MAKALAH

AKUNTANSI MANAJEMEN

(Analisis Varian)

Dosen Pengampu :

Herman Ernandi, SE. MM.

Nama Kelompok :

1. Khusnul Lillah (172010200207)

2. Sheren Adelia Salsabila (172010200163)

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS MUHAMMADIYAH SIDOARJO

2018
 KATA PENGANTAR

Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa, karena dengan
rahmat dan berkatnya kami dapat menyelesaikan makalah Akuntansin Manajemen
yang berjudul “Analisis Varian”.

Harapan kami makalah ini dapat meningkatkan pemahaman dalam

mempelajari Akuntansi manajemen terutama dalam materi Analisis Varian.
Apabila terdapat kesalahan kekurangan, baik yang disengaja maupun yang tidak
disengaja mohon dimaklumi dan dimaafkan karena kami masih dalam tahap
pembelajaran.

Kami menyadari bahwa makalah ini tidaklah sempurna, oleh karena itu kami
menerima kritikan dan saran yang membangun dari pembaca. Semoga makalah ini
dapat memberikan manfaat bagi kita semua. Atas perhatian dan kesempatan serta
bimbingan yang telah diberikan Dosen Pengampu Analisis manajemen Bapak
Herman Ernandi, SE. MM. Kami ucapkan terima kasih.

Penulis

2
 BAB I

PENDAHULUAN

A. LATAR BELAKANG

Dalam statistik , analisis varians (ANAVA) adalah kumpulan model

statistik , dan prosedur yang terkait, di mana diamati varian dalam suatu
variabel tertentu dipartisi ke dalam komponen yang timbul dari berbagai
sumber variasi. Dalam bentuknya yang paling sederhana ANAVA
memberikan uji statistik apakah atau tidak berarti dari beberapa kelompok
semua sama, dan karenanya generalizes t-test untuk lebih dari dua
kelompok. ANAVA sangat membantu karena mereka memiliki keuntungan
lebih dari uji t dua-sample-. Melakukan dua-sample t-tes beberapa akan
mengakibatkan peningkatan kesempatan melakukan sebuah tipe I kesalahan
. Untuk alasan ini, ANAVA berguna dalam membandingkan dua, tiga atau
lebih berarti.
Pada makalah ini akan didiskusikan perbandingan dua atau lebih
parameter populasi. Sebuah teknik yang dipakai untuk membandingkan dua
atau lebih parameter populasi kita kenal sebagai analysis of variance atau
sering disebut anova. Teknik ini sering dipakai untuk penelitian terutama pada
rancangan penelitian eksperimen, missal penelitian-penelitian yang memiliki
implikasi pengambilan keputusan untuk menggunakan tekhnologi baru,
prosedur-prosedur baru, dan kebijakan-kebijakan baru.
Oleh karena itu pada kesempatan kali ini kami bermaksud untuk
menyusun makalah ini sebagai upaya untuk mempelajari dan memahami
pokok bahasan yang berkaitan dengan uji anava, sehingga kami dapat
memiliki pengetahuan dan pemahaman tentang anava.
B. RUMUSAN MASALAH
1. Bagaimana pengertian analisis varian satu arah?
2. Bagaimana langkah penyelesaian analisis varian satu arah?
3. Bagaimana aplikasi atau contoh penyelesaian analisis varian?

3
C. TUJUAN PEMABAHASAN
1. Untuk memahami analisis varian satu arah.
2. Untuk memahami langkah penyelesaian analisis varian satu arah
3. Untuk memahami aplikasi atau contoh penyelesaian analisis varian

4
 BAB II

PEMBAHASAN

A. PENGERTIAN ANALISIS SATU ARAH

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 (Mendel hell dan reinmuth, 1982. hal: 542).

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.

ANAVA satu jalur yaitu analisis yang melibatkan hanya satu peubah
bebas. Secara rinci, ANAVA satu jalur digunakan dalam suatu penelitian yang
memiliki ciri-ciri berikut:1. Melibatkan hanya satu peubah bebas dengan dua
kategori atau lebih yang dipilih dan ditentukan oleh peneliti secara tidak acak.
Kategori yang dipilih disebut tidak acak karena peneliti tidak bermaksud
menggeneralisasikan hasilnya ke kategori lain di luar yang diteliti pada
peubah itu. Sebagai contoh, peubah jenis kelamin hanya terdiri atas dua
ketgori (pria-wanita), atau peneliti hendak membandingkan keberhasilan
antara Metode A, B, dan C dalam meningkatkan semangat belajar tanpa
bermaksud menggeneralisasikan ke metode lain di luar ketiga metode tersebut.

5
 Tujuan dari uji anova satu jalur menurut Ridwan,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.(Agus irianto,2004:246).

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.

6
 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).

7
 A = Jumlah keseluruhan group sampel.

B. LANGKAH-LANGKAH UJI ANAVA SATU ARAH

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
= ∑𝑋 2𝐴1 += ∑𝑋 2𝐴2 += ∑𝑋 2𝐴3 − ( + +
𝑛𝐴1 𝑛𝐴2

(∑𝑋𝐴3 )2
)
𝑛𝐴3

9. Hitunglah derajat bebas dalam group dengan rumus : 𝑑𝑏𝐷 = 𝑁 − 𝐴

10. Hitunglah kuadrat rerata dalam antar group (𝐾𝑅𝐷 ) dengan rumus : 𝐾𝑅𝐷 =
𝐽𝐾𝐷
𝑑𝑏𝐷
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

8
 TABEL RINGKASAN ANOVA SATU ARAH

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.
C. APLIKASI ATAU CONTOH UJI ANAVA SATU ARAH

Di bawah ini terdapat beberapa kasus tentang uji anava satu arah, yaitu:
1. KASUS 1
(data diambil dari Riduwan.Dasar-Dasar
Statistika.2013.Bandung:Alfabeta)
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:

9
 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-langka 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

10
 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)

2
(∑ 𝑋𝐴𝑖 )2 (∑ 𝑋𝑇 )
𝐽𝐾𝐴 = ∑ −
𝑛𝐴𝑖 𝑁
2 2
(∑ 𝑋𝐴𝑖 )2 (∑ 𝑋𝐴2 ) (∑ 𝑋𝐴3 )2 (∑ 𝑋𝑇 )
=( + + )−
𝑁𝐴1 𝑁𝐴2 𝑁𝐴3 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 )
2
(∑ 𝑋𝐴𝑖 )
𝐽𝐾𝐷 = ∑ 𝑋𝑇2 −∑
𝑛𝐴𝑖
2 2 2
= ∑ 𝑋𝐴1 + ∑ 𝑋𝐴2 + ∑ 𝑋𝐴3
2
(∑ 𝑋𝐴𝑖 )2 (∑ 𝑋𝐴2 ) (∑ 𝑋𝐴3 )2
−( + + )
𝑛𝐴1 𝑛𝐴2 𝑛𝐴3

11
 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 =
𝑑𝑏𝐷

37
= 32

= 1,16

𝐾𝑅𝐴
11. F.hitung 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = 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

12
 14. tabel ringkasan anova

ANOVA

NILAI

Jumlah
Sumber varian (SV)
Kuadra(JK) db Mean Square F Sig.

Antar Group(A) 15 2 7.540 6.47 .004

Dalam Group(D) 37 32 1.139

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.

13
 2. 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-langka 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

14
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)

2
(∑ 𝑋𝐴𝑖 )2 (∑ 𝑋𝑇 )
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

15
7. Menghitung kuadrat Rerata Antar group( KRA)
𝐽𝐾𝐴
𝐾𝑅𝐴 =
𝑑𝑏𝐴
7000
= 3

= 2.333
8. Menghitung Jumlah Kuadrat Dalam group ( JKD )
2
(∑ 𝑋𝐴𝑖 )
𝐽𝐾𝐷 = ∑ 𝑋𝑇2 −∑
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 =
𝑑𝑏𝐷

4600
= 16

= 287,5

𝐾𝑅𝐴
11. 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 =
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)

16
 F.tabel = F (0,95) (3.16)

F.tabel = 3,24

14. tabel ringkasan anova

ANOVA

Poduktivitas

Jumlah
Sumber varian (SV)
kuadrat(JK) db Kuadrat Rerata F Sig.

Antar Group(A) 7000.000 3 2333.333 8.116 .002

Dalam Group(D) 4600.000 16 287.500

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.

17
 BAB III

KESIMPULAN

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.
Langkah uji anava satu arah yaitu: asumsikan bahwa data dipilih
secara random,berdistribusi normal, dan variannya homogeny, buatlah
hipotesis (𝐻𝑎 dan𝐻0 ) dalam bentuk kalimat, buatlah hipotesis (𝐻𝑎 dan
𝐻0 )dalam bentuk statistic, buatlah daftar statistik induk, hitunglah jumlah
kuadrat antar group (𝐽𝐾𝐴 ), hitunglah derajat bebas antar group, hitunglah
kudrat rerata antar group (𝐾𝑅𝐴 ),hitunglah jumlah kuadrat dalam antar
group (𝐽𝐾𝐷 ),hitunglah derajat bebas dalam group, hitunglah kuadrat rerata
𝐾𝑅𝐴
dalam antar group (𝐾𝑅𝐷 ) ,Carilah 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 dengan rumus : 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = ,
𝐾𝑅𝐷

tentukan taraf signifikansinya, misalnya α = 0,05 atau α = 0,01, cari Ftabel

dengan rumus : Ftabel = F(1-α) (dbA,dbD), buat Tabel Ringkasan Anova,
Tentukan kriteria pengujian : jika 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 ≥𝐹𝑡𝑎𝑏𝑒𝑙 , maka tolak 𝐻0 berarti
signifikan dan konsultasikan antara 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 dengan 𝐹𝑡𝑎𝑏𝑒𝑙 kemudian
bandingkan, dan buat kesimpulan.

18
 DAFTAR PUSTAKA

Al Husin, Syahri.2003.Statistika Praktis.Yogyakarta:Graha Ilmu

Furqon.2009.Statistika Terapan untuk Penelitian. Cetakan
ketujuh.Bandung:Alfabeta

Mankuatmodjo, Soegyarto. 2004. Statistika Lanjutan. Jakarta: PT.Rineka

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

Sarwoko.2007.Statistika Inferensi.Yogyakarta:Andi

Sudjana.1996.Metoda Statistika.Bandung:Tarsito Bandung

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

19