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.
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).
1
a. setiap kali kita menggunakan uji t,maka akan terjadi kesalahan atau
penyimpanan sebesar sebesar (1-α)k, di mana k = sekian kali menggunakan uji
t.Seandainya kita 3x menggunakan uji t,dengan α = 0,05,maka akan terjadi
kesalahan atau penyimpangan sebesar (1-0,05)3 = 0,14 atau jika α = 0,01 akan
terjadi kesalahan sebesar (1-0,01)3 = 0,999;
b. banyak uji t digunakan dengan rumus:
𝑛(𝑛 − 1)
2
4(4 − 1)
=6
2
Dalam makalah ini akan dibahas lebih jauh tentang analisis varians. Maka
itu dalam melaksanakan tugas KKNI, penulis membandingkan dua buku untuk
membahas bab tentang analisis varians, sebagai bahan untuk menambah wawasan
penulis, dan mengetahui diantara kedua buku, buku mana yang lebih mudah
dipahami.
B. Rumusan Masalah
- Apakah yang dimaksud dengan analisis varians?
- Buku mana yang lebih mudah dipahami?
C. Tujuan
- Mengetahui yang dimaksud dengan analisis varians
- Mengetahui buku mana yang lebih mudah dipahami.
2
D. Identitas Buku
1. BUKU PERTAMA
Judul Buku : Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuwan
Edisi : Ke-empat
ISBN : 979-9299-45-4
2. BUKU KEDUA
ISBN : 979-3465-45-X
3
BAB II
Hipotesis nol bahwa rataan ke k populasi sama lawan tandingan bahwa paling
sedikit dua dari rataan ini tidak sama sekarang diganti dengan hipotesis yang
setara.
𝐻0 : 𝛼1 = 𝛼2 = ⋯ = 𝛼𝑘 = 0
Uji yang akan dipakai didasarkan pada perbandingan dua taksiran bebas dari
kesamaan variansi populasi 𝜎 2 .
𝑘 𝑛
2
∑ ∑(𝑦𝑖𝑗 − 𝑦̅. . ) 𝑚𝑒𝑛𝑗𝑎𝑑𝑖 𝑑𝑢𝑎 𝑘𝑜𝑚𝑝𝑒𝑛𝑒𝑛
𝑖=1 𝑗=1
Teorema 11.1
𝑘 𝑛 𝑘 𝑘 𝑛
2 2
∑ ∑(𝑦𝑖𝑗 − 𝑦̅. . ) = 𝑛 ∑(𝑦̅.𝑖 −𝑦̅. . )2 + ∑ ∑(𝑦𝑖𝑗 − 𝑦̅. )
𝑖=1 𝑗=1 𝑖=1 𝑖=1 𝑗=1
Bukti
𝑘 𝑛 𝑘 𝑛
2 2
∑ ∑(𝑦𝑖𝑗 − 𝑦̅. . ) = ∑ ∑[(𝑦̅𝑖𝑗 − 𝑦̅. . ) + (𝑦𝑖𝑗 − 𝑦̅. )]^2
𝑖=1 𝑗=1 𝑖=1 𝑗=1
𝑘 𝑛
2
= ∑ ∑[(𝑦̅1 . −𝑦̅. . )2 + 2( (𝑦̅1 . −𝑦̅. . )(𝑦𝑖𝑗 − 𝑦̅𝑖 . ) + (𝑦𝑖𝑗 − 𝑦̅𝑖 . ) ]
𝑖=1 𝑗=1
4
𝑘 𝑛 𝑘 𝑛 𝑘 𝑛
𝑘 𝑛 𝑘
sehingga
𝑛 𝑘 𝑘 𝑛
2 2
∑(𝑦𝑖𝑗 − 𝑦̅𝑖 . ) = 𝑛 ∑(𝑦̅𝑖 − 𝑦̅ . . ) + ∑ ∑(𝑦𝑖𝑗 − 𝑦̅.𝑖 )
𝑗=1 𝑗=1 𝑖=1 𝑗=1
𝑘 𝑛
2
𝐽𝐾𝑇 = ∑ ∑(𝑦𝑖𝑗 − 𝑦̅. . ) = 𝐽𝑢𝑚𝑙𝑎ℎ 𝐾𝑢𝑎𝑑𝑟𝑎𝑡 𝑇𝑜𝑡𝑎𝑙
𝑖=1 𝑗=1
𝑘 𝑛
2
𝐽𝐾𝐺 = ∑ ∑(𝑦𝑖𝑗 − 𝑦̅𝑖 . ) = 𝐽𝑢𝑚𝑙𝑎ℎ 𝐾𝑢𝑎𝑑𝑟𝑎𝑡 𝐺𝑎𝑙𝑎𝑡
𝑖−1 𝑗=1
5
Kemudian akan diturunkan taksiran variansi yang merumuskan nisbah yang akan
digunakan untuk menguji kesamaan dari rataan populasi
Perlu dibandingkan ukuran variansi antara perlakuan yang sesuai dengan variasi
dalam perlakuan agar dapt ditemukan perbedaan yang berarti dalam dalam
pengamatan akibat pengaruh perlakuan. Perhatikanlah nilai harapan jumlah kuadrat
perlakuan
Teorema 11.2
𝑖=1
Salah satu taksiran 𝜎 2 yang didasarkan pada 𝑘 − 1 derajat kebebasan diberikan oleh
𝐽𝐾𝐴
𝑅𝑎𝑡𝑎𝑎𝑛 𝐾𝑢𝑎𝑑𝑟𝑎𝑡 𝑃𝑒𝑟𝑙𝑎𝑘𝑢𝑎𝑛 𝑠12 =
𝑘−1
Bila 𝐻0 benar dan tiap 𝛼𝑖 pada teorena 11.2 sama dengan nol, maka
𝐽𝐾𝐴
𝐸( ) = 𝜎2
𝑘−1
Dan 𝑠12 merupakan taksiran 𝜎 2 yang tak bias. Akan tetapi, bila 𝐻1 yang benar, maka
Dan 𝑠12 menaksir 𝜎 2 ditambah suatu suku tambahan mengukur variasi akibat
pengaruh yang sistematik.
Taksiran 𝜎 2 yang kedua dan bebas dari hipotesis didasarkan pada 𝑘(𝑛 − 1) derajat
kebebasan, ialah rumus yang telah dikenal, yaitu
𝐽𝐾𝐺
𝑅𝑎𝑡𝑎𝑎𝑛 𝐾𝑢𝑎𝑑𝑟𝑎𝑡 𝐺𝑎𝑙𝑎𝑡 𝑠 2 =
𝑘(𝑛 − 1)
Taksiran 𝑠 2 tak bias, terlepas apakah hipotesis nol benar atau salah. Perlu dicatat
bahwa identitas jumlah kuadrat tidak saja menguraikan keragaman total data, tapi
juga jumlah semua derajat kebebasan. Dengan perkataan lain
𝑛𝑘 − 1 = 𝑘 − 1 + 𝑘(𝑛 − 1)
6
Bila 𝐻0 benar, nisbah
𝑠12
𝑓=
𝑠2
7
RINGKASAN BUKU KEDUA:
1. Seluruh sampel, yang berada pada kelompok pertama dan dikelompok lainnya
berasal dari populasi yang sama. Untuk kondisi ini hipotesis nol terbatas pada
tidak ada efek dari treatment (perlakuan).
2. Sampel yang berada pada kelompok pertama berbeda dengan sampel yang
berada dikelompok lainnya. Hipotesis nol berbunyi : tidak ada perbedaan efek
treatment antar kelompok.
1 − (1 − 𝛼)𝑁
Misalnya : Pengujian rata-rata dari 5 kelompok sampel. Jika diambil alpha sebesar
0,05 maka dengan penggunaan t tes besrnya risiko kesalahan tipe I untuk sekali
pengujian adalah 0,05 dan untuk 10 kali pengujian berarti menanggung kesalahan
tipe I sebesar 0,50. Apabila kita menggunakan ANOVA kesalahan tipe I yang harus
ditanggung adalah :
1 − (1 − 0,05)10 = 0,40
8
Dengan menggunakan gabungan alpha (karena pengujian bersama) maka
risiko kesalahan tipe I semakin kecil. Ini berarti pengujian bersama lebih baik dari
pada pengujian satu persatu.
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 = 𝜇4 = 𝜇5
MACAM-MACAM ANOVA
9
Contoh model ANOVA yang mungkin ditemui :
Ukuran yang baik untuk melihat variabilitas adalah simpangan baku maupun
variance. Oleh karena itu, pengujian disini didasarkan pada variance.
Pengukuran total variabilitas data yang ada dapat dikelompokkan menjadi 3(tiga)
bagian :
10
Jumlah kuadrat antar kelompok (𝑆𝑆𝑏 ) Rumus 9.1 dan 9.2:
(∑ 𝑋̅ )2
𝑆𝑆𝑏 = 𝑛 {∑ ̅̅̅̅
𝑋2 − }
𝑘
atau
𝑇2 𝐺2
𝑆𝑆𝑏 = ∑ −
𝑛 𝑁
Keterangan :
k : Banyaknya kelompok
G : Total X keseluruhan
𝑆𝑆𝑤 = 𝑆𝑆𝑚𝑘
𝐺2
𝑆𝑆𝑡 = ∑ 𝑋 2 −
𝑁
atau
11
1. Derajat kebebasan untuk 𝑆𝑆𝑡 sebesar 𝑁 − 1
2. Derajat kebebasan untuk 𝑆𝑆𝑤 = 𝑁 − 𝑘
Keterangan :
k adalah banyaknya kelompok
n adalah jumlah sampel keseluruhan
3. Derajat kebebasan untuk 𝑆𝑆𝑏 sebesar 𝑘 − 1, hal ini disebabkan karena dk disini
terikat dengan banyaknya kelompok seperti halnya 𝑆𝑆𝑏 .
Derajat kebebasan juga mempunyai sifat hubungan yang sama dengan sifat
hubungan variabel.
𝑆𝑆
𝑀𝑆 =
𝑑𝑘
𝑆𝑆𝑏
𝑀𝑆𝑏 =
𝑑𝑘 𝑆𝑆𝑏
𝑆𝑆𝑤
𝑀𝑆𝑤 =
𝑑𝑘 𝑆𝑆𝑤
Untuk membandingkan beberapa rata-rata secara serentak, maka t tes tidak dapat
digunakan. Rumus yang dapat mengatasi kondisi ini adalah F distribusi, yang dapat
dicari dengan rumus :
𝑀𝑆𝑏
𝐹=
𝑀𝑆𝑤
12
Dalam tabel F, dk SS 𝑏 sebagai pembilang (kolom atas dari kiri ke kanan),
sedangkan dk 𝑆𝑆𝑤 merupakan penyebut (kolom kiri dari atas kelompok bawah).
Perpotongan antara 𝑑𝑘 𝑆𝑆𝑏 dan 𝑑𝑘 𝑆𝑆𝑤 merupakan titik kritis penerimaan hipotesis
nol.
Apabila F hitung lebih besar daripada Ftabel, maka kita akan menolak hipotesis nol.
Sebaliknya, jika F hitung sama dan atau lebih kecil daripada Ftabel, maka kita akan
menerima hipotesis nol.
1. Kenormalan
Setiap harga dalam sampel berasal dari distribusi normal, sehingga distribusi skor
sampel dalam kelompok pun hendaknya normal. Kenormalan dapat diatasi dengan
memperbanyak sampel dalam kelompok, karena semakin banyak n maka distribusi
akan mendekati normal. Apabila sampel tiap kelompok kecil dan tidak pula diatasi
dengan jalan melakukan transformasi.
2. Kesamaan Variansi
3. Pengamatan Bebas
13
Asumsi-asumsi diatas hendaknya dipenuhi oleh data yang akan dianalisis
dengan ANOVA. Ketidakterpenuhinyan asumsi ini dapat menimbulkan kesimpulan
yang salah.
Jika data berskala ordinal, maka masalah normalitas tidak lagi menjadi
persyaratan. Hal ini disebabkan karena asumsi yang dipakai disini, bahwa data
sampel dari populasi yang berdistribusi frekuensi. ANOVA satu arah untuk
menghadapi data berskala ordinal adalah Kruskal-Walles.
Keterangan :
1. Menyusun hipotesis
𝐻0 ∶ Tidak ada perbedaan antar kelompok
𝐻1 ∶ Ada kelompok tidak sama dengan kelompok lainnnya.
2. Menyusun rank.
Keseluruhan data diurutkan, bisa dari kelompok yang terbesar atau sebaliknya
tergantung pada rank yang diukur. Angka rank terkecil merupakan nilai
tertinggi. Apabila terdapat persamaan pada individu skor , maka rank
merupakan nilai tengahnya.
3. Menghitung Kruskal-Walles.
4. Membandingkan hasil perhitungan H dengan tabel (chi-square distribusi)
berdasarkan alpha dan derajat kebebasan = 𝑘 − 1.
14
5. Mengambil kesimpulan yaitu akan menerima hipotesis nol apabila H sama
dengan atau lebih kecil daripada nilai tabel, sebaliknya tolak hipotesis nol jika
lebih besar daripada nilai tabel.
1. Efek eksperimen
2. Kesalahan eksperimen.
1. Efek eksperimen
2. Kesalahan eksperimen.
3. Perbedaan individual.
Sebaliknya, apabila hipotesis nol tidak benar F-hitung akan lebih besar dari 1.
15
Hal yang perlu ditambahkan adalah sum squares between subjects:
𝑃2 𝐺 2
𝑆𝑆𝑏𝑠 = ∑ −
𝑋 𝑁
Keterangan:
p = jumlah skor setiap individu untuk k kali pengukuran. 𝑆𝑆𝑤 = 𝑆𝑆𝑏𝑠 + 𝑆𝑆𝑒
Mengingat kita dapat menghitung 𝑆𝑆𝑤 , dan dapat menghitung 𝑆𝑆𝑏𝑠 , maka 𝑆𝑆𝑒 dapat
dihitung dengan persamaan 𝑆𝑆𝑒 = 𝑆𝑆𝑤 − 𝑆𝑆𝑏𝑠 .
𝑇2 𝑃2 𝐺 2
𝑆𝑆𝑒 = ∑ 𝑋 2 − ∑ −∑ +
𝑛 𝑘 𝑁
Derajat kebebasan untuk 𝑆𝑆𝑡 , 𝑆𝑆𝑏 , 𝑑𝑎𝑛 𝑆𝑆𝑤 sama dengan perhitungan sebelumnya.
Sedangkan dk 𝑆𝑆𝑏𝑠 = 𝑛 − 1; 𝑑𝑘 𝑆𝑆𝑒 = (𝑁 − 𝑘) − (𝑛 − 1).
4. Covariance homogen, ini berarti bahwa setiap subject relatif tetap pada posisinya.
16
BAB III
PEMBAHASAN
Pada buku ini dijelaskan terlebih dahulu secara jelas tentang analisis
variansnya, buku ini lebih mudah dipahami dari segi kata-katanya. Buku ini
mencontohkan secara umum contoh model anova yang mungkin ditemui. Setiap
rumus yang di paparkan tidak memiliki pembuktian rumus tersebut. Jadi, pembaca
tidak mengetahui cara mendapatkan rumus tersebut, sebagai mahasiswa
matematika pembaca harus mengetahui bagaimana rumus itu didapat bukan hanya
bisa menyelesaikan soal saja. Pada buku ini memiliki contoh soal yang membuat
pembaca dapat memahami bagaimana menyelesaikan soal analisis varians. Dan
pada akhir bab memiliki latihan soal.
17
BAB IV
18
DAFTAR PUSTAKA
Walpole, Ronald E., Raymond H Myers.; “Ilmu Peluang Dan Statistika untuk
Insinyur dan Ilmuawan”, edisi ke-4, Penerbit ITB, Bandung, 1995.
19