ANALISIS VARIANS

13.1 ANALISIS VARIANS SATU ARAH

Analisis varians satu arah digunakan untuk melihat perbedaan satu karakteristi, atau variable, atau
faktor tertentu. Berikut adalah tabel yang menggambarkan data yang ada dari b kelompok dengan
banyaknya pengamatan sebanyak n pada setip kelompok. Nilai rata-rata pengamatan ini sebanyak
b rata-rata, merupakan nilai-nilai yang digunakan untuk menguji perbedaan rata-rata dari b
populasi/kelompok.
Populasi/ Pengamatan Jumlah Rata-
Kelompok 1 2 ⋯ j ⋯ n rata
1 X11 X12 ⋯ X1j ⋯ Xx1n X1 𝑋̅1
2 X21 X22 ⋯ X2j ⋯ X2n X2 𝑋̅2
⋮ ⋮ ⋮ ⋱ ⋮ ⋱ ⋮ ⋮ ⋮
i Xi1 Xi2 ⋯ Xij ⋯ Xin Xi 𝑋̅i
⋮ ⋮ ⋮ ⋱ ⋮ ⋱ ⋮ ⋮ ⋮
b Xb1 Xb2 ⋯ Xbj ⋯ Xbn Xb. 𝑋̅b
X_ 𝑋̅_
𝑋̅_
Keterangan :
i = 1, 2,…, b b = banyaknya populasi atau kelompok.
j = 1, 2, …, n
Xij = nilai pada kelompok ke- I pengamatan ke- j
n = banyaknya pengamatan setiap populasi/ kelompok
Secara teori, model linier yang digunakan untuk menjelaskan nilai yang mempengaruhi Xij
adalah sbb:
𝑋𝑖𝑗 = 𝜇 + 𝜏𝑖 + 𝜀𝑖𝑗 = 𝜇𝑖 + 𝜀𝑖𝑗

Dengan :
𝑋𝑖𝑗 = nilai pada kelompok ke – i pengamatan ke – j

𝜇 = rata-rata keseluruhan (overall mean)

𝜏𝑖 = pengaruh populasi / kelompok ke-i
𝜀𝑖𝑗 = komponen error acak (random error component/term) (suku galat) pada komponen ke- i
dengan pengamatan ke – j
𝜇 𝑖 = 𝜇 + 𝜏𝑖
 Untuk menguji apakah ada perbedaan efek antar populasi/ kelompok maka bentuk
hipotesis nol dan hipotesis alternatif adalah
𝐻0 ∶ 𝜏𝑖 = 𝜏2 = ⋯ 𝜏𝑏 = 0
Bentuk hipotesis di atas sama dengan bentuk hipotesis berikut:
𝐻0 ∶ 𝜇𝑖 = 𝜇2 = ⋯ 𝜇𝑏 = 𝜇

Bila ditinjau dari asumsi tentang populasi/ kelompok maka model di atas dapat dibagi menjadi
dua yaitu model efek tetap (fixed effect model) dan model efek random (random effect model)
Pada model efek tetap, kelompok sebanyak b adalah tetap sehingga asumsi asumsi yang
digunakan dalam model tersebut adalah :
1. 𝜀𝑖𝑗 saling bebas dan mengikuti sebaran normal dengan rata rata 0 dan varians, NID adalah
Normal independently distributed.
2. ∑𝑏𝑖=1 𝜏𝑖 = 0, artinya jumlah efek semua kelompok sama dengan 0.
Sedangkan pada model efek random, kelompok sebanyak b adalah kelompok yang 𝑟𝑎𝑛𝑑𝑜𝑚3
sehingga asumsi asumsi yang digunakan dalam model tersebut adalah :
1. 𝜀𝑖𝑗~𝑁𝐼𝐷(0, 𝜎 2 )
2. 𝜏𝑖𝑗~𝑁𝐼𝐷(0, 𝜎𝜏2 )
3. 𝜀𝑖𝑗 𝑑𝑎𝑛 𝜏𝑖𝑗
Pada dasarnya, prosedur perhitungan dan tabel analisis varians dari model efek tetap dan model
efek random adalah sama. Sedangkan kesimpulan yang diperoleh dari kedua jenis model tersebut
agak berbeda . Untuk model efek tetap, kesimpulannya hanya berlaku untuk kelompok yang sama,
sedangkan dalam model efek random, kesimpulannya berlaku untuk semua kemungkinan
kelompok. Prosedur pengujian hipotesis untuk persamaan (12.1) atau (12.2) disebut analisis
varians. Nama analisis varians dihasilkan dari pembagian total variabilitas data kedalam beberapa
komponen (komponen populasi dan kelompok error random).
Secara statistik, komponen varians tersebut dirumuskan sebagai berikut:
JKT (Jumlah Kuadrat Error) = JKK (Jumlah Kuadrat Kelompok) + JKE (Jumlah Kuadrat Error)
𝑏 ∑ 𝑛
JKT = ∑ (𝑋 − 𝑋̅. . )2
𝑖 = 1 𝑗 = 1 𝑖𝑗
𝑏
JKK = 𝑛 ∑ (𝑋 − 𝑋̅. . )2
𝑖 = 1 𝑖𝑗
𝑏 ∑ 𝑛
JKE = ∑ (𝑋 − 𝑋̅𝑖 . )2
𝑖 = 1 𝑗 = 1 𝑖𝑗

Dengan :
JKT = Jumlah kuadrat total
JKK = Jumlah kuadrat Kelompok
JKE = Jumlah kuadrat error
Xi = Jumlah nilai pengamatan kelompok ke -i
X.. = jumlah semua nilai pengamatan
n = jumlah sampel pada setiap kelompok
b = jumlah populasi/ kelompok.
Setelah perhitungan dilakukan maka dapat dapat dibuat tabel analisis varians (ANAVAR) (dalam
bahasa Inggris sering disingkat dengan ANOVA) sebagai berikut :
RKK = Rata-rata Kuadrat Kelompok
RKE = Rata-rata Kuadrat Error

Tabel ANAVAR
Sumber Jumlah Derajat Rata-rata E (RK) Fo
Keragaman Kuadrat Bebas Kuadrat
(RK)
Kelompok JKK b-1 𝐽𝐾𝐾
RKK= 𝑏−1 𝜎 2+
𝑅𝐾𝐾
∑𝑏𝑖=1 𝑛𝑖𝜏𝑖 Fo =
𝑅𝐾𝐸
Error JKE b(n-1) 𝐽𝐾𝐸
RKE =𝑏(𝑛−1)
𝜎2
Total JKT nb-1 --- --- ---

Terlihat dari tabel ANOVA diatas bahwa rasio :

𝐸(𝑅𝐾𝐾) 𝜎 2 + ∑𝑏𝑖=1 𝑛𝑖𝜏𝑖

=
𝐸(𝑅𝐾𝐸) 𝜎2

Akan selalu lebih besar atau samadengan 1, karena (∑𝑏𝑖=1 𝑛𝑖𝜏𝑖) >0

Prinsip dasar pengujian hipotesis dalam ANAVAR adalah kalau Ho benar, yaitu 𝜏𝑖 = 0 maka
secara teori, rasio diatas akan sama dengan 1. Berdasarkan pemikiran diatas untuk menguji Ho
maka dilakukan penghitungan rasio antara dari RKK dengan RKE yaitu :
𝑅𝐾𝐾
Fo = 𝑅𝐾𝐸
Yang secara teoritis telah dibuktikan mengikuti distribusi F dengan derajat kebebasan (𝑑𝑘)4
adalah f1= b-1 dan f2=b(n-1).
Dengan membandingkan Fo dengan F tabel maka kesimpulan dapat dilakukan. Adapun kriteria
untuk menolak Ho adalah bila Fo > 𝐹1−𝛼 ;𝑓1,𝑓2.

Dalam prakteknya, pengambilan sampel dari masing-masing populasi belum tentu sama
sebanyak n. Jika sampel dari masing-masing populasi/kelompok tidak sama maka rumus yang
digunakan untuk menghitung jumlah kuadrat tersebut diatas sebagai berikut :
𝑏 ∑ 𝑛
JKT = ∑ (𝑋 − 𝑋̅. . )2 ; dk = ∑ 𝑛𝑖 − 1
𝑖 = 1 𝑗 = 1 𝑖𝑗
𝑏
JKK = 𝑛 ∑ (𝑋 − 𝑋̅. . )2 ; dk = b-1
𝑖 = 1 𝑖𝑗
JKE = JKT – JKK ; dk = ∑ 𝑛𝑖 − 𝑏
dengan ni adalah jumlah sampel pada populasi ke i.
Sedangkan prosedur pembuatan tabel analisis varians dan pengujian hipotesis nya sama dengan
cara yang dijelaskan diatas.
Untuk lebih jelasnya penggunaan analisis varians perhatikan contoh dibawah ini :
<< LANJUTAN >>

13. 3 ANALISIS VARIANS DUA ARAH

Bila ada dua klasifikasi/faktor/variabel dalam suatu penelitian, maka dapat dilakukan analisis
terhadap pengaruh faktor 1,pengaruh faktor 2, dan pengaruh interaksi faktor 1 dan faktor 2,
terhadap respon dari unit-unit pengamatan.
Sebenarnya bisa dilakukan 2 (dua) ANAVAR yang terpisah untuk masing-masing variabel, akan
tetapi terdapat keuntungan bila dilakukan secara sekaligus, yaitu (i) variasi residu (residula
variation) akan bisa diperkecil dengan menggunakan 2 variabel sekaligus, dan (ii) efek interaksi
dari kedua variabel tersebut bisa dipelajari (respon terhadap suatu variable independen tergantung
pada ilai spesifik dari variabel independen yang lain).
Untuk ANAVAR dua arah, asumsi yang digunakan adalah beberapa SRS dengan ukuran m ij dari
setiap kombinasi (b x k) populasi normal.
Interaksi antara variabel 1 dan 2 dapat dianalisis bila ada lebih dari 1 pengamatan dalam setiap sel.
Dalam bagian ini akan dibatasi hanya ada satu pengamatan pada setiap sel, sehingga yang dapat
diisi hanya pengaruh faktor 2, sedangkan pengaruh interaksi tidak dapat dilakukan pengujiannya.
Format data yang kita punyai sebagai berikut :
Variabel 2
Jumlah Rata-rata
1 2 ... j ... k
1 X11 X12 ... X1j … X1k X1. 𝑋̅1.
2 X21 X22 ... X2j … X2k X2. 𝑋̅2.
⁞ ⁞ ⁞ ⁞ ⁞ ⁞ ⁞ ⁞ ⁞
Variabel 1

I Xi1 Xi2 ... Xij … Xik Xi. 𝑋̅i.

⁞ ⁞ ⁞ ⁞ ⁞ ⁞ ⁞ ⁞ ⁞
b Xb1 Xb2 ... Xbj … Xbk Xb. ̅
𝑋b.
Jumlah X.1 X.2 ... X.j … X.k X..
Rata-rata 𝑋̅.1 𝑋̅.2 ... 𝑋̅.j … 𝑋̅.k 𝑋̅..

i = 1, 2, ...,b
j = 1, 2, ...,n
Xij = nilai pengamatan variabel 1 tingkat ke-i dan variabel 2 tingkat ke-j. Diasumsikan hanya ada
1 (satu) pengamatan di setiap sel (i,j)
b = tingkat variabel 1
k = tingkat variabel 2

Adapun bentuk tabel analisis variansnya adalah :

Tabel ANAVAR
Sumber Jumlah Derajat Rata-rata Kuadrat (RK) F0
Keragaman Kuadrat Bebas
Variabel 1 JKV1 b-1 𝐽𝐾𝑉1 𝑅𝐾𝑉1
RKV1 = F1 =
𝑏−1 𝑅𝐾𝐸
𝐽𝐾𝑉2 𝑅𝐾𝑉2
Variabel 2 JKV2 k-1 RKV2 = F2 =
𝑘−1 𝑅𝐾𝐸
𝐽𝐾𝐸
Error JKE (b-1)(k-1) RKE = .................
(𝑏−1)(𝑘−1)
Total JKT bk - 1 ............. .................

Dengan :

2
𝑋…
FK = dan JKT = ∑𝑏𝑖=1 ∑𝑘 2
𝑗=1 𝑋𝑖𝑗 − 𝐹𝐾
𝑏𝑘
 1
JKV1 = ∑𝑘𝑖=1 𝑥𝑖2 − 𝐹𝐾
𝑘

1
JKV2 = ∑𝑘𝑖=1 𝑥𝑗2 − 𝐹𝐾
𝑏

JKE = JKT – JKV1 – JKV2

Model yang digunakan dalam analisis ini :

Xij = µ + τi + βj + εij ; i = 1,2, .... , b

J = 1,2, .... , k

Asumsi :

∑𝑏𝑖=1 𝜏i = ∑𝑘𝑗=1 𝛽 j = 0

Keterangan :

Xij = nilai pengamatan

µ = rata-rata keseluruhan

τi = pengaruh variabel 1 tingkat ke-i

βi = pengaruh variabel 2 tingat ke-j

εij = komponen error random

Diasumsukan bahwa efek dan bersifat tambah (additive) dan tidak berinteraksi

 menguji variabel 1

H0 : τ1 = τ2 = ... = τb = 0 . ......................................................(12.3)

H1 : salah satu τi ≠ 0

RKV1
Tolak bila H0 bila F1 = > F1-α;f1,f2
RKE
 dengan f1 = b-1 dan f2 = (b-1)(k-1)

 menguji variabel 2
H0 : β1 = β2 = ... = βk = 0 ......................................................(12.4)
H1 : salah satu βi ≠ 0
RKV2
Tolak bila H0 bila F2 = > F1-α;f1,f2
RKE
dengan f1 = k-1 dan f2 = (b-1)(k-1)