Anda di halaman 1dari 23

MAKALAH ANALISIS STATISTIKA

MEMAHAMI VARIAN SATU JALUR

Dosen pengampu: Ratna Sari SitiAisyah, M.Pd., / Indah Langitasari, M.Pd,.

Disusun oleh :
KELOMPOK 9
JAKA SUDIRA (2282150007)
NURSA’ADAH (2282150008)
KOMALASARI (2282150011)

JURUSAN PENDIDIKAN KIMIA


FAKULTAS KEGURUAN DAN ILMU PENDDIKAN
UNIVERSITAS SULTAN AGENG TIRTAYASA
SERANG
2018
KATA PENGANTAR
Dengan menyebut nama Allah SWT yang Maha Pengasih lagi Maha
Panyayang, Kami panjatkan puja dan puji syukur atas kehadirat-Nya, yang telah
melimpahkan rahmat, hidayah, dan inayah-Nya kepada kami, sehingga kami dapat
menyelesaikan makalah analisis statistika tentang Memahami Varian Satu Jalur.
Makalah ini telah kami susun dengan bantuan dari berbagai pihak
sehingga dapat memperlancar pembuatan makalah ini. Untuk itu kami
menyampaikan banyak terima kasih kepada semua pihak yang telah berkontribusi
dalam pembuatan makalah ini.
Terlepas dari semua itu, Kami menyadari sepenuhnya bahwa masih ada
kekurangan baik dari segi susunan kalimat maupun tata bahasanya. Oleh karena
itu dengan tangan terbuka kami menerima segala saran dan kritik dari pembaca
agar kami dapat memperbaiki makalah ini.
Akhir kata kami berharap semoga makalah analisis statistika tentang
Memahami Varian Satu Jalur ini dapat memberikan manfaat kepada pembaca.

Serang, 22 April 2018

Penyusun

i
DAFTAR ISI
KATA PENGANTAR .......................................................................................... i
DAFTAR ISI ......................................................................................................... ii
BAB I PENDAHULUAN ..................................................................................... 1
1.1. Latar Belakang...................................................................................... 1
1.2. Rumusan Masalah ................................................................................ 2
1.3. Tujuan ................................................................................................... 2
1.4. Manfaat ................................................................................................ 2
1.5. Metode ................................................................................................. 2
BAB II PEMBAHASAN ...................................................................................... 3
2.1ANOVA Satu Jalur ................................................................................. 3
2.2 Metode ANOVA Satu Jalur ................................................................... 6
2.3 Prosedur ANOVA Satu Jalur ................................................................. 9
2.4 Aplikasi ANOVA Satu Jalur Dengan SPSS .......................................... 11
BAB III PENUTUP .............................................................................................. 19
3.1. Kesimpulan ........................................................................................... 19
3.2. Saran ..................................................................................................... 19
DAFTAR PUSTAKA .......................................................................................... iii

ii
DAFTAR PUSTAKA
Furqon. 2009. Statistika Terapan untuk Penelitian. Cetakan ketujuh. Bandung:
ALFABETA.
Prasetyowati, Didin Astriani. 2016. Analisis Statistik (Teori Dan Aplikasi
Menggunakan Spss).Palembang: Universitas Indo Global Mandiri.
Riduwan. 2008. Dasar-dasar Statistika. Bandung: ALFABETA.
Sudjana.1996.Metoda Statistika.Bandung:Tarsito Bandung.
Sugiharto,Toto. 2009. Bahan Kuliah Statistik 2 Analisis Varian. Universitas
Gunadarma.

iii
BAB I
PENDAHULUAN
1.1 LATAR BELAKANG
Dalam statistik, analisisvariansi adalahsuatu prosedur untuk uji perbedaan
mean beberapa populasi. Konsep analisis variansi didasarkan pada konsep
distribusi F dan biasanya dapat diaplikasikan untuk berbagai macam kasus
maupun dalam analisis hubungan antara berbagai varabel yang diamati. Dalam
perhitungan statistik, analisis variansi sangat dipengaruhi asumsi-asumsi yang
digunakan seperti kenormalan dari distribusi, homogenitas variansi dan kebebasan
dari kesalahan. Asumsi kenormalan distribusi memberi penjelasan terhadap
karakteristik data setiap kelompok. Asumsi adanya homogenitas variansi
menjelaskan bahwa variansi dalam masing-masing kelompok dianggap sama.
Sedangkan asumsi bebas menjelaskan bahwa variansi masing-masing terhadap
rata-ratanya pada setiap kelompok bersifat saling bebas. Analisis variansi adalah
suatu prosedur untuk uji perbedaan mean beberapa populasi (lebih dari dua).
Analisis Varians Satu-Arah (One-Way Analysis of Variance—
ANOVA)prosedur analisis varians (Analysis of Variance—ANOVA) menggunakan
variabel numerik tunggal (single numerical variable) yang diukur dari sejumlah
sampel untuk menguji hipotesis nol dari populasi yang (diperkirakan) memiliki
rata-rata hitung (mean) sama. Variabel dimaksud harus berupa variabel kuantitatif.
Variabel ini terkadang dinamakan sebagai variabel terikat (dependent variable).
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, sehingga kami dapat memiliki pengetahuan dan
pemahaman tentang anova satu jalur.

1
1.2 RUMUSAN MASALAH
1. Apa pengertian analisis varian satu arah ?
2. Apa saja metode yang terdapat dalam analisis varian satu arah?
3. Bagaimana langkah penyelesaian analisis varian satu arah ?
4. Bagaimana aplikasi atau contoh penyelesaian analisis sampel varian satu
arah?
1.3 TUJUAN
1. Mengetahui pengertian analisis varian satu arah
2. Mengetahui metode yang terdapat dalam analisis varian satu arah
3. Mengetahui langkah penyelesaian analisis varian satu arah
4. Memahami aplikasi atau contoh penyelesaian analisis sampel varian
satu arah
1.4 MANFAAT
Penulisan makalah ini diharapkan mampu memberikan manfaat yang
signifikan bagi pembacanya dalam memahami dan mengimplementasikan konsep
hipotesis dalam perhitungan statistika yang berguna dalam melakukan penelitian.
1.5 METODE
Penulisan makalah ini melalui metode library research yaitu mencari
sumber-sumber dari berbagai buku-buku yang ada di perpustakaan, dan juga
melalui situs-situs internet yang terkait dengan makalah ini.

2
BAB II
PEMBAHASAN

2.1 ANOVA SATU JALUR


Anava atau Anova adalah sinonim dari analisis varians 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)
ANOVA merupakan alat statistik yang digunakan untuk menguji apakah rata-
rata dari dua atau lebih populasi berbeda secara signifikan ataukah tidak dan
menguji apakah dua atau lebih sampel mempunyai varians populasi yang sama
atau tidak. Analisis Varians ini teknik analisis statistik yang dikembangkan dan
diperkenalkan pertama kali oleh Sir R. A Fisher (Kennedy & Bush, 1985).
Asumsi yang diperlukan untuk Analisis Varians adalah:
• Masing-masing grup merupakan sampel random yang berasal dari populasi
normal.
• Dalam populasi, varians dari grup-grup tersebut sama.
• Sampel tidak berhubungan satu dengan yang lainnya.
Cara untuk memeriksa asumsi tersebut adalah menggunakan prosedur
Explore. Dari prosedur ini, bisa membuat stem-leaf plot atau histogram dari
masing-masing grup dan menghitung variansnya juga bisa menggunakan uji
statistik untuk memeriksa asumsi normalitas dan kesamaan varians.
Dinamakan analisis varians satu arah, karena analisisnya menggunakan
varians dan data hasil pengamatan merupakan pengaruh satu faktor.Dari tiap
populasi secara independen kita ambil sebuah sampel acak, berukuran n1 dari
populasi kesatu, n2 dari populasi kedua dan seterusnya berukuran nk dari populasi
ke k (Sudjana, 1996). ANOVA satu jalur yaitu analisis yang melibatkan hanya
satu peubah bebas. Secara rinci, ANOVA 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.

3
2. 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.
3. Perbedaan antara kategori atau tingkatan pada peubah bebas dapat
bersifat kualitatif atau kuantitatif.
4. Setiap subjek merupakan anggota dari hanya satu kelompok pada
peubah bebas, dan dipilih secara acak dari populasi tertentu.
(Furqon. 2009)
Tujuan dari uji anova satu jalur 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 jalur dapat melihat perbandingan lebih dari dua kelompok
data. (Riduwan,2008)
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).
Dapatdirumuskan :

4
(∑𝑋𝐴𝑖 )2 (∑𝑋𝜏 )2
𝐽𝐾𝐴 = ∑ − untuk 𝑑𝑏𝐴 = 𝐴 − 1
𝑛𝐴𝑖 𝑁

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

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

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

A = Jumlah keseluruhan group sampel.

Prosedur analisis varians (Analysis of Variance—ANOVA) menggunakan


variabel numerik tunggal (single numerical variable) yang diukur dari sejumlah
sampel untuk menguji hipotesis nol dari populasi yang (diperkirakan) memiliki
rata-rata hitung (mean) sama. Variabel dimaksud harus berupa variabel kuantitatif.
Variabel ini terkadang dinamakan sebagai variabel terikat (dependent variable).
Hipotesis nol (H0) dalam uji ANOVA adalah bahwa semua (minimal 3)
populasi yang sedang dikaji memiliki rata-rata hitung (mean) sama. Ringkasnya,
hipotesis nol (H0) dan hipotesis alternatif (H1) dalam ANOVA adalah:
H0 : 1 = 2 = 3 = … = n
H1 : Tidak semua populasi memiliki rata-rata hitung (mean) sama.
Dalam uji ANOVA, bukti sampel diambil dari setiap populasi yang sedang
dikaji. Data-data yang diperoleh dari sampel tersebut digunakan untuk
menghitung statistik sampel. Distribusi sampling yang digunakan untuk
mengambil keputusan statistik, yakni menolak atau menerima hipotesis nol (H0),
adalah Distribusi F (F Distribution).
Dalam uji ini diasumsikan bahwa semua populasi yang sedang dikaji
memiliki keragaman atau varians (variance) sama tanpa mempertimbangkan
apakah populasi-populasi tersebut memiliki rata-rata hitung (mean) sama atau
berbeda. (Sugiharto, 2009)
2.2 METODE DALAM ANOVA SATU JALUR
Ada 2 (dua) cara atau metode dalam mengestimasi nilai varians ini, yakni
metode dalam kelompok (within method) dan metode antar-kelompok (between

5
method). Metode dalam kelompok menghasilkan estimasi tentang varians yang
valid apakah hipotesis nol salah atau benar. Sementara metode antar-kelompok
menghasilkan estimasi tentang varians yang valid hanya jika hipotesis nol benar.
(Sugiharto, 2009)
Langkah akhir dari uji ANOVA adalah menghitung rasio antara metode
antar-kelompok (between method) sebagai numerator (faktor yang dibagi) dan
metode dalam kelompok (within method) sebagai denominator (faktor pembagi).
Jika hipotesis nol benar (diterima), rasio di atas berisikan dua hasil estimasi yang
terpisah dari populasi yang memiliki varians sama dan, karenanya, berasal dari
distribusi F. Namun demikian, jika rata-rata hitung (mean) populasi yang dikaji
tidak sama, hasil estimasi dalam numerator akan mengembung sehingga rasionya
akan menjadi sangat besar. Jelas bahwa rasio demikian, dengan
membandingkannya dengan distribusi F, tidak berasal dari distribusi F, dan
hipotesis nol akan ditolak. Uji hipotesis dalam ANOVA adalah uji hipotesis
bersisi-satu (one-tailed) dimana nilai statistik F yang besar akan mengarah ke
ditolaknya hipotesis nol, sementara nilai statistik F yang kecil akan mengarah ke
penerimaan hipotesis nol. (Sugiharto, 2009)
2.2.1 Metode dalam Kelompok (Within Method)
Terlepas dari benar atau tidaknya hipotesis nol, metode dalam kelompok
(within method) akan menghasilkan estimasi yang valid. Hal ini disebabkan oleh
variabilitas sampel dideterminasi dengan jalan membandingkan setiap butir data
dengan rata-rata hitung masing-masing. Nilai sampel yang diambil dari populasi
A dibandingkan dengan rata-rata sampel A. Demikian pula dengan masing-
masing populasi yang diobservasi. Persamaan (1) berikut digunakan untuk
mengestimasi keragaman atau varians (variance) dalam metode dalam kelompok.

(1)

6
dimana:
Sw2 : varians yang diestimasimenggunakanmetodedalamkelompok
Xij : butir data ke-I dalamkelompok j
Xj : rata-rata (mean) kelompok j
c : jumlahkelompok
n : jumlah/ukuransampeldalamsetiapkelompok
c(n-1) : derajatbebas (degree of freedom)

2.2.2 Metode Antar-kelompok (Between Method)


Metode penghitungan varians yang kedua adalah metode antar-kelompok
(between method). Metode menghasilkan estimasi varians yang valid jika
hipotesis nol benar. Persamaan yang digunakan dalam metode ini adalah sebagai
berikut:

(2)

dimana:

SX2 : varians yang diestimasi menggunakan metode antar-kelompok

Xj : rata-rata (mean) kelompok j

X : rata-rata keseluruhan (grand mean) yang digunakan sebagai µ estimasi

c : jumlah kelompok

(3)

dimana:

Sb2 : varians umum yang diestimasi menggunakan metode antar-kelompok

7
Xj : rata-rata (mean) kelompok j

X : rata-rata keseluruhan (grand mean) yang digunakan sebagai µ estimasi

c : jumlah kelompok

n : jumlah/ukuran sampel masing-masing kelompok

(c-1) : derajat bebas (degree of freedom)

Perlu dicatat bahwa untuk persamaan (3), jumlah/ukuran sampel (n) untuk
setiap kelompok diasumsikan sama.
Setelah menghitung nilai varians yang sebelumnya tidak diketahui dengan
menggunakan metode dalam kelompok (within method) dan metode antar-
kelompok (between method), selanjutnya kita membuat perbandingan atau rasio
(ratio) antara kedua nilai varians tersebut.jika dilakukan secara manual maka
harga Fhitung harus dibandingkan dengan nilai kritis yang sudah disediakan dalam
bentuk Ftabel pada derajat kebebasan dan tingkat keyakinan. Nilai yang ditentukan
menunjukkan penolakkan terhadap H0 , jika ternyata Fhitung>Ftabel.
Hasil dari pengujian analisis varians biasanya disajikan dalam bentuk tabel
yang biasa dinamakan Tabel Anova (Anova Table). Tabel ini terdiri atas kolom-
kolom yang berisikan sumber keragaman atau sumber varians (source of
variance), jumlah kuadrat (sums of squares—SS), derajat bebas analisis (degree of
freedom), nilai keragaman atau varians yang diestimasi (estimates of the
variance), dan nilai F untuk prosedur analisis keragaman/varians (F value for the
analysis of variance procedure), sebagaimana tampak pada dalam Tabel 3.

8
(Sugiharto,2009)

2.3 PROSEDUR ANOVA SATU JALUR


Alat statistik ini digunakan untuk menghasilkan analisis varians satu jalur
bagi sebuah variabel dependen dalam tingkat interval berdasarkan sebuah variabel
faktor (independen).
a. Prosedur Uji Anova Satu Arah Secara Manual
1) Sebelum anova dihitung, asumsikan bahwa data dipilih secara
random,berdistribusi normal, dan variannya homogen.
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
7) Hitunglah kudrat rerata antar group (𝐾𝑅𝐴 ) dengan rumus : 𝐾𝑅𝐴 =
𝐽𝐾𝐴
𝑑𝑏𝐴
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

9
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.


Cari 𝐹𝑡𝑎𝑏𝑒𝑙 dengan rumus : 𝐹𝑡𝑎𝑏𝑒𝑙 = 𝐹(1−𝛼)(𝑑𝑏𝐴,𝑑𝑏𝐷)
13) Tentukan kriteria pengujian : jika 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 ≥ 𝐹𝑡𝑎𝑏𝑒𝑙 , maka tolak
𝐻0 berarti signifan dan konsultasikan antara 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 dengan
𝐹𝑡𝑎𝑏𝑒𝑙 kemudian bandingkan.
(Furqon,2009)
b. Prosedur Uji Anova Satu Arah Dengan SPSS
Kita dapat menguji kecenderungan antar kategori, menentukan kontras dan
menggunakan variasi dari uji range. Spesifikasi minimum dari prosedur ini
adalah:
 Satu variabel dependent numerik. Variabel ini diasumsikan
mempunyaiukuran dalam skala interval.
 Satu variabel faktor numerik. Value-value dari variabel ini harus
integer.
 Definisi range dari variabel faktor.
Untuk menjalankan program ini, dari menu pilih: Analyze → Compare
Means → One-Way ANOVA. Maka akan ditampilkan kotak dialog One-Way
ANOVA. Semua variabel numerik pada file data akan ditampilkan pada kotak
daftar variabel;
1. Pindahkan sebuah variabel numerik ke kotak Dependent List. Tabel
analisis varians akan dibuat untuk setiap variabel numerik yang anda
pindahkan ke kotak ini.
2. Pindahkan sebuah variabel faktor (independen) ke kotak Faktor.
Variabel yang cocok sebagai variabel faktor adalah yang berbentuk
kategori.
3. Definisi range dari variabel faktor.

10
4. Klik OK untuk mendapatkan hasil default dari tabel analisis varians satu
jalur yang berisi rasio F, probabilitas F, jumlah kuadrat dan rata-rata
jumlah kuadrat untuk antar dan dalam grup (within groups).
Harga range digunakan untuk variabel faktor. Untuk mendefinisikan range
klik tombol Define Range...pada kotak dialog utama sehingga ditampilkan kotak
dialog One-Way ANOVA Define Range. Dan jika untuk membagi jumlah
kuadrat (sum of square) antar grup ke dalam komponen- komponen trend, klik
tombol Contrasts… pada kotak dialog One-Way ANOVA. (Sugiharto,2009)

2.4APLIKASI ANOVA SATU JALUR DENGAN SPSS


Contoh kasus :
Berikut ini disajikan data skore TOEFL Mahasiswa Pendidikan IPA yang
mengikuti kursus bahasa Inggris.
Lama Kursus Skore
(Bulan) TOEFL
3 423
3 410
3 421
3 428
3 404
6 444
6 459
6 440
6 435
6 468
9 478
9 480
9 494
9 507
9 459

Permasalahan :Apakah ada perbedaan rata-rata skore TOEFL antara mahasiswa


yang mengambil kursus bahasa Inggris tiga bulan, enam bulan, dan Sembilan
bulan? Manakah di antara ketiganya yang memiliki skore TOEFL paling tinggi?
(Gunakan taraf signifikansi 5%)

11
Penyelesaian :
1. Jalankan program SPSS, pilih Variable View di bagian bawah.
2. Isikan di kolom Name “LamaKursus” di baris pertama dengan decimals
bernilai 0, dan “SkoreToefl” di baris ke dua dengan decimals bernilai 2.

3. Pilih Data View dan masukan data lama kursus dan skore Toefl sebagai
berikut:

4. Pilih menu Analyze → Compare Mean → One Way Anova.

12
5. Masukan variabel SkoreToefl ke kotak Dependent List, dan LamaKursus ke
kotak Faktor.

6. Klik tombol Post Hoc → LSD → Continue.

13
7. Klik tombol Options → Descriptive → Homogeneity of Variances Test →
Continue.

8. Klik OK sehingga muncul hasil sebagai berikut.

14
Pembacaan Hasil :
1. Tabel Descriptives menunjukan hasil analisis statistik deskriptifnya seperti
rata per kelompok, standar deviasi, standar error, minimum dan maksimum.
2. Tabel Test of Homogeneity of Variances menunjukan hasil uji homogenitas
varians sebagai prasyarat untuk dapat menggunakan ANOVA.
Hipotesis Penelitian:
Ho : Ketiga kelompok memiliki nilai varian yang sama.
H1 : Ketiga kelompok memiliki nilai varian yang tidak sama.
Ketentuan:
Jika Sig > α, maka Ho diterima. Jika Sig < α, maka Ho ditolak.
Hasil pengujian ditemukan bahwa F hitung = 0,786 dengan sig = 0,478.
Oleh karena nilai sig > α (0,05) maka dapat disimpulkan bahwa ketiga
kelompok memiliki nilai varian yang sama atau dengan kata lain varians antar
kelompok bersifat homogen. Dengan demikian prasyarat untuk dapat
menggunakan ANOVA terpenuhi.
3. Tabel ANOVA menunjukan hasil uji beda rata-rata secara keseluruhan.
Hipotesis Penelitian:
Ho : Ketiga kelompok memiliki rata-rata skore Toefl yang sama
H1 : Ketiga kelompok memiliki rata-rata skore Toefl yang berbeda
Ketentuan:
Jika F hitung < F tabel, maka Ho diterima.
Jika F hitung > F tabel, maka Ho ditolak. Atau
Jika Sig > α, maka Ho diterima. Jika Sig < α, maka Ho ditolak.
Hasil analisis ditemukan harga F hitung sebesar 26,909 dengan sig =
0,000. Oleh karena nilai sig < 0,05 maka Ho ditolak sehingga dapat
disimpulkan ada perbedaan rata-rata skore Toefl antara mahasiswa yang
mengambil kursus tiga bulan, enam bulan, dan Sembilan bulan.
Keterangan : jika hasil pengujiannya signifikan maka dilanjutkan ke uji post
hoc, tetapi jika tidak signifikan pengujian berhenti sampai di sini).
4. Tabel Multiple Comparisons menunjukan hasil uji lanjut untuk mengetahui
perbedaan antar kelompok secara spesifik sekaligus untuk mengetahui mana

15
di antara ketiga kelompok tersebut yang skore Toeflnya paling tinggi.
Hipotesis Penelitian:
Ho : Kedua kelompok memiliki rata-rata skore Toefl yang sama
H1 : Kedua kelompok memiliki rata-rata skore Toefl yang tidak sama
Ketentuan:
Jika Sig > α, maka Ho diterima. Jika Sig < α, maka Ho ditolak.
Misalnya untuk melihat perbedaan skore Toefl antara mahasiswa yang
kursus tiga bulan dan enam bulan diperoleh nilai sig = 0,004, Oleh karena
nilai sig < 0,05 dapat disimpulkan bahwa ada perbedaan skore Toefl antara
mahasiswa yang kursus tiga bulan dan enam bulan. Dalam hal ini skore Toefl
mahasiswa yang kursus enam bulan lebih tinggi dari pada yang kursus tiga
bulan. Dengan kata lain lama kursus berpengaruh terhadap peningkatan skore
Toefl mahasiswa.
5. Selain itu, dapat membandingkan analisis khusus untuk kelompok tertentu
saja. Misalnya apakah ada perbedaan skore rata-rata Toefl untuk kursus enam
bulan dan Sembilan bulan. Berikut langkahlangkahnya:
a. Pilih menu Analyze → Compare Mean → One Way Anova.
b. Pilih Contras sehingga muncul kotak dialog One Way Anova : Contrast.

c. Masukan nilai 0 pada kolom Coefficient untuk pembobot kelompok


pertama kemudian klik Add. Kelompok kedua dan ketiga yang akan

16
dibandingkan diberi pembobot di mana nilai total adalah nol, misalnya -1
dan 1.

d. Klik Continue.
e. Klik OK muncul hasil analisis sebagai berikut.

Keterangan:
Hipotesis Penelitian:
Ho : Kedua kelompok memiliki rata-rata skore Toefl yang sama
H1 : Kedua kelompok memiliki rata-rata skore Toefl yang tidak sama
Ketentuan:
Jika Sig (2-tailed) > ½ α , maka Ho diterima.
Jika Sig (2-tailed) < ½ α , maka Ho ditolak. Atau
Jika t hitung < t tabel, maka Ho diterima. Jika t hitung > t tabel, maka Ho ditolak.

17
Pada tabelContrast pilih Assume equal variances karena sesuai dengan uji
terdahulu. Nilai Sig (2-tailed = 0,003) < ½ α (0,025) maka Ho di tolak. Jadi kedua
kelompok (kelompok yang kursus enam bulan dan kelompok yang kursus
Sembilan bulan) memiliki rata-rata skore Toefl yang berbeda.(Prasetyowati, 2016)

18
BAB III
PENUTUP
3.1. Kesimpulan
Anava atau Anova adalah anonim dari analisis varian terjemahan dari
analysis of variance, sehingga banyak orang yang menyebutnya dengan anova.
Anova merupakanbagian dari metoda analisis statistika yang tergolong analisis
komparatif (perbandingan)lebih dari dua rata-rata.
Uji anova satu arah adalah untuk membandingkan lebih dari dua rata-rata.
Sedangkan gunanya untuk menguji kemampuan generalisasi. Maksudnya dari
signifikansi hasil penelitian (anava satu jalur). Jika terbukti berbeda berarti kedua
sampel tersebut dapat digeneralisasikan, artinya data sampel dianggap dapat
mewakili populasi.

3.2 Saran
Sebagai mahasiswa dan calon guru sudah seharusnya memahami varian satu
jalur agar dapat membantu saat penelitian. Penulis menyadari bahwa dalam
penulisan makalah ini sangat jauh dari kata sempurna, karenanya penulis
menerima kritikan dan saran yang membangun untuk kebaikan.

19