BAB I

PENDAHULUAN

A. Latar Belakang
Kita ketahui bahwa kumpulan hasil pengamatan mengenai sesuatu hal,
skor hasil belajar siswa, berat bayi yang baru lahir misalnya, nilai datanya
bervariasi dari yang satu dengan yang lain. Karena adanya variasi ini untuk
sekumpulan data, telah dihitung alat ukurnya, yaitu varians. Varians bersama rata-
rata juga telah banyak digunakan untuk membuat kesimpulan mengenai populasi,
baik secara deskriptif maupun induktif melalui penaksiran dan pengujian hipotesis
mengenai parameter.
Varians untuk sekumpulan data melukiskan derajat perbedaan atau variasi
nilai data individu yang ada dalam kelompok data tersebut. Secara umum varians
dapat digolongkan ke dalam varians sistematik dan varians galat. Varians
sistematik adalah pengukuran karena adanya pengaruh yang menyebabkan skor
atau nilai data lebih condong ke satu arah tertentu dibandingkan ke arah lain.
Salah satu jenis varians sistematik dalam kumpulan data hasil penelitian
adalah varians antar kelompok atau disebut juga varians eksperimental. Varians ini
menggambarkan adanya perbedaan antara kelompok-kelompok hasil pengukuran.
Dengan demikian varians ini terjadi karena adanya perbedaan antara kelompok-
kelompok individu. (Sudjana.1996.Metoda Statistika.Bandung:Tarsito Bandung).
Jika uji kesamaan dua rata-rata atau uji t digunakan untuk mencari
perbedaan atau persamaan dua rata-rata, maka uji beberapa rata-rata digunakan
untuk mencari perbedaan atau persamaaan beberapa rata-rata. Uji ini disebut
dengan nama analysis of variance (anova atau anava).

B. Rumusan Masalah
1. Apa yang dimaksud dengan ANOVA?
2. Apa yang dimaksud ANOVA satu jalur?
3. Bagaimana contoh dari ANOVA satu jalur?
4. Apa yang dimaksud ANOVA dua jalur?

ANOVA 1 DAN 2 ARAH 1

 5. Bagaimana contoh dari ANOVA dua jalur

C. Tujuan
1. Dapat memahami konsep ANOVA
2. Dapat memahami ANOVA satu jalur
3. Dapat memahami cara penyelesaian ANOVA satu jalur
4. Dapat memahami ANOVA dua jalur
5. Dapat memahami cara penyelesaian ANOVA dua jalur

BAB II

ANOVA 1 DAN 2 ARAH 2

 PEMBAHASAN

A. Pengertian Anova
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. Dasar - dasar Statistika.
Bandung:Alfabeta).
Analisis Varians (ANAVA) adalah teknik analisis statistik yang
dikembangkan dan diperkenalkan pertama kali oleh Sir R. A Fisher (Kennedy &
Bush, 1985). ANAVA dapat juga dipahami sebagai perluasan dari uji-t sehingga
penggunaannya tidak terbatas pada pengujian perbedaan dua buah rata-rata
populasi, namun dapat juga untuk menguji perbedaan tiga buah rata-rata populasi
atau lebih sekaligus.
Jika kita menguji hipotesis nol bahwa rata-rata dua buah kelompok tidak
berbeda, teknik ANAVA dan uji-t (uji dua pihak) akan menghasilkan kesimpulan
yang sama, keduanya akan menolak atau menerima hipotesis nol. Dalam hal ini,
statistik F pada derajat kebebasan 1 dan n-k akan sama dengan kuadrat dari
statistik t.
ANAVA digunakan untuk menguji perbedaan antara sejumlah rata-rata
populasi dengan cara membandingkan variansinya. Pembilang pada rumus
variansi tidak lain adalah jumlah kuadrat skor simpangan dari rata-ratanya, yang

secara sederhana dapat ditulis sebagai . Istilah jumlah kuadrat skor

simpangan sering disebut jumlah kuadrat (sum of squares). Jika jumlah kuadrat
tersebut dibagi dengan n atau n-1 maka akan diperoleh rata-rata kuadrat yang
tidak lain dari variansi suatu distribusi. Rumus untuk menentukan varians sampel
yaitu,

ANOVA 1 DAN 2 ARAH 3

Seandainya kita mempunyai suatu populasi yang memiliki variansi dan rata-

rata . Dari populasi tersebut misalkan diambil tiga buah sampel secara

independent, masing-masing dengan n1, n2, dan n3. Dari setiap sampel tersebut
dapat ditentukan rata-rata dan variansinya, sehingga akan diperoleh tiga buah rata-
rata dan variansi sampel yang masing-masing merupakan statistik (penaksir) yang
tidak bias bagi parameternya. Dikatakan demikian karena dalam jumlah sampel
yang tak hingga, rata-rata dari rata-rata sampel akan sama dengan rata-rata

populasi dan rata-rata dari variansi sampel juga akan sama dengan variansi

populasi .

Ada dua hal yang perlu diperhatikan, yaitu:

1. Kita memiliki 3 buah variansi sampel yang masing-masing merupakan

penaksir yang tidak bias bagi variansi populasinya. Jika n1=n2=n3=.....=nk,

maka seluruh variansi sampel tersebut dapat dijumlahkan dan kemudian
dibagi dengan banyaknya sampel (k) sehingga akan diperoleh rata-rata
variansi sampel yang dalam jangka panjang akan sama dengan variansi
populasi. Dalam bahasa ANAVA, rata-rata variansi sampel ini dikenal dengan
rata-rata jumlah kuadrat dalam kelompok (RJKD) atau mean of squares
within groups (MSw).
2. Kita memiliki 3 buah rata-rata sampel yang dapat digunakan untuk
menentukan rata-rata dari rata-rata sampel. Simpangan baku distribusi rata-

rata sampel atau galat baku rata-rata adalah simpangan baku distribusi

skor dibagi dengan akar pangkat dua dari besarnya sampel.

Sejalan dengan itu, variansi distribusi rata-rata sampel dapat ditulis

sebagai berikut :

ANOVA 1 DAN 2 ARAH 4

 Dengan demikian, sebagai penaksir yang tidak bias bagi variansi populasi

akan ekuivalen dengan variansi distribusi rata-rata dikalikan dengan besarnya

sampel (n) yang secara aljabar dapat ditulis sebagai berikut.

Dalam konteks ANAVA, dikenal dengan sebutan rata-rata jumlah

kuadrat antar kelompok (RJKA) atau mean of squares between groups (MSB).
Jika seluruh sampel diambil secara acak dari populasi yang sama, maka
MSB=MSW atau RJKA = RJKD, sehingga,

F=MSB/ MSW =

ANAVA digunakan untuk menguji hipotesis nol tentang perbedaan dua

buah rata-rata atau lebih. Secara formal, hipotesis tersebut dapat ditulis sebagai
berikut.

Hipotesis nol di atas mengatakan bahwa rata-rata populasi pertama sama

dengan rata-rata populasi ke dua dan seterusnya yang berarti bahwa seluruh
sampel diambil dari populasi yang sama. Jika demikian maka rata-ratanya akan
mirip satu sama lain. Dalam menguji hipotesis nol tersebut, ANAVA meakukan
perbandingan antara variansi antar kelompok (MSB) dengan variansi dalam
kelompok (MSW). Jika ternyata kedua variansi itu sama (F=1) maka berarti
seluruh sampel yang dianalisis berasal dari populasi yang sama, dan kita tidak
memiliki dasar untuk menolak hipotesis nol. Namun, jika ada salah satu nilai rata-
rata yang jauh berbeda dengan nilai rata-rata lainnya maka berarti sampel tersebut
berasal dari populasi yang berbeda.

ANOVA 1 DAN 2 ARAH 5

 Seluruh subjek yang berada dalam satu kelompok memiliki karakteristik
yang sama pada peubah bebas yang tengah dikaji. Dalam bahasa eksperimen,
mereka seluruhnya menerima perlakuan yang sama, sehingga keragaman mereka
pada peubah terikat dipandang sebagai keragaman galat dan tidak berkaitan
dengan perbedaan jenis perlakuan atau peubah bebas.
Perbedaan rata-rata antar kelompok terdiri atas dua unsur yaitu keragaman
galat dan keragaman yang berkaitan perbedaan pada peubah bebas. Oleh karena
keragaman di dalam kelompok (MSW) merupakan penaksir yang tidak bias atas
variansi populasi dan keragaman antara kelompok (MSB) terdiri atas MSW dan
keragaman yang berkaitan dengan perlakuan, maka hubungan antara keduanya
dapat dituliskan sebagai berikut:

Dengan demikian, F dapat juga dituliskan:

Jika dampak perlakuan sama dengan nol, maka

Persoalan kita sekarang adalah bagaimana membedakan pengaruh yang

sistematik dari pengaruh yang tidak sistematik (acak). ANAVA dan statistika
inferensial pada umumnya mendekati persoalan ini dengan menggunakan teori
peluang. Statistika inferensial bertugas untuk menjawab suatu pertanyaan yang
dapat dirumuskan sebagai berikut: :” jika hipotesis nol ternyata benar berapakah
peluang memperoleh harga statistik tertentu?” Misalkan dalam ANAVA, kita
memperoleh F=3,96. Pertanyaan yang harus dijawab adalah “berapa besar
peluang memperoleh F=3,96 jika ternyata hipotesis nol itu benar?” Paket analisis
statistik pada komputer umumnya memberikan jawaban terhadap pertanyaan
tersebut secara langsung dalam bentuk p= 0,25, 0,01, 0,001 dan sebagainya,
namun jika dilakukan secara manual maka harga Fhitung harus dibandingkan dengan
nilai kritis yang sudah disediakan dalam bentuk Ftabel pada derajat kebebasan dan

ANOVA 1 DAN 2 ARAH 6

tingkat keyakinan. Nilai p yang lebih kecil dari nilai yang ditentukan
menunjukkan penolakkan terhadap H0. Kesimpulan yang sama diperoleh jika
ternyata Fhitung > Ftabel. Menolak hipotesis nol berarti menyimpulkan bahwa
perbedaan antara MSB dengan MSW berkaitan dengan pengaruh yang sistematik
dari faktor atau peubah bebas yang diteliti. (Furqon. 2009. Statistika Terapan
untuk Penelitian. Cetakan ketujuh. ALFABETA: Bandung).

B. Anova Satu Arah

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. Data sampel akan dinyatakan dengan Y ij yang berarti data ke-j dalam sampel
yang diambil dari populasi ke-i. ( Sudjana.1996.Metoda Statistika. Bandung:
Tarsito Bandung).
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.
2. Perbedaan antara kategori atau tingkatan pada peubah bebas dapat bersifat
kualitatif atau kuantitatif.
3. Setiap subjek merupakan anggota dari hanya satu kelompok pada peubah
bebas, dan dipilih secara acak dari populasi tertentu. (Furqon. 2009. Statistika
Terapan untuk Penelitian. Cetakan ketujuh. ALFABETA: Bandung)

ANOVA 1 DAN 2 ARAH 7

 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.Dasar-dasar Statistika.Bandung:Alfabeta)

Anova pengembangan atau penjabaran lebih lanjut dari uji-t (

) .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 ( ), izin belajar ( ) dan

umum ( ).

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 :

Dimana: = jumlah kuadrat (some of square)

= derajat bebas (degree of freedom)

Menghitung nilai Anova atau F ( ) dengan rumus :

= = = =

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

ANOVA 1 DAN 2 ARAH 8

 =∑ untuk =

untuk

Dimana

= sebagai faktor koreksi

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

A = Jumlah keseluruhan group sampel.

Langkah-langkah Anova Satu Arah

Prosedur Uji Anova Satu Arah
1. Sebelum anova dihitung, asumsikan bahwa data dipilih secara random,
berdistribusi normal, dan variannya homogen.

2. Buatlah hipotesis ( dan ) dalam bentuk kalimat.

3. Buatlah hipotesis ( dan )dalam bentuk statistik.

4. Buatlah daftar statistik induk.

5. Hitunglah jumlah kuadrat antar group ( ) dengan rumus :

=∑

6. Hitunglah derajat bebas antar group dengan rumus : =

7. Hitunglah kudrat rerata antar group ( ) dengan rumus : =

ANOVA 1 DAN 2 ARAH 9

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

9. Hitunglah derajat bebas dalam group dengan rumus :

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

11. Carilah dengan rumus :

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

13. Cari dengan rumus :

14. Buat Tabel Ringkasan Anova

TABEL 1
RINGKASAN ANOVA SATU ARAH

Sumber Derajat Kuadrat Taraf

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

ANOVA 1 DAN 2 ARAH 10

 Antar
group ∑
(A)
Dalam
group - -
(D)
Total - - -

15. Tentukan kriteria pengujian : jika ≥ , maka tolak berarti

signifan dan konsultasikan antara dengan kemudian

bandingkan
16. Buat kesimpulan.

Contoh Soal dan Pembahasan

Seorang ingin mengetahui perbedaan prestasi belajar untuk mata kuliah dasar-
dasar statistika antara mahassiswa tugas belajar, izin belajarn dan umum.
Data diambil dari nilai UTS sebagai berikut :

Tugas belajar ( ) =68577668767 = 11 orang

Izin belajar ( ) =566755565687 = 12 orang

Umum ( ) =698789669868 = 12 orang

Buktikan apakah ada perbedaan atau tidak?

Langkah – langkah menjawab :

ANOVA 1 DAN 2 ARAH 11

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

2. Hipotesis ( dan ) dalam bentuk kalimat.

= Terdapat perbedaan yang signifikan antara mahasiswa tugas belajar, izin

belajar dan umum.

= Tidak ada perbedaan yang signifikan antara mahasiswa tugas belajar,

izin belajar dan umum.

3. Hipotesis ( dan ) dalam bentuk statistic

: ≠ = : ≠ =

Daftar statistik induk

NILAI UTS
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

ANOVA 1 DAN 2 ARAH 12

4. STATISTIK TOTAL(T)
11 12 12 N=35
∑ 73 71 90 234

∑ 943 431 692 1616

6,64 5,92 7,5 6,69
484,45 420,08 675 1564,46
Varians ( 0,85 0,99 1,55 1,33

Menghitung jumlah kuadrat antar group ( ) dengan rumus :

=∑

+ )

5. Hitunglah derajat bebas antar group dengan rumus :

=A−1=3–1=2 A = jumlah group A

6. Hitunglah kudrat rerata antar group ( ) dengan rumus :

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

8. Hitunglah derajat bebas dalam group dengan rumus :

ANOVA 1 DAN 2 ARAH 13

9. Hitunglah kuadrat rerata dalam antar group ( ) dengan rumus :

10. Carilah dengan rumus :

11. Tentukan taraf signifikansinya, misalnya α = 0,05

12. Cari dengan rumus :

Cara mencari : Nilai dan arti angka

0,95 = Taraf kepercayaan 95% atau taraf signifikan 5%.

Angka 2 = pembilang atau hasil dari

Angka 32 = penyebut atau hasil dari

Apabila angka 2 dicari ke kanan dan angka 32 ke bawah maka akan bertemu

dengan nilai . Untuk taraf signifikansi 5% dipilih pada bagian

atas dan 1% dipilih pada bagian bawah.

13. Buat Tabel Ringkasan Anova
TABEL 2

ANOVA 1 DAN 2 ARAH 14

 RINGKASAN ANOVA SATU JALUR

Jumlah Derajat Kuadrat Taraf

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

Antar group
15,07 2 7,54 6,61
(A)
Dalam
group 36,47 32 1,14 - -
(D)
Total 51,54 54 - - -

14. Tentukan kriteria pengujian : jika ≥ , maka tolak berarti

signifikan. Setelah konsultasikan dengan tabel F kemudian bandingkan antara

dengan ,ternyata : > atau 6,61 > 3,30 maka tolak

berarti signifikan.

15. Kesimpulan

ditolak dan diterima. Jadi, terdapat perbedaan yang signifikan antara

mahasiswa tugas belajar, izin belajar dan umum.

C. Anova Dua Arah

Jika pada anova satu jalur kita dapat mengetahui ada atau tidaknya
perbedaan beberapa variabel bebas dengan sebuah variabel terikat dan masing-
masing variabel tidak mempunyai jenjang: maka dalam anova dua jalur kita ingin
mengetahui ada atau tidaknya perbedaan beberapa variabel bebas dengan sebuah
variabel terikatnya dan masing-masing variabel mempunyai dua jenjang atau
lebih. Banyaknya jenjang yang dimiliki variabel bebas dan variabel terikat ini
menentukan nama dari anovanya. Misalnya variabel bebas mempunyai jenjang

ANOVA 1 DAN 2 ARAH 15

dua buah dan variabel terikatnya mempunyai jenjang dua buah pula,maka
anovanya ditulis ANOVA 2 x 2. (Usman, Husaini.2006. Pengantar Statistika.
Jakarta:PT Bumi Aksara).
Anova dua arah dengan interaksi merupakan anova jenis ketiga dan juga
terakhir dibahas untuk materi anova. jenis lainnya yaitu anova satu arah dan anova
dua arah tanpa interaksi. untuk anova dua arah dengan interaksi ini sedikit agak
rumit dalam perhitungannya tapi yang penting adalah konsep dari anova dua arah
dengan interaksi. konsepnya hampir sama jika ingin membandigkan dengan anova
lainnya.
Anova digunakan untuk melihat perbandingan rata-rata beberapa
kelompok biasanya lebih dari dua kelompok. Anova dua arah digunakan pada
kelompok yang digunakan berasal dari sampel yang sama tiap kelompok. sama
disini diartikan berasal dari kategori yang sama. Jadi, bisa
disimpulkan Pertama yang perlu dilihat tujuannya membandingkan rata-rata
kelompok lebih dari dua. Kedua Sampel yang digunakan merupakan sampel yang
sudah dikategorikan per kelompok sama. Konsep ketiga yang perlu dimengerti
adalah setiap kelompok tersebut dilakukan pengulangan pengujian. ini seperti
menggabung anova satu arah dan anova dua arah tanpa interkasi
1. Asumsi-asumsi yang harus dipenuhi dalam analisis varians (anova):
a. Data berdistribusi normal, karena pengujiannya menggunakan uji F-
Snedecor
b. Varians atau ragamnya homogen, dikenal sebagai homoskedastisitas,
karena hanya digunakan satu penduga (estimate) untuk varians dalam
contoh
c. Masing-masing contoh saling bebas, yang harus dapat diatur dengan
perancangan percobaan yang tepat
d. Komponen-komponen dalam modelnya bersifat aditif (saling menjumlah).
2. Langkah-langkah melakukan uji hipotesis dengan Anova Dua Arah
Dalam penelitian yang dilakukan penulis bertujuan untuk menguji perbedaan
rata-rata skor dengan 2 variabel bebas, maka pengujian hipotesis penelitian

ANOVA 1 DAN 2 ARAH 16

 yang digunakan adalah analisis of varians (ANAVA) dua arah. Adapaun
langkah-langkahnya yaitu, Supardi (2013:350)
a. Mengelompokkan skor hasil belajar matematika berdasarkan
kategori factorial 2x2 seperti table berikut
Tabel 3
Desain ANOVA Dua Arah Faktorial 2 x 2
Variabel K
K-1 K-2 ∑B
Variabel B
B-1 Y11 Y12 Y10
B-2 Y21 Y22 Y20
∑K Y01 Y02 Y00

b. Membuat tabel statistik deskriptif untuk masing-masing

kelompok data.
Tabel statistik deskriptif ini berisi harga-harga untuk setiap unsur yang
diperlukan dalam ANOVA sebagai berikut:
Tabel 4
Format Statistik Deskriptif untuk ANOVA Dua Arah

A-1 A-2 ∑B
nY nY nY
Y Y Y
B-1
∑Y ∑Y ∑Y
∑Y2 ∑Y2 ∑Y2
nY nY nY
B-2 Y Y Y
∑Y ∑Y ∑Y

ANOVA 1 DAN 2 ARAH 17

 ∑Y2 ∑Y2 ∑Y2

nY nY nY
Y Y Y
∑ĸ
∑Y ∑Y ∑Y
∑Y2 ∑Y2 ∑Y2

Keterangan:
nY = banyaknya subyek dalam kelompok
Y = rerata sor untuk masing-masing kelompok
∑Y = jumlah skor dalam setiap kelompok
∑Y2 = jumlah kuadrat setiap skor dalam kelompok

c. Membuat tabel rangkuman ANAVA Dua Arah.

Data dalam tabel statistik deskriptif di atas, diolah untuk mendapatkan
rangkuman tabel ANOVA berikut:

Tabel 5
Format Rangkuman Rjk (ANAVA untuk Uji Hipotesis
Ft
Sumber Varians Db JK RJK Fh
0,05 0,01
Antar Kolom (Ak) db(Ak) JK(Ak) RJK(Ak) Fh(Ak) Ft (Ak) Ft (Ak)
Antar baris (Ab) db(Ab) JK(Ab) RJK(Ab) Fh (Ab) Ft (Ab) Ft (Ab)
Interaksi (I) db(I) JK(I) RJK(I) Fh (I) Ft (I) Ft (I)
Antar Kelompok (A) db (A) JK (A) RJK (A) Fh (A) Ft(A) Ft(A)
Dalam Kelompok (D) db (D) JK (D) RJK (D) - - -
Total di Reduksi (TR) db (TR) JK (TR) RJK(TR) - - -
Retara/Koreksi (R) db (R) JK (R) RJK (R) - - -
Total (T) db (T) JK (T) - - - -

d. Cara menentukan d b, JK, RJK, Fh dan Ft.

ANOVA 1 DAN 2 ARAH 18

 Menentukan derajat kebebasan (db), jumlah kuadrat (JK), varians (RJK)
dan Fhitung (Fh) serta Ftabel (Ft) untuk pengisian shell dalam tabel rangkuman
ANOVA di atas, diperoleh sebagai berikut :
1) Menentukan derajat kebabasan
a. db (Ak) = k – 1
b. db (Ab) = b – 1
c. db (I) = (k – 1)(b – 1)
d. db (A) = k.b – 1
e. db (D) = n00 – k.b
f. db (TR) = n00 – 1
g. db (R) = 1
h. db (T) = n00
2) Menentukan jumlah kuadrat (JK)
a. JK (T )   Y00
2

JK ( R ) 
  Y00 
2

b.
n00
c. JK (TR )  JK (T )  JK ( R )
d.

   Y11  2   Y12  2   Y21  2   Y22  2 

JK ( A)         JK ( R)
 n 11 n 12 n 21 n 22 

  Y01  2    Y02  2  JK ( R)
e. JK ( Ak ) 
n01 n02

JK ( Ab) 
  Y10 
2

  Y20 
2
 JK ( R )
f.
n10 n20
g. JK ( I )  JK ( A)  JK ( Ak )  JK ( Ab)
h. JK ( D )  JK (TP )  JK ( A)

3) Menentukan Varians ( 2 ) atau RJK :

ANOVA 1 DAN 2 ARAH 19

 JK ( Ak )
a. Rjk ( Ak )   ( Ak ) 
2

db( Ak )
JK ( Ab)
b. Rjk ( Ab)   ( Ab) 
2

db( Ab)
JK ( I )
c. Rjk ( I )   ( I ) 
2

db( I )
JK ( A)
d. Rjk ( A)   ( A) 
2

db( A)
JK ( D )
e. Rjk ( D)   ( D) 
2

db( D )

4) Menetukan Nilai F hitung (Fh)

 2 ( Ak )
a) Fh ( AK ) 
 2 ( D)

 2 ( Ab)
b) Fh ( Ab) 
 2 ( D)

 2 (I )
c) Fh ( I ) 
 2 ( D)

 2 ( A)
d) Fh ( A) 
 2 ( D)
Menentukan Nilai F tabel (Ft) = F (α, db1, db2)
Catatan : db1 = db pembilang = k – 1
db2 = db penyebut = n -1
k = jumlah kolom/baris/perlakuan/kelompok
n = jumlah data/sampel
e. Penguji Hipotesis dan penarikan kesimpulan
1) Untuk Varians antar Kolom (Ak) atau hipotesis 1.
Kriteria pengujian hipotesis:
- Tolak H0 dan Terima H1 :
Jika Fh> Ft
- Terima H0 dan Tolak H1 :
Jika Fh< Ft
2) Untuk Varians antar Baris (Ab) atau hipotesis 2.

ANOVA 1 DAN 2 ARAH 20

 Kriteria pengujian hipotesis:
- Tolak H0 dan Terima H1 :
Jika Fh> Ft
- Terima H0 dan Tolak H1 :
Jika Fh< Ft
3) Untuk Varians Interaksi Kolom dan Baris (I) atau hipotesis
3.
Kriteria pengujian hipotesis:
- Tolak H0 dan Terima H1 :
Jika Fh> F1
f. Uji Lanjut
Uji lanjut dilakukan untuk mengetahui perbedaan masing-masing
kelompok dengan menggunakan Uji Tukey (karena data per kelompok
sama). Uji lanjut dilakukan jika dalam pengujian hipotesis diperoleh
interaksi yang signifikan.
Langkah-langkah uji lanjut dilakukan sebagai berikut :
1. Menentukan nilai Q hitung (Qh)
Dengan rumus :
Xi  Xj Xi  Xj
Qh  
RJK ( D ) 2
n n

n = jumlah data dalam kelompok

RJK (D) = varians dalam kelompok
Untuk n per kelompok : RJK ( D ) / n

Untuk n per perlakuan : RJK ( D ) / n

2. Menentukan Nilai Q tabel (Qt)

Untuk α = 0,05, n = db dan jumlah kelompok k:
Qt = Q (0,05 : n / k)
3. Pengujian hipotesis uji lanjut dan penarikan kesimpulan
Kriteria Pengujian Hipotesis :
- Tolak H0 (terima H1) jika Qh > Qt

ANOVA 1 DAN 2 ARAH 21

 - Terima H0 (tolak H1) jika Qh < Qt
- Terima H0 dan Tolak H1 : Jika Fh< F1
g. Hipotesis Statistik
Hipotesis statistiknya adalah sebagai berikut :
a. Ho : Int. A x B = 0
H1 : Int. A x B ≠ 0
b. Ho : µA1 = µA2
H1: µA1 ≠m µA2
c. Ho : µB1 = µB2
H1: µB1≠ µB2

Contoh Kasus dalam Pengerjaan Pengujian Uji Anava Dua Arah

Tujuan dari penelitian ini adalah ingin mengetahui ada atau tidaknya
pengaruh karakter siswa (A) terhadap prestasi belajar matematika (Y) ditinjau dari
kecerdasan emosional (B). Oleh karena itu, pada penelitian ini dilakukan
menggunakan metode survei dengan treatment by treatment faktorial 2 x 2 sebagai
berikut :

Tabel 6
Desain Penelitian Eksperimen Treatment by level Faktorial 2x2
Karakter Siswa (A)
Kecerdasan Karakter Karakter Ekstrovert

Emosional (B)
Ekstrovert

Kategori Tinggi (

Kategori Rendah

Hipotesis penelitian yang bisa di uji dengan ANAVA, antara lain: Hipotesis
interaction efeect (pengaruh interaksi)

ANOVA 1 DAN 2 ARAH 22

 : Tidak ada pengaruh interaksi antara karakter siswa (A) terhadap prestasi

belajar matematika (Y) ditinjau dari kecerdasan emosional (B)

: Ada pengaruh interaksi antara karakter siswa (A) terhadap prestasi belajar

matematika (Y) ditinjau dari kecerdasan emosional (B)

is statistiknya :

: AxB =0

:AxB≠0

a) Hipotesis main effect (faktor utama) dari variabel bebas A

: Tidak ada perbedaan prestasi belajar matematika (Y) antara karakter

ekstrovert ( ) dengan karakter introvert ( ), atau tidak terdapat

pengaruh karakter siswa (A) terhadap prestasi belajar matematika (Y)

: Ada perbedaan prestasi belajar matematika (Y) antara siswa yang

memiliki kecerdasan emosional tinggi dengan kecerdasan

emosional rendah ( ), atau tidak terdapat pengaruh kecerdasan

emosianal (B) terhadap prestasi belajar matematika (Y)

is statistiknya :

: =

: ≠

Dari hasil pengumpulan data diperoleh prestasi belajar matematika untuk

setiap kelompok sebagai berikut :

ANOVA 1 DAN 2 ARAH 23

 Tabel 7
Data Prestasi Belajar Matematika Setiap Sampel

Kecerdasan Karakter Siswa (A)

Emosional (B) Karakter Ekstrovert Karakter Introvert
97 94 94 94 94 91 91 87 87 87
Tinggi (
94 91 91 91 87 87 87 84 84 81
93 91 91 91 91 86 86 83 83 83
Rendah
91 89 89 89 87 83 83 80 80 77

Penyelesaian :
a) Hitung ukuran-ukuran deskriptif yang diperlukan untuk ANAVA dua jalur
untuk kelompok dan disajikan seperti tabel berikut :
Tabel 8
Tabel penolong Anava Dua Jalur

A
B ∑B

= 10 = 10 = 20

= 92.7 = 86.6 = 89.65

= 927 = 866 = 1793

= 86000.9 = 75079.9 = 161080.7

= 10 = 10 = 20

= 90.2 = 82.4 = 86.3

= 902 = 824 = 1726

= 81385.9 = 67966 = 149351.8

∑K = 20 = 20 = 40

= 91.45 = 84.5 = 87.97

ANOVA 1 DAN 2 ARAH 24

 A
B ∑B

= 1829 = 1690 = 3519

= 167386.7 = 143045.8 = 310432.5

b) Menghitung Jumlah Kuadrat (JK) untuk setiap sumber varian :

1) Jumlah kuadrat Total )

= 310432,5

2) Jumlah Kuadrat Rerata/Korelasi ( )

( =

= 309584,02

3) Jumlah kuadrat Total Reduksi ( )

= -

= 310432,5– 309584,02

= 848,47

4) Jumlah kuadrat Antar Kelompok (

= -

= - 309584,02

ANOVA 1 DAN 2 ARAH 25

 = – 309584,02

= 310186,49 – 309584,02
= 602,46

5) Jumlah kuadrat antar kolom ( )

( )= -

= - 309584,02

= - 309584,02

= 310067,04 - 309584,02
= 483,01

6) Jumlah kuadrat Antar Baris (( )

= -

= - 309584,02

= - 309584,02

= 309696,23 - 309584,02
= 112,20

7) Jumlah kuadrat Interaksi )

= - -

ANOVA 1 DAN 2 ARAH 26

 = 679.7- 547.6- 129.6

= 7,25

8) Jumlah Kuadrat Dalam Kelompok )

= -

= 1003 – 679.7

= 246,01
c) Menghitung derajat bebas (db)setiap sumber varian

1) = = = 40

2) =1

3) = – 1 = 40-1 =39

4) = (bxk) -1 = (2x2) -1 = 3

5) = k-1 = 2-1 = 1

6) = b-1 = 2-1=1

7) = (b-1) x (b-1) = (2-1) x (2-1)=1

8) = - (bxk) = 40- (2x2) = 36

d) Menghitung rerata jumlah kuadrat (RJK) atau arians (S2) untuk sumber
varian yang diperlukan :
1) RJK atau varians Rerata /Koreksi

= =

= = 309584,02

ANOVA 1 DAN 2 ARAH 27

 2) RJK atau varian Total di Reduksi

= =

= = 21,75

3) RJK atau varian Antar kelompok

= =

= = 200,82

4) RJK atau varian Antar Kolom

= =

= =483,01

5) RJK atau varianAntar Baris

= =

= = 112,20

6) RJK atau varian Interaksi

= =

= = 7,5

ANOVA 1 DAN 2 ARAH 28

 7) RJK atau varian dalam kelompok

= =

= = 6,83

Menghitung harga =

e) ) untuk sumber varian yang diperlukan

1) Antar kolom :

= = = 70,71

2) Antar Baris :

= = = 16,42

3) Interaksi :

= = = 1,09

4) Antar kelompok :

= = = 29,40

f) Sajikan harga-harga JK,db,RJK, dan ditambah ( ) dalam tabel

ringkasan ANAVA Dua Jalur, untuk memudahkan interpresrtasi atau

pengujian hipotesis sebagai berikut :

ANOVA 1 DAN 2 ARAH 29

 Tabel 9
Tabel Ringkasan ANAVA Dua Jalur
RJK ( F
Sumber Varians Db JK Fh
0,05 0,01
)
Antar Kolom (Ak) 1 483,01 483,01 70,71 4,11 -
Antar Baris (Ab) 1 112,20 112,20 16,42 4,11 -
Interaksi (i) 1 7,5 7,5 1,09 4,11 -
Antar Kelompok (A) 3 602,46 200,82 29,40 2,66 -
Dalam Kelompok (D) 36 246,01 6,83 - - -
Total di Reduksi (TR) 39 848,47 - - - -
Retara/Koresi (R) 1 309584,02 - - - -
Total (T) 40 310432,5 - - - -

g) Lakukan Pengujian Hipotesis dan penarikan Kesimpulan

1) Hipotesis 1 : Pengaruh Interaksi A dan B terhaddap Y (Interaction
effect)

: AxB =0

:Ax B ≠ 0

engujian tabel Interaksi (I) tabel ringakasan ANAVA Dua Jalur harga

< (1,09<4,11) maka diterima, dan disimpulkan tidak terdapat

pengaruh interaksi antara karakter siswa dan kecerdasan emosional

sioswa terhadap prestasi belajar matematika.
2) Hipotesis 2 : Pengaruh A terhadap Y (main effect 1)

: =

: ≠

Pengujian :

ANOVA 1 DAN 2 ARAH 30

 Dari baris Antar Kolom (Ak) tabel ringkasan ANAVA Dua Jalur

diperoleh harga > (70,71>4,11) maka ditolak, dan

disimpulkan terdapat perbedaan rerata prestasi belajar matematika

yang signifikan antara karakter siswa kelompok ekstrovert. Hal ini
menunjukan ada pengaruh dari karakter ekstrovert terhadap prestasi
belajar matematika.
3) Hipotesis 3 : Pengaruh B terhadap Y (main effect 2)

: =

: ≠

Pengujian :
Dari baris Antar baris (Ab) tabel ringkasan ANAVA Dua Jalur

diperoleh harga > (16,42>4,11) maka ditolak, dan

disimpulkan terdapat perbedaan rerata prestasi belajar matematika

yang signifikan antara siswa yang memiliki kecerdasan emosional
tinggi dengan siswa yang memiliki kecerdasan emosional rendah. Hal
ini menunjukan ada pengaruh dari kecerdasan emosional siswa
terhadap prestasi belajar matematika.

ANOVA 1 DAN 2 ARAH 31

 BAB III
PENUTUP

A. Kesimpulan
Anava atau Anova adalah anonim dari analisis varian terjemahan dari
analysis of variance, sehingga banyak orang yang menyebutnya dengan anova.
Anova merupakan bagian 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.

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

.Uji-t atau uji-z hanya dapat melihat perbandingan dua kelompok data saja.
Sedangkan anova satu jalur lebih dari dua kelompok data. Contoh: Perbedaan

ANOVA 1 DAN 2 ARAH 32

prestasi belajar statistika antara mahasiswa tugas belajar ( ), izin belajar ( ) dan

umum ( ).

Dari pembahasan yang telah dilakukan, dapat diambil kesimpulan bahwa

anava atau analisis varians, merupakan analisis komparatif lebih dari dua variabel,
yang muncul dikarenakan adanya beberapa jenis varians, digunakan untuk
menguji kemampuan generalisasi, artinya, data sampel dapat mewakili populasi.
Konsep analisis varians didasarkan pada konsep distribusi F dan biasanya
dapat diaplikasikan untuk berbagai variabel yang amati. Dalam perhitungan
statistik, analisi variansi sangat dipengaruhi asumsi-asumsi yang digunakan
seperti kenormalan dari distribusi, hoogenitas variansi dan kebebasan dari
kesalahan.

DAFTAR PUSTAKA

Anni, Catharina Tri. (2004). Psikologi Belajar. Semarang : UPT UNNES Press.
Ali dkk. (2011). Psikologi Remaja. Jakarta : PT.Bumi Aksara
Arikunto Suharsimi. (2010). Prosedur Penelitian Suatu Pendekatan Praktik.
Jakarta : Rineka Cipta.
Departemen Pendidikan Nasional. (2003). Undang - Undang Republik Indonesia
Nomor 20 Tahun 2013 Tentang Sistem Pendiidikan Nasional. Jakarta : Biro
Hukum dan Organisasi.
Furqon. (2009). Statistika Terapan untuk Penelitian. Cetakan ketujuh.
ALFABETA: Bandung.
Riduwan. (2008). Dasar-dasar Statistika. Bandung : Alfabeta
Sadirman A.M. (2007). Interaksi dan Motivasi Belajar Mengajar. Jakarta :
PT.Raja Grafindo Persada
Sudjana. (2005). Metode Statistik. Bandung : TARSITO

ANOVA 1 DAN 2 ARAH 33

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

ANOVA 1 DAN 2 ARAH 34