EKONOMETRIKA

“Analysis Of Variance (ANOVA)

OLEH

NAMA : MIKAEL FERNANDO TAMPI

NIM : 17031104106

FAKULTAS PERTANIAN
UNIVERSITAS SAM RATULANGI
MANADO
2019
 ANALISIS VARIANS

Analisis Varians (Analysis of Variance), merupakan sebuah teknik inferensial yang

digunakan untuk menguji perbedaan rerata nilai. Sebagai sebuah teknik analisis varians atau
yang seringkali disebut dengan anova saja mempunyai banyak keuntungan. Pertama, anova
dapat digunakan untuk menentukan apakah rerata nilai dari dua atau lebih sampel berbeda secara
signifikan atau. Kedua, perhitungan anova juga menghasilkan harga F yang secara signifikan
menunjukkan kepada peneliti bahwa sampel yang diteliti berasal dari populasi yang berbeda,
walaupun anava tidak dapat menunjukkan secara rinci yang manakah di antara rerata nilai dari
sampel-sampel tersebut yan gberbeda secara signifikan satu sama lain. Uji T lah yang dapat
menyempurnakan ini. Ketiga, anova juga dapat digunakan untuk menganalisis data yang
dihasilkan dengan desain factorial jamak. Dalam desain factorial yang menghasilkan harga F
ganda, anova dapat menyelesaikan tugas sekaligus. Dengan anova inilah peneliti dapat
mengetahui antarvariabel manakah yang memang mempunyai perbedaan secara signifikan, dan
varibel-variabel manakah yang berinteraksi satu sama lain.
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, maka apa dan
bagaimana analisis varians penting untuk dipahami. Mengawali tulisan ini, berikut dikemukakan
peta konsep terkait dengan analisis varians.
Keuntungan lain dari anova adalah kemampuannya untuk mengetes signifikansi dari
kecenderungan yang dihipotesiskan. Hasilnya disebut dengan analisis kecenderungan. Sebaagai
contoh peneliti mengelompokkan siswa ke dalam empat kelompok berdasarkan tingkat
kedisiplinannya seseorang akan semakin tinggi prestasi belajarnya. Untuk menguji hipotesis ini
peneliti dapat menggunakan anava. Manfaat lain dari anova adalah, bahwa teknik ini dapat
digunakan untuk menguji signifikansi perubahan varians dua ampel atau lebih. Dengan
menggunakan teknik anava peneliti tidak perlu berkali-kali melakukan pengujian tetapi hanya
cukup sekali saja. Disamping penghematan tersebut, seperti sudah dikemukakan diatas, dengan
anava peneliti dapat melihat akibat dari interaksi dua faktor. Beberapa asumsi yang harus
dipenuhi dalam uji anova adalah sebagai berikut :
a) Varians homogeny (sama)
b) Sampel kelompok independen
c) Data berdistribusi normal
d) Jenis data yang dihubungkan adalah : ada/tidaknya perbedaan rerata data numerik pada
kelompok kategorik

Untuk uji normalitas dapat menggunakan koefisien of varians, histogram, K-S test.
Sedangkan untuk menguji varians sama/tidak menggunakan Levene test. Alternative uji anova
yang dapat digunakan adalah Kruskal-Wallis.