Anda di halaman 1dari 4

Teknik Analisis Data dengan ANOVA one way

Proses pengujian hipotesis beda banyak mean melalui tahap-tahap menurut Walpole &

Myers (1995), sebagai berikut:

1. Menetukan formulasi hipotesis statistik Ho dan H1:

Ho : μ1 = μ2 = μ3 = μ4 = μ5

Tidak ada perbedaan mean yang signifikan antara ke 5 kelompok.

H1 : μi ≠ μj , dengan i ≠ j

Ada perbedaan mean yang signifikan antara ke 5 kelompok, atau paling sedikit

dua mean diantaranya tidak sama.

2. Memilih uji statistik yang sesuai.

Uuntuk membandingkan sama dengan atau lebih dari 2 mean uji analisis yang sesuai

adalah uji F atau analysis of variance (ANOVA). Uji F dapat digunakan bila terpenuhi

asumsi-asumsi dasar, diantaranya: a) data yang dianalisis berdistribusi normal dan

mempunyai variansi yang homogen dan b) pengukuran variabel penelitian minimal

data berskala interval.

3. Menentukan taraf signifikansi  = 0,01 yang berarti pula memilih interval kepercayaan
(confidence interval) 99% atau  = 0,05 yang berarti pula memilih interval
kepercayaan (confidence interval) 95% dan ukuran sampel n (atau banyaknya

replikasi pada setiap kelompok perlakuan).

4. Menentukan nilai kritis.

Nilai kritis ditentukan berdasarkan taraf signifikansi yang dipilih dan derajat bebas

pembilang (k-1) serta derajat bebas penyebut k(n-1).

5. Menghitung harga uji statistik dari sampel-sampel penelitianya dengan menggunakan

tabel ANOVA sebagai berikut.

1
Tabel Anova One Way
Sumber F
db JK KT F tabel
Variansi hitung
k KTP Fα, (k-1), k(n-1)
Perlakuan k - 1
 T j2 JKP KTE
j1 T KTP =
2
JKP   k 1
n nk
KTE =
Error k(n-1) JKE = JKT - JKP JKE
k(n  1)
n k
T2
Total nk-1 JKT    x ij2  nk
i 1 j1

Keterangan:

n k
T    x ij , i = 1,2, …, n dengan n = ukuran sampel (atau replikasi) tiap kelompok
i 1 j 1

j = 1, 2, …, k dengan k = banyaknya perlakuan/kolom

n
Tj   xi , Tj = jumlah pengamatan pada perlakuan ke j
i 1

k
 Tj2
j 1 T2
JKP  
n nk

k n
T2
JKT    x ij2  nk
j 1 i 1

JKE = JKT - JKP

JKP = Jumlah Kuadrat Perlakuan (Sum of Squares Between Groups)

JKT = Jumlah Kuadrat Total (Sum of Squares Total)

JKE = Jumlah Kuadrat Error (Sum of Squares Within Groups)

KTP = Kuadrat Tengah/Mean Perlakuan (Mean Square Between Groups)

KTE = Kuadrat Tengah Error (Mean Square Within Groups)

2
6. Menarik kesimpulan pengujian:

 Apabila nilai F hitung > Ftabel maka disimpulkan Ho ditolak atau terima H1. Artinya ada

perbedaan yang signifikan antara mean-mean ke 5 kelompok tersebut. Tapi jika F

hitung < F tabel maka Ho diterima atau tolak H1.

 Apabila digunakan hasil output SPSS maka jika pada tabel ANOVA nilai

probabilitasnya (Sig) < α maka disimpulkan Ho ditolak atau H1 diterima. Tapi jika

nilai probabilitasnya (Sig) > α maka disimpulkan Ho diterima.(Santosa, 2005).

7. Jika pada langkah nomor 6) tersebut di atas menghasilhan kesimpulan Ho ditolak, maka

analisis dilanjutkan dengan uji perbandingan berganda, yaitu dipilih uji beda nyata

terkecil (bnt). Hal ini untuk mendapatkan informasi kepastian bahwa mean-mean mana

saja yang menunjukkan perbedaan yang signifikan.

8. Uji Beda Nyata Terkecil/BNT (Least Significant Difference/LSD)

Kriteria uji untuk menentukan beda antar mean ini disebut beda nyata terkecil (least

significant difference) atau bnt, rumusnya yaitu:

bnt  t α ,db
. S Y Y
i p
2

Dengan: n = ukuran sampel (atau replikasi) tiap perlakuan/kelompok

k = banyaknya perlakuan/kelompok

db = k(n-1)

2. KTE
SY Yj

i
n

KTE = Kuadrat Tengah Error (Mean Square Within Groups)

Kesimpulan pengujian beda dua nilai mean dinyatakan:

 signifikan bila: Yi  Y p  t 2,db SY Y i p

 tidak signifikan bila: Yi  Y p  t 2,db SY Y i p (Steel & Torrie, 1995)

3
Uji bnt dapat digunakan jika:

(1) Diperoleh Fhitung  Ftabel atau tolak Ho pada hasil ANOVA;

(2) banyaknya unit pengamatan atau ukuran sampel yang digunakan pada setiap

perlakuan/kelompok harus sama; dan

(3) perlakuan/kelompok terdiri dari 3, 4, atau 5 dst.

Sedangkan kriteria keputusan atau penarik kesimpulan pengujian apabila melihat

hasil analisis pada output SPSS yaitu pada tabel Multiple Comparisons cukup

dengan melihat kolom Mean Difference (I-J) nilai-nilai yang mengandung tanda

bintang " * " berarti bahwa beda dua mean tersebut berbeda secara signifikan atau pada

kolom nilai Sig jika pada Sig < α berarti bahwa beda dua mean tersebut berbeda

secara signifikan. Tetapi jika nilai pada kolom Mean Difference (I-J) tidak ada tanda

bintang " * " berarti beda dua mean tersebut tidak berbeda secara signifikan atau pada

kolom Sig pada nilai Sig > α berarti beda dua mean tersebut tidak berbeda secara

signifikan (Santosa, 2005).

Literatur:
Santosa, Singgih. 2005. Menguasai Statistik di Era Informasi dengan SPSS 12.
Jakarta: PT Elex Media Komputindo.

Walpole, Ronald E & Myers, Raymond H. 1995. Ilmu Peluang dan Statistika
untuk Insinyur dan Ilmuan. (Terjemahan R.K. Sembiring). Edisi ke 4.
Bandung: ITB.

Steel, Robert G.D. & Torrie, James H. 1995. Prinsip dan Prosedur Statistika suatu
pendekatan biometric.(Terjemahan Bambang Sumantri). Jakartat: PT
Gramedia Pustaka Utama.