Analysis of Variance

(ANOVA)

Tugas Statistik Lingkungan

Anggota Kelompok:

1. Fabian Pascalis Serenai (1652010020)

2. Dwi Kurniawan (17034010003)
3. Fransiska Febriana (17034010023)
4. Ivon Dewinda (17034010052)

TEKNIK LINGKUNGAN

FAKULTAS TEKNIK

UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN” JAWA TIMUR

2020
1. Pendahuluan

Analisis varians penting dipahami karena melalui analisis varians akan diperoleh statistik uji F
yang digunakan untuk menguji hipotesis, baik hipotesis tentang pengaruh bersama dua atau lebih
variabel independen terhadap satu variabel dependen atau hipotesis tentang perbedaan tiga atau
lebih rata-rata yang sering ditemukan dalam setting penelitian eksperimen. Karena itu untuk lebih
memahami bagaimana hipotesis penelitian diuji dengan statistik uji F. Karena itu untuk lebih
memahami bagaimana hipotesis penelitian diuji dengan statistik uji F, maka apa dan bagaimana
analisis varians penting untuk dipahami.

Anova (Analysis of variances) digunakan untuk melakukan analisis komparasi multivariable

agar perbedaan rata-rata dapat diketahui, jika menggunakan Teknik analisis komparatif
menggunakan tes “t” yakni dengan mencari perbedaan yang signifikan dari dua buah mean hanya
efektif bila jumlah variabelnya dua.

Namun Apabila suatu penelitian mempunyai sampel lebih dari dua, maka kemungkinan besar
peneliti membutuhkan waktu dan tenaga lebih dalam perhitungan, sehingga dapat terjadi kesalahan-
kesalahan dalam perhitungan. Oleh karena itu analisa perhitungan sebaiknya menggunakan
ANOVA ( Analisa Varians)

2. Definisi dan kegunaan

Analisis varians (analysis of variance) atau ANOVA adalah suatu metode analisis statistika
yang termasuk ke dalam cabang statistika inferensi. Uji dalam anova menggunakan uji F karena
dipakai untuk pengujian lebih dari 2 sampel. Dalam praktik, analisis varians dapat merupakan uji
hipotesis maupun pendugaan.

Anova digunakan untuk membandingkan rata-rata populasi bukan ragam populasi. Jenis data
yang tepat untuk anova adalah nominal dan ordinal pada variable bebasnya, jika data pada variabel
bebasnya dalam bentuk interval atau ratio maka harus diubah dulu dalam bentuk ordinal atau
nominal. Sedangkan variabel terikatnya adalah data interval atau rasio.

Analisis varian banyak dipergunakan pada penelitian-penelitian yang banyak melibatkan

pengujian komparatif yaitu menguji variabel terikat dengan cara membandingkannya pada
kelompok-kelompok sampel independen yang diamati. Analisis varian saat ini banyak digunakan
dalam penelitian survey dan penelitian eksperimen. 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.

3. Syarat Asumsi Anova

Adapun asumsi dasar yang harus terpenuhi dalam analisis varian adalah :
1. Kenormalan Distribusi data harus normal, agar data berdistribusi normal dapat ditempuh
dengan cara memperbanyak jumlah sampel dalam kelompok. (test of normality)
2. Kesamaaan variansi Setiap kelompok hendaknya berasal dari popolasi yang sama dengan
variansi yang sama pula. Bila banyaknya sampel sama pada setiap kelompok maka kesamaan
variansinya dapat diabaikan. Tapi bila banyak sampel pada masing masing kelompok tidak
sama maka kesamaan variansi populasi sangat diperlukan.(test of varians)
3. Pengamatan bebas Sampel hendaknya diambil secara acak (random), sehingga setiap
pengamatan merupakan informasi yang bebas. (Sampel bersifat independent)
Apabila sampel tidak memenuhi asumsi di atas, maka sebaiknya tidak melakukan uji Anova
melainkan uji non-parametrik.

4. Klasifikasi

1. Klasifikasi 1 arah (ANOVA One Way)

Anova klasifikasi 1 arah merupakan ANOVA yang didasarkan pada pengamatan 1 kriteria
atau satu faktor yang menimbulkan variasi. Anova satu arah (one way anova) digunakan apabila
yang akan dianalisis terdiri dari satu variabel terikat dan satu variabel bebas.

Interaksi suatu kebersamaan antar faktor dalam mempengaruhi variabel bebas, dengan
sendirinya pengaruh faktor-faktor secara mandiri telah dihilangkan. Jika terdapat interaksi berarti
efek faktor satu terhadap variabel terikatakan mempunyai garis yang tidak sejajar dengan efek
faktor lain terhadap variabel terikat sejajar (saling berpotongan), maka antara faktor tidak
mempunyai interaksi. Ada tiga bagian pengukuran variabilitas pada data yang akan dianalisis
dengan anova, yaitu :

a. Variabilitas antar kelompok (between treatments variability).

Variabilitas antar kelompok adalah variansi mean kelompok sampel terhadap rata-rata total,
sehingga variansi lebih terpengaruh oleh adanya perbedaan perlakuan antar kelompok, atau
Jumlah Kuadrat antar kelompok (Jka). Rumusnya adalah :

Atau bisa dicari dengan rumus :

Keterangan :
k = banyaknya kelompok
T = total X masing-masing kelompok
G = total X keseluruhan
n = jumlah sampel masing-masing kelompok
N = jumlah sampel keseluruhan

b. Variabilitas dalam kelompok (within treatments variability)

Variabilitas dalam kelompok adalah variansi yang ada dalam masing-masing kelompok.
Banyaknya variansi akan tergantung pada banyaknya kelompok. Variansi tidak terpengaruh oleh
perbedaan perlakuan antar kelompok, atau Jumlah Kuadrat dalam (JKd).

Rumusnya adalah :

JKd = JKsmk

Keterangan : JKsmk adalah Jarak kuadrat simpangan masing-masing kelompok.

c. Jumlah kuadrat penyimpangan total (total sum of squares)

Jumlah kuadrat penyimpangan total adalah jumlah kuadrat selisih antara skor individual dengan
mean totalnya, atau JKT.
Rumusnya adalah :

Atau dapat dihitung dengan rumus :

JKT = Jka + JKd

2. Klasifikasi 2 arah (ANOVA Two Way)

ANOVA kiasifikasi 2 arah merupakan ANOVA yang didasarkan pada pengamatan 2
kritenia atau 2 faktor yang menimbulkan variasi. ANOVA dua arah membandingkan perbedaan
rata-rata antara kelompok yang telah dibagi pada dua variabel independen (disebut faktor).
Diperlukan dua variabel independen berskala data kategorik dan satu variabel terikat berskala data
kuantitatif/numerik (interval atau rasio). Anova merupakan singkatan dari analysis of variance
adalah salah satu uji komparatif yang digunakan untuk menguji perbedaan mean (rata-rata) data
lebih dari dua kelompok.

Ada dua jenis Anova, yaitu analisis varian satu faktor (one way ANOVA) dan analisis
varian dua faktor (two ways ANOVA). Prinsip dasar uji anova two way hampir sama dengan anova
one way, hanya saja untuk analisis anova two way ini menurut data harus balance dan faktor yang
sudah fixed.

5. Contoh Studi Kasus Anova dalam bidang teknik Lingkungan Anova One-way

Perbandingan Lima laboratorium, data diperoleh dengan membagi sejumlah besar bahan yang
disiapkan menjadi data yang dapat dibagi dengan bilangan yang sama dan memiliki 5 perbedaan
laboratorium berbeda yang masing-masing menganalisis spesimen yang dipilih secara acak,
dengan desain eksperimen tidak ada perbedaan nyata dalam konsentrasi spesimen, tetapi
laboratorium telah menghasilkan rata-rata dan varian yang berbeda.

Data ditunjukkan pada tabel dibawah berikut dan data akan dianalisis dengan menggunakan
ANOVA One-way, yang berfokus pada membandingkan variasi dalam laboratorium dengan
variasi antar laboratorium. Analisisnya satu arah karena ada satu faktor (laboratorium) yang
akan dinilai.

Tabel pengukuran Konsentrasi Timbal (µ g/L) pada spesimen identik dari lima laboratorium

Lab 1 Lab 2 Lab 3 Lab 4 Lab 5

3.4 4.5 5.3 3.2 3.3
3.0 3.7 4.7 3.4 2.4
3.4 3.8 3.6 3.1 2.7
5.0 3.9 5.0 3.0 3.2
5.1 4.3 3.6 3.9 3.3
5.5 3.9 4.5 2.0 2.9
5.4 4.1 4.6 1.9 4.4
4.2 4.0 5.3 2.7 3.4
3.8 3.0 3.9 3.8 4.8
4.2 4.5 4.1 4.2 3.0
ȳi = 4.3 3.97 4.46 3.12 3.34
si2 = 0.82 0.19 0.41 0.58 0.54

Langkah-langkah menghitung ANOVA

- Jumlah kuadrat-dalam perlakuan dihitung dari residu pengamatan pada perlakuan dan
rata-rata untuk pengolahan tersebut. Perbedaan Perlakuan yakni :
 Dimana yti adalah nt pengamatan di setiap perlakuan
- Dengan Asumsi bahwa semua perlakuan memiliki persamaan variasi populasi, kita dapat
menggabungkan variasi sampel k untuk mengestimasi variasi dalam perlakuan (s2w ¿:

- Diantara variasi perlakuan (s2b ¿merupakan perhitungan menggunakan rata-rata ȳt dan :

- Jika ada jumlah pengamatan yang sama di setiap perlakuan untuk persamaan antara
2
( s ¿ ¿ w 2) ¿ dan (sb ¿disederhanakan menjadi :

Logika dari perbandingan antara ( s ¿ ¿ w 2) ¿ dan (s2b ¿menjadi seperti ini :

1. Perbedaan yang dikumpulkan dalam perlakuan ( s ¿ ¿ w 2) ¿didasarkan pada N – k derajat

kebebasan. Ini tidak akan terpengaruh oleh perbedaan nyata antara rata-rata perlakuan k.
Perkiraan tidak ada faktor tersembunyi yang mempengaruhi hasil ( s ¿ ¿ w 2) ¿, memperkirakan
varians kesalahan pengukuran murni σ2
2. Jika tidak ada perbedaan nyata antara rata-rata perlakuan lain daripada apa yang diharapkan
terjadi secara kebetulan, varian antara perlakuan ( s ¿ ¿ b 2) ¿ juga hanya mencerminkan
kesalahan pengukuranσ acak. Dengan demikian, akan mendekati sama besarnya ( s ¿ ¿ w 2) ¿
dan akan memberikan perkiraan kedua σ2.
3. Jika cara yang sebenarnya bervariasi dari satu perlakuan ke perlakuan lainnya, ( s ¿ ¿ b 2) ¿akan
meningkat dan cenderung lebih besar dari ( s ¿ ¿ w 2) ¿.
4. Hipotesis nol adalah bahwa tidak ada perbedaan antara rata-rata k. Ini diuji dengan
memeriksa apakah kedua perkiraan σ2 (s2b dan s 2w ¿ sama. kesetaraan yang ketat (s2b =s 2w ¿ dari
dua varian ini tidak diharapkan karena variasi acak ; tetapi jika hipotesis nol itu benar,
besarnya sama berarti rasionya (s2b / s2w ¿ tidak akan lebih besar dari 2.5 hingga 5.0. Lebih
 tepatnya perbandingan ini dibandingkan dengan statistik F yang memiliki derajat k – 1
derajat independen dalam pembilang N – k derajat independen dalam penyebutnya
Jika s2b dan s2w besarnya sama, tidak ada bukti kuat untuk mendukung kesimpulan bahwa cara

berbeda, di sisi lain indikasi bahwa s2b yang salah (besar s2b / s2w ¿ mendukung kesimpulan
bahwa ada perbedaan antara perlakuan

6.Contoh Studi Kasus Anova Two-Way

Sebuah kebun bernama “Rantas” merupakan kebun yang memproduksi buah segar
untuk memenuhi kebutuhan pasar domestik. Tanaman yang ditanam merupakan tanaman
tahunan, lebih dari 113 jenis tanaman yang ditanam berasal dari tanaman buah lokal maupun
buah introduksi.
Budidaya dilakukan dengan cara vegetatif seperti kultur jaringan, cangkok, stek, okulasi
sambung pucuk maupun sambung sisip. Perkebunan ini terkenal akan buah mangganya yang
manis dan selalu ada tanpa melihat musim produksi buah, sehingga konsumen tidak kecewa.
Hal ini dikarenakan perkebunan memilih tehnik budidaya yang tepat dan perlakuan yang tepat
terhadap tanaman buah mangganya.
Oleh karena alasan-alasan diatas kami ingin melakukan analisa terhadap tanaman
mangga yang ditanam oleh perkebunan. Adapun data yang kami ambil dari perkebunan buah
tersebut yaitu hasil produksi buah, tehnik budidaya (jenis bibit), perawatan (pemupukan) yang
dilakukan pada tiga pohon buah mangga yang perkebunan “Rantas” budidayakan. Sehingga
diperoleh data akhir sebagai berikut :
Tabel 1. Tabel data
Jenis Bibit
Total
Jenis Pupuk Kultur
Cangkok Sambung (∑)
Jaringan
62 70 72
ZA 64 79 59 599
68 62 63
63 55 45
Zeorea 60 41 56 493
58 50 65
57 64 56
NPK 66 69 37 509
63 57 40
56 55 51
KCl 41 58 57 449
44 51 36
 Total (∑) 702 711 637 2050

Keterangan :Satuan produksi (buah)

Penyelesaian :
1. Membuat Hipotesa
a. Ha : Terdapat perbedaan rata-rata produksi dari penggunaan
bibit. Ho : semua rata-rata bibit sama.
b. Ha : Terdapat perbedaan rata-rata produksi dari penggunaan
pupuk. Ho : semua rata-rata pupuk sama.
c. Ha : Terdapat perbedaan rata-rata interaksi antara pupuk dan
bibit. Ho : semua rata-rata interaksi sama
Taraf signifikan 5%

2. Menghitung JKT, JKB, JKK, JKI, dan JKG

a. Jumlah Kuadrat Total (JKT)
622+642+682+632+602+582+572+662+632+562+412+442+702+792+622+552+412+502+64
2
+692+572+552+582+512+722+592+632+452+562+652+562+372+402+512+572+362 –
(20502:36)
= 3645,89

b. Jumlah Kuadrat Baris (JKB)

(5992+4932+5092+4492 : 9) – (20502:36)
= 118059,1 - 116736,1
= 1323
c. Jumlah Kuadrat Kolom (JKK)
(7022+7112+6372 : 12) – (20502:36)
= 117007,8– 116736,1

= 271,72

d. Jumlah Kuadrat Interaksi (JKI)

((1942+1812+1862+1412+2112+1462+1902+1642+1942+1662+1332+1442) : 3) –
118059,1 - 117007,8+ 116736,1
= 119108 -118059,1 - 117007,8+ 116736,1
= 777,2

e. Jumlah Kuadrat Galat (JKG)

 3645,89- 271,72- 1323 - 777,2 = 1273,97

3. Mencari Nilai Fhitung

Jumlah
Sumber Varians Derajat Rata-rata Fhitung
Kuadrat
(SV) Bebas Kuadrat
(JK)
Baris 1323 3 441 8,31
Kolom 271,72 2 135,86 2,56
Interaksi 777,2 6 128,7 2,42
Galat 1273,97 24 53,08 -
Total 3645,89 35 - -

1. Mencari Nilai Ftabel (5%)

a. Ftabel JKB = (3,24)  3,01
b. Ftabel JKK = (2,24)  3,40
c. Ftabel JKI = (6,24)  2,51

2. Menarik Kesimpulan
a. Kriteria Pengujian
Fhitung≤ Ftabel, maka tolak Ha dan terima H0 berarti tidak signifikan.
b. Kesimpulan
a. Fhitung≥ Ftabel, atau 8,31≥3,01 maka tolak H0 dan terima Ha(Terdapat perbedaan rata-
rata produksi dari penggunaan bibit)
b. Fhitung≤ Ftabel, atau 2,56≤3,40 maka tolak Ha dan terima H0(semua rata-rata pupuk
sama)
c. Fhitung≤ Ftabel, atau 2,42≤ 2,51 maka tolak Ha dan terima H0Terima Ho (semua rata-
rata interaksi sama)
Dari hasil kesimpulan menyatakan bahwa terdapat perbedaan rata-rata hasil produksi untuk
jika digunakan ketiga jenis pupuk, maka harus digunakan uji lanjut untuk mengetahui letak
perbedaannya.

3. Uji Wilayah Berganda

 Untuk mengetahui nilai tengah mana saja yang berbeda nyata dapat digunakan Uji
Wilayah Berganda Duncan. rumusnya sebagai berikut :

Rp :wilayah terstudentkan nyata terkecil.

4. Menghitung nilai rata-rata produksi masing-masing

pupuk : A = 702/12 = 58,50
B = 711/12 = 59,25
C = 637/12 = 53,08
Mengurutkan nilai rata-rata dari yang terkecil sampai yang terbesar :

53,08 58,50 59,25

Diketahui RJKG= 53,08 dengan db= 24 dan taraf signifikan 5%, sehingga dapat diringkas :
P 2 3 4 5
rp 2,919 3,066 3,160 3,226
Rp 6,14 6,44 6,64 6,77
Dengan membandingkan wilayah nyata terkecil itu dengan selisih rata-rata sampel yang
telah diurutkan didapat sebagai berikut :
1) maka tidak berbeda.

2) maka berarti B> C

C
3) maka berarti A>

5. Kesimpulan, dari hasil analisis data diatas, terdapat 2 perbedaan rata-rata produksi buah
mangga dalam penerapan penggunaan bibit pada kebun “Rantas”.
Saran, untuk itu perlu dikaji lebih lanjut perbedaan produksi buah mangga tersebut, cari
produksi yang lebih baik dari perbedaan yang ada dan tanggapi lebih lanjut hal tersebut
sehingga dapat memperoleh hasil produksi yang maksimal.