ANOVA SATU JALUR

oleh
Hermawan Sobirin
Dian Perdana Putra

I. PENDAHULUAN
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 praktik, 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).
Agar sahih (valid) dalam menafsirkan hasilnya, analisis varians menggantungkan diri
pada empat asumsi yang harus dipenuhi dalam perancangan percobaan:
1) Data berdistribusi normal, karena pengujiannya menggunakan uji F
2) Varians atau ragamnya homogen, dikenal sebagai homoskedastisitas, karena hanya digunakan
satu penduga (estimate) untuk varians
3) Masing-masing contoh saling bebas, yang harus dapat diatur dengan perancangan percobaan
yang tepat
4) Komponen-komponen dalam modelnya bersifat aditif (saling menjumlah).
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.
 Selain dalam analisis data, anova juga digunakan dalam pengujian reliabelitas
instrument, yang dikenal dengan nama Metode Anova Hoyt. Dalam analisis data, Anova
sebetulnaya anda dua macam, yakni anova satu jalur dan anova dua jalur, namun dalam
pembahasan makalah ini, akan dibahas mengenai Anova Satu jalur. Dengan rumusan masalah
apakah kegunaan dari anova satu jalur ? dan bagaimanakah langkah-langkah analisisnya?

II. Anova Satu Jalur (One Way - Anova)

2.1 Fungsi Anova Satu Jalur

Fungsi analisis dengan menggunakan Anova Satu Jalur adalah untuk menguji
perbedaan rata-rata dari tiga variabel atau lebih yang terdiri dari satu faktor (Suliyanto, 2012:
145).

Analysis of Variance (anova) adalah tergolong analisis komparatif lebih dari dua
variable atau lebih dari dua rata-rata. Tujuannya adalah untuk membandingkan lebih dari dua
rata-rata dan fungsinya adalah untuk menguji kemampuan generalisasi artinya data sampai
dianggap dapat mewakili populasi (Riduan, 2004: 165).

Dengan demikan, dapat disimpulkan bahwa, Analisis dengan menggunakan Anova

Satu Jalur adalah untuk membandingkan atau menguji beberapa rata-rata variabel namun
variable tersebut terdiri atas satu faktor.

2.2 Langkah-Langkah Analisis dengan Anova Satu Jalur

Anova lebih dikenal dengan Uji-F (Fisher Test), sedangkan arti dadi varians berasal
dari pengertian konsep“Means Square” atau kuadrat rata-rata (KR) rumus sistematisnya
adalah :

Dimana : JK = Jumlah Kuadrat (some of square)

dk = Derajat kebebasan (degree of freedom)

Menghitung nilai Anova Fhitung dangan rumus :

Langkah-Langkah Uji Anova satu jalur,

 Dengan asumsi bahwa data dipilih secara acak, berdistribusi normal dan variannya homogen.
Langkah 1: membuat Ha dan Ho dalam bentuk kalimat
Langkah 2: membuat Ha dan Ho dalam bentuk statistik
Langkah 3: membuat tabel penolong untuk menghitung angka ststistik
Langkah 4: mencari jumlah kuadrat antar group (JKA) dengan rumus :
Langkah 5: mencari derajat kebebasan antar group (dkA) dengan rumus dkA= A-1
Langkah 6: mencari kuadrat rerata antar group (KRA) dengan rumus
Langkah 7: mencari jumlah kuadrat dalam antar group (JKD) dengan rumus
Langkah 8: mencari derajar kebebasan dalam antar group (dkD) dengan rumus:
dkD = N-A
Langkah 9: mencari kuadrat rerata dalam antar group (KRD) dengan rumus:
KRD
Langkah10: mencari nilai Fhitung dengan rumus Fhitung =
Langkah 11: menentukan kaidah pengujian
Jika Fhitung ≥ Ftabel maka tolak Ho artinya signifikan
Jika Fhitung ≤ Ftabel maka terima Ho artinya tidak signifikan

Langkah 12: mencari Ftabel dengan rumus

Ftabel = F(1-α)(dkA. dkD)

Cara mencari = Ftabel dkA = Pembilang
dkD = Penyebut

Langkah 13: Simpulkan sesuai kaidah Langkah 11.

Contoh Kasus:

Judul Penelitian: PERBEDAAN ANTARA HASIL BELAJAR DIKLAT TINGKAT 1, DIKLAT

TINGKAT 2, DAN DIKLAT TINGKAT 1 DI AKAMIGAS PALEMBANG
Diperoleh data sebagai berikut:
Hasil Belajar
No. Tingkat 1 (A1) Tingkat 2 (A3) Tingkat 3 (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

Langkah menjawab:
Diasumsikan bahwa data dipilih secara acak, berdistribusi normal, dan variannya homogen.

Langkah 1: Membuat Ha dan Ho dalam bentuk kalimat.

Ha = Ada perbedaan yang signifikan antara hasil belajar diklat tingkat 1, tingkat 2, dan tingkat 3 di
akamigas Palembang
Ho = Tidak ada perbedaan yang signifikan antara hasil belajar diklat tingkat 1, tingkat 2, dan tingkat 3
di akamigas Palembang.

Langkah 2: membuat Ha dan Ho model statistic

Ha : A1 ≠ A2 = A3
Ho : A1 = A2 = A3
Langkah 3 : membuat table penolong
Hasil Belajar
No. (A1) (A3) (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
Statistik 12 - 7 8 Total (T)
n 11 12 12 N = 35
∑X 73 71 90 234
 ∑X2 493 431 692 1616
6,64 5,92 7,5 6,69
∑X2/nAi 484,45 420,08 675 1564,46
Varians (S) 0,85 0,99 1,55 1,13

Langkah 4: Mencari Jumlah kuadrat antar group (JKA)

Langkah 5: mencari derajat kebebasan antar group (dkA)
dkA = A-1 = 3 - 1 = 2
Langkah 6: mencari kuadrat rerata antar group (KRA)
Langkah 7: Mencari jumlah kuadrat dalam antar group (JKD)
Langkah 8: mencari derajat kebebasan dalam antar group (dko)
dko = N – A = 35 – 3 = 32
Langkah 9: mencari kuadrat rerata dalam antar group (KRD)
KRD =
Langkah 10: mencari Fhitung
Langkah 11: menggunakan kaidah pengujian
Jika Fhitung ≥ Ftabel maka tolak Ho artinya signifikan
Jika Fhitung ≤ Ftabel maka terima Ho artinya tidak signifikan

Langkah 12: mencari Ftabel

Ftabel = F(1-0,05)(2.32)
= F(0,95)(2.32)
= 3,30
Cara mencari = Ftabel 2 = pembilang dan 32 = penyebut.
Langkah 13: membandingkan Ftabel dan Fhitung
Setelah dikonsultasikan dengan tabel F, ternyata Fhitung lebih besar dari pada Ftabel atau 6,61 >
3,30 maka Ho ditolak artinya signifikan.

2.3 Analisis Anova Satu Jalur Dengan Program Microsoft Office Excel

Langkah-langkah yang digunakan pada konsepnya sama saja dengan yang diuraikan
diatas, namun Kriteria penerimaannya adalah :

Ho diterima jika Fhitung ≤ Ftabel atau p-value > alpha (α)

 Ha diterima jika Fhitung > Ftabel atau p-value ≤ alpha (α)

Langkah-langkahnya adalah :

1. Buka program MO Excel

2. Buka file atau input data yang akan dianalisis

3. Klik menu data analisis data sehingga muncul tampilan data analisis

4. Pada Analisis tools, pilih Anova: Single Factor dan Klik Ok

5. Pada kotak Input Range, bloklah data yang akan dianalisis

6. Pada opsi Grouped By Pilih Coloumns

7. Pilih Label in Firs Row untuk member keterangan pada table hasil analisis

8. Pada kolom isian Alpha tentukanlah taraf signifikan yang diinginkan

9. Pada bagian output options, pilih New Worksheet Ply dan ketik output Anova Single Factor.
Tekan oke.

Keterangan:

Summary:

 Count, menunjukkan jumlah pengamatan, pada kasus ini jumlah pengamatan masing-masing
Tingkat adalah 12.

 Sum, jumlah total masing masing variabel. Pada kasus ini adalah jumlah seluruh nilai pada tiap
Tingkat.

 Average,rata-rata jumlah masing-masing variabel. Pada kasus ini jumlah nilai rata-rata pada
masing-masing tingkatan.

 Variance, varian jumlah masing-masing variabel. dalam kasus ini, varian jumlah nilai pada
masing tingkat.

Anova:

 SS Between Groups adalah nilai yang menunjukkan jumlah kuadrat antar kelompok dan
diperoleh dengan formula sebagai berikut :

SS Between Groups =
 SS Total merupakan nilai yang menunjukkan jumlah kuadrat dari semua nilai

 SS Within Groups merupakan selisih SS Total dengan SS Between Groups

 df Between Group (jumlah sampel dikurangi satu = 3-1 = 2)

 df Within Groups (Jumlah Pengamatan dikurangi Jumlah Sampel (35-3=33)

 df Total (Jumlah pengamatan dikurangi satu (35-1=34) atau (32+2=34)

 MS Between Groups diperoleh dengan Formulasi:

 MS Residual diperoleh dengan Formulasi:

 F merupakan nilai F hitung

 P-value merupakan simpulan hasil analisis data,

III. Kesimpulan

Analisis dengan menggunakan Anova Satu Jalur adalah untuk membandingkan atau
menguji beberapa rata-rata variable namun variable tersebut terdiri atas satu faktor.

Langkah-langkah dalam menganalisis Anova satu jalur, banyak macamnya, bisa

dengan menggunakan bantuan program komputer ataupun dihitung langsung secara manual.
Secara singkat dapat digambarkan membuat Hadan Ho dalam bentuk kalimat, membuat Ha dan
Ho dalam bentuk statistik, membuat tabel penolong untuk menghitung angka ststistik, mencari
jumlah kuadrat antar group (JKA), mencari derajat kebebasan antar group (dkA). mencari
kuadrat rerata antar group (KRA). mencari jumlah kuadrat dalam antar group (JKD). mencari
derajar kebebasan dalam antar group (dkD), mencari kuadrat rerata dalam antar group (KRD),
mencari nilai Fhitung menentukan kaidah pengujian, mencari Ftabel , dan Simpulkan sesuai kaidah
Pengujian.