NAMA : RENALDO SARAGIH

NIM : 031253883

DISKUSI 8 STATISTIKA EKONOMI

Jelaskan Analisis Varian Sederhana dan Analisis Varian Dua Faktor. Berikan contohnya!
Jawab,
1. Analisis varian sederhana
Analisis varian adalah suatu tehnik untuk mengetahui perbedaan atau persamaan du atau lebih observasi
dengan cara mengadakan perbandingan antara dua atau lebih mean (rata-rata).
Anggapan yang mendasari analis varian ini adalah bahwa berbagai rata-rata sampel yang dihitung itu
masing-masing harus berasal dari pupulasi yang memiliki distribusi normal dan memiliki varian yang
sama meskipun demikian, adanya penyimpangan dari anggapan normalitas tersebut diatas relative tidak
mempengaruhi pengujian ini apabila populasi-populasinya bersifat uni modal dan besarnya sampel yang
diambil relatif besar. Karena hipotitis nol pada persoalan ini mengatakan bahwa rata-rata dari populasi
adalah sama maka anggapan bahwa varian sama, juga dapat diartikan bahwa rata-rata yang dihitung
berasal dari populasi yang sama. Normalitas distribusi suatu populasi tergantung pada dua parameter
yaitu rata-rata dan varian.
Analisis varian ini menguji apakah rata-rata dan beberapa sampel berasal darai populasi yang sama, kalau
populasi sama berarti sampel itu tidak ada bedanya.
Uji atas kesamaan sampel dilakukan dengan uji F yaitu:
F = variansi dijelaskan/variansi tak dijelaskan
Variansi yang dijelaskan dihitung dari
(variansi yang dijelaskan) r-1
2. Analisis varian dua faktor
Rasio F pada pembicaraan sebelumnya pada dasarnya dapat diperbesar dengan cara memperkecil
penyebutnya yaitu memperkecil varian yang tidak dijelaskan, varian yang tidak dijelaskan ini dapat
diperkecil dengan menambah faktor yang diamati misalkan sampel output dari tiga mesin itu juga secara
kebetulan dihasilkan oleh lima orang operator yang berbeda. Setiap operator menghasilkan satu nilai
observasi dari setiap mesin (sampel).

Tabel persiapan harga-harga N, ∑X, ∑X2dan X

STATISTIK A B C D Total (T)

N 70 10 10 10 ∑NT= 40
∑X 750 650 550 450 ∑XT= 2400
∑X2 57700 43100 31100 21300 ∑X2T = 153200
X 75 65 55 45

ANOVA DUA ARAH

 Anova dua jalur mempertimbangkan 2 faktor yang mengakibatkan terjadinya penyimpangan (dispersi)
dan nilai-nilai yang dihitung dengan standar deviasi atau varians. Apabila para peneliti inign menguji
efektivitas keberdaaan dua buah factor, yang masing-masing faktornya terbagi atas beberapa kategori,
peneliti dapat menggunakan

Contoh :
Seorang guru matematika ingin mengetahui efektivitas pemberian latihan soal dengan menggunakan
perangkat dan buku paket terhadap dua kelompok siswa, yaitu dengan pengujian efektivitasnya
berdasarkan hasil/skor latihan yang telah dibuat untuk siswa. Untuk kepentingan penelitiannya guru
mengambil/memilih masing-masing 10 pandai untuk diberi dua perlakuan yang berbeda dan 10 siswa
yang kurang pandai untuk keperluan berbeda pula
Hasil penelitiannya ditunjukkan oleh data berikut ini:
LKS Buku Paket
Siswa Pandai Siswa Lemah Siswa Pandai Siswa Lemah
Nama Skor Nama Skor Nama Skor Nama Skor
A1 82 B1 45 C1 63 D1 40
A2 82 B2 50 C2 63 D2 50
A3 73 B3 60 C3 63 D3 60
A4 73 B4 50 C4 55 D4 50
A5 82 B5 45 C5 65 D5 42
A6 60 B6 50 C6 73 D6 53
A7 60 B7 45 C7 55 D7 43
A8 73 B8 60 C8 55 D8 62
A9 85 B9 45 C9 65 D9 35
A10 75 B10 60 C10 55 D10 50

Mengetes Homogenitas Dua Varians:

Homogenitas LKS dan Buku Paket
1. Varians semua skor LKS = 14.242= 203.04
Varians semua skor Buku Paket = 9,752 = 95.08
F=203.04=2.14 Jadi, Fhitung = 2.14
95.08
2. Menentukan derajat kebebasan:
 db = n -1 dbLKS = 20-1 =19 = db1
 dbBuku Paket = 20 -1= 19 = db2
3. Menentukan Ftabel
Ftabel = F(a)(db1)(db2) = F(0.01)(19/19)=
Dengan interpolasi
F(0.01)(16/19) = 3.12 )
  ( F(0.01)(19/19) = 3.12-3 ( 0.12) = 3.03
F(0.01)(20/19) = 3.00 ) 4
Jadi Ftabel = 3.03
4. Kriteria Homogenitas
Karena Fhitung > Ftabel, varians perlakuan LKS dan Buku Paket Homogen.
Homogenitas Skor Siswa Pandai dan Lemah
1. Varians semua skor siswa pandai = 10.052 = 101.19
2. Varians semua skor siswa lemah = 7.572 = 57.36
Dengan cara seperti di atas diketahui Fhitung < Ftabel maka kedua varians juga homogen.
Homogenitas pasangan LKS – Siswa Pandai, LKS-Siswa Lemah, Buku Paket- Siswa Pandai, Buku Paket-
Siswa Lemah.
LKS – Siswa Pandai : 82, 82, 73, 73, 82, 60, 60, 73, 85 , 75 (1)
LKS – Siswa Lemah : 45, 50 , 60, 50, 45, 50, 45, 60, 45, 60 (2)
B. Paket – Siswa Pandai : 63, 63, 63, 55, 65, 73, 55, 55, 65, 55 (3)
B. Paket – Siswa Lemah : 40, 50, 60, 50, 42, 53, 43, 62, 35, 50 (4)
1. Varians –varians:
V1 = 78.5
V2 = 43.3
V3 = 36.8
V4 = 74.3
2. Varians Gabungan :
Vgab = (9x78.5) + (9x43.3) + ( 9x36.8) + ( 9x74.3)
  9+9+9+9
Analisis lainnya yaitu :

Analisis varian adalah suatu teknik untuk mengetahui perbedaan atau persamaan dua atau lebih
observasi dengan cara mengadakan perbandingan antara dua atau lebih mean (rata-rata).

Analisis Varian Sederhana

Asumsi: Berbagai rata -rata sampel yang dihitung harus distribui normal dan memiliki varian
yang sama. Normalitas distribusi suatu populasi tergantung pada dua paramaeter yaitu rata-rata 
varian (atau standar deviasi)

Menguji perbedaan : 

Ketika membandingkan tiga buah mesin, output dapat berbeda-beda pernyataannya

“Apakah mesin-mesin tersebut benar-benar berbeda?” dengan kata lain “memang terdapat
perbedaan rata rata populasi μ1?” Ataukah“Perbedaan muncul hanya karena perubahan fluktuasi
saja (random)?”Dengan menggunakan sampel output dari mesin yang sama, dapat diyakinkan
bahwa rata-rata populasi (μ1) sama. Perbedaan hanya dikarenakan fluktuasi saja.

Hipotesis: Ho = μ1 = μ2 = μ3
(ta

bel a)

Perhitungan rata-rata sampel (Xi) pada tabel tersebut dan variannya (dari rata-rata sampel)

Dimana r = banyaknya baris (banyaknya rata-rata sampel) 

(tabel b)
Dalam tabel tersebut nampak bahwa terdapat fluktuasi produksi yang lebih besar. Implikasi dari
perbedaan itu dijelaskan melalui gambar ini:
Gambar (a) menggambarkan keadaan sampel pada Tabel (a), sedangkan Gambar (b)
menggambarkan keadaan sampel pada Tabel (b).

Mengukur Fluktuasi Output

Perhitungan varian dalam sampel ke-1 (i = 1)

Fischer Ratio

Distribusi Statistik
TABEL ANOVA
ANOVA adalah singkatan dari analysis of variance. Pada bagian ini akan ditunjukkan suatu
tabel yang menggambarkan semua perhitungan diatas.

Rasio F disebut juga Rasio Varian

Tabel umum anova

Tabel anova dari kasus observasi atas 3 mesin

Baris pertama : “pembilang” rasio F

Baris kedua : ”penyebut” rasio F
F0.01 = 6.93; F0.001=13,0; nilai probabilitas (F = 8,3) = 0,006

Analisis Varian Dua Faktor

Sampel ouput dari 3 mesin yang disusun menurut operator

(tabel c)
Analisis Varian Dua Faktor dapat membantu memetakan permasalahan dengan lebih jelas :
faktor operator berpengaruh terhadap fluktuasi observasi  (sampel)

Pada prinsipnya, analisis ini adalah analisis ANOVA biasa yang ditambah faktor pengamatan.
berikut tabel perhitungan ANOVA dengan dua factor

(Tabel d)

Contoh

Dengan Tabel D, kita mengaplikasikan persoalan yang sudah disusun pada Tabel C di atas.

Dari Tabel C kita ketahui bahwa:

SS = SSr + SSc + SSn

Pertama: mencari SSr; yaitu jumlah kuadrat menurut baris.

Kemudian cari ; SSc yaitu jumlah kuadrat menurut kolom.

padahal:

SS               = SSr + SSc + Ssu

= 130 + 72 + 22

= 224

Derajat kebebasan (df) dapat dihitung sebagai berikut:

df untuk perbedaan antarmesin (antarbaris) adalah r - 1 = 3 - 1 = 2

df untuk perbedaan antaroperator (antarkolom) adalah c - 1 = 5 - 1 = 4

df untuk perbedaan variasi residu, yang diakibatkan oleh perubahan fluktuasi (yang tak dapat
dijelaskan) adalah = (r -1) (c-1) = (2) (4) = 8 ,

df total = rc – 1 = (3) (5) -1 = 14

Menghitung Varian: Mean Sum of square (rata-rata jumlah kuadrat) =

MSS:

Menghitung Rasio F

Terdapat dua macam rasio F, yaitu:

F untuk menguji varian mesin dan F untuk penguji varian operator.

Pengujian atas perbedaan mesin:

Uji atas perbedaan mesin:

Telah diketahui bahwa Fhitung = 23,6 . Dibandingkan terhadap tabel F, dengan df 2 & 8 [sering
ditulis F (2,8; α)], diperoleh angka terdekat, yaitu F0,001 = 8,65.

Jadi, probabilitas bahwa H0 diterima (yaitu bahwa mesin sama) adalah jauh lebih kecil dari
0,001. Karena F0,001 < Fhitung = 23,6 . Dengan kata lain mesin-mesin tidak berbeda secara
significant. 

Uji terhadap perbedaan operator.

Dari perhitungan F diketahui bahwa hitung F untuk perbedaan operator = 6,5 dibandingkan
dengan tabel distribusi F dengan df = 4 dan 8, diperoleh bahwa angka terdekat dengan Fhitung =
6,5 adalah F0,05 = 3,84 dan F0,01 = 7,01

Jadi, F0,05 < Fhitung < F0,01

Artinya probabilita bahwa H0 diterima (operator sama) adalah:

0,01 < p < 0,05

Apabila digunakan derajat keyakinan 5%, maka H0 ditolak. Artinya terdapat perbedaan operator,
cukup significant.

Sumber : BMP Statistika Ekonomi (ESPA4123)