hipotesis Nol (Ho) harus menyatakan dengan pasti nilai parameter.
5
2. Ciri-ciri Hipotesis
3. Manfaat Hipotesis
Formulasi atau perumusan hipotesis statistic dapat di bedakan atas dua jenis, yaitu sebagai
berikut;
6
a. Hipotesis nol / nihil (HO)
Hipotesis nol adalah hipotesis yang dirumuskan sebagai suatu pernyataan yang akan di
uji, Hipotesis nol tidak memiliki perbedaan atau perbedaannya nol dengan hipotesis
sebenarnya.
1) H1 menyatakan bahwa harga parameter lebih besar dari pada harga yang di hipotesiskan.
Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu pengujian sisi atau arah kanan.
2) H1 menyatakan bahwa harga parameter lebih kecil dari pada harga yang di hipotesiskan.
Pengujian itu disebut pengujian satu sisi atau satu arah, yaitu pengujian sisi atau arah kiri.
3) H1 menyatakan bahwa harga parameter tidak sama dengan harga yang di hipotesiskan.
Pengujian itu disebut pengujian dua sisi atau dua arah, yaitu pengujian sisi atau arah kanan
dan kiri sekaligus.
Apabila hipotesis nol (H0) diterima (benar) maka hipotesis alternatif (Ha) di tolak.
Demikian pula sebaliknya, jika hipotesis alternatif (Ha) di terima (benar) maka hipotesis nol
(H0) ditolak.
Taraf nyata adalah besarnya batas toleransi dalam menerima kesalahan hasil hipotesis
terhadap nilai parameter populasinya. Semakin tinggi taraf nyata yang di gunakan, semakin
tinggi pula penolakan hipotesis nol atau hipotesis yang di uji, padahal hipotesis nol benar.
Besaran yang sering di gunakan untuk menentukan taraf nyata dinyatakan dalam %,
yaitu: 1% (0,01), 5% (0,05), 10% (0,1), sehingga secara umum taraf nyata di tuliskan sebagai
α0,01, α0,05, α0,1. Besarnya nilai α bergantung pada keberanian pembuat keputusan yang dalam
hal ini berapa besarnya kesalahan (yang menyebabkan resiko) yang akan di tolerir. Besarnya
kesalahan tersebut di sebut sebagai daerah kritis pengujian (critical region of a test) atau
daerah penolakan ( region of rejection).
7
Nilai α yang dipakai sebagai taraf nyata di gunakan untuk menentukan nilai distribusi
yang di gunakan pada pengujian, misalnya distribusi normal (Z), distribusi t, dan distribusi
X². Nilai itu sudah di sediakan dalam bentuk tabel di sebut nilai kritis.
Kriteria Pengujian adalah bentuk pembuatan keputusan dalam menerima atau menolak
hipotesis nol (Ho) dengan cara membandingkan nilai α tabel distribusinya (nilai kritis) dengan
nilai uji statistiknya, sesuai dengan bentuk pengujiannya. Yang di maksud dengan bentuk
pengujian adalah sisi atau arah pengujian.
Penerimaan Ho terjadi jika nilai uji statistiknya lebih kecil atau lebih besar daripada nilai
positif atau negatif dari α tabel. Atau nilai uji statistik berada di luar nilai kritis.
Penolakan Ho terjadi jika nilai uji statistiknya lebih besar atau lebih kecil daripada nilai
positif atau negatif dari α tabel. Atau nilai uji statistik berada di luar nilai kritis.
5. Membuat Kesimpulan
8
a. Penerimaan Ho terjadi jika nilai uji statistik berada di luar nilai kritisnya.
b. Penolakan Ho terjadi jika nilai uji statistik berada di dalam nilai kritisnya.
Kelima langkah pengujian hipotesis tersebut di atas dapat di ringkas seperti berikut:
Langkah 1 : Menentukan formulasi hipotesis nol (H0) dan hipotesis alternatifnya (Ha)
Langkah 2 : Memilih suatu taraf nyata (α) dan menentukan nilai table.
Langkah 3 : Membuat criteria pengujian berupa penerimaan dan penolakan H0.
Langkah 4 : Melakukan uji statistic
Langkah 5 : Membuat kesimpulannya dalam hal penerimaan dan penolakan H0.
Pengujian hipotesis dapat di bedakan atas beberapa jenis berdasarkan criteria yang
menyertainya.
Didasarkan atas jenis parameter yang di gunakan, pengujian hipotesis dapat di bedakan
atas tiga jenis, yaitu sebagai berikut:
9
b. Pengujian hipotesis tentang proporsi
Hipotesis tentang proporsi adalah pengujian hipotesis mengenai proporsi populasi yang
di dasarkan atas informasi sampelnya. Contohnya:
Didasarkan atas ukuran sampelnya, pengujian hipotesis dapat di bedakan atas dua
jenis, yaitu sebagai berikut:
10
3. Berdasarkan Jenis Distribusinya
Didasarkan atas jenis distribusi yang digunakan, pengujian hipotesis dapat di bedakan
atas empat jenis, yaitu sebagai berikut:
Pengujian hipotesis dengan distribusi χ2 ( kai kuadrat) adalah pengujian hipotesis yang
menggunakan distribusi χ2 sebagai uji statistik. Tabel pengujiannya disebut tabel χ2. Hasil uji
statistik ini kemudian di bandingkan dengan nilai dalam tabel untuk menerima atau menolak
hipotesis nol (Ho) yang di kemukakan. Contohnya :
11
d. Pengujian hipotesis dengan distribusi F (F-ratio)
Didasarkan atas arah atau bentuk formulasi hipotesisnya, pengujian hipotesis di bedakan
atas 3 jenis, yaitu sebagai berikut:
Pengujian hipotesis dua pihak adalah pengujian hipotesis di mana hipotesis nol (Ho)
berbunyi “sama dengan” dan hipotesis alternatifnya (H1) berbunyi “tidak sama dengan” (Ho =
dan H1 ≠).
Pengujian hipotesis pihak kiri adalah pengujian hipotesis di mana hipotesis nol (Ho)
berbunyi “sama dengan” atau “lebih besar atau sama dengan” dan hipotesis alternatifnya (H1)
berbunyi “lebih kecil” atau “lebih kecil atau sama dengan” (Ho = atau Ho ≥ dan H1 < atau H1
≤ ). Kalimat “lebih kecil atau sama dengan” sinonim dengan kata “paling sedikit atau paling
kecil”.
Pengujian hipotesis pihak kanan adalah pengujian hipotesis di mana hipotesis nol (Ho)
berbunyi “sama dengan” atau “lebih kecil atau sama dengan” dan hipotesis alternatifnya (H1)
12
berbunyi “lebih besar” atau “lebih besar atau sama dengan” (Ho = atau Ho ≤ dan H1 > atau H1
≥). Kalimat “lebih besar atau sama dengan” sinonim dengan kata “paling banyak atau paling
besar”.
1) Formulasi hipotesis
a) Ho : µ = µo
H1 : µ > µo
b) Ho : µ = µo
H1 : µ < µo
c) Ho : µ = µo
H1 : µ ≠ µo
3) Kriteria Pengujian
13
Ho di terima jika - Zα/2 ≤ Zo ≤ Zα/2
Ho di tolak jika Zo > Zα/2 atau Zo < - Zα/2
4) Uji Statistik
5) Kesimpulan
Menyimpulkan tentang penerimaan atau penolakan Ho (sesuai dengan kriteria
pengujiannya).
Sebelum menguji dengan ANOVA, data harus berdistribusi normal dan mempunyai
varians yang sama. Data yang digunakan pada One-way Anova untuk nilai variabel pada
faktor harus integer sedangkan variabel dependen harus berupa data kuantitatif (tingkat
pengukuran interval).
Asumsi yang digunakan pada One-way Anova, yaitu setiap kelompok pada sampel
acak independen dari populasi yang normal dan bervarian homogen. Dari output uji Anova
akan diperoleh nilai F hitung. Jika nilai F hitung tidak signifikan, berarti rata-rata variabel
dependen pada tingkat faktor yang ditentukan identik. Jika F hitung signifikan berarti
terdapat perbedaan rata-rata variabel dependen pada tingkat faktor yang telah ditentukan.
14
membandingkannya pada kelompok-kelompok sampel independen yang diamati. Analisis
varian saat ini banyak digunakan dalam penelitian survey dan penelitian eksperimen.
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.
Contoh soal:
Dari suatu pengamatan didapat data sebagai berikut:
A B C
2 8 3
Data yang dihasilkan 0 4 8
4 5 1
7 9 4
15
6) Buat tabel penolong Anova sebagai berikut:
A B C
2 8 3
Data yang dihasilkan 0 4 8
4 5 1
7 9 4
N1 = 4 N2 = 4 N3 = 4 N = 12
∑χ1 = 13 ∑χ2 = 26 ∑χ3 = 16 ∑χn = 55
1 = 2,35 2 = 6,5 3=4
S2 = 8,92 S2 = 5,67 S2 = 8,67
16
16) Cari Fhitung dengan rumus:
Fhitung = 1,49
17) Taraf signifikansi (α) = 0,05
18) Ftabel dengan rumus:
Ftabel = F(1-α)(dkA, dkD)
= F(1-0,05)(2, 9)
Dengan menggunakan tabel F didapat Ftabel = 4,26
19) Masukkan semua nilai yang telah didapat ke dalam tabel anova berikut:
Rata-rata
Jumlah Variasi Jumlah Kuadrat (JK) dk Kuadrat F
(RK)
Rata-rata 252,08 1 252,08
Antar Kelompok 23,17 2 11,58
Dalam Kelompok 69,75 7,75
1,49
9
Jumlah 345 12 - -
17
BAB III
PENUTUP
Hipotesis dapat diartikan sebagai Pernyataan yang masih lemah kebenarannya dan
perlu dibuktikan atau dugaan yang sifatnya masih sementara.
Hipotesis statistik adalah pernyataan atau dugaan mengenai keadaan populasi yang
sifatnya masih sementara atau lemah kebenarannya. Pengujian Hipotesis adalah suatu
prosedur yang dilakukan dengan tujuan memutuskan apakah menerima atau menolak
hipotesis itu.
18
5) Sebagai panduan dalam pengujian serta penyesuaian dengan fakta dan antar fakta.
Prosedur Pengujian hipotesis
Langkah 1 : Menentukan formulasi hipotesis nol (H0) dan hipotesis alternatifnya (Ha).
Langkah 2 : Memilih suatu taraf nyata (α) dan menentukan nilai table.
Langkah 3 : Membuat criteria pengujian berupa penerimaan dan penolakan H0.
Langkah 4 : Melakukan uji statistik
Langkah 5 : Membuat kesimpulannya dalam hal penerimaan dan penolakan H0.
Jenis-Jenis Pengujian Hipotesis
1. Berdasarkan Jenis Parameternya
2. Berdasarkan Jumlah Sampelnya
3. Berdasarkan Jenis Distribusinya
4. Berdasarkan Arah atau Bentuk Formulasi Hipotesisnya
Sedangkan Analisis of variance atau ANOVA merupakan salah satu teknik analisis
multivariate yang berfungsi untuk membedakan rerata lebih dari dua kelompok data dengan
cara membandingkan variansinya. Sebelum menguji dengan ANOVA, data harus
berdistribusi normal dan mempunyai varians yang sama serta diambil dari populasi yang
homogen. One-way Anova digunakan untuk menganalisis varians variabel dependen yang
kuantitatif dari satu faktor yang bervariabel independen. Dalam teknik One-Way ANOVA
menggunakan metode pengujian hubungan antara satu variabel tergantung yang berskala
interval atau rasio (parametrik) dengan satu atau lebih variabel berskala nominal (non-
parametrik).
19
DAFTAR PUSTAKA
________. 2009. Pengolahan Data Statistik dengan SPSS 16.0. Jakarta: Salemba Infotek.
Wahyono, Teguh. 2009. 25 Metode Anlisis dengan Menggunakan SPSS 17. Jakarta :
Gramedia.
http://solusisekripsi.blogspot.com/2012/10/pengertian-oneway-anova-analisis-varian.html
http://teorionline.wordpress.com/2011/02/06/one-way-anova-analysis-of-variance/Hendry/
Iqbal, M Hasan. 2002. Pokok-pokok materi statistik 2 (statistik intensif). Jakarta: Bumi
Aksara.
20