MAKALAH PSIKOLOGI EKSPERIMEN

“DESAIN ANAVA SATU JALAN”

Dosen Pengampu: Rismawati M.Psi

OLEH:

KELOMPOK 3

NAMA:

1. CICI NOVITA (1751000035)

2. NADYA LULU AZARIAH (1751000031)
3. ROSA EVALINA SEMBIRING (1751000034)
4. TALITHA ATIRA (1751000036)

T.A 2019-2020

FAKULTAS PSIKOLOGI

1
 DAFTAR ISI

JUDUL .........................................................................................................................1
DAFTAR ISI .......................................................................... ..................................... 2

BAB I PENDAHULUAN .................................................. ........................................ 3

1.1.LATAR BELAKANG ........................................................................ .................. 3

1.2.RUMUSAN MASALAH .................................................... .................................. 3

1.3.TUJUAN PEMABAHASAN ................................................................................ 3

BAB II PEMBAHASAN ................................................ ........................................... 4

2.1. PENGERTIAN ANALISIS SATU ARAH ......................................................... 4

BAB III PENUTUP ........................................................................................... ...... 10

3.1. KESIMPULAN ................................................................ ................................... 10

3.2. DAFTAR PUSTAKA ................................................... ...................................... 11

2
 BAB I
PENDAHULUAN

1.1. 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.

1.2. RUMUSAN MASALAH

1.2.1. Bagaimana pengertian analisis varian satu arah?

1.2.2. Bagaimana langkah penyelesaian analisis varian satu arah?

1.2.3. Bagaimana aplikasi atau contoh penyelesaian analisis varian?

1.3. TUJUAN PEMABAHASAN

1.3.1. Untuk memahami analisis varian satu arah.

1.3.2. Untuk memahami langkah penyelesaian analisis varian satu arah

1.3.3. Untuk memahami aplikasi atau contoh penyelesaian analisis varian

3
 BAB II
PEMBAHASAN

2.1. 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. 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 :
a). Pengaruh waktu
b). Pengaruh perbedaan individual
c). Pengaruh pengukuran

Pengujian 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 :

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

4
 ANOVA satu arah digunakan ketika variabel dependen-nya univariat dengan pengaruh
satu faktor, jika terdapat pengaruh lebih dari satu faktor maka dapat digunakan ANOVA dua
arah. ANOVA juga digunakan untuk menguji kesamaan k (k > 2) buah rata-rata populasi.

Asumsi

 Asumsi yang harus dipenuhi yaitu :

 Skala pengukuran interval.
 Data harus berasal dari populasi yang berdistribusi normal.
 Varians homogen.
 Pengambilan sampel secara acak dan masing-masing sampel independen.

Asumsi Dasar dalam ANOVA :

1. Kenormalan
Setiap harga dalam sampel berasal dari distribusi normal, sehingga distribusi skor sampel
dalamkelompok pun hendaknya normal. Kenormalan dapat diatasi dengan memperbanyak
sampeldalam kelompok, karena semakin banyak n maka distribusi akan mendekati normal.
Apabilasampel tiap kelompok kecil dan tidak dapat pula diatasi dengan jaln melakukan
transformasi.
2. Kesamaan Variansi Masing-masing kelompok hendaknya berasal dari populasi yang
mempunyai variansi yang sama.Untuk sampel yang sama pada setiap kelompok, kesamaan
variansi dapat diabaikan. Tetapi, jikabanyaknya sampel pada masing-masimg kelompok tidak
sama, maka kesamaan variansi populasimemang sangat diperlukan.3. Penamatan
BebasSampel hendaknya diambil secara acak (random), sehingga setiap pengamatan
merupakaninformasi yang bebas.PERBANDINGAN ANOVA SATU ARAH DENGAN
ANOVA DUA ARAH Sebenarnya analisis ANOVA satu arah dapat dipakai untuk
menghadapi kasus variabel bebaslebih dari satu. Hanya saja analisisnya dilakukan satu per
satu, sehingga akan menghadapibanyak kasus ( N semakin banyak ).Dengan melakukan
Anova dua arah akan dihindari pula pula terjadinya noise (suatukemungkinan yantg
menyatakan terdapat suatu efek karena bercampurnya suatu analisis data).Noise ini dapat
dihindari pada ANOVA dua arah karena analis disini melibatkan kontor
terhadapperbedaan(katagorikal) variabel bebas.Interaksi suatu kebersamaanantar fektor
dalam mempengaruhi variabel bebas, dengansendirinyapengaruh faktor-faktor secara mandiri
telah dihilangkan. Jika terdapat interaksi berartiefek faktor satu terhadap variabel terikatakan

5
mempunyai garis yang tidak sejajar dengan efek faktor lain terhadap variabel terikatsejajar
(saling berpotongan), maka antara faktor tidak mempunyai interaksi.Anova dua arah
digunakan peneliti untuk mengatasi perbedaan nilai variabel terikat yangdikategorikan
berdasarkan variasi bebas yang banyak dan masing-masing variabel terdiri daribeberapa
kelompok. Anova dua arah merupakan penyempurnaan Anova satu arah.Anova dua arah
lebih efisien daripada anova satu arah, karena:• kasus yang dihadapi lebih sedikit yaitu
sejumlah sampel .• noise dapat dihilangkan.• dapat diketahui unsur kebersamaan variabel
bebas dalam mempengaruhi variabel terikat.

Bila faktor yang menjadi perhatian berupa satu faktor, misalnya pengaruh bentuk
kemasan pada tingkat penjualan, maka Anova yang kita gunakan adalah satu arah. Di sebut
satu arah arah karena pusat perhatian kita hanya satu; dalam hal ini bentuk kemasan. Lain
halnya jika pusat perhatian kita, selain jenis kemasan, juga tertuju pada pengaruh aroma
pada tingkat penjualan. Disini kita gunakan Anova dua arah.
Misalkan ada k populasi yang berdistribusi normal, dengan rata-rata populasinya, 1,
2, 3,........, k serta ragam populasinya sama walaupun nilainya tidak diketahui, bisa disusun
dalam bentuk tabel :

Populasi Total
1 2 ... k
Sampel X11 X21 ... Xk1
X12 X22 ... Xk2
... ... ... ...
X1n X2n ... Xkn
Total T1 T2 ... Tk T
Ukuran n1 n2 ... nk N
Rata – rata 2 ... k

Untuk mengetahui apakah ada perbedaan rata-rata populasi, dilakukan pengujian

hipotesis dengan analisis ragam.

6
Jenis pengujian :
H0 = μ1 = μ2 = ..... = μk
Ha = Tidak semuanya sama ( setidaknya ada μi μj , untuk i j )
Keputusan menolak atau menerima Ho bisa ditentukan dengan membuat tabel ANOVA
sebagai berikut :

Sumber Derajat Jumlah Varian F hitung F tabel

Keragaman Bebas Kuadarat (ragam)
Antar Kolom V1 = k – 1 JKK S12 S12/s22 F(V1, V2)

Sisaan V2 = N - k JKS S22

N-1 JKT

Keterangan :
k = jumlah populasi atau perlakuan
N = banyaknya pengamatan = n1 + n2 + ...... + nk
JKK = Jumlah Kuadrat Antar Kolom
JKT = Jumlah Kuadrat Total
JKS = Jumlah Kuadrat sisaan = JKT – JKK
Statistik Uji yang digunakan adalah F hitung

Tolak Ho bila Fhitung Ftabel

Contoh :
Sebuah penelitian dilakukan untuk mengetahui apakah ada pengaruh perbedaan
metode Membaca pada tingkat keberhasilan. Ada tiga metode belajar yang akan diuji.
Diambil sampel masing-masing 5 orang siswa untuk membaca suatu artikel, lalu dicatat
waktu yang digunakan (menit) untuk kemudian diberi pertanyaan setelahnya sebagai berikut :

7
Metode 1 Metode 2 (Sedang/5 Menit) Metode (Cepat/ 2,5 Menit)
(Membaca lambat/ 8 menit)
21 17 31
27 25 28
29 20 22
23 15 30
25 23 24

Ujilah dengan = 0,05 apakah ada pengaruh perbedaan metode Membaca pada waktu
yang digunakan?

Penyelesaian :
Metode 1 (membaca lambat) Metode 2 (sedang) Metode 3 (Cepat)

21 17 31
27 25 28
29 20 22
23 15 30
25 23 24
T1 = 125 T2 = 100 T3 = 135

Dari tabel di atas bisa dihitung

Total keseluruhan nilai = 360

JKK = + + - = 130

JKT = 212 + 272 + ... + 242 - = 298

JKS = 298 – 130 = 168

8
Tabel ANOVA
Sumber Derajat Jumlah Varian F hitung Ftabel
Keragaman Bebas Kuadrat (Ragam)
Antar Kolom 2 130 65 4,64 F(2,12) =
3,89
Sisaan 12 168 14
Total 14 298

Pengujian hipotesis :

H0 = μ1 = μ2 = ..... = μk

Ha = Tidak semuanya sama ( setidaknya ada μi μj , untuk i j)

Statistik Uji = Fhitung = 4,64
Karena Fhitung > Ftabel, maka tolak Ho
Kesimpulan : ada pengaruh perbedaan metode membaca pada waktu yang digunakan.

9
 BAB III
KESIMPULAN

Analisis varians (analysis of variance, ANOVA) adalah suatu metode analisis

statistika yang termasuk ke dalam cabang statistika inferensi. Dalam literatur Indonesia
metode ini dikenal dengan berbagai nama lain, seperti analisis ragam, sidik ragam, dan
analisis variansi. Ia merupakan pengembangan dari masalah Behrens-Fisher, sehingga uji-F
juga dipakai dalam pengambilan keputusan. Analisis varians pertama kali diperkenalkan oleh
Sir Ronald Fisher, bapak statistika modern. Dalam praktek, analisis varians dapat merupakan
uji hipotesis (lebih sering dipakai) maupun pendugaan (estimation, khususnya di bidang
genetika terapan).

Secara umum, analisis varians menguji dua varians (atau ragam) berdasarkan
hipotesis nol bahwa kedua varians itu sama. Varians pertama adalah varians antarcontoh
(among samples) dan varians kedua adalah varians di dalam masing-masing contoh (within
samples). Dengan ide semacam ini, analisis varians dengan dua contoh akan memberikan
hasil yang sama dengan uji-t untuk dua rerata (mean).

Analisis varians relatif mudah dimodifikasi dan dapat dikembangkan untuk berbagai
bentuk percobaan yang lebih rumit. Selain itu, analisis ini juga masih memiliki keterkaitan
dengan analisis regresi. Akibatnya, penggunaannya sangat luas di berbagai bidang, mulai dari
eksperimen laboratorium hingga eksperimen periklanan, psikologi, dan kemasyarakatan

10
 Daftar Pustaka

http://blog.unsri.ac.id/userfiles/4%281%29.pdf
http://kelompok7iiiastatistikadasar.blogspot.com/2009/11/anova.html
http://www.google.co.id/url?sa=t&rct=j&q=analisis+variansi+dua+arah&source=web&cd=6
&ved=0CEEQFjAF&url=http%3A%2F%2Frepository.binus.ac.id%2Fcontent%2FI0044%2F
I004484218.doc&ei=npVsT7ewGYzorQfF4IynAg&usg=AFQjCNHw5uoiMzKYORn5lJ-
fLd4_eln-JQ&cad=rja

11