BAB II

PEMBAHASAN

2.1 Pengertian Uji Anova Satu Jalur

Analisis varian satu arah yaitu suatu metode untuk menguraikan

keragaman total data menjadi komponen-komponen yang mengukur berbagai
sumber keragaman dengan menggunakan One-Way ANOVA dengan satu
perlakuan (Furqon.2009)

Menurut riduwan Anava atau Anova adalah anonim dari analisis varian
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).

Jadi, analisis varian satu arah adalah metoda analisis statis yang bersifat
satu arah untuk menguji apakah dua populasi atau lebih yang independen dan
melihat perbandingan lebih dari dua kelompok data.

Tujuan dari uji anova satu jalur menurut Riduwan,2008 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 arah dapat pula digunakan untuk menganalisis variable

terikat berskala ordinal yaitu dengan kruskal-walles. Kruskal-walles
menggunakan asumsi bahwa masing-masing sampel diambil dari populasi
yang sama dan distribusinya ditaksir melalui distribusi chisquare dengan dk
= k – 1. Anova dapat pula diterapkan untuk sampel yang sama dengan
pengukuran ulang.(Usman ,2006).
 Beberapa kemungkinan yang mempengaruhi terjadinya perbedaan
dan perlu diperhatikan oleh pemakai atau oleh peneliti yang menggunakan
anova :
1. Pengaruh waktu
2. Pengaruh perbedaan individual
3. Pengaruh pengukuran

Pengeujian signifikan perbedaan dalam anova dengan F tes. Anova

satu arah dengan jumlah sampel per sel tidak sama, analisisnya tidak berbeda
dengan jumlah sampel yang sama tiap sel, asal jumlah sampel cukup besar
dan perbedaan jumlah sampel antar sel tidak mencolok.

Asumsi dalam anova :

1. Sampel diambil dari distribusi normal, sehingga sampel juga
berdistribusi normal. Kenornalam ini dapat diatas dengan memperbesar
jumlah sampel.
2. Masing-masing kelompok mempunyai variable yang sama.
3. Sampel diambil secara acak.

Anova pengembangan atau penjabaran lebih lanjut dari uji-t ( 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 )

.Uji-t atau uji-z hanya dapat melihat perbandingan dua kelompok data saja.
Sedangkan anova satu jalur lebih dari dua kelompok data. Contoh: Perbedaan
prestasi belajar statistika antara mahasiswa tugas belajar (𝑋1), izin belajar
(𝑋2) dan umum (𝑋3).

Anova lebih dikenal dengan uji-F (Fisher Test), sedangkan arti variasi
atau varian itu asalnya dari pengertian konsep “Mean Square” atau kuadrat
rerata (KR).

Rumusnya :

𝐽𝐾
𝐾𝑅 = 𝑑𝑏

Dimana: 𝐽𝐾 = jumlah kuadrat (some of square)

𝑑𝑏 = derajat bebas (degree of freedom)
 Menghitung nilai Anova atau F ( 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 ) dengan rumus :

𝑉 𝐾𝑅 𝐽𝐾 : 𝑑𝑏 𝑣𝑎𝑟𝑖𝑎𝑛 𝑎𝑛𝑡𝑎𝑟 𝑔𝑟𝑜𝑢𝑝

𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = 𝑉𝐴 = 𝐾𝑅𝐴 = 𝐽𝐾𝐴: 𝑑𝑏𝐴 = 𝑣𝑎𝑟𝑖𝑎𝑛 𝑎𝑛𝑡𝑎𝑟 𝑔𝑟𝑜𝑢𝑝
𝐷 𝐷 𝐷 𝐷

Varian dalam group dapat juga disebut Varian Kesalahan (Varian Galat).
Dapat dirumuskan :

(∑𝑋𝐴𝑖 )2 (∑𝑋𝜏 )2
𝐽𝐾𝐴 = ∑ − untuk 𝑑𝑏𝐴 = 𝐴 − 1
𝑛𝐴𝑖 𝑁

(∑𝑋𝐴𝑖 )2
𝐽𝐾𝐷 = (∑𝑋𝜏 )2 − ∑ untuk 𝑑𝑏𝐷 = 𝑁 − 𝐴
𝑛𝐴𝑖

(∑𝑋𝜏 )2
Dimana: = sebagai faktor koreksi
𝑁

N = Jumlah keseluruhan sampel (jumlah kasus dalam penelitian).

A = Jumlah keseluruhan group sampel.

2.2 Langkah- Langkah Uji Anova Satu Jalur

Prosedur Uji Anova Satu Arah:

1. Sebelum anova dihitung, asumsikan bahwa data dipilih secara

random,berdistribusi normal, dan variannya homogeny
2. Buatlah hipotesis (𝐻𝑎 dan 𝐻0 ) dalam bentuk kalimat.
3. Buatlah hipotesis (𝐻𝑎 dan 𝐻0 )dalam bentuk statistik.
4. Buatlah daftar statistik induk.
5. Hitunglah jumlah kuadrat antar group (𝐽𝐾𝐴 ) dengan rumus :
(∑𝑋𝐴𝑖 )2 (∑𝑋𝜏 )2 (∑𝑋𝐴1 )2 (∑𝑋𝐴2 )2 (∑𝑋𝐴3 )2 (∑𝑋𝜏 )2
𝐽𝐾𝐴 = ∑ − =( + + )−
𝑛𝐴𝑖 𝑁 𝑛𝐴1 𝑛𝐴2 𝑛𝐴3 𝑁

6. Hitunglah derajat bebas antar group dengan rumus : 𝑑𝑏𝐴 = 𝐴 − 1

𝐽𝐾
7. Hitunglah kudrat rerata antar group (𝐾𝑅𝐴 ) dengan rumus : 𝐾𝑅𝐴 = 𝑑𝑏𝐴
𝐴

8. Hitunglah jumlah kuadrat dalam antar group (𝐽𝐾𝐷 ) dengan rumus :

(∑𝑋𝐴𝑖 )2
𝐽𝐾𝐷 = (∑𝑋𝜏 )2 − ∑ 𝑛𝐴𝑖

(∑𝑋𝐴1 )2 (∑𝑋𝐴2 )2 (∑𝑋𝐴3 )2

= ∑𝑋 2𝐴1 += ∑𝑋 2𝐴2 += ∑𝑋 2𝐴3 − ( + + )
𝑛𝐴1 𝑛𝐴2 𝑛𝐴3
9. Hitunglah derajat bebas dalam group dengan rumus : 𝑑𝑏𝐷 = 𝑁 − 𝐴
10. Hitunglah kuadrat rerata dalam antar group (𝐾𝑅𝐷 ) dengan rumus :
𝐽𝐾
𝐾𝑅𝐷 = 𝑑𝑏𝐷
𝐷

𝐾𝑅
11. Carilah 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 dengan rumus : 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = 𝐾𝑅𝐴
𝐷

12. Tentukan taraf signifikansinya, misalnya α = 0,05 atau α = 0,01

13. Cari 𝐹𝑡𝑎𝑏𝑒𝑙 dengan rumus : 𝐹𝑡𝑎𝑏𝑒𝑙 = 𝐹(1−𝛼)(𝑑𝑏𝐴,𝑑𝑏𝐷)
14. Buat Tabel Ringkasan Anova

TABEL RINGKASAN ANOVA SATU JALUR

Sumber Jumlah Derajat Kuadrat 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 Taraf

Kuadrat
Varian bebas Rerata Signifikan
(SV) (JK) (db)
(KR) (𝜌)

Antar (∑𝑋𝐴𝑖 )2 𝐴−1 𝐽𝐾𝐴 𝐾𝑅𝐴 𝛼

∑ −
𝑛𝐴𝑖
group 𝑑𝑏𝐴 𝐾𝑅𝐷
(∑𝑋𝜏 )2
𝑁
(A)

Dalam (∑𝑋𝜏 )2 − 𝑁−𝐴 𝐽𝐾𝐷 - -

group (∑𝑋𝐴𝑖 )2 𝑑𝑏𝐷
∑ 𝑛𝐴𝑖

(D)

Total (∑𝑋𝜏 )2 𝑁−1 - - -

(∑𝑋𝜏 )2
−
𝑁

15. Tentukan kriteria pengujian : jika 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 ≥𝐹𝑡𝑎𝑏𝑒𝑙 , maka tolak 𝐻0 berarti
signifikan dan konsultasikan antara 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 dengan 𝐹𝑡𝑎𝑏𝑒𝑙 kemudian
bandingkan
16. Buat kesimpulan.
2.3 Aplikasi Atau Contoh Uji Anova Satu Jalur
Di bawah ini terdapat beberapa kasus tentang uji anava satu arah, yaitu:
Kasus 1 :
(data diambil dari Riduwan.Dasar-Dasar Statistika.2013)
Seorang ingin mengetahui perbedaan prestasi belajar untuk mata kuliah
dasar-dasar statistika antara mahasiswa tugas belajar, izin belajar dan
umum. Data diambil dari nilai UT sebagai berikut:
Tugas belajar(A1) = 6, 8, 5, 7, 7, 6, 6. 8, 7, 6, 7 = 11 orang

Izin belajar (A2) = 5, 6, 6, 7, 5, 5, 5, 6, 5, 6, 8, 7 = 12 orang

Umum (A3) = 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 Ho) dalam bentuk kalimat:
a. Ha: terdapat perbedaan yang signifikan antara mahasiswa tugas belajar,
izin belajar, dan umum
b. Ho: tidak ada perbedaan yang signifikan antara mahasiswa tugas belajar,
izin belajar, dan umum
3. Hipotesis Ha dan Ho dalam bentuk statistika :
Ha : A1 ≠ A2 = A3
Ho : A1 = A2 = A3
4. Daftar statistika induk
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
Statistika Total = T
N 11 12 12 N=35
Σx 73 71 90 234
Σx2 493 431 692 1616

5. Menghitung Jumlah Kuadat Antar Group (JKA)

(∑𝑋𝐴𝑖 )2 (∑𝑋𝜏 )2
JKA = −
𝑛𝐴𝑖 𝑁

732 712 902 2342

JKA =( + + )-
11 12 12 35

= 1579-1564
= 15
6. Menghitung derajat bebas antar group dengan rumus :
DbA = A-1 A= jumlah group
= 3-1
=2
7. Menghitung kuadrat Rerata Antar group( KRA)
JKA
KRA = 𝑑𝑏𝐴
15
= 2

= 7,5
8. Menghitung Jumlah Kuadrat Dalam group ( JKD )
(𝛴𝐴𝑖)2
JKD = Σ X2T - Σ 𝑛𝐴𝑖
732 712 902
= 1616 - ( + + )
11 12 12

= 1616 – 1579
= 37
9. Menghitung derajat bebas dalam group dengan rumus=
DbD = N-A
= 35- 3
= 32
10. Menghitung kuadrat Rerata Dalam group( KRD)
JKD
KRD = 𝑑𝑏𝐴

37
= 32

= 1,16

𝐾𝑅𝐴
11. F.hitung = 𝐾𝑅𝐷
7,5
= 1,16

= 6,47
12. Taraf signifikan sebesar α = 5 %
13. F.tabel =F (1-α) (dbA.dbD)

F.tabel =F (1-0,05) (2.32)

F.tabel = F (0,95) (2.32)

F.tabel = 3,30
14. tabel ringkasan anova

ANOVA
NILAI

Sumber varian Jumlah

(SV) Kuadra(JK) db Mean Square F Sig.

Antar Group(A) 15 2 7.540 6.47 .004

Dalam
37 32 1.139
Group(D)
Total 52 34

15. Kriteria pengujian: jika F hitung > F tabel, maka tolak Ho berarti signifikan.
Setelah dikonsultasikan dengan tabel F kemudian dibandingkan antara F
hitung dengan F tabel, ternyata F hitung > F tabel, atau 6,47 > 3,30 maka
tolak Ho berarti signifikan.
16. Kesimpulan:
Ho ditolak dan Ha diterima, jadi terdapat perbedaan yang signifikan antara
mahasiswa tugas belajar, izin belajar dan umum.

Kasus 2 :
Terdapat 4 empat mesin yang akan diperbandingkan. Oleh karena
itu, mesin-mesin ini dijalankan oleh tenaga manusia, dan oleh karena faktor-
faktor lain yang tidak dapat diterangkan, sehingga keluaran per jamnya
dianggap memiliki kemungkinan produktivitasnya tidak sama. Di bawah ini
disajikan sampel acak dari keluaran yang diamati selama 5 jam yang
berbeda.

TABEL

Produktivitas empat mesin

Jam ke- Mesin 1 Mesin 2 Mesin 3 Mesin 4

1 20 30 60 50
 2 30 40 80 50
3 10 30 70 50
4 30 50 40 30
5 10 0 100 20

Buktikan apakah ada perbedaan atau tidak pada produktivitas empat mesin
tersebut?

Jawab:

Langkah-langkah menjawab :

1. Diasumsikan bahwa data dipilih secara random, berdistribusi normal, dan

variannya homogen.
2. Hipotesis ( Ha dan Ho) dalam bentuk kalimat:
c. Ha: terdapat perbedaan yang signifikan antara produktivitas mesin 1,
mesin 2, mesin 3 dan mesin 4
d. Ho: tidak ada perbedaan yang signifikan antara produktivitas mesin 1,
mesin 2, mesin 3 dan mesin 4
3. Hipotesis Ha dan Ho dalam bentuk statistika :
Ha : A1 ≠ A2 = A3
Ho : A1 = A2 = A3
4. Daftar statistika induk

Jam ke- Mesin 1 Mesin 2 Mesin 3 Mesin 4

1 20 30 60 50
2 30 40 80 50
3 10 30 70 50
4 30 50 40 30
5 10 0 100 20
statistika Total=T
N 5 5 5 5 20
Σx 100 150 350 200 800
Σx2 2400 5900 26500 8800 43600
5. Menghitung Jumlah Kuadat Antar Group (JKA)
(∑𝑋𝐴𝑖 )2 (∑𝑋𝜏 )2
JKA = −
𝑛𝐴𝑖 𝑁

1002 1502 3502 8002

JKA =( + + )-
5 5 5 5

= 39000-3200
= 7000
6. Menghitung derajat bebas antar group dengan rumus :
DbA = A-1 A= jumlah group
= 4-1
=3
7. Menghitung kuadrat Rerata Antar group( KRA)
JKA
KRA = 𝑑𝑏𝐴
7000
= 3

= 2.333
8. Menghitung Jumlah Kuadrat Dalam group ( JKD )
(𝛴𝐴𝑖)2
JKD = Σ X2T - Σ 𝑛𝐴𝑖
1002 1502 3502
= 43600 - ( + + )
5 5 5

= 43600-39000
= 4600
9. Menghitung derajat bebas dalam group dengan rumus=
DbD = N-A
= 20- 4
= 16
10. Menghitung kuadrat Rerata Dalam group( KRD)
JKD
KRD = 𝑑𝑏𝐴

4600
= 16

= 287,5
 𝐾𝑅𝐴
11. F.hitung = 𝐾𝑅𝐷
2.333
= 287,5

= 8,116
12. Taraf signifikan sebesar α = 5 %
13. F.tabel =F (1-α) (dbA.dbD)

F.tabel =F (1-0,05) (3.16)

F.tabel = F (0,95) (3.16)

F.tabel = 3,24

14. tabel ringkasan anova

ANOVA
poduktivitas

Sumber varian Jumlah Kuadrat

(SV) kuadrat(JK) db Rerata F Sig.

Antar Group(A) 7000.000 3 2333.333 8.116 .002

Dalam
4600.000 16 287.500
Group(D)
Total 11600.000 19

15. Kriteria pengujian: jika F hitung > F tabel, maka tolak Ho berarti signifikan.
Setelah dikonsultasikan dengan tabel F kemudian dibandingkan antara F
hitung dengan F tabel, ternyata F hitung > F tabel, atau 8,116 > 3,24 maka
tolak Ho berarti signifikan.
16. Kesimpulan:
Ho ditolak dan Ha diterima, jadi terdapat perbedaan yang signifikan antara
produktivitas mesin 1, mesin 2, mesin 3, dan mesin 4.
 Kasus 3 :
Seorang manajer sebuah bank sedang meninjau kinerja dari para
karyawan bagi kemungkinan menaikkan gaji dan mempromosikan jabatan.
Di dalam mengevaluasi para petugas kasir (teller), manajer menentukan
bahwa criterion dari kinerja mereka adalah jumlah pelanggan yang dilayani
setiap hari.

TABEL

DATA EVALUASI 3 ORANG KASIR PELANGGAN YANG DILAYANI

Hari ke- Kasir 1 Kasir 2 Kasir 3

1 45 55 54
2 56 50 61
3 47 53 54
4 51 59 58
5 50 58 52
6 45 49 51

Buktikan apakah ada perbedaan atau tidak antara kasir 1, kasir 2, dan
kasir 3?

Jawab:

Langkah-langkah menjawab :

1. Diasumsikan bahwa data dipilih secara random, berdistribusi normal, dan

variannya homogen.
2. Hipotesis ( Ha dan Ho) dalam bentuk kalimat:

Ha: terdapat perbedaan yang signifikan antara pelanggan pada kasir 1,

kasir 2, dan kasir 3.

Ho: tidak ada perbedaan yang signifikan antara pelanggan pada kasir 1,
kasir 2, dan kasir 3.

3. Hipotesis Ha dan Ho dalam bentuk statistika :

 Ha : A1 ≠ A2 = A3
Ho : A1 = A2 = A3
4. Daftar statistika induk

Hari ke- Kasir 1 Kasir 2 Kasir 3

1 45 55 54
2 56 50 61
3 47 53 54
4 51 59 58
5 50 58 52
6 45 49 51
statistika Total = T
n 6 6 6 18
Σxi 294 324 330 948
Σx2 14496 1758 18222 47697

5. Menghitung Jumlah Kuadat Antar Group (JKA)

(∑𝑋𝐴𝑖 )2 (∑𝑋𝜏 )2
JKA = −
𝑛𝐴𝑖 𝑁

2492 3242 3302 9482

JKA =( + + )-
6 6 6 18

= 50052- 49928
= 124
6. Menghitung derajat bebas antar group dengan rumus=
DbA = 3-1 A= jumlah group
= 3-1
=2

7. Menghitung kuadrat Rerata Antar group( KRA)

JKA
KRA = 𝑑𝑏𝐴
124
= 2

= 62
8. Menghitung Jumlah Kuadrat Dalam group ( JKD )
(𝛴𝐴𝑖)2
JKD = Σ X2T - Σ 𝑛𝐴𝑖
2492 3242 3302
= 50298 – ( + + )
6 6 6

= 50298- 50052
= 246
9. Menghitung derajat bebas dalam group dengan rumus=
DbD = N-A
= 18- 3
= 15
10. Menghitung kuadrat Rerata Dalam group( KRD)
JKD
KRD = 𝑑𝑏𝐴

246
= 15

= 16,4

𝐾𝑅𝐴
11. F.hitung = 𝐾𝑅𝐷
62
= 15

= 3,8
12. Taraf signifikan sebesar α = 5 %
13. F.tabel =F (1-α) (dbA.dbD)

F.tabel =F (1-0,05) (2.15)

F.tabel = F (0,95) (2.15)

F.tabel = 3,68

14. tabel ringkasan anova

 ANOVA
poduktivitas

Sumber varian Jumlah Kuadrat

(SV) kuadrat(JK) db Rerata F Sig.

Antar Group(A) 124 3 63 3,8

Dalam
246 16 16,4
Group(D)
Total 116 19

15. Kriteria pengujian: jika F hitung > F tabel, maka tolak Ho berarti signifikan.
Setelah dikonsultasikan dengan tabel F kemudian dibandingkan antara F
hitung dengan F tabel, ternyata F hitung > F tabel, atau 3,8 > 3,68 maka
tolak Ho berarti signifikan.
16. Kesimpulan:
Ho ditolak dan Ha diterima, jadi terdapat perbedaan yang signifikan antara
jumlah pelanggan pada kasir 1, kasir 2, dan kasir 3.

2.4 Pengertian Uji Anova Dua Jalur

Analisis varians yang tidak hanya memiliki satu variabel disebut
dengan analisis varians dengan klasifikasi ganda atau jamak. Jika dalam
analisis varians satu jalur (Anava Tunggal) hanya memiliki variabel kolom,
maka dalam analisis varians dua jalur (Anava Ganda) memiliki variabel
kolom dan variabel baris. Dengan demikian akan diperoleh interaksi antara
kolom dengan baris.
Anava Ganda dapat hanya mempunyai satu atau lebih variasi
kolom, maupun satu atau lebih variasi baris. Sehingga dapat diperoleh
Anava Dua Jalan, Anava Tiga Jalan, dan seterusnya (Arikunto, 1992: 285).
Anava dua-jalur adalah analisis varian yang digunakan untuk
menguji hipotesis perbandingan lebih dari dua sampel dan setiap sampel
terdiri atas dua jenis atau lebih secara bersama-sama (Riduwan, 2003:222).
 “Anava Dua Jalan”, “Anava Tiga Jalan” menunjukkan adanya
variabel bebas, banyaknya sel diperoleh dari hasil kali banyaknya
penggolongan setiap variabel. Misalnya variabel A terdapat 2 klasifikasi,
variabel B terdapat 3 klasifikasi, variabel C terdapat 2 klasifikasi, maka
banyaknya sel adalah 2 X 3 X 2 = 12 buah sel.

2.5 Uji Anova 2 Jalur Tanpa Interaksi

Pada rancangan percobaaan dengan ANOVA jenis ini, setiap
kategori mempunyai banyak blok yang sama.
Sehingga: jika banyak kolom = k,
banyak baris/blok = r
maka banyak data = N = r x k

Tabel ANOVA 2 Jalur Tanpa Interaksi:

Sumber Jumlah derajat bebas Kuadrat f hitung f tabel
Keragam Kuadrat (db) Tengah (KT)
an (SK) (JK)
Rata-rata JKB db numer 1 = r S2B = KTB = f hitung = 𝛼 =
baris –1 JKB KTB db numer 1 =
r−1 KTG
db denum =

f table =
Rata-rata JKK db numer 2 = k S2K = KTK = f hitung = 𝛼 =
kolom –1 JKK KTK db numer 2 =
k−1 KTG
db denum =

f table =
Galat JKG db denum = (r– S2G = KTG
1)(k–1) JKG
= (r−1)(k−1)

Total JKT r.k – 1

 Rumus:
N2 N2 j N2
JKT = ∑ri=1 ∑kj=1 x 2 ij − JKK = ∑kj=1 −
rk r rk

N2 j N2
JKB = ∑ri=1 − JKG = JKT – JKB - JKK
k rk

Keterangan:
k : banyaknya kolom
r : banyaknya baris/blok
xij : data pada baris ke-i, kolom ke-j
Ni : total (jumlah) baris ke-i
Nj : total (jumlah) kolom ke-j
N : total (jumlah) seluruh pengamatan

Contoh :
Terdapat 4 metode diet dan 3 golongan usia peserta program diet.
Berikut data rata-rata penurunan berat peserta keempat metode dalam
tiga kelompok umur.

Metode 1 Metode 2 Metode 3 Metode 4 Total

Metode baris
Umur
< 20 tahun 5 6 2 3 Nj1 = 16
20 – 40 2 7 5 3 Nj2 = 17
tahun
>40 tahun 7 3 4 3 Nj3 = 17
Total kolom Ni1 = 14 Ni2 = 16 Ni3 = 11 Ni4 = 9 N = 50

Ujilah pendapat yang menyatakan bahwa keempat metode diet dalam

ketiga kelompok umur memberikan rata-rata penurunan berat badan yang sama.
Buktikan jawaban saudara dengan pengujian varians, dengan tingkat nyata = 1 % .
 Langkah 1: H0 : Setiap metode pada setiap kelompok umur memberikan
rata-rata penurunan berat badan yang sama.
H1 : Ada suatu metode pada suatu kelompok umur yang
memberikan rata- rata penurunan berat badan yang tidak
sama.
Langkah 2: Selesaikan Tabel ANOVA
Table ANOVA
Sumber Jumlah derajat Kuadrat Tengah f hitung f table
Keragaman Kuadrat bebas (db) (KT)
(SK) (JK)
Rata-rata JKB = db numer 1 S2B = KTB = JKB = f hitung 𝛼 = 0.01
r−1
baris 0.17 =r–1 KTB
= KTG db numer 1 = 2
0.085
=3–1=2 db denum = 6
=
0.01974
f table = 10.92
45
Rata-rata JKK = db numer 2 S2K = KTK = JKK = f hitung 𝛼 = 0.01
k−1
kolom 9.67 =k–1 KTK
= KTG db numer 2 = 3
3.223
=4–1=3 db denum = 6
=
0.74866
f table = 9,78
43
Galat JKG = db denum = S2G = KTG
25.83 (r–1)(k–1) JKG
= (r−1)(k−1)
=2.3=6
= 4.305
Total JKT = r.k – 1=
35. 67 3 . 4 – 1 = 11

Langkah 3: Penyelesaian JKT, JKB, JKK dan JKG

N2
JKT = ∑ri=1 ∑kj=1 x 2 ij − rk
502
= ( 52 + 22 + + 72 + 62 + 72 + 32 + 22 + 52 + 42 + 32 + 32 + 32 ) - 12
 = 244 – 208.33333 = 35.67
N2 i N2
JKB = ∑ri=1 −
k rk
( 162 + 172 + 172 ) 502
= −
4 12
( 256 + 289 + 289 ) 2500
= −
4 12
834 2500
= − = 208.5 – 208.33333 = 0.17
4 12

N2 j N2
JKK = ∑kj=1 −
r rk
( 142 + 162 + 112 + 92 ) 502
= −
3 12
( 196 + 256 + 121+81 ) 2500
= −
3 12
654 2500
= − = 218 – 208.33333 = 9.67
3 12

JKG = JKT – JKB – JKK = 35.67 – 0.17 – 9.67 = 25.83

Langkah 4 : Kesimpulan.

Menurut Baris dan Blok, nilai F hitung berada di daerah penerimaan H0.
Berarti : setiap metode pada setiap kelompok umur memberikan rata-rata
penurunan berat badan yang sama.

2.6 Uji Anova 2 Jalur Dengan Interaksi

Efek interaksi diperoleh setelah setiap kolom [perlakuan] dan blok [baris]
diulang. Interaksi dinyatakan sebagai perkalian Baris x Kolom [BK].

Tabel ANOVA 2 Arah dengan Interaksi :

Sumber Jumlah derajat Kuadrat f hitung f tabel
Keragama Kuadrat bebas (db) Tengah (KT)
n (SK) (JK)
 Nilai JKB db numer 1 = S2B = KTB = f hitung 𝛼 =
tengah r-1 JKB KTB db numer 1 =
= KTG
r−1
baris db denum =

f table =
Nilai JKK db numer 2 = S2K = KTK = f hitung 𝛼 =
tengah k–1 JKK KTK
= KTG db numer 2 =
k−1
kolom db denum =

f table =
Interaksi JK[BK] db numer 3 = S2K = KT[BK] f hitung 𝛼=
[BK] [r–1][k–1] JK[BK] KT[BK] db numer 3 =
= =
[r–1][k–1] KTG
db denum =

f table =
Galat JKG db denum = S2G = KTG
r.k.[n – 1] =
JKG
r.k.[n – 1]

Total JKT [r.k.n] - 1

N2
JKT = ∑ri=1 ∑kj=1 ∑nm=1 x 2 ijm − rkn

N2 N2
JKB = ∑ri=1 k.nj − rkn

N2 N2
JKK = ∑kj=1 r.nj − rkn

N2 IJ N2 N2 N2
JK[BK] = ∑ri=1 ∑kj=1 − ∑ri=1 k.nj − ∑kj=1 r.nj +
N rkn

JKG = JKT – JKB – JKK – JK[BK]

 Keterangan:
r : banyak baris i = 1,2,3,...r
k : banyak kolom j = 1,2,3....k
n : banyak ulangan m = 1,2,3,...n
xijm : data pada baris ke-i, kolom ke-j dan ulangan ke-m
Ni : Total baris ke-i
Nj : Total kolom ke-j
Nij : Total Sel di baris ke-i dan kolom ke-j
N : Total keseluruhan pengamatan

Contoh :
Terdapat 4 metode diet, 3 kelompok umur dan 3 ulangan. Berikut adalah data
rata-rata penurunan berat badan setelah 1 bulan melakukan diet. Ujilah apakah
penurunan berat badan sama untuk setiap metode diet, kelompok umur dan
interaksi dengan taraf uji 5 %?

Penurunan Berat Badan (Kg)

Umur
Metode 1 Metode 2 Metode 3 Metode 4

< 20 tahun
5 0 3 4
#1
4 2 4 2
#2
5 1 8 2
#3

20-40 tahun
5 4 2 5
#1
6 2 2 3
#2
2 1 4 2
#3

4 5 2 6
> 40 tahun 4 5 1 4
#1 5 0 2 4
 #2
#3

Solusi kasus Anova dua arah dengan interaksi

1. Merumuskan Hipotesis
o Hipotesis anova kolom
H0: a1 = a2 = ... = ak, Tidak ada perbedaan yang nyata antara rata-
rata hitung dari kategori Metode(kolom)
H1: a1 ≠ a2 ≠ ... ≠ ak, Ada perbedaan yang nyata antara rata-rata
hitung dari kategori Metode (kolom)
o Hipotesis anova baris
H0: b1 = b2 = ... = bj, Tidak ada perbedaan yang nyata antara rata-
rata hitung dari kategori umur (baris)
H1: b1 ≠ b2 ≠ ... ≠ bj, Ada perbedaan yang nyata antara rata-rata
hitung dari kategori umur (baris)
o Hipotesis interaksi
H0: (ab)11 = (ab)12 = ... = (ab)kj, Tidak ada interaksi antara
variabel metode dan umur
H1: (ab)11 ≠ (ab)12 ≠ ... ≠(ab)kj, ada interaksi antara variabel
metode dan umur
2. Identifikasi model.
Pertama. berdasarkan hipotesis yang digunakan yaitu membandingkan
rata-rata lebih dari dua kelompok maka metode yang mungkin
adalah Anova. kedua Sampel yang digunakan tiap kelompok sudah
dikategorikan sehingga tipe anova yang cocok adalah Anova dua arah.
kemudian dari tiap kategori tersebut dilakukan pengulangan sehingga kita
menggunakan anova dua arah dengan interaksi.
3. Memeriksa asumsi Anova.
Dalam metode anova yang perlu diperhatikan ada empat seperti pada
 keterangan diatas. asumsi normal dan homogenitas antar varians kelompok
harus terpenuhi. dalam contoh ini kita asumsikan asumsi terpenuhi karena
kita fokus pada langkah-langkah anova dua arah dengan interaksi.
kemudian kelompok yang dianalisis berasal dari kelompok saling bebas.
dan data yang digunakan merupakan data rasio. Setelah asumsi ini
terpenuhi maka bisa lanjut ke perhitungan selanjutnya. kalau tidak ganti
metode.
4. Menyusun/mengkategorikan tabel data agar lebih mudah menghitungnya.
Penghitungannya agak berbeda dengan jenis anova yang lain.
perhitungannya terpisah seperti berikut:

Penurunan Berat Badan (Kg)

Umur Total Baris
Metode 1 Metode 2 Metode 3 Metode 4

< 20 tahun
#1 5 0 3 4
T1** = 40
#2 4 2 4 2
#3 5 1 8 2

T13* =
T11* = 14 T12* = 3 T14* = 8
15

20-40 tahun
#1 5 4 2 5
T2** = 38
#2 6 2 2 3
#3 2 1 4 2

T24* =
T21* = 13 T22* = 7 T23* = 8
10

> 40 tahun T3**=42

#1 4 5 2 6
 #2 4 5 1 4
#3 5 0 2 4

T34* =
T31* = 13 T32* = 10 T33* = 5
14

T*3* = T*4* = Total

Total Kolom T*1* = 40 T*2* = 20
28 32 T***=120

5. Perhitungan Tabel anova

Agar mempermudah perhitungan kita menggunakan tabel berikut,

Sumber Jumlah
Derajat Kuadrat
Keragaman Kuadrat F hitung
Bebas (db) Tengah (KT)
(SK) (JK)

JKK = db JKK = 4- F hitung =

Kolom (K) KTK =7,70
23,11 1=3 3,04

db JKB = 3-1 F hitung =

Baris (B) JKB = 0,67 KTB =0.085
=2 0.13

Interaksi JK[BK] = db JK[BK] = F hitung =

KT[BK] =5.26
(BK) 31,56 2x3 =6 0.28

JKG = db JKG=
Galat (G) KTG =2,53
60,67 3x4x2=24

db
Total (T) JKT =116 JKT=[3x4x3]
-1 =35
6. Menghitung F tabel

o F table Kolom pada α = 0.05 db JKK=3 dan db JKG=4 adalah 3,01

o F table Baris pada α = 0.05 db JKB=2 dan db JKG=24 adalah 3,40
o F table Interaksi pada α = 0.05 db JK[BK]=6 dan db JKG=24
adalah 2,51
o Kesimpulan :
Perhitungan menunjukkan bahwa rata-rata penurunan berat badan
pada Baris [Kel. Umur] dan Interaksi tidak berbeda [masih
dianggap sama] hal ini terlihat dari f tabel untuk baris dan interaksi
lebih kecil dari f hitung sedangkan rata-rata penurunan berat badan
dalam Kolom [metode diet] dapat dikatakan berbeda karena f tabel
lebih besar dari f hitung.
 DAFTAR PUSTAKA

Arikunto Suharsimi. 1992. Prosedur Penelitian Suatu Pendekatan Praktis.

Jakarta : Rineka Cipta

Furqon.2009.Statistika Terapan untuk Penelitian. Cetakan

ketujuh.Bandung : Alfabeta

Riduwan.2008.Dasar-dasar Statistika.Bandung : Alfabeta

Usman,Husaini.2006.Pengantar Statistika.Jakarta : PT Bumi Aksara