BAB I

PENDAHULUAN
A. Latar Belakang
Dalam kehidupan sehari-hari kita sering dihadapkan dengan
berbagai macam pilihan. Di antara pilihan tersebut ,kita harus memilih salah
satu diantaranya yang terbaik. Misalnya diantara 2 buku metode statistika
manakah yang paling bagus dan lengkap? Untuk mengambil keputusan, maka
perlu dilakukan penelitian antara 2 buku itu.Analisis untuk membandingkan 2
kelompok lebih dapat digunakan Uji T. Namun bagaimanakah jika ingin
membandingkan 3 kelompok atau lebih? Jika uji kesamaan dua rata-rata atau
uji t digunakan untuk mencari perbedaan atau persamaan dua rata-rata, maka
uji beberapa rata-rata digunakan untuk mencari perbedaan atau persamaaan
beberapa rata-rata. Uji ini disebut dengan nama analysis of variance
(ANOVA atau ANAVA). Sebenarnya uji t dapat juga digunakan untuk
menguji beberapa rata-rata secara bertahap. Misalnya ada tiga rata-rata yaitu:
I,II, dan III. Agar uji t dapat dipakai maka mula-mula dicari I dengan II,
kemudian I dengan III, dan akhirnya II dengan III. Dengan demikian kita tiga
kali menggunakan uji t. Namun, pengujian lebih tepat apabila menggunakan
beberapa rata-rata (ANOVA). Untuk pengertian dan penjelasan lebih lanjut
mengenai ANOVA satu jalur akan dibahas lebih lanjut pada tulian ini.

B. Rumusan Masalah
1. Apa pengertian Analysis of Variance (ANOVA)?
2. Apakah Kegunaan Analysis of Variance (ANOVA)?
3. Apakah syarat Analysis of Variance (ANOVA)?
4. Apa pengertian Analysis of Variance (ANOVA) satu jalur?
5. Apakah tujuan uji ANOVA satu jalur?
6. Apakah langkah-langkah ANOVA satu jalur?
7. Seperti apa soal dan pembahasan ANOVA satu jalur?
C. Tujuan
1. Dapat mengetahui pengertian Analysis of Variance (ANOVA)
2. Dapat mengetahui kegunaan Analysis of Variance (ANOVA)
3. Dapat mengetahui syarat Analysis of Variance (ANOVA)
4. Dapat mengetahui pengertian Analysis of Variance (ANOVA) satu
jalur
5. Dapat mengetahui tujuan uji ANOVA satu jalur
6. Dapat mengetahui langkah-langkah ANOVA satu jalur
7. Dapat mengetahui contoh soal dan pembahasan ANOVA satu jalur
 BAB II
PEMBAHASAN
A. Pengertian Anova
Anava atau Anova adalah sinonim dari analisis varians terjemahan
dari analysis of variance, sehingga banyak orang menyebutnya dengan anova.
Anova merupakan bagian dari metoda analisis statistika yang tergolong
analisis komparatif lebih dari dua rata-rata (Riduwan.2008.Dasar-dasar
Statistika.Bandung:Alfabeta).
Analisis Varians (ANAVA) adalah teknik analisis statistik yang
dikembangkan dan diperkenalkan pertama kali oleh Sir R. A Fisher (Kennedy
& Bush, 1985). Anova dapat juga dipahami sebagai perluasan dari uji-t
sehingga penggunaannya tidak terbatas pada pengujian perbedaan dua buah
rata-rata populasi, namun dapat juga untuk menguji perbedaan tiga buah rata-
rata populasi atau lebih sekaligus. Jika kita menguji hipotesis nol bahwa rata-
rata dua buah kelompok tidak berbeda, teknik Anova dan uji-t (uji dua pihak)
akan menghasilkan kesimpulan yang sama; keduanya akan menolak atau
menerima hipotesis nol. Dalam hal ini, statistik F pada derajat kebebasan 1
dan n-k akan sama dengan kuadrat dari statistik t Secara garis besar , 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.

B. Kegunaan Anova
Analisis anova banyak digunakan pada penelitian-penelitian yang
banyak melibatkan pengujian komparatif, yaitu menguji variabel terikat
dengan cara membandingkan pada kelompok-kelompok sampel independen
yang diamati. Analisis varian saat ini banyak digunakan dalam penelitian
survey dan penelitian eksperimen.
C. Syarat Menganalisis ANOVA
Asumsi-asumsi yang mendasari analisis variansi adalah :
i. Masing-masing populasi saling independen dan masing-masing data
amatan saling independen di dalam kelompoknya Dipenuhinya
persyaratan ini dimaksudkan agar perlakuan yang diberikan kepada
masing-masing sample independen antara satu dengan yang lainnya.
Dengan kata lain antara sample satu dengan sample yang lain berdiri
sendiri dan tidak ada keterkaitan/hubungan.
Misalkan dilakukan eksperimen tindakan kelas yang ditinjau dari
prestasi belajar siswa. Saat dilakukan pengujian, peneliti harus
menjamin bahwa antara sample yang satu dengan yang lainnya
independen/tidak ada hubungan/tidak ada kerjasama sehingga data yang
diperoleh merupakan data yang valid, artinya alat tes yang sudah
diberikan kepada salah satu sample diusahakan jangan sampai diberikan
kepada sample yang lain.
Untuk masing-masing populasi harus saling independen dan
masingmasing data amatan harus saling independen di dalam
kelompoknya, dalam arti bahwa kesalahan yang terjadi pada suatu data
amatan harus independen dengan kesalahan yang terjadi pada data
amatan yang lain.
Andaikan solusi independen antar tes dapat diselesaikan dengan
memilih sample – sample yang mewakili populasi-populasi yang
berbeda, maka peneliti juga harus menjamin sifat independen antar data
amatan.

ii. Populasi-populasi yang diteliti memiliki distribusi normal Persyaratan

normalitas populasi harus dipenuhi karena Analisis Variansi pada
dasarnya adalah uji beda rataan, sama seperti uji beda rataan 2 populasi,
misal uji t dan uji Z.
Sebelum dilakukan uji beda rata-rata, harus ditunjukkan bahwa
sampelnya diambil dari populasi normal. Apabila masing-masing
sample berukuran besar dan diambil dari populasi yang berukuran
besar, biasanya masalah normalitas ini tidak menjadi masalah yang
pelik, karena populasi yang berukuran besar cenderung berdistribusi
normal. Terdapat 2 cara yang sering digunakan untuk uji normalitas,
yaitu dengan variable random chi kuadrat (dikatakan sebagai uji secara
parametrik karena menggunakan penafsir rataan dan deviasi baku) dan
dengan metode Lilliefors (uji ini merupakan uji secara non-parametrik).
 Uji Normalitas dengan Chi Kuadrat
Uji kenormalan dapat dilakukan dengan menggunakan
Teorema Goodness – of – fit test dan Teorema Derajat
Kebebasan untuk Uji Kecocokan diatas. Pada uji ini, untuk
menentukan frekuensi harapan, dilakukan tiga cuantiítas, yaitu
frekuensi total, rataan, dan deviasi baku sehingga derajat
kebebasannya adalah (k-3).
Untuk dapat menggunakan cara ini, datanya harus
dinyatakan dalam distribuís frekuensi data bergolong. Prinsip
yang dipakai dalam uji ini adalah membandingkan antara
histogram data amatan dengan histogram yang kurva poligon
frekuensinya mendekati distribusi normal
 Uji Normalitas dengan Metode Lilliefors
Uji normalitas dengan metode ini digunakan apabila
datanya tidak dalam distribusi frekuensi bergolong. Pada
metode ini, setiap data diubah menjadi bilangan baku dengan
transformasi.
Statistik uji untuk metode ini adalah L = dengan dan =
proporsi cacah terhadap seluruh . Sebagai daerah kritiknya :
dengan n sebagai ukuran populasi.
Jika persyaratan normalitas populasi ini tidak dipenuhi,
peneliti harus dapat melakukan transformasi data sedemikian
hingga data yang baru memenuhi persyaratan normalitas
 populasi ini dan Analisis Variansi ini dapat diberlakukan pada
data yang baru hasil transformasi

iii. Populasi-populasi tersebut memiliki standar deviasi yang sama

(atau variansi yang sama)
Persyaratan ini harus dipenuhi karena didalam Analisis
Variansi ini dihitung variansi gabungan (pooled varince) dari
variansi-variansi kelompok. Hal ini berkaitan dengan
digunakannya uji F pada Analisis Variansi, yang apabila variansi
populasi tidak sama maka uji F tidak dapat digunakan.salah satu uji
homogenitas variansi untuk k-populasi adalah Uji Bartlett.

iv. Sampel yang ditarik dari populasi tersebut bersifat bebas, dan
sampel ditarik secara acak
Dalam statistika, untuk hal pengambilan sample harus
dilakukan secara random (acak) dari populasinya. Hal ini
dimaksudkan agar diperoleh sample yang dapat mewakili
populasinya (representative).

D. Pengertian Anova satu jalur

Dinamakan analisis varians satu arah, karena analisisnya
menggunakan varians dan data hasil pengamatan merupakan pengaruh satu
faktor. Dari tiap populasi secara independen kita ambil sebuah sampel acak,
berukuran n1 dari populasi kesatu, n2 dari populasi kedua dan seterusnya
berukuran nk dari populasi ke k. Data sampel akan dinyatakan dengan Yij
yang berarti data ke-j dalam sampel yang diambil dari populasi ke-i
(Sudjana.1996.Metoda Statistika.Bandung:Tarsito Bandung).
Secara garis besar Analisis variansi satu arah atau yang sering
disebut sebagai rancangan acak lengkap adalah suatu prosedur untuk menguji
perbedaan 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.

E. Tujuan Uji Anova satu jalur

Tujuan dari uji anova satu jalur adalah untuk membandingkan
lebih dari dua rata-rata. Sedangkan gunanya untuk menguji kemampuan
generalisasi. Maksudnya dari signifikansi hasil penelitian. Jika terbukti
berbeda berarti kedua sampel tersebut dapat digeneralisasikan (data sampel
dianggap dapat mewakili populasi). Anova satu jalur dapat melihat
perbandingan lebih dari dua kelompok data (Riduwan.2008.Dasar-dasar
Statistika.Bandung:Alfabeta)

F. Langkah-langkah Anova satu jalur

Langkah-langkah uji anova untuk satu jalur meliputi :
1) Sebelum anova dihitung, asumsikan bahwa data dipilih secara random,
berdistribusi normal , dan variannya homogen
2) Buatlah hipotesis ( 𝐻𝑎 𝑑𝑎𝑛 𝐻0 ) dalam bentuk kalimat
3) Buatlah hipotesis ( 𝐻𝑎 𝑑𝑎𝑛 𝐻0 ) dalam bentuk statisitk
4) Buatlah daftar statistic induk
5) Hitunglak jumlah kuadrat antar grup (JKA) dengan rumus :
(∑ 𝑋𝐴𝑖 )2 (∑ 𝑋𝑇 )2
𝐽𝐾𝐴 = ∑ −
𝑛𝐴𝑖 𝑁
(∑ 𝑋𝐴𝑖 )2 (∑ 𝑋𝐴2 )2 (∑ 𝑋𝐴3 )2 (∑ 𝑋𝑇 )2
=( + + )−
𝑁𝐴𝐼 𝑁𝐴2 𝑁𝐴3 𝑁
6) Hitunglah derajat bebas antar grup dengan rumus 𝑑𝑏𝐴 = 𝐴 − 1
7) Hitunglah Kuadrat Rerata Antar group (KR ) dengan rumus :
𝐽𝐾𝐴
𝐾𝑅𝐴 =
𝑑𝑏𝐴
8) Hitunglah jumlah Kuadrat Dalam antar group ( JKD) dengan rumus :
(∑ 𝑋𝐴𝑖 ) 2
2
𝐽𝐾𝐷 = ∑ 𝑋 − ∑
𝑇 𝑛𝐴𝑖
 (∑ 𝑋𝐴𝑖 )2 (∑ 𝑋𝐴2 )2
= ∑ 𝑋𝐴1 2 + ∑ 𝑋𝐴2 2 + ∑ 𝑋𝐴3 2 − ( +
𝑛𝐴𝐼 𝑛𝐴2
(∑ 𝑋𝐴3 )2
+ )
𝑛𝐴3
9) Hitunglah derajat bebas dalam grup dengan rumus : dbD = N-A
10) Hitunglah Kadrat rerata Dalam group (KRD ) dengan rumus :
𝐽𝐾𝐷
𝐾𝑅𝐷 =
𝑑𝑏𝐷

11) Carilah Fhitung dengan rumus :

𝐾𝑅𝐴
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 =
𝐾𝑅𝐷

12) Tentukan taraf signifikannya , misalnya α = 0,05 atau α = 0,01

13) Cari Ftabel dengan rumus Ftabel = F(1-α) (dbA,dbD)
14) Buatlah tabel ringkasan Anova

15) Tentukanlah kriteria pengujian : Jia Fhitung ≥ F tabel maka tolak H0

berarti signifikan dan konsultasikan antara Fhitung dengan Ftabel
kemudian bandingkan
16) Buatlah kesimpulan
(Riduwan, 2003; 218)
G. Contoh Soal dan Pembahasan
Seorang ingin mengetahui perbedaan prestasi belajar untuk mata
kuliah dasar-dasar statistika antara mahassiswa tugas belajar, izin belajar dan
umum. Data diambil dari nilai UTS sebagai berikut :

Tugas belajar (A1) = 6 8 5 7 7 6 6 8 7 6 7 = 11 orang

Izin belajar (A1) = 5 6 6 7 5 5 5 6 5 6 8 7 = 12 orang
Umum (A1) = 6 9 8 7 8 9 6 6 9 8 6 8 = 12 orang
Buktikan apakah ada perbedaan atau tidak?

LANGKAH-LANGKAH MENJAWAB :
1) Diasumsikan bahwa data dipilih secara random, berdistribusi normal, dan
variannya homogen.
2) Hipotesis ( 𝐻𝑎 𝑑𝑎𝑛 𝐻0 ) dalam bentuk kalimat.
𝐻𝑎 = Terdapat perbedaan yang signifikan antara mahasiswa tugas belajar, izin
belajar dan umum.
𝐻0 = Tidak ada perbedaan yang signifikan antara mahasiswa tugas belajar, izin
belajar dan umum.
3) Hipotesis ( 𝐻𝑎 𝑑𝑎𝑛 𝐻0 ) dalam bentuk statistic
𝐻𝑎 : 𝐴1 ≠ 𝐴2 = 𝐴3
𝐻0 : 𝐴1 ≠ 𝐴2 = 𝐴3
4) Daftar statistik induk
Nilai UTS
No 𝐴1 𝐴2 𝐴3
1 6 5 6
2 8 6 9
3 5 6 8
4 7 7 7
5 7 5 8
6 6 5 9
7 6 5 6
8 8 6 6
9 7 5 9
 10 6 6 8
11 7 8 6
12 - 7 8

5) Hitunglak jumlah kuadrat antar grup (JKA) dengan rumus :

(∑ 𝑋𝐴𝑖 )2 (∑ 𝑋𝑇 )2
𝐽𝐾𝐴 =∑ −
𝑛𝐴𝑖 𝑁
(73)2 (71)2 (90)2 (234)2
=( + + )−
11 12 12 35

= 1579,53 − 1564,46
= 15,07
6) Hitunglah derajat bebas antar grup dengan rumus :
𝑑𝑏𝐴 = 𝐴 − 1 = 3 − 1 = 2

𝐴 = 𝑗𝑢𝑚𝑙𝑎ℎ 𝑔𝑟𝑜𝑢𝑝 𝐴

7) Hitunglah Kuadrat Rerata Antar group (KR ) dengan rumus :

𝐽𝐾𝐴 15,07
𝐾𝑅𝐴 = = = 7,54
𝑑𝑏𝐴 2
8) Hitunglah jumlah Kuadrat Dalam antar group ( JKD) dengan rumus :
(∑ 𝑋𝐴𝑖 ) 2
2
𝐽𝐾𝐷 = ∑ 𝑋 − ∑
𝑇 𝑛𝐴𝑖
(73)2 (71)2 (90)2
= (493 + 431 + 692) − (
11
+ 12
+ 12
)

= 1616 − 1579,53
= 36,47
9) Hitunglah derajat bebas dalam grup dengan rumus :
𝑑𝑏𝐷 = 𝑁 − 𝐴 = 35 − 3 = 32
10) Hitunglah Kadrat rerata Dalam group (KRD ) dengan rumus :
𝐽𝐾𝐷 36,47
𝐾𝑅𝐷 = = = 1,14
𝑑𝑏𝐷 32
11) Carilah Fhitung dengan rumus :
𝐾𝑅𝐴 7,54
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = = = 6,61
𝐾𝑅𝐷 1,14
12) Tentukan taraf signifikannya , misalnya α = 0,05 atau α = 0,05
13) Cari Ftabel dengan rumus
𝐹𝑡𝑎𝑏𝑒𝑙 = 𝐹(1−𝛼)(𝑑𝑏𝐴𝑑𝑏𝐷)
𝐹𝑡𝑎𝑏𝑒𝑙 = 𝐹(1−0,05)(2,32)
𝐹𝑡𝑎𝑏𝑒𝑙 = 𝐹(0,95)(2,32)
𝐹𝑡𝑎𝑏𝑒𝑙 = 3,30

Cara mencari :Nilai 𝐹𝑡𝑎𝑏𝑒𝑙 = 3,30 dan arti angka 𝐹𝑡𝑎𝑏𝑒𝑙 = 𝐹(0,95)(2,32)
0,95 = Taraf kepercayaan 95% atau taraf signifikan 5%
𝐴𝑛𝑔𝑘𝑎 2 = Pembilang atau hasi dari dbA
𝐴𝑛𝑔𝑘𝑎 32 = Penyebut atau hasi dari dbD
Apabila angka 2 dicari ke kanan dan angka 32 dicari ke bawah makan
akan bertemu dengan nilai 𝐹𝑡𝑎𝑏𝑒𝑙 = 3,30. Untuk taraf signifikan 5%
dipilih pada bagian atas dan 1% dipilih pada bagian bawah.
14) Buatlah tabel ringkasan Anova

15) Tentukan kriteria pengujian : jika Fhitung ≥ Ftabel, maka tolak H0 berarti
signifan.
Setelah konsultasikan dengan tabel F kemudian bandingkan antara
Fhitung dengan Ftabel, ternyata Fhitung > Ftabel atau 6,61 > 3,30 maka tolak
h0 berarti signifan.
16) Kesimpulan
H0 ditolak dan Ha diterima.
Jadi, terdapat perbedaan yang signifikan antara mahasiswa tugas
belajar, izin belajar dan umum.
 BAB III
PENUTUP
A. Kesimpulan
Anava atau Anova adalah sinonim dari analisis varians terjemahan dari
analysis of variance, sehingga banyak orang menyebutnya dengan anova.
Analisis anova banyak digunakan pada penelitian-penelitian yang banyak
melibatkan pengujian komparatif ,yaitu menguji variabel terikat dengan cara
membandingkan pada kelompok-kelompok sampel independen yang diamati
Secara garis besar Analisis variansi satu arah atau yang sering disebut
sebagai rancangan acak lengkap adalah suatu prosedur untuk menguji perbedaan
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.
Tujuan dari uji anova satu jalur adalah untuk membandingkan lebih dari
dua rata-rata. Sedangkan gunanya untuk menguji kemampuan generalisasi.
Maksudnya dari signifikansi hasil penelitian.