DISKUSI 8

ANALYSIS OF VARIANCE (ANOVA/ANAVA)

MATA KULIAH 5202.01 STATISTIK PENDIDIKAN

A. PERTANYAAN DISKUSI:
Pada forum diskusi kali ini, Anda diharapkan memberikan tanggapan atas
masalah yang terkait dengan pengujian hipotesis dari Analysis of Variance
(Anova) yang telah Anda pelajari melalui BMP dan materi inisiasi pada
minggu ini. Silahkan Anda memberikan tanggapan/ jawaban atas permasalahan
yang diajukan. Anda dapat menyajikan tanggapan Anda dengan mengunggah
hasil pekerjaan yang Anda lakukan dalam menyelesaikan masalah yang
diajukan baik dalam bentuk file (format doc) atau file hasil scan/ photo
pekerjaan Anda di atas kertas.

B. JAWABAN DISKUSI:
*Jawaban Diskusi 8.
TANGGAPAN PENGUJIAN HIPOTESIS DARI ANALYSIS OF
VARIANCE (ANOVA/ANAVA)

PENGERTIAN ANOVA ATAU ANAVA

Pengertian dari Analysis of variance (Anova/Anava)

Ada beberapa pengertian istilah dari dari Analysis of variance (Anova/Anava),
sebagai berikut:
Anova merupakan singkatan dari Analysis of variance. Merupakan prosedur uji
statistik yang mirip dengan t test. Namun kelebihan dari Anova adalah dapat
menguji perbedaan lebih dari dua kelompok. Berbeda dengan independent sample
t test yang hanya bisa menguji perbedaan rerata dari dua kelompok saja.

Anova adalah sebuah analisis statistik yang menguji perbedaan rerata antar grup.
Grup disini bisa berarti kelompok atau jenis perlakuan.
Uji Anova adalah bentuk khusus dari analisis statistik yang banyak digunakan
dalam penelitian eksperimen. Anova ditemukan dan diperkenalkan oleh seorang
ahli statistik bernama Ronald Fisher.

Uji Anova, Teori Satu Arah dan Dua Arah

Uji Anova juga adalah bentuk uji hipotesis statistik di mana kita mengambil
kesimpulan berdasarkan data atau kelompok statistik inferentif. Hipotesis nol dari
uji Anova adalah bahwa data adalah simple random dari populasi yang sama
sehingga memiliki ekspektasi mean dan varians yang sama. Sebagai contoh
penelitian perbedaan perlakuan terhadap sampel pasien yang sama. Hipotesis nol
nya adalah semua perlakuan akan memiliki efek yang sama.

Meskipun uji t adalah statistik yang sering digunakan, hanya saja uji t dibatasi
untuk menguji hipotesis dua kelompok. Uji Anova atau Analisis varians (Anova
atau Anava) dikembangkan untuk memungkinkan peneliti untuk menguji
hipotesis perbandingan lebih dari dua kelompok. Dengan demikian, uji-t dan uji
anova adalah sama-sama metode statistik untuk perbandingan. Yang membedakan
keduanya adalah hanya jumlah kelompok yang dibandingkan.

Landasan konseptual Anova atau Anava

Seperti halnya Uji T, dalam uji Anova pun harus menghitung statistik uji (dalam
hal ini adalah F- rasio) untuk menguji pernyataan bahwa apakah kelompok yang
dibandingkan memiliki kesamaan atau tidak.
Bahasa statistik hipotesis uji Anova dapat dituliskan sebagai berikut: H0 : M1 =
M2 = M3 = 0 , biasanya dengan harapan bahwa akan dapat menolak H0 untuk
memberikan bukti bahwa hipotesis alternatif ( H1 : Tidak H0 ) .
Untuk menguji H0, dengan mengambil sampel secara acak kelompok
peserta/sampel/responden dan menetapkan ukuran-ukuran (variabel dependen).
Kemudian melihat apakah ukuran-ukuran tersebut berbeda berarti untuk berbagai
kondisi. Jika berbeda maka Anda akan dituntun untuk menolak H0. Seperti pada
uji statistik yang lain, kita menolak H0 ketika mendapati statistik uji yang diukur
melalui F-statistik yang melebihi F tabel dengan tingkat kepercayaan tertentu.
Hipotesis nol dari uji Anova adalah bahwa data adalah simple random dari
populasi yang sama sehingga memiliki ekspektasi mean dan varians yang sama.

Kegunaan Anova
Anova atau Anava digunakan sebagai alat analisis untuk menguji hipotesis
penelitian yang mana menilai adakah perbedaan rerata antara kelompok.
Hasil akhir dari analisis Anova atau Anava adalah nilai F test atau F hitung. Nilai
F hitung ini yang nantinya akan dibandingkan dengan nilai pada tabel f. Jika nilai
f hitung lebih dari f tabel, maka dapat disimpulkan bahwa menerima H1 dan
menolak H0 atau yang berarti ada perbedaan bermakna rerata pada semua
kelompok.
Atau dengan kata lain:
Hasil akhir yang didapatkan adalah nilai f hitung. Nilai tersebut dibandingkan
dengan nilai dalam tabel f pada derajat kebebasan tertentu (degree of freedom).
Jika F hitung > F Tabel, maka disimpulkan bahwa menerima H1 atau yang berarti
ada perbedaan secara nyata atau signifikan hasil ujian siswa antar perlakuan
model pembelajaran.

Ciri-ciri Anova atau Anava

Ciri khasnya Anova atau Anava adalah:
 Adanya satu atau lebih variabel bebas sebagai faktor penyebab dan satu
atau lebih variabel response sebagai akibat atau efek dari adanya faktor.
Contoh: Adakah pengaruh … terhadap ….
 Ciri lainnya adalah variabel response berskala data rasio atau interval
(numerik atau kuantitatif).

Jenis Anova atau Anava

Jenis Anova atau Anava adalah berdasarkan jumlah variabel faktor (independen
variable atau variabel bebas) dan jumlah variabel responsen (dependent variable
atau variabel terikat).