Anova (Analysis of Variance) merupakan salah satu Uji Hipotesis pada Statistika Parametrik, untuk

melakukan pengujian terhadap interaksi antara dua faktor dalam suatu percobaan dengan
membandingkan rata-rata dari lebih dua sampel.
TUJUAN ANOVA : untuk menemukan variabel independen dalam penelitian dan mengetahui interaksi
antar variabel dan pengaruhnya terhadap suatu perlakuan.
ANOVA DIDASARKAN PADA ASUMSI ASUMSI SBB:
 Data berdistribusi normal
 Skala pengukuran minimal interval
 Varians homogen
 Pengambilan sampel secara acak dan masing-masing sampel independen

ADA 2 JENIS ANOVA YAITU : ONE WAY ANOVA dan TWO WAY ANOVA.
1. ONE WAY ANOVA
Analisis variansi satu arah atau yang sering disebut sebagai rancangan acak lengkap adalah suatu
prosedur untuk mengujiperbedaan rata-rata/ pengaruh perlakuan dari beberapa populasi (lebih dari
dua) dari suatu percobaan yang menggunakan satu faktor,dimana satu faktor tersebut memiliki 2 atau
lebih level.

2. TWO WAY ANOVA

Two Way Anova dikenal juga dengan factorial design atau Randomized Block Design. Sama dengan
One Way Anova dasar perhitungan yang digunakan adalah Distribusi F. Pada Two way Anova pengujian
dilakukan dengan tidak hanya melihat satu faktor atau perlakuan saja, tetapi juga dengan
mempertimbangkan faktor blok. Uji blok dilakukan untuk mengetahui pengaruh blok terhadap perbedaan
rata-rata.

Uji ANOVA menginformasikan adanya perbedaan yang signifikan, maka dapat disimpulkan bahwa
secara keseluruhan terdapat perbedaan yang signifikan antar rata-rata perlakuan, namun belum tentu rata-
rata perlakuan A berbeda dengan rata-rata perlakuan B, dan seterusnya…
Untuk uji yang lebih mendalam maka mesti dilakukan uji lanjut (Post hoc test). Ada berbagai macam
jenis uji lanjut, namun pada artikel kali ini kita coba bahas uji BNt.
Uji BNt (Beda Nyata terkecil) atau yang lebih dikenal sebagai uji LSD (Least Significance Different)
adalah metode yang diperkenalkan oleh Ronald Fisher. Metode ini menjadikan nilai BNt atau nilai LSD
sebagai acuan dalam menentukan apakah rata-rata dua perlakuan berbeda secara statistik atau tidak.
Analysis of Varian adalah salah satu uji komparatif yang digunakan untuk menguji perbedaan mean (rata-
rata) data lebih dari dua kelompok.

Asumsi Uji ANOVA

Untuk melakukan uji Anova, harus dipenuhi beberapa asumsi, yaitu:
1. Sampel berasal dari kelompok yang independen.
2. Varian antar kelompok harus homogen.
3. Data masing-masing kelompok berdistribusi normal (Pelajari juga tentang uji normalitas).

Asumsi yang pertama harus dipenuhi pada saat pengambilan sampel yang dilakukan secara random
terhadap beberapa (> 2) kelompok yang independen, yang mana nilai pada satu kelompok tidak
tergantung pada nilai di kelompok lain.
Sedangkan pemenuhan terhadap asumsi kedua dan ketiga dapat dicek jika data telah dimasukkan ke
komputer. Jika asumsi ini tidak terpenuhi dapat dilakukan transformasi terhadap data.
Apabila proses transformasi tidak juga dapat memenuhi asumsi ini maka uji Anova tidak valid untuk
dilakukan, sehingga harus menggunakan uji non-parametrik misalnya Kruskal Wallis.

Prinsip ANOVA
Prinsip Uji Anova adalah melakukan analisis variabilitas data menjadi dua sumber variasi yaitu variasi di
dalam kelompok (within) dan variasi antar kelompok (between).
Bila variasi within dan between sama (nilai perbandingan kedua varian mendekati angka satu), maka
berarti tidak ada perbedaan efek dari intervensi yang dilakukan, dengan kata lain nilai mean yang
dibandingkan tidak ada perbedaan.
Sebaliknya bila variasi antar kelompok lebih besar dari variasi didalam kelompok, artinya intervensi
tersebut memberikan efek yang berbeda, dengan kata lain nilai mean yang dibandingkan menunjukkan
adanya perbedaan.
Setelah kita pahami sedikit tentang One Way Anova, maka mari kita lanjutkan dengan mempelajari
bagaimana melakukan uji One Way Anova dengan SPSS.

Jenis ANOVA
Jenisnya adalah berdasarkan jumlah variabel faktor (independen variable atau variabel bebas) dan jumlah
variabel responsen (dependent variable atau variabel terikat). Pembagiannya adalah sebagai berikut:
Univariat:
1. Univariate One Way Analysis of Variance. Apabila variabel bebas dan variabel terikat jumlahnya satu.
2. Univariate Two Way Analysis of Variance. Apabila variabel bebas ada 2, sedangkan variable terikat
ada satu.
3. Univariate Multi way Analysis of Variance. Apabila variabel bebas ada > 2, sedangkan variabel terikat
ada satu.

Multivariat:
1. Multivariate One Way Analysis of Variance. Apabila variabel bebas dan variabel terikat jumlahnya
lebih dari satu.
2. Multivariate Two Way Analysis of Variance. Apabila variabel bebas ada 2, sedangkan variabel terikat
jumlahnya lebih dari satu.
3. Multivariate Multi way Analysis of Variance. Apabila variabel bebas ada > 2, sedangkan variabel
terikat jumlahnya lebih dari satu.