Anovalindamakalah 131109222416 Phpapp02
Anovalindamakalah 131109222416 Phpapp02
PENDAHULUAN
Dalam menganalisis data seperti ini (lebih dari dua kelompok) sangat tidak dianjurkan
menggunakan uji-t. Ada dua kelemahan jika menggunakan uji-t yaitu pertama: kita harus
melakukan pengujian berulang kali sesuai kombinasi yang mungkin, kedua: bila melakukan
uji-t berulang-ulang akan meningkatkan (inflasi) nilai α, inflasi nilai α sebesar = 1 - (1-α)n.
Untuk mengatasi masalah tersebut maka uji statistik yang dianjurkan (uji yang tepat)
dalam menganalisis beda lebih dari dua mean kelompok independen adalah Uji ANOVA atau
uji-F artinya akan meningkatkan peluang mendapatkan hasil yang keliru.
2
BAB 2
PEMBAHASAN
Sampel diambil dari distribusi normal, sehingga sampel juga berdistribusi normal.
Kenormalan ini dapat diatasi dengan memperbesar jumlah sampel.
Masing-masing kelompok mempunyai variabel yang sama.
Sampel diambil secara acak.
Hipotesis dalam ANOVA akan membandingkan rata-rata dari beberapa populasi yang
diwakili oleh beberapa kelompok sampel secara bersama, sehingga hipotesis matematikanya
adalah :
H0 : µ1 = µ2 … = µk
o Seluruh mean populasi adalah sama
o Tak ada efek treatment (tak ada keragaman mean dalam grup)
H1 : tidak seluruh mean populasi adalah sama
o Minimal ada 1 mean populasi yang berbeda
o Terdapat sebuah efek treatment
o Tidak seluruh mean populasi berbeda (beberapa pasang mungkin sama)
Bunyi hipotesis alternatif seperti tersebut diatas, merupakan hipotesis yang fleksibel, karena
tidak menyebutkan secara pasti µ mana yang berbeda dengan yang lainnya. Hal ini
mempunyai arti bahwa µ mana yang tidak sama bukan merupakan masalah dalam penolakan
hipotesis nol.
H0 pada One Way ANOVA adalah tidak ada perbedaan signifikan rata-rata sampel
yang ada. Bila H0 ditolak, maka analisisnya belum selesai sehingga perlu analisis lanjutan.
Analisis lanjutan setelah ANOVA sering disebut Post Hoc atau pasca-ANOVA adalah sebagai
berikut :
1) LSD (Least Significance Difference), digunakan untuk melakukan uji t di antara seluruh
pasangan kelompok mean. Uji ini sangat baik apabila pengujian mean yang akan
dibandingkan sebelumnya telah direncanakan.
5
2) Tukey (HSD : Honestly Significant Difference), uji ini disebut uji beda nyata yang
merupakan perbaikan dari LSD karena uji ini untuk membandingkan mean tanpa
perencanaan terlebih dahulu.
3) Tukey’s-b, alternative lain dari uji Tukey.
4) Duncan, digunakan untuk menguji perbedaan di antara semua pasangan perlakuan yang
ada dari percobaan tersebut serta masih dapat mempertahankan tingkat signifikansi yang
ditetapkan.
5) S-N-K (Student Newman Keuls), pengembangan dari LSD dan Duncan.
6) Dunnet, digunakan untuk membandingkan mean dari semua perlakuan dengan mean
perlakuan control.
7) Scheffe, digunakan untuk pembanding yang tidak perlu orthogonal.
6
adalah penyimpangan baku maupun variance. Oleh karena itu, pengujian disini pun
didasarkan pada variance.
Pengukuran total variabilitas atas data yang ada dapat dikelompokkan menjadi tiga
bagian:
3. Jumlah kuadrat penyimpangan total, merupakan jumlah kuadrat selisih antara skor
individual dengan rata-rata totalnya, disingkat SSt
Derajat kebebasan (degrees of fredom) dalam ANOVA akan sebanyak variabilitas.
Oleh karena ada 3 macam variabilitas, maka dk pun ada tiga macam :
1. Derajat kebebasan untuk SSt, sebesar N-1
2. Derajat kebebasan untuk SSw
dk SSw = ∑ (n-1)
Disamping itu dk SSw dapat pula dicari dengan rumus :
dk SSw = N-k
Keterangan :
k : adalah banyaknya kelompok
n : adalah jumlah sampel keseluruhan
3. Derajat kebebasan untuk SSb sebesar k-1, hal ini disebabkan karena dk disini terikat
dengan banyaknya kelompok seperti halnya SSb.
1. Menghitung jumlah kuadrat total (JKT), jumlah kuadrat rerata (JKR), jumlah kuadrat
total direduksi/dikoreksi (JKTR), jumlah kuadrat antar kelompok (JKA), dan jumlah
kuadrat dalam kelompok (JKD). Untuk menghitung masing-masing harga JK digunakan
rumus sebagai berikut.
a. JKT = Σ
b. JKR =
7
c. JKTR = Σ =Σ -
d. JKA = Σ -
JKA = + + +…+ -
e. JKD =
JKD = Σ +Σ +Σ +.
.. + Σ
a. RJKA =
b. RJKD =
F=
5. Melakukan interpretasi dan uji signifikansi dengan membandingkan nilai uji F hitung
dengan Ftabel. Koefisien Ftabel diperoleh dari distribusi F yang nilainya didasarkan
pada derajat kebebasan antar kelompok (dbA) dan derajat kebebasan dalam kelompok
(dbD) pada taraf signifikansi baik α = 0,05 atau α = 0,01.
8
Apabila nilai Fhitung lebih besar dari Ftabel maka H0 ditolak dan H1 diterima yang
diinterpretasikan signifikan, berarti terdapat perbedaan rata-rata dari kelompok yang
dibandingkan. Sebaliknya jika nilai Fhitung lebih kecil dari Ftabel maka H0 diterima dan
H1 ditolak yang diinterpretasikan tidak signifikan, berarti tidak terdapat perbedaan
rata-rata dari kelompok yang dibandingkan.
Ftabel bisa dihitung pada tabel F:
o Tingkat signifikansi (α) adalah 5%
o Numerator adalah (k ─ 1) dalam ini sebagai pembilang (dk2)
o Denumerator adalah (N ─ k) dalam hal ini sebagai penyebut (dk 1)
Jika menggunakan Microsoft Excel yaitu ketik =Finv(0.05,dk 2,dk1).
6. Apabila adanya perbedaan yang signifikan, maka dilakukan uji lanjut. Untuk
kelompok data yang sama jumlahnya atau jumlah sampel tiap kelompok sama maka
dapat digunkaan uji Tukey. Sedangkan untuk kelompok data yang tidak sama
jumlahnya atau jumlah sampel tiap kelompok tidak sama dapat digunakan uji Scheffe.
Adapun rumus keduanya sebagai berikut.
a. Uji Tukey
Q=
b. Uji Scheffe
F=
9
Keterangan :
S : adalah jumlah rank
n : adalah jumlah keseluruhan.
Langkah-Langkah pengujian hipotesis dengan skala ordinal adalah :
1. Menyusun hipotesis :
Ho: Tidak ada perbedaaan antar kelompok
Ha : Paling sedikit satu kelompok tidak sama dengan kelompok lainnya
2. Menyusun rank
Keseluruhan dapat diurutkan, bias dari yang terbesar kelompok yang terkecil atau
sebaliknya tergantung pada rank yang diukur. Hal yang perlu diperhatikan adalah angka
rank terkecil merupakan nilai yang tertinggi. Apabila terdapat persamaan pada individu
skor, maka rank merupakan nilai tengahnya (sering terjadi jika kita melakukan
perubahan skala dari ratio atau interval ke skala ordinal).
3. Menghitung kruskel-Walles
4. Membandingkan hasil perhitungan H dengan tabel (chi Square distribusi) berdasarkan
alpha dan derajat kebebasan = k-1
5. Mengambil kesimpulan yaitu akan menerima hipotesis nol apabila H sama dengan atau
lebih kecil daripada nilai tabel, sebaliknya tolak hipotesis nol jika H lebih besar daripada
nilai tabel.
10
4. Apakah terdapat perbedaan hasil belajar IPA siswa antara yang diajar menggunakan
metode pemecahan masalah dengan ceramah?
5. Apakah terdapat perbedaan hasil belajar IPA siswa antara yang diajar menggunakan
metode penugasan dengan diskusi?
6. Apakah terdapat perbedaan hasil belajar IPA siswa antara yang diajar menggunakan
metode penugasan dengan ceramah?
7. Apakah terdapat perbedaan hasil belajar IPA siswa antara yang diajar menggunakan
metode diskusi dengan ceramah?
1. Terdapat perbedaan hasil belajar IPA siswa ditinjau dari metode mengajar.
2. Hasil belajar IPA siswa antara yang diajar menggunakan metode pemecahan masalah
lebih tinggi dibandingkan dengan penugasan.
3. Hasil belajar IPA siswa antara yang diajar menggunakan metode pemecahan masalah
lebih tinggi dibandingkan dengan diskusi.
4. Hasil belajar IPA siswa antara yang diajar menggunakan metode pemecahan masalah
lebih tinggi dibandingkan dengan ceramah.
5. Hasil belajar IPA siswa antara yang diajar menggunakan metode penugasan lebih
tinggi dibandingkan dengan diskusi.
6. Hasil belajar IPA siswa antara yang diajar menggunakan metode penugasan lebih
tinggi dibandingkan dengan ceramah.
7. Hasil belajar IPA siswa antara yang diajar menggunakan metode ceramah lebih
rendah dibandingkan dengan diskusi.
Dari jumlah siswa sebanyak 40 orang diambil secara acak sebanayk 28 siswa dan
dimasukkan ke dalam 4 kelas dengan masing-masing kelas terdiri dari 7 siswa yang diajar
dengan metode yang berbeda-beda.
Pada akhir eksperimen, setiap siswa dalam kelompok tersebut dikenai pengukuran dan
diperoleh data sebagai berikut.
Tabel 2.1 Data Hasil Belajar IPA Siswa Untuk Pengujian
ANOVA Satu Jalur
Berdasarkan data pada tabel 2.1 tentang data pengukuran hasil belajar siswa,
kemudian dimasukkan dalam lembar kerja SPSS pada Data View, pada kolom pertama isikan
data metode mengajar dimana untuk metode mengajar Pemecahan Masalah diberikan angka
1, Penugasan diberikan angka 2, Diskusi diberikan angka 3 dan Ceramah diberikan angka
4, kemudian pada kolom kedua isikan dengan data hasil belajar IPA siswa.
Kemudian pada lembar kerja Variabel View diberikan nama dan label. Pada baris
pertama diberikan nama Metode Mengajar. Pada kolom Value di klik dan diberikan nama
Value 1 untuk Pemecahan Masalah dan klik Add, Value 2 untuk label Penugasan dan klik
Add, Value 3 untuk Diskusi dan klik Add, dan Value 4 untuk label Ceramah dan klik Add,
Kemudian pada baris kedua diberikan nama Hasil Belajar lalu klik Ok. Tampilannya sebagai
berikut.
Selanjutnya klik analyze, pilih compare means, kemudian pilih dan klik one way
Anova, sehingga muncul tampilan sebagai berikut:
12
Masukkan variabel Metode mengajar ke dalam kotak Factor dan Hasil Belajar ke dalam
kotak Dependent List. Kemudian klik Post Hoc untuk menguji metode mengajar mana yang
hasil belajarnya lebih tinggi, apakah metode Pemecahan Masalah, Penugasan, Diskusi, atau
Ceramah. Tampilannya sebagai berikut.
Apabila jumlah data (responden) untuk tiap latar belakang adalah sama, misalnya
siswa yang menjadi sampel penelitian pada masing-masing kelas yang diajar dengan metode
mengajar pemecahan masalah, penugasan, diskusi dan ceramah sama-sama 7 orang, maka
klik pada kotak Tukey dan apabila jumlah data (responden) untuk tiap latar belakang berbeda
maka klik Scheffe.
Dalam contoh ini klik Tukey karena jumlah data semua kelompok sama. Selanjutnya
klik Continue, klik Options, maka akan muncul tampilan sebagai berikut.
13
Selanjutnya pada kotak Homogeneity of Variance Test diklik. Hal ini untuk melakukan
pengujian homogenitas varians. Untuk uji perbedaan, selain harus memenuhi asumsi data
berdistribusi atau berada dalam sebaran normal, juga harus memenuhi asumsi bahwa data
dari kelompok yang akan dibandingkan harus memiliki varians yang homogen (Asumsi
Homogenitas Varians). Untuk mengetahui plot estimasi rerata dari hasil belajar terhadap
metode mengajar pada kotak Means plot diklik.
Dengan demikian dalam uji perbedaan harus dilakukan uji persyaratan analisis yaitu
uji normalitas data dan uji homogenitas. Uji normalitas data adalah hal yang lazim dilakukan
sebelum sebuah metode statistik. Tujuan uji normalitas adalah untuk mengetahui apakah
distribusi data mengikuti atau mendekati distribusi normal, yakni distribusi data yang
mempunyai pola seperti distribusi normal (distribusi tersebut tidak melenceng ke kiri maupun
ke kanan). Uji homogenitas dilakukan untuk mengetahui apakah varians dari kelompok
berbeda yang akan dibandingkan adalah homogen. Uji homogenitas varians dilakukan untuk
peneliti yang bersifat membandingkan (Eksperimen, Ex-Post-Facto atau Komparatif).
14
Pindahkan semua variabel ke kotak Test Variable List dengan cara menandai semua
variabel, kemudian menekan tanda >. Klik Options sehingga muncul kotak dialog sebagai
berikut, kemudian centang Descriptive lalu klik Continue
Descriptive Statistics
N Mean Std. Deviation Minimum Maximum
Metode_Mengajar 28 2.50 1.139 1 4
Hasil_Belajar 28 78.50 8.905 64 95
15
Negative -.170 -.089
Kolmogorov-Smirnov Z .898 .470
Asymp. Sig. (2-tailed) .395 .980
a. Test distribution is Normal.
b. Calculated from data.
Descriptives
Hasil_Belajar
95% Confidence Interval for
N Mean Std. Std. Mean Minimum Maximum
Deviation Error Lower Upper
Bound Bound
Pemecahan 7 90.00 3.266 1.234 86.98 93.02 86 95
Masalah
Penugasan 7 82.00 3.559 1.345 78.71 85.29 77 87
16
Diskusi 7 74.00 2.646 1.000 71.55 76.45 70 78
Ceramah 7 68.00 2.380 .900 65.80 70.20 64 71
Total 28 78.50 8.905 1.683 75.05 81.95 64 95
ANOVA
Hasil_Belajar
Sum of Squares df Mean Square F Sig.
Between Groups 1925.000 3 641.667 71.296 .000
Within Groups 216.000 24 9.000
Total 2141.000 27
Multiple Comparisons
Hasil_Belajar
Tukey HSD
(I) Metode_Mengajar (J) Metode_Mengajar Mean 95% Confidence Interval
Difference (I-J) Std. Error Sig. Lower Bound Upper Bound
Pemecahan Masalah Penugasan * 1.604 .000 3.58 12.42
8.000
Diskusi * 1.604 .000 11.58 20.42
16.000
Ceramah * 1.604 .000 17.58 26.42
22.000
Penugasan Pemecahan Masalah * 1.604 .000 -12.42 -3.58
-8.000
Diskusi * 1.604 .000 3.58 12.42
8.000
Ceramah * 1.604 .000 9.58 18.42
14.000
Diskusi Pemecahan Masalah * 1.604 .000 -20.42 -11.58
-16.000
Penugasan * 1.604 .000 -12.42 -3.58
-8.000
Ceramah * 1.604 .005 1.58 10.42
6.000
Ceramah Pemecahan Masalah * 1.604 .000 -26.42 -17.58
-22.000
Penugasan * 1.604 .000 -18.42 -9.58
-14.000
Diskusi * 1.604 .005 -10.42 -1.58
-6.000
17
Homogeneous Subsets
Hasil_Belajar
Tukey HSD
a
Metode_Mengajar N Subset for alpha = 0.05
1 2 3 4
Ceramah 7 68.00
Diskusi 7 74.00
Penugasan 7 82.00
Pemecahan Masalah 7 90.00
Sig. 1.000 1.000 1.000 1.000
Means Plots
Interpretasi
1. Output Test Homogeneity Of Variance merupakan hasil dari uji homogenitas varians.
Untuk menyatakan apakah varians adalah homogen atau tidak dengan melihat koefisien
P-value. Apabila koefisien P-value lebih besar dari taraf signifikansi pada α = 0,05 maka
dinyatakan tidak signifikan yang berarti bahwa varians adalah homogen. Sebaliknya
apabila koefisien P-value lebih kecil dari taraf signifikansi pada α = 0,05 maka
dinyatakan signifikansi yang berarti bahwa varians tidak homogen. Hasil analisis
diperoleh koefisien levene sebesar 0,714 dengan P-value sebesar 0,553. Oleh karena P-
value lebih besar dari 0,05 maka dinyatakan bahwa varians dari kelompok yang
dibandingkan adalah homogen.
2. Output ANOVA sebagai hasil analisis yang digunakan untuk menentukan apakah
hipotesis penelitian diterima atau tidak. Untuk mengetahui apakah ada perbedaan hasil
belajar IPA siswa ditinjau dari metode mengajar dengan melihat besarnya koefisien F
18
hitung atau P-value dan membandingkannya dengan F tabel atau taraf signifikansi baik
pada α = 0,05 atau α = 0,01.
Apabila F hitung lebih besar dari F tabel yang besarnya 3,008 atau P-value lebih kecil
dari 0,05 maka dinyatakan terdapat perbedaan yang berarti hipotesis kerja (H 1) diterima
dan hipotesis nol (H0) ditolak. Hasil analisis menunjukkan bahwa koefisien F hitung
sebesar 71,296 dengan P-value sebesar 0,000.
Oleh karena P-value lebih kecil dari 0,05 bahkan 0,01 maka hipotesis kerja diterima
yang berarti terdapat perbedaan yang sangat signifikan hasil belajar IPA siswa yang
diajar menggunakan keempat metode mengajar.
3. Oleh karena adanya perbedaan, maka dilakukan uji lanjut. Uji lanjut dilakukan dengan
uji Tukey dikarenakan jumlah data untuk masing-masing kelompok sama. Pada tabel
Multiple Comparasions diketahui bahwa:
a. Hasil belajar IPA siswa yang diajar dengan menggunakan metode pemecahan
masalah dengan metode penugasan memiliki perbedaan rata-rata Mean Difference (I-
J) sebesar 8,000 dengan P-value sebesar 0,000. Oleh karena koefisien P-value lebih
kecil dari 0,05 bahkan 0,01 maka disimpulkan terdapat perbedaan yang signifikan
siswa yang diajar dengan menggunakan metode pemecahan masalah dengan metode
penugasan.
Berdasarkan nilai rata-rata pada tabel Descriptives menunjukkan bahwa nilai rata-rata
siswa yang diajar dengan menggunakan metode pemecahan masalah lebih tinggi
dibandingkan dengan metode penugasan (90, 00 > 82,00).
Dengan demikian hasil belajar siswa yang diajar dengan menggunakan metode
pemecahan masalah lebih tinggi dibandingkan dengan metode penugasan.
b. Hasil belajar IPA siswa yang diajar dengan menggunakan metode pemecahan
masalah dengan metode diskusi memiliki perbedaan rata-rata Mean Difference (I-J)
sebesar 16,000 dengan P-value sebesar 0,000. Oleh karena koefisien P-value lebih
kecil dari 0,05 bahkan 0,01 maka disimpulkan terdapat perbedaan yang signifikan
siswa yang diajar dengan menggunakan metode pemecahan masalah dengan metode
diskusi.
Berdasarkan nilai rata-rata pada tabel Descriptives menunjukkan bahwa nilai rata-rata
siswa yang diajar dengan menggunakan metode pemecahan masalah lebih tinggi
dibandingkan dengan metode diskusi (90, 00 > 74,00).
Dengan demikian hasil belajar siswa yang diajar dengan menggunakan metode
pemecahan masalah lebih tinggi dibandingkan dengan metode diskusi.
19
c. Hasil belajar IPA siswa yang diajar dengan menggunakan metode pemecahan
masalah dengan metode ceramah memiliki perbedaan rata-rata Mean Difference (I-
J) sebesar 22,000 dengan P-value sebesar 0,000. Oleh karena koefisien P-value lebih
kecil dari 0,05 bahkan 0,01 maka disimpulkan terdapat perbedaan yang signifikan
siswa yang diajar dengan menggunakan metode pemecahan masalah dengan metode
ceramah.
Berdasarkan nilai rata-rata pada tabel Descriptives menunjukkan bahwa nilai rata-rata
siswa yang diajar dengan menggunakan metode pemecahan masalah lebih tinggi
dibandingkan dengan metode ceramah (90, 00 > 68,00).
Dengan demikian hasil belajar siswa yang diajar dengan menggunakan metode
pemecahan masalah lebih tinggi dibandingkan dengan metode ceramah.
d. Hasil belajar IPA siswa yang diajar dengan menggunakan metode penugasan dengan
metode diskusi memiliki perbedaan rata-rata Mean Difference (I-J) sebesar 8,000
dengan P-value sebesar 0,000. Oleh karena koefisien P-value lebih kecil dari 0,05
bahkan 0,01 maka disimpulkan terdapat perbedaan yang signifikan siswa yang diajar
dengan menggunakan metode penugasan dengan metode diskusi.
Berdasarkan nilai rata-rata pada tabel Descriptives menunjukkan bahwa nilai rata-rata
siswa yang diajar dengan menggunakan metode penugasan lebih tinggi dibandingkan
dengan metode diskusi (82, 00 > 74,00).
Dengan demikian hasil belajar siswa yang diajar dengan menggunakan metode
penugasan lebih tinggi dibandingkan dengan metode diskusi.
e. Hasil belajar IPA siswa yang diajar dengan menggunakan metode penugasan dengan
metode ceramah memiliki perbedaan rata-rata Mean Difference (I-J) sebesar 14,000
dengan P-value sebesar 0,000. Oleh karena koefisien P-value lebih kecil dari 0,05
bahkan 0,01 maka disimpulkan terdapat perbedaan yang signifikan siswa yang diajar
dengan menggunakan metode penugasan dengan metode ceramah.
Berdasarkan nilai rata-rata pada tabel Descriptives menunjukkan bahwa nilai rata-rata
siswa yang diajar dengan menggunakan metode penugasan lebih tinggi dibandingkan
dengan metode ceramah (82, 00 > 68,00).
Dengan demikian hasil belajar siswa yang diajar dengan menggunakan metode
penugasan lebih tinggi dibandingkan dengan metode ceramah.
f. Hasil belajar IPA siswa yang diajar dengan menggunakan metode diskusi dengan
metode ceramah memiliki perbedaan rata-rata Mean Difference (I-J) sebesar 6,000
dengan P-value sebesar 0,005. Oleh karena koefisien P-value lebih kecil dari 0,05
20
bahkan 0,01 maka disimpulkan terdapat perbedaan yang signifikan siswa yang diajar
dengan menggunakan metode diskusi dengan metode ceramah.
Berdasarkan nilai rata-rata pada tabel Descriptives menunjukkan bahwa nilai rata-rata
siswa yang diajar dengan menggunakan metode diskusi lebih tinggi dibandingkan
dengan metode ceramah (74, 00 > 68,00).
Dengan demikian hasil belajar siswa yang diajar dengan menggunakan metode
diskusi lebih tinggi dibandingkan dengan metode ceramah.
4. Plot dari output di atas merupakan plot estimasi rerata dari hasil belajar IPA siswa
terhadap metode mengajar. Dari plot Nampak bahwa hasil belajar IPA siswa tertinggi
adalah yang diajar menggunakan metode pemecahan masalah, jadi peneliti dapat
menganjurkan kepada guru di SMP XYZ Malang untuk menggunakan metode mengajar
pemecahan masalah agar hasil belajar siswanya menjadi lebih tinggi.
Descriptive Statistics
N Mean Std. Deviation Minimum Maximum
Hasil_Panen 24 76.00 16.434 37 102
Varietas_Padi 24 2.50 1.142 1 4
22
bagian Assym.Sig. (2 tailed) atau P-value diperoleh koefisien 1,000 untuk Hasil Panen dan
0,498 untuk variabel Varietas Padi.
Untuk menyatakan apakah data berasal dari populasi yang berdistribusi normal atau
tidak dapat dilakukan dengan membandingkan koefisien Assym.Sig. (2 tailed) atau P-value
dengan 0,05 (taraf signifikansi). Apabila P-value lebih besar dari 0,05 (taraf signifikansi)
yang berarti tidak signifikan, maka memiliki makna bahwa data berasal dari populasi yang
berdistribusi normal.
Sebaliknya apabila P-value lebih kecil dari 0,05 yang berarti signifikan, maka
memiliki makna bahwa data berasal dari populasi yang berdistribusi tidak normal.
Berdasarkan hasil analisis menunjukkan bahwa P-value > 0,05 yaitu 1,000>0,05 dan
0,498>0,05 sehingga sampel berasal dari populasi yang berdistribusi normal.
Karena data berdistribusi normal, maka uji ANOVA satu jalur bisa dilakukan, berikut
adalah tabel hasil uji ANOVA satu jalur, Berikut ini output dari hasisl analisis untuk
pengujian homogenitas menggunakan program SPSS.
Selanjutnya klik Descriptive dan klik Continue dan kembali ke tampilan awal dan klik
Ok. Berikut ini output dari hasil analisis uji perbedaan dengan menggunakan Anova satu jalur
dan uji homogenitas.
Oneway
Descriptives
Hasil_Panen
95% Confidence Interval for
Mean
N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimum Maximum
Hipa-3 6 69.00 20.169 8.234 47.83 90.17 37 96
Sembada B9 6 92.00 9.879 4.033 81.63 102.37 79 102
Hipa-6 6 63.00 8.989 3.670 53.57 72.43 54 78
Sembada B5 6 80.00 8.319 3.396 71.27 88.73 68 89
Total 24 76.00 16.434 3.355 69.06 82.94 37 102
23
ANOVA
Hasil_Panen
Sum of Squares df Mean Square F Sig.
Between Groups 2940.000 3 980.000 5.990 .004
Within Groups 3272.000 20 163.600
Total 6212.000 23
Homogeneous Subsets
Hasil_Panen
a
Tukey HSD
Varietas_Padi Subset for alpha = 0.05
N 1 2
Hipa-6 6 63.00
Hipa-3 6 69.00
Sembada B5 6 80.00 80.00
Sembada B9 6 92.00
Sig. .131 .388
Means for groups in homogeneous subsets are
displayed.
a. Uses Harmonic Mean Sample Size = 6.000.
24
Means Plots
Interpretasi
1. Output Test Homogeneity Of Variance merupakan hasil dari uji homogenitas varians.
Untuk menyatakan apakah varians adalah homogen atau tidak dengan melihat koefisien
P-value. Apabila koefisien P-value lebih besar dari taraf signifikansi pada α = 0,05 maka
dinyatakan tidak signifikan yang berarti bahwa varians adalah homogen. Sebaliknya
apabila koefisien P-value lebih kecil dari taraf signifikansi pada α = 0,05 maka
dinyatakan signifikansi yang berarti bahwa varians tidak homogen. Hasil analisis
diperoleh koefisien levene sebesar 1,402 dengan P-value sebesar 0,271. Oleh karena P-
value lebih besar dari 0,05 maka dinyatakan bahwa varians dari kelompok yang
dibandingkan adalah homogen.
2. Output ANOVA sebagai hasil analisis yang digunakan untuk menentukan apakah
hipotesis penelitian diterima atau tidak. Untuk mengetahui apakah ada perbedaan hasil
panen padi ditinjau dari varietas padi dengan melihat besarnya koefisien F hitung atau P-
value dan membandingkannya dengan F tabel atau taraf signifikansi baik pada α = 0,05
atau α = 0,01.
Apabila F hitung lebih besar dari F tabel yang besarnya 3,098 atau P-value lebih kecil
dari 0,05 maka dinyatakan terdapat perbedaan yang berarti hipotesis kerja (H 1) diterima
dan hipotesis nol (H0) ditolak. Hasil analisis menunjukkan bahwa koefisien F hitung
sebesar 5,990 dengan P-value sebesar 0,004.
Oleh karena P-value lebih kecil dari 0,05 bahkan 0,01 maka hipotesis kerja diterima
yang berarti terdapat perbedaan yang sangat signifikan hasil panen padi ditinjau dari
varietas padi.
25
3. Oleh karena adanya perbedaan, maka dilakukan uji lanjut. Uji lanjut dilakukan dengan
uji Tukey dikarenakan jumlah data untuk masing-masing kelompok sama. Pada tabel
Multiple Comparasions diketahui bahwa:
a. Hasil panen padi varietas Hipa-3 dengan varietas Sembada B9 memiliki perbedaan
rata-rata Mean Difference (I-J) sebesar 23,000 dengan P-value sebesar 0,026. Oleh
karena koefisien P-value lebih kecil dari 0,05 maka disimpulkan terdapat perbedaan
yang signifikan hasil panen padi varietas Hipa-3 dengan varietas Sembada B9.
Berdasarkan nilai rata-rata pada tabel Descriptives menunjukkan bahwa nilai rata-rata
hasil panen padi varietas Hipa-3 lebih rendah daripada varietas Sembada B9 (69,00 <
92,00). Dengan demikian hasil hasil panen padi varietas Hipa-3 lebih rendah daripada
varietas Sembada B9.
b. Hasil panen padi varietas Hipa-3 dengan varietas Hipa-6 memiliki perbedaan rata-
rata Mean Difference (I-J) sebesar 6,000 dengan P-value sebesar 0,848. Oleh karena
koefisien P-value lebih besar dari 0,05 maka disimpulkan tidak terdapat perbedaan
yang signifikan hasil panen padi varietas Hipa-3 dengan varietas Hipa-6.
Berdasarkan nilai rata-rata pada tabel Descriptives menunjukkan bahwa nilai rata-rata
hasil panen padi varietas Hipa-3 lebih tinggi daripada varietas Hipa-6 (69,00 >
63,00). Dengan demikian hasil hasil panen padi varietas Hipa-3 lebih tinggi daripada
varietas Hipa-6.
c. Hasil panen padi varietas Hipa-3 dengan varietas Sembada-B5 memiliki perbedaan
rata-rata Mean Difference (I-J) sebesar 11,000 dengan P-value sebesar 0,462. Oleh
karena koefisien P-value lebih besarl dari 0,05 maka disimpulkan tidak terdapat
perbedaan yang signifikan hasil panen padi varietas Hipa-3 dengan varietas Sembada
B5.
Berdasarkan nilai rata-rata pada tabel Descriptives menunjukkan bahwa nilai rata-rata
hasil panen padi varietas Hipa-3 lebih rendah daripada varietas Sembada B5 (69,00 <
80,00). Dengan demikian hasil hasil panen padi varietas Hipa-3 lebih rendah daripada
varietas Sembada B5.
d. Hasil panen padi varietas Sembada B9 dengan varietas Hipa-6 memiliki perbedaan
rata-rata Mean Difference (I-J) sebesar 29,000 dengan P-value sebesar 0,004. Oleh
karena koefisien P-value lebih kecil dari 0,05 bahkan 0,01 maka disimpulkan terdapat
perbedaan yang signifikan hasil panen padi varietas Sembada B9 dengan varietas
Hipa-6.
26
Berdasarkan nilai rata-rata pada tabel Descriptives menunjukkan bahwa nilai rata-rata
hasil panen padi varietas Sembada B9 lebih tinggi daripada varietas Hipa-6 (92,00 >
63,00). Dengan demikian hasil hasil panen padi varietas Sembada B9 lebih tinggi
daripada varietas Hipa-6.
e. Hasil panen padi varietas Sembada B9 dengan varietas Sembada B5 memiliki
perbedaan rata-rata Mean Difference (I-J) sebesar 12,000 dengan P-value sebesar
0,388. Oleh karena koefisien P-value lebih besar dari 0,05 maka disimpulkan tidak
terdapat perbedaan yang signifikan hasil panen padi varietas Sembada B9 dengan
varietas Sembada B5.
Berdasarkan nilai rata-rata pada tabel Descriptives menunjukkan bahwa nilai rata-rata
hasil panen padi varietas Sembada B9 lebih tinggi daripada varietas Sembada B5
(92,00 > 80,00). Dengan demikian hasil hasil panen padi varietas Sembada B9 lebih
tinggi daripada varietas Sembada B5.
f. Hasil panen padi varietas Hipa-6 dengan varietas Sembada B5 memiliki perbedaan
rata-rata Mean Difference (I-J) sebesar 17,000 dengan P-value sebesar 0,131. Oleh
karena koefisien P-value lebih besar dari 0,05 maka disimpulkan tidak terdapat
perbedaan yang signifikan hasil panen padi varietas Hipa-6 dengan varietas Sembada
B5.
Berdasarkan nilai rata-rata pada tabel Descriptives menunjukkan bahwa nilai rata-rata
hasil panen padi varietas Hipa-6 lebih rendah daripada varietas Sembada B5 (63,00 <
80,00).
Dengan demikian hasil hasil panen padi varietas Sembada B9 lebih tinggi daripada
varietas Hipa-6.
4. Plot dari output di atas merupakan plot estimasi rerata dari hasil panen padi terhadap
varietas padi. Dari plot nampak bahwa hasil panen padi tertinggi adalah menggunakan
varietas Sembada B9, jadi peneliti dapat menganjurkan kepada petani di daerah
penelitian tersebut untuk menggunakan varietas padi Sembada B9.
27
BAB 3
PENUTUP
3.1 Kesimpulan
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. Analisis varian termasuk dalam kategori statistik parametrik.
Sebagai alat statistika parametrik, maka untuk dapat menggunakan rumus ANOVA harus
terlebih dahulu perlu dilakukan uji asumsi meliputi normalitas, heterokedastisitas dan random
sampling. Uji ANOVA sering pula disebut uji F.
Analisis varians satu jalur merupakan teknik statistika parametrik yang digunakan
untuk pengujian perbedaan beberapa kelompok rata-rata, di mana hanya terdapat satu variabel
bebas atau independen yang dibagi dalam beberapa kelompok dan satu variabel terikat atau
dependen.
28
Daftar Rujukan
Imam Ghozali. 2009. Aplikasi Analisis Multivariate dengan Program SPSS. Semarang : BP
UNDIP.
Irianto, Agus. 2012. Statistik Konsep Dasar, Aplikasi, dan Pengembangannya. Jakarta:
Kencana Prenada Media Group.
Pramesti, Getut 2011. Aplikasi SPSS daam Penelitian. Jakarta: PT Elex Media Komputindo.
29