NIM : 031253883
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).
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
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).
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 :
Hipotesis: Ho = μ1 = μ2 = μ3
(ta
bel a)
Perhitungan rata-rata sampel (Xi) pada tabel tersebut dan variannya (dari 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).
Distribusi Statistik
TABEL ANOVA
ANOVA adalah singkatan dari analysis of variance. Pada bagian ini akan ditunjukkan suatu
tabel yang menggambarkan semua perhitungan diatas.
(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.
padahal:
= 224
df untuk perbedaan variasi residu, yang diakibatkan oleh perubahan fluktuasi (yang tak dapat
dijelaskan) adalah = (r -1) (c-1) = (2) (4) = 8 ,
MSS:
Menghitung Rasio F
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.
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
Apabila digunakan derajat keyakinan 5%, maka H0 ditolak. Artinya terdapat perbedaan operator,
cukup significant.