Tugas Kelompok Statistik

Resume Bab XII Analisis Varian

Oleh

1. Hery Rosdianti : (18712251029)

2. Muhammad Sulthon : (18712251030)

PROGRAM STUDI PENDIDIKAN DASAR

PROGRAM PASCASARJANA
UNIVERSITAS NEGERI YOGYAKARTA
2018
 BAB I

A. PENDAHULUAN
Analisis varians penting dipahami karena melalui analisis varians akan
diperoleh statistik uji F yang digunakan untuk menguji hipotesis, baik hipotesis tentang
pengaruh bersama dua atau lebih variabel independen terhadap satu variabel atau
hipotesis tentang perbedaan tiga atau lebih rata-rata yang sering ditemukan dalam
setting penelitian eksperimen. Karena itu untuk lebih memahami bagaimana hipotesis
penelitian diuji dengan statistik uji F, maka apa dan bagaimana analisis varians penting
untuk dipahami.
Dalam bab sebelumnya telah dibahas tentang pengujian kesamaan rata-rata dua
populasi yang masing-masing berdistribusi independen,normal dan memiliki variansi
yang sama. Untuk kasus variansi tidak diketahui digunakan uji t. Sebagai perluasan uji
t, yaitu untuk menguji kesamaan beberapa atau lebih dari dua rata-rata populasi
sekaligus, diperlukan suatu teknik yang disebut dengan analisis variansi (anava) atau
analisis ragam.
Analisis Varians (Analysis of Variance), merupakan sebuah teknik inferensial
yang digunakan untuk menguji perbedaan rerata nilai. Sebagai sebuah teknik analisis
varians atau yang seringkali disebut dengan anava saja mempunyai banyak keuntungan.
Pertama, anava dapat digunakan untuk menentukan apakah rerata nilai dari dua atau
lebih sampel berbeda secara signifikan atau. Kedua, perhitungan anava juga
menghasilkan harga F yang secara signifikan menunjukkan kepada peneliti bahwa
sampel yang diteliti berasal dari populasi yang berbeda, walaupun anava tidak dapat
menunjukkan secara rinci yang manakah di antara rerata nilai dari sampel-sampel
tersebut yang berbeda secara signifikan satu sama lain. Uji T lah yang dapat
menyempurnakan ini. Ketiga, anava juga dapat digunakan untuk menganalisis data
yang dihasilkan dengan desain factorial jamak. Dalam desain factorial yang
menghasilkan harga F ganda, anava dapat menyelesaikan tugas sekaligus. Dengan
anava inilah peneliti dapat mengetahui antarvariabel manakah yang memang
mempunyai perbedaan secara signifikan, dan varibel-variabel manakah yang
berinteraksi satu sama lain.
Keuntungan lain dari anava adalah kemampuannya untuk mengetes signifikansi
dari kecenderungan yang dihipotesiskan. Hasilnya disebut dengan analisis
kecenderungan. Sebaagai contoh peneliti mengelompokkan siswa ke dalam empat

2
kelompok berdasarkan tingkat kedisiplinannya seseorang akan semakin tinggi prestasi
belajarnya. Untuk menguji hipotesis ini peneliti dapat menggunakan anava. Manfaat
lain dari anava adalah, bahwa teknik ini dapat digunakan untuk menguji signifikansi
perubahan varians dua ampel atau lebih. Dengan menggunakan teknik anava peneliti
tidak perlu berkali-kali melakukan pengujian tetapi hanya cukup sekali saja. Disamping
penghematan tersebut, seperti sudah dikemukakan diatas, dengan anava peneliti dapat
melihat akibat dari interaksi dua faktorTujuan dalam analisis variansi adalah untuk
menguji apakah terdapat perbedaan signifikan antara rata-rata beberapa kelompok
populasi (lebih dari dua), melalui ukuran-ukuran penyebaran (variansi) dari masing-
masing kelompok populasi tersebut.

3
 BAB II
PEMBAHASAN
B. ANALISIS VARIANSI
Analisis varians (analysis of variance, ANOVA) adalah “a statistical technique
used to evaluate the size of the difference between sets of scores” (Gamst, Meyers &
Guarino, 2008: 3). “The statistical analysis involving the comparison of variances
reflecting different sources of variability – in this case, between groups and within
groups variances – is called the analysis of variance.” (Keppel & Wickens, 2004: 22).
Dapat disimpulkan bahwa, ANOVA adalah analisis statistika yang digunakan
untuk menguji perbedaan tiga atau lebih nilai rata-rata faktor tunggal maupun faktor
ganda melalui perbandingan varians antar kelompok (between groups variance) dan
varians dalam kelompok (within groups variances). Beberapa penjelasan terkait dengan
definisi di atas dipaparkan di bawah ini. Dalam ANOVA yang disebut faktor adalah
variabel independen. Variabel independen tersebut diukur dalam skala nonmetrik atau
kategorikal sedang variabel dependennya diukur minimal dalam skala interval.
Kategori yang dilekatkan pada variabel independen (faktor) disebut level atau kondisi
treatmen (treatment conditions) atau kondisi eksperimen (experiment condition).
Dalam Tabel 2 di muka, kinerja karyawan adalah variabel dependen, sedang metode
pelatihan adalah faktor atau variabel independen yang diukur dalam tiga level
(kategori), yaitu A1, A2 dan A3.

Gambar Ragam Analisis Variansi

Faktor tunggal atau single factor experiments artinya, penelitian hanya
melibatkan satu variabel independen yang diukur dalam tiga level (kategori) atau lebih.
ANOVA dengan faktor tunggal disebut analisis varians satu jalan (one way analysis
of variance). Faktor ganda atau disebut juga factorial design (Keppel & Wickens,
2004: 11) artinya, penelitian melibatkan dua atau lebih variabel independen yang diukur
minimal dalam dua level (kategori). ANOVA dengan melibatkan dua faktor disebut

4
analisis varians dua jalan (two way analysis of variance), sedang jika melibatkan tiga
faktor disebut analisis varians tiga jalan (three way analysis of variance).

Gambar Rancangan data pada Anava

Dengan Yij= hasil pengamatan pada perlakuan ke-i dan subjejk/data
kke-j.
I= 1,2,3, . . .k (k = banyak perlakuan)
J = 1,2,3,. . .ri (ri = banyak subjek pada perlakuan ke-i
Pengujian hipotesis dilakukan dengan menggunakan statistik uji F.

Gambar Analisis variansi dalam ANAVA satu arah

Rumus untuk menghitung jumlah kuadrat dibedakan menjadi 2 yaitu :
1. Banyak subjek perlakuan yang sama

5
2. Banyak subjek setiap perlakuan tidak sama

Keterangan

FK = Faktor koreksi

JKT = jumlah kuadrat total

JKP = jumlah kuadrat perlakuan

JKG = jumlah kuadrat galat

KTP = kuadrat tengah perlakuan

KTG = kuadrrat tengah galat

Statistik uni F hitung= KTP/KTG mengikuti sebaran F dengan derajat bebas pembilang
(db1=v1) sebesar k-1 dan derajat bebas penyebut (db2=v2 )sebesar k(r-1) untuk
ppercobaan dengan banyak subjek setiap perlakuan sama.

Untuk percobaan dengan banyak subjek setiap perlakuan tidak sama, derajat bebas
penyebut sebesar ∑(ri -1).

6
H0 ditolak jika Fhitung > Ftabel (Ftabel = Fa(db1,db2).

Contoh dalam SPSS

Langkah analisis varian menggunakan SPSS

1. Buka SPSS
2. Buka Tab Variable view, buat 2 tabel variabel: pekerjaan dan pendapatan
3. Ubah type pekerjaan ke “Numeric”, “Decimals”0”, beri label “pekerjaan”, ubah
measure menjadi “Nominal” dan isi value dengan kategori: 1=Tani, 2=buruh dan
3=lainnya.
4. Ubah type pendapatam ke Numeric“, Decimals “0”, beri label “pendapatan”, ubah
measure menjadi “Scale”.

5. Buka data view dan isikan data sebanyak 24 responden sebagai berikut:

6. Pada menu, pilih Analyze,compare means,one-way ANOVA, sampai muncul

jendela one-way ANOVA seperti dibawah ini :

7
7. Pilih variabel “Pendapatan” lalu masukkan ke kotak “Dependent List:” Kemudian
pilih variabel “Pekerjaan” lalu masukkan ke kotak “Factor:” Sehingga nampak
seperti di bawah ini:

8. Klik tombol Options, akan muncul jendela ini: Centang “Descriptive” dan
“Homogenity of variance test“

9. Klik continue
10. Masih dijendela One Way ANOVA, klik tombol Post Hoc, sampai muncul jendela
ini: Centang Bonferroni dan Games-Howell serta biarkan significance level = 0,05.

8
11. Klik continue lalu klik Ok dan akan muncul hasil seperti dibawah ini :

Selanjutnya untuk melihat apakan ada perbedaan pendpaatan dari ketiga kelompok
pekerja tersebt. Kita dapat mellihat tabel ANOVA, dari tabel tersebut terdapat
kolom sig. Diperoleh nilai P(P-Value)=0,037. Dengan demukian pada taraf

9
 nyata=0,05 kita menolak H0, sehingga kesimpulannya adalah ada perbedaan yang
bermakna rata-rata pendapatan berdasarkan ketiga kelompok pekerjaan tersebut.
C. Asumsi dalam ANAVA
a. Homogeneity of variance/sphericity: variabel dependen memiliki varians yang
sama dalam setiap kategori/kelompok variabel independen. Statistik uji:
Levene’s Test. Kriteria uji: p > 0,05. Hasil uji tidak siginifikan, Ho tidak dapat
ditolak, variabel dependen pada setiap kelompok memiliki varians yang sama.
Jika varians tidak sama, ANOVA tetap robust (kuat) untuk tetap digunakan
(Box, 1954, dalam Ghozali, 2011).
b. Untuk uji hipotesis, subjek dalam setiap kelompok diambil secara random.
Ukuran sampel minimal 30 yang diambil secara random cenderung berdistribusi
normal.
c. Variabel dependen berdistribusi normal. Statistik uji: Kolmogorov-Smirnov’s
Test. Kriteria uji: p > 0,05. Hasil uji tidak signifikan, Ho tidak dapat ditolak,
variabel dependent berdistribusi normal. Pelanggaran terhadap asumsi ini,
ANOVA tetap robust meskipun data variabel tidak berdistribusi normal
(Ghozali, 2011).

Untuk melakukan uji homogenitas variansi dilakukan dengan uji Lavene.

Langkah pengujian Lavene dengan SPSS sebaga berikut :

1. Klik analyze compare means one-way anova

2. Klik tanda panah pindahkan gaya kepemimpinan kekolom factor

pindahkan inerja kolom dependent list kemudian klim options

10
3. Klik homogenity of variance test dan klik continue

4. Klik ok

5. Hasil pengujian
Test of Homogeneity of
Variances
Kinerja

Output uji homogenitas

Variabel gaya kepemimpina (x1) dengan kinerja (Y)
11
Nilai Sig = 0.819
0.819>0,05
Keputusan
Varian data Homogen
Test og Homogeneity of
Variances
Kinerja

Output uji homogenitas

Variabel kompensasi (x2) dengan kinerja (Y)
Nilai sig =0.111
0.111 > 0,05
Keputusan
Varian data Homogen
Test of Homogeneity of
Variances
Kinerja

Output uji homogenitas

Variabel motivasi (x3) dengan kinerja (Y)
Nilai sig = 0.812
0.812 > 0.05
Keputusan
Variabel data homogen

12
 DAFTAR PUSTAKA
Arikunto, S. 2009. Manajemen Penelitian. Jakarta : Rineka Cipta
Ghozali, Imam. (2011). Aplikasi Analisis Multivariate dengan Program IBM SPSS 19.
Semarang: BP – UNDIP.
https://www.academia.edu/31004316/UJI_HOMOGENITAS_LEVENES_STATISTIKA/dia
kses tanggal 25/11/2018.
Keppel, Geoffrey & Wickens, T.D. (2004). Design and Analysis A Researcher’s Handbook.
New Jersey: Pearson Education, Inc.
Statistik matrikulasi S2 UNY

13