Byun Baek

2.
1
LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN
2.2 Uji Hipotesis
a. Definisi
Uji Hipotesis adalah metode pengambilan keputusan yang didasarkan
dari analisa data, baik dari percobaan yang terkontrol, maupun dari
observasi (tidak terkontrol). Dalam statistik, sebuah hasil pengujian
dalam penelitian bisa dikatakan signifikan secara statistik jika kejadian
tersebut hampir tidak mungkin disebabkan oleh faktor yang kebetulan,
sesuai dengan batas probabilitas yang sudah ditentukan sebelumnya.
Uji hipotesis disebut juga "konfirmasi analisa data". Keputusan dari uji
hipotesis hampir selalu dibuat berdasarkan pengujian hipotesis nol. Ini
adalah Jenis pengujian hipotesis pengujian untuk menjawab pertanyaan
yang mengasumsikan hipotesis nol adalah benar.
b. Jenis dan Pengujian Hipotesis
Terdapat tiga bentuk jenis hipotesis yaitu : (a) hipotesis deskriptif, (b)
hipotesis komparatif, dan (c) hipotesis asosiatif.
1) Hipotesis Deskriptif
Hipotesis deskriptif adalah dugaan terhadap nilai satu variabel dalam
satu sampel walaupun di dalamnya bisa terdapat beberapa kategori.
Hipotesis deskriptif tidak membuat perbandingan atau hubungan
antar variabel.
2) Hipotesis Komparatif.
STATISTIK INFERENSIA
BYUN BAEKHYUN / 05051992
Hipotesis komparatif adalah dugaan terhadap perbandingan nilai
dua sampel atau lebih.
Dalam hal komparasi ini terdapat beberapa macam, yaitu:
a) Komparasi berpasangan (related) dalam dua sampel dan lebih
dari dua sampel (k sampel).
b) Komparasi independen dalam dua sampel dan lebih dari dua
sampel (k sampel).
3) Hipotesis Asosiatif.
Hipotesis asosiatif adalah dugaan terhadap hubungan antara dua
variabel atau lebih.Contoh :
Ho : Tidak terdapat hubungan antara jenis kelamin siswa dengan
jenis olah raga yang disenangi.
Ha : Terdapat hubungan antara jenis kelamin siswa dengan jenis olah
raga yang disenangi.
c. Prosedur Uji dan Rumus
Prosedur uji hipotesis dilakukan dengan cara sebagai berikut.
1) Tentukan parameter yang akan diuji.
2) Tentukan Hipotesis nol (Ho).
3) Tentukan Hipotesis alternatif (H1).
4) Tentukan (α).
5) Pilih statistik yang tepat.
6) Tentukan daerah penolakan.
7) Hitung statistik uji.
8) Putuskan apakah hipotesis nol (H0) ditolak atau tidak
Contoh:
Seorang peneliti ingin mengetahui apakah catchability gillnet rata-rata
masih tetap 30 ekor ikan atau lebih kecil dari itu. Data-data sebelumnya
diketahui bahwa simpangan catchability 25 ekor. Sampel yang diambil
100 trip untuk diteliti dan diperoleh rata-rata tangkap 27 ekor. Apakah
nilai tersebut masih dapat diterima sehingga catchability gillnet 30 ekor?
Ujilah dengan taraf nyata 5%.
Jawab:
Diketahui :
n = 100 ; = 5% ; o = 80 cm ;
= 7 cm ; X = 83 cm
1) Formula Hipotesis
Ho : = 80
Ha :  ≠ 80
2) Taraf nyata dan nilai Z table
 = 5%
Z/2 = 1,96 (Uji dua arah)
3) Kriteria pengujiannya
Ho diterima jika : -1,96 < Zo < 1,96
Ho ditolak jika : Zo > 1,96 atau Zo < -1,96
4) Uji Statistik
Zo = (83 - 80) / (7/1001/2) = 4,29
maka Zo > 1,96 , Ho ditolak
5) Kesimpulan
Pada taraf nyata 5% terdapat perbedaan signifikan
x = 83 cm dengan  = 80 cm tidak terjadi karena faktor
kebetulan.
(Setyawarno dan Rosana, 2016)
2.3 Uji ANOVA
a. Definisi dan Jenis
Uji Anova adalah bentuk khusus dari analisis statistik yang banyak
digunakan dalam penelitian eksperimen. metode analisis ini
dikembangkan oleh R.A Fisher. Uji Anova juga adalah bentuk uji
hipotesis statistik dimana kita mengambil kesimpulan berdasarkan data
atau kelompok statistik inferentif. Hipotesis nol dari uji Anova adalah
bahwa data adalah simple random dari populasi yang sama sehingga
memiliki ekspektasi mean dan varians yang sama. Sebagai contoh
penelitian perbedaan perlakuan terhadap sampel pasien yang sama.
Hipotesis nol nya adalah semua perlakuan akan memiliki efek yang
sama.
Prinsip uji Anova adalah kita membandingkan variansi tiga kelompok
sampel atau lebih. Lebih dari sekedar membandingkan nilai mean (rata-
rata), uji anova juga mempertimbangkan keragaman data yang
dimanifestasikan dalam nilai varians.
Adapun jenis-jenis ANOVA adalah
1) ANOVA satu arah
Menurut Mendel hell dan reinmuth, analisis varian satu arah yaitu
suatu metode untuk menguraikan keragaman total data menjadi
komponen-komponen yang mengukur berbagai sumber keragaman
dengan menggunakan One-Way ANOVA dengan satu perlakuan
(Saddam Gozali,2016) .
2) ANOVA dua arah
Dalam analisis varians satu-arah, hanya ada 1 (satu) sumber
keragaman (source of variability) dalam variabel terikat (dependent
variable), yakni: kelompok dalam populasi yang sedang dikaji.
Terkadang kita juga perlu untuk mengetahui atau mengidentifikasi
adanya 2 (dua) faktor yang mungkin menyebabkan perbedaan dalam
variabel terikat (dependent variable). Untuk tujuan tersebut
dilakukan analisis varians dua-arah (Two-way ANOVA)
(Toto Sugiharto, 2009).
b. Prosedur Uji dan Rumus
Prosedur Uji Anova satu arah
1) Sebelum anova dihitung, asumsikan bahwa data dipilih secara
random,berdistribusi normal, dan variannya homogeny.
2) Buatlah hipotesis (Hα H0) dalam bentuk kalimat.
3) Buatlah hipotesis (Hα H0) dalam bentuk statistic.
4) Buatlah daftar statistik induk.
5) Hitunglah jumlah kuadrat antar group (JKA) dengan rumus :
2 2
( ∑ X Ai ) (∑ X T )
JK A =∑ −
n Ai N
6) Hitunglah derajat bebas antar group dengan rumus:
db A= A−1
7) Hitunglah kudrat rerata antar group (KRA) dengan rumus:
JK A
KR A =
db A
8) Hitunglah jumlah kuadrat dalam antar group (JKD) dengan rumus:
2 ( ∑ X Ai )
JK D =( ∑ X T ) −∑
n Ai
9) Hitunglah derajat bebas dalam group dengan rumus:
db D =N− A
10) Hitunglah kudrat rerata dalam group (KRD) dengan rumus:
JK D
KR D =
dbD
11) Carilah FHitung dengan rumus:
KR A
F Hitung=
KR D
12) Tentukan taraf signifikansinya, misalnya α = 0,05 atau α = 0,01
13) Carilah FTabel dengan rumus:
F Tabel=F (1−α ) (db A .db D )
14) Buat Tabel Ringkasan ANOVA
15) Tentukan kriteria pengujian : jika FHitung ≥ FTabel , H0 ditolak
16) Buat kesimpulan
Keterangan rumus
N= Jumlah keseluruhan sampel (jumlah kasus dalam penelitian)
A= Jumlah keseluruhan group sampel
KRD= kudrat rerata dalam group
JKD= jumlah kuadrat dalam antar group
KRA= kudrat rerata antar group
JKA= jumlah kuadrat antar group
db= Derajat bebas
(Saddan Gozali, 2016)
Prosedur Uji Anova dua arah
1) Sebelum anova dihitung, asumsikan bahwa data dipilih secara
random,berdistribusi normal, dan variannya homogeny
2) Buatlah hipotesis (Hα dan H0) dalam bentuk kalimat dan Buatlah
hipotesis (Hα dan H0) dalam bentuk statistik
3) Tentukan tingkat signifikansi(α)
4) Hitunglah jumlah kuadrat antar baris (JKA) dengan rumus:
k 2
(T k )(T ) 2
JK k =∑ −
k =1 nk N
di mana:
JKk : jumlah kuadrat antar-kolom;
K : kolom (column);
nk : jumlah data dalam masing-masing kolom;
N : jumlah data keseluruhan;
(Tk)2: kuadrat jumlah masing-masing kolom; dan
T2 : kuadrat jumlah keseluruhan.
5) Penghitungan jumlah kuadrat antar-baris (between rows sum of
squares) Jumlah kuadrat antar-baris atau antar-kapasitas mesin
dihitung dengan rumus di bawah ini:
b 2
(T b) (T )2
JK b=∑ −
b =1 nb N
di mana:
JKb: jumlah kuadrat antar-baris;
b: baris (row);
nb: jumlah data dalam masing-masing baris;
N: jumlah data keseluruhan;
Tb2: kuadrat jumlah masing-masing baris; dan
T2: kuadrat jumlah keseluruhan.
6) Penghitungan jumlah kuadrat keseluruhan JKt (total sum of
squares)
Jumlah kuadrat total dihitung dengan rumus berikut.

b k
T2
JK t =∑ ∑ x bk2 −
b=1 k=1 N
di mana:
JKt : jumlah kuadrat keseluruhan (total sum of squares);
b: baris (row);
K: kolom (column);
Xbk : data dalam baris-b dan kolom-k;
N: jumlah data keseluruhan; dan
T2: kuadrat jumlah keseluruhan.
7) Penghitungan jumlah kuadrat kesalahan (galat atau error)
Jumlah kuadrat kesalahan atau galat (error)—JKe dihitung
dengan rumus berikut.
JK e =JK t−( JK k + JK b )
di mana:
JKe: jumlah kuadrat galat (error sum of squares);
JKt : jumlah kuadrat keseluruhan (total sum of squares);
JKk : jumlah kuadrat kolom (columns sum of squares); dan
JKb: jumlah kuadrat baris (rows sum of squares)
8) Penghitungan derajat bebas (degree of freedom)
a) Derajat bebas kolom (dbk)
db k =k −1
di mana: k adalah jumlah kolom.
b) Derajat bebas baris (dbb)
db b=b−1
di mana: b adalah jumlah baris.
c) Derajat bebas gatal/error (dbe)
db e =( b−1 )( k −1 )
di mana: b adalah jumlah baris dan k adalah jumlah kolom.
d) Derajat bebas keseluruhan (dbt)
db t=N −1
di mana: N adalah keseluruhan data (b x k).
9) Penghitungan kuadrat rata-rata (mean of squares)
a) Kuadrat rata-rata kolom—KRk (Column Mean of squares—MSc)
JK k
KR k =
BK k
b) Kuadrat rata-rata baris—KRb (Row Mean of squares—MSr)
JK k
KR b=
dbk
c) Kuadrat rata-rata galat—KRe (Error Mean of squares—MSe)
JK e
KR e =
db e
10) Penghitungan Rasio F atau F-hitung
a) F-hitung kolom (F-hk)
KR k
F−h k =
KR e
b) F-hitung baris (Fhb)
KR b
F−hb =
KR e
11) Penentuan Ratio F kritik atau F-tabel
F berdasarkan tabel (Ftabel) juga dihitung, berdasarkan nilai
derajat kebebasan (menggunakan tabel distribusi-F.
12) Membandingkan F hitung dengan F table
13) Buat kesimpulan
14) Penyajian dalam tabel ANOVA
(Toto Sugiharto,2009)
c. Contoh
Uji ANOVA satu arah
Seorang ingin mengetahui perbedaan prestasi belajar untuk mata kuliah
dasar-dasar statistika antara mahasiswa tugas belajar, izin belajar dan
umum. Data diambil dari nilai UT sebagai berikut:
Tugas belajar(A1) = 6, 8, 5, 7, 7, 6, 6. 8, 7, 6, 7 = 11 orang
Izin belajar (A2) = 5, 6, 6, 7, 5, 5, 5, 6, 5, 6, 8, 7 = 12 orang
Umum (A3) = 6, 9, 8, 7, 8, 9, 6, 6, 9, 8, 6, 8 = 12 orang
Buktikan apakah ada perbedaan atau tidak?
Jawab:
1) Diasumsikan bahwa data dipilih secara random, berdistribusi normal,
dan variannya homogen.
2) Hipotesis ( Ha dan Ho) dalam bentuk kalimat:
a) Ha: terdapat perbedaan yang signifikan antara mahasiswa tugas
belajar, izin belajar, dan umum
b) Ho: tidak ada perbedaan yang signifikan antara mahasiswa tugas
belajar, izin belajar, dan umum
3) Hipotesis Ha dan Ho dalam bentuk statistika :
Ha : A1 ≠ A2 = A3 Ho : A1 = A2 = A3
4) Daftar statistika induk
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 Total=T
N 11 12 12 35
∑X 73 71 90 234
∑X2 493 431 692 1616
5) Hitunglah jumlah kuadrat antar group (JKA)

2
( ∑ X Ai ) ( ∑ X T )
JK A =∑ −
n Ai N
732 71 2 90 2 2342
¿( +
11 12 12
+ −
35 )
¿ 1579−1564
¿ 15
6) Hitunglah derajat bebas antar group dengan rumus:
db A= A−1
¿ 3−1
¿2
7) Hitunglah kudrat rerata antar group (KRA) dengan rumus:
JK A
KR A =
db A
15
¿
2
¿7,5
8) Hitunglah kudrat rerata antar group (JKD) dengan rumus:
2 ( ∑ X Ai )
JK D =( ∑ X T ) −∑
n Ai
732 712 902

¿ 1616− ( + +
11 12 12 )
¿ 1616−157 9
¿37
9) Hitunglah derajat bebas dalam group dengan rumus:
db D =N− A
¿ 35−3
¿32
10) Menghitung kuadrat rerata dalam group (KRD)
JK D
KR D =
dbD
37
¿
32
¿ 1,16
11) FHitung
KR A
F Hitung=
KR D
7,5
¿
1,16
¿ 6,4 7
12) Taraf signifikan α=5%
13) FTabel
F Tabel=F (1−α ) (db A .db D ) F Tabel=F ( 1−0,05) (2.32 )
F Tabel=F (0,95 )( 2.32)
F Tabel=3,30
14) Tabel ringkasan ANOVA
Sumber Jumlah
Mean
Variansi kuadrat db F Sig.
square
(SV) (JK)
Antar
15 2 7,540 6,47 ,004
Group (A)
Dalam
37 32 1,139
Group (D)
Total 52 34
15) Kriteria pengujian: jika F hitung > F tabel, maka tolak Ho berarti
signifikan. Setelah dikonsultasikan dengan tabel F kemudian
dibandingkan antara F hitung dengan F tabel, ternyata F hitung > F
tabel, atau 6,47 > 3,30 maka tolak Ho berarti signifikan.
16) Kesimpulan
Ho ditolak dan Ha diterima, jadi terdapat perbedaan yang signifikan
antara mahasiswa tugas belajar, izin belajar dan umum.
(Saddan Gozali, 2016)
Uji ANOVA dua arah
Kapasitas Merek Mobil

(ml) A-1 A-2 A-3 Jumlah (Baris)
1300 10 11 11 32
1500 11 12 11 34
Jumlah (Kolom) 21 23 22 66
Jawab:
1) Hipotesis nol-kolom (H0-kolom): Rata-rata efisiensi pemakaian
BBM ketiga merek mobil adalah sama
Hipotesis nol-baris (H0-baris): Rata-rata efisiensi pemakaian BBM
kedua kapasitas mesin adalah sama.
2) Tingkat signifikansi (α) yang dipilih adalah 0,05 (5%)
212 232 222 66 2

3) JK k = ( 2
+
2
+
2
− )( )
6
¿ ( 220,5+264,5+242 )− (726 )
¿ 727−726
¿1
322 342 662

4) JK b= ( 3
+
3 )( )
−
6
¿ ( 341,333+385,333 )− (726 )
¿ 0,67
662
2 2 2 2 2 2
5) JK t = 10 +11 +11 +12 +11 +11 −
( ) (6)
¿ 728−726
¿2
6) JK e =2−( 1+0,67 )
¿ 0,33
7) db
a) db k =3−1
¿2
b) db b=2−1
¿1
c) db e =(2−1)(3−1)
¿2
d) db t=6−1
¿5
8) KR
1
a) KR k = =0,5
2
0,67
b) KR b= =0,67
1
0,33
c) KR e = =0,17
2
9) F hitung
0,5
a) Fhkolom = =3
0,17
0,67
b) Fhbaris = =4
0,17
10) F tabel
a) Ft kolom , pada dbk =2dan db e =2 , dan pada α =0,5 adalah 19
b) Ft baris , pada dbb =1 dan dbe =2 , dan pada α =0,5
adalah 18,51
11) Keputusan
a) Karena Fhkolom < Ft kolom , maka H 0 ditolak
b) Karena Fhbaris < Ft baris , maka H 0 ditolak
12) Kesimpulan
a) Dari hasil analisis varians (ANOVA) di atas dapat disimpulkan
bahwa
rata-rata efisiensi pemakaian BBM antarmerek mobil (A-1, A-
2, dan A-3) terdapat perbedaan nyata
b) Dari hasil analisis varians (ANOVA) di atas dapat disimpulkan
bahwa
rata-rata efisiensi pemakaian BBM antarkapasitas mesin mobil
(1300 cc dan 1500 cc) terdapat perbedaan nyata.
13) Penyajian dalam tabel ANOVA
Sumber Jumlah Derajat Kuadrat F hitung F Tabel

keragaman kuadrat bebas rata-rata
(JK) (db) (KR)
Kolom 1,00 2 0,50 3,00 19,00
Baris 0,67 1 0,67 4,00 18,51
Error 0,33 2 0,17
Total 2,00 5
(Toto Sugiharto,2009)
2.4 Uji Posthoc
a. Definisi
Uji Post Hoc merupakan analisis lanjutan dari analisis variance bila H0
pada analisis varian ditolak. Uji post hoc dipakai untuk menguji
kelompok mana yang berbeda dengan cara melakukan perbandingan
terhadap semua kelompok (multiple comparasion). Uji statistik untuk
Post Hoc Test dikelompokan menjadi dua kelompok, yaitu jenis uji Post
Hoc bila semua kelompok memiliki variance yang sama (homogen) dan
bila vararian tidak homogen. Jenis uji Post Hoc untuk variance homogen
antara lain LSD, Scheffe, Duncan dan untuk variance tidak homogen
adalah Thamhane, Dunnet, dan sebagainya [ CITATION Put16 \l 1033 ].
b. Jenis-Jenis
Analisis lanjutan setelah ANOVA sering disebut Post Hoc atau pasca-
ANOVA adalah sebagai berikut :
1) LSD (Least Significance Difference), digunakan untuk melakukan
uji t di antara seluruh pasangan kelompok mean. Uji ini sangat baik
apabila pengujian mean yang akan dibandingkan sebelumnya telah
direncanakan.
2) Tukey (HSD:Honestly Significant Difference), uji ini disebut uji
beda nyata yang merupakan perbaikan dari LSD karena uji ini untuk
membandingkan mean tanpa perencanaan terlebih dahulu.
3) Tukey’s-b, alternatif lain dari uji Tukey
4) Duncan, digunakan untuk menguji perbedaan di antara semua
pasangan perlakuan yang ada dari percobaan tersebut serta masih
dapat mempertahankan tingkat signifikansi yang ditetapkan.
5) S-N-K (Student Newman Keuls), pengembangan dari LSD dan
Duncan.
6) Dunnet, digunakan untuk membandingkan mean dari semua
perlakuan dengan mean perlakuan control.
7) Scheffe, digunakan untuk pembanding yang tidak perlu orthogonal.
8) Benferoni, uji Benferoni adalah metode perbandingan dua pasangan
rata-rata yang didasarkan pada statistik dengan melakukan
penyesuaian terhadap tingkat signifikansi untuk setiap perbandingan
yang dilakukan.Uji ini biasanya digunakan untuk sampel kecil.
9) Sidak, uji Sidak bertujuan untuk melakukan perbandingan
berpasangan antar variabel dalam penelitian sehingga bisa diketahui
pasangan mana saja yang berbeda.
10) Gomes-Howell, uji ini adalah pengujian perbandingan kelompok
rata-rata dengan menggunakan pendekatan yang lebih bebas. Uji ini
digunakan jika variansi populasi tidak sama [ CITATION Put16 \l
1033 ]
Putra, I. W., Widarsa, T., & Astuti, P. A. (2016). Manajemen Data

dan Statistika Dasar. Denpasar: Universitas Udayana.
Gozali, Sadda. 2016. Paper Statistika 2. Karawan: Universitas Negeri

Singaperbangsa

Byun Baek

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Byun Baek

Diunggah oleh

Hak Cipta:

Format Tersedia

2.

2.2 Uji Hipotesis

Uji Hipotesis adalah metode pengambilan keputusan yang didasarkan

observasi (tidak terkontrol). Dalam statistik, sebuah hasil pengujian

dalam penelitian bisa dikatakan signifikan secara statistik jika kejadian

tersebut hampir tidak mungkin disebabkan oleh faktor yang kebetulan,

sesuai dengan batas probabilitas yang sudah ditentukan sebelumnya.

hipotesis hampir selalu dibuat berdasarkan pengujian hipotesis nol. Ini

adalah Jenis pengujian hipotesis pengujian untuk menjawab pertanyaan

yang mengasumsikan hipotesis nol adalah benar.

b. Jenis dan Pengujian Hipotesis

hipotesis komparatif, dan (c) hipotesis asosiatif.

Hipotesis deskriptif adalah dugaan terhadap nilai satu variabel dalam

satu sampel walaupun di dalamnya bisa terdapat beberapa kategori.

Hipotesis deskriptif tidak membuat perbandingan atau hubungan

Hipotesis komparatif adalah dugaan terhadap perbandingan nilai

dua sampel atau lebih.

Dalam hal komparasi ini terdapat beberapa macam, yaitu:

a) Komparasi berpasangan (related) dalam dua sampel dan lebih

dari dua sampel (k sampel).

b) Komparasi independen dalam dua sampel dan lebih dari dua

Hipotesis asosiatif adalah dugaan terhadap hubungan antara dua

variabel atau lebih.Contoh :

Ho : Tidak terdapat hubungan antara jenis kelamin siswa dengan

jenis olah raga yang disenangi.

Ha : Terdapat hubungan antara jenis kelamin siswa dengan jenis olah

raga yang disenangi.

c. Prosedur Uji dan Rumus

Prosedur uji hipotesis dilakukan dengan cara sebagai berikut.

1) Tentukan parameter yang akan diuji.

2) Tentukan Hipotesis nol (Ho).

3) Tentukan Hipotesis alternatif (H1).

5) Pilih statistik yang tepat.

6) Tentukan daerah penolakan.

7) Hitung statistik uji.

8) Putuskan apakah hipotesis nol (H0) ditolak atau tidak

Seorang peneliti ingin mengetahui apakah catchability gillnet rata-rata

diketahui bahwa simpangan catchability 25 ekor. Sampel yang diambil

nilai tersebut masih dapat diterima sehingga catchability gillnet 30 ekor?

Ujilah dengan taraf nyata 5%.

2) Taraf nyata dan nilai Z table

Z/2 = 1,96 (Uji dua arah)

Ho diterima jika : -1,96 < Zo < 1,96

Ho ditolak jika : Zo > 1,96 atau Zo < -1,96

Zo = (83 - 80) / (7/1001/2) = 4,29

maka Zo > 1,96 , Ho ditolak

Pada taraf nyata 5% terdapat perbedaan signifikan

x = 83 cm dengan  = 80 cm tidak terjadi karena faktor

(Setyawarno dan Rosana, 2016)

2.3 Uji ANOVA

a. Definisi dan Jenis

digunakan dalam penelitian eksperimen. metode analisis ini

dikembangkan oleh R.A Fisher. Uji Anova juga adalah bentuk uji

hipotesis statistik dimana kita mengambil kesimpulan berdasarkan data

bahwa data adalah simple random dari populasi yang sama sehingga

memiliki ekspektasi mean dan varians yang sama. Sebagai contoh

penelitian perbedaan perlakuan terhadap sampel pasien yang sama.

Prinsip uji Anova adalah kita membandingkan variansi tiga kelompok

rata), uji anova juga mempertimbangkan keragaman data yang

dimanifestasikan dalam nilai varians.

Adapun jenis-jenis ANOVA adalah

1) ANOVA satu arah

suatu metode untuk menguraikan keragaman total data menjadi