FITK UIN Jakarta

ANALISIS VARIANS
[PENGUJIAN RERATA TIGA
PEUBAH ATAU LEBIH]
Pertemuan Keduabelas Mata Kuliah Statistik Pendidikan

Learning Partner:
Ahmad Dimyati, M.Pd
Dosen UIN Syarif Hidayatullah Jakarta
 ~Motivation Today~
“Kita yang sekarang adalah hasil dari setiap pilihan yang kita pilih di masa lalu.
Maka, cara terbaik untuk mengubah masa depan adalah dengan memilih pilihan
yang terbaik untuk masa depan yang gemilang ”
 PRESENTATION AGENDA
URGENSI ANALISIS VARIANS
1 Memahami Analisis Varians, Jenis Analisis Varians, Desain
Penelitian, dan Asumsi Analisis Varians

ANALISIS VARIANS SATU JALUR

2 Langkah perhitungan dalam ANAVA satu jalur, Analisis pasca
ANAVA (Post Hoc Test) & Contoh perhitungan ANAVA satu
jalur

ANALISIS VARIANS DUA JALUR

3 Prinsip ANAVA Dua Jalur, Langkah Perhitungan dalam
ANAVA dua jalur, & Contoh penggunaan ANAVA Dua Jalur
[1] URGENSI ANALISIS VARIANS
Analisis varians (disingkat: ANAVA atau dalam bahasa
inggris Analysis of Variance, disingkat ANOVA) adalah
teknik analisis statistik yang dikembangkan dan
diperkenalkan oleh Sir Ronald. A Fisher
[A] MEMAHAMI ANAVA
Analisis Varians & Uji-t

Uji perbedaan dua buah rata-rata (uji-t) dapat dipandang sebagai

penyederhanaan dari teknik ANAVA. Di sisi lain, ANAVA juga dapat
dipahami sebagai perluasan dari uji-t sehingga penggunaannya tidak
terbatas kepada pengujian perbedaan dua buah rata-rata populasi,
namun dapat juga untuk menguji perbedaan tiga buah rata-rata
populasi atau lebih sekaligus.

Secara lebih formal, hubungan antara distribusi F dengan distribusi

normal t (dengan statstik F yang diperoleh ANAVA pada derajat
kebebasan 1 dan n – k ) dapat ditulis sebagai berikut.

2
𝐹 1;𝑛−2 1−𝛼 = 𝑡(𝑛−2)(1−𝛼)

Jika kita menguji hipotesis nol bahwa rata-rata dua buah kelompok
tidak berbeda, teknik ANAVA dan uji-t (uji dua pihak) akan
menghasilkan kesimpulan yang sama; keduanya akan menolak atau
“menerima” hipotesis nol. Lalu bagaimana jika
sampel/populasinya lebih dari dua sampel/populasi?
[A] MEMAHAMI ANAVA
Analisis Varians & Uji-t
Sebagai gambaran singkat, andaikan kita ingin mengetahui apakah ada
perbedaan motivasi belajar siswa yang berasal dari keluarga yang tingkat
ekonominya rendah (miskin), menengah, dan tinggi (kaya). Di sini kita memiliki
tiga perangkat skor motivasi belajar siswa, yaitu perangkat skor motivasi belajar
siswa yang keluarganya tergolong (a) miskin, (b) menengah, dan ( c) kaya. Dari
masing-masing perangkat skor tersebut kita dapatkan rata-rata dan variansinya.
Nah, uji-t pada kasus ini tidak dapat digunakan untuk menguji perbedaan
rata-rata ketiga perangkat skor itu sekaligus.

Hal itu disebabkan penggunaan uji-t secara berulang-ulang (menguji motivasi

belajar A & B, A& C, serta B & C) dapat menjerumuskan peneliti melalui
peningkatan risiko kekeliruan Tipe I yang tidak terkontrol.

Misalnya, peneliti menghendaki keputusannya dilakukan pada tingkat keyakinan

95% dan kemudian melakukan sejumlah uji-t masing-masing pada 𝛼 = 0,05 .
Dalam hal ini, peneliti akan menghadapi masalah bahwa peluang atas risiko
kekeliruan Tipe I pada penelitiannya secara keseluruhan lebih besar dari 0,05.
Jika peneliti melakukan 3 kali uji-t secara independent masing-masing
padatingkat 95%, maka peluang untuk tidak terlibat kekeliruan Tipe I atas seluruh
keputusan yang dilakukannya adalah 𝑝 𝑛 = (0,95)3 = 0,8574 atau sekitar 86%.
Dengan demikian, peluang atas risiko kekeliruan Tipe I dari penelitian itu adalah
14% dan bukan 5% seperti yang diharapkan. Hal ini menjadi alasan yang
cukup kuat untuk tidak menggunakan uji-t secara berulang sebagai
pengganti ANAVA.
[B] PEMAHAMAN INTUITIF
Kunci untuk memahami ANAVA terdapat pada istilah analisis variansi itu
sendiri. Variansi suatu distribusi didefinisikan sebagai rata-rata kuadrat skor
simpangan, di mana skor simpangan adalah perbedaan setiap skor dari rata-
rata kelompoknya.

ത 2
σ𝑛𝑖=1(𝑋𝑖 − 𝑋)
𝑆2 =
𝑛−1

Pembilang pada rumus variansi tidak lain adalah jumlah kuadrat skor
simpangan dari rata-ratanya. Istilah jumlah kuadrat skor simpangan ini sering
disederhanakan dan disebut jumlah kuadrat (JK) atau sum of square (SS) saja.
Jika jumlah kuadrat tersebut dibagi dengan n atau n – 1 maka akan diperoleh
rata-rata jumlah kuadrat (RJK) atau mean of squares (MS) yang tidak lain
adalah variansi suatu distribusi.

Dalam satu kelompok sampel hanya terdapat satu variabilitas, yaitu variabilitas
dalam kelompok, yang satuan ukurannya disebut simpangan baku dan variansi
itu sendiri merupakan simpangan baku kuadrat. Jika kelompok sampel terdiri
dari tiga atau lebih, di samping terdapat rata-rata hitung tiap kelompok
yang jumlahnya juga tiga buah, juga dapat dihitung rata-rata hitung dari
seluruh kelompok. Yang pertama disebut rata-rata hitung dalam
kelompok (𝑿 ഥ 𝒌 ) , sedangkan yang kedua rata-rata hitung total (𝑿
ഥ 𝒕 ).
[B] PEMAHAMAN INTUITIF
Variabilitas rata-rata hitung dapat ditemukan pada tiap kelompok dan seluruh
kelompok. Variabilitas tiap kelompok tersusun dari simpangan skor-skor
ത dan jika ada
individual dengan rata-rata hitungnya. Jadi, ia merupakan (𝑋𝑖 − 𝑋),
tiga kelompok berarti ada (𝑋 − 𝑋ത1 ), (𝑋 − 𝑋ത2 ), dan (𝑋 − 𝑋ത3 ). Hal inilah yang
kemudian disebut sebagai simpangan dalam kelompok atau variabilitas dalam
kelompok.

Variabilitas seluruh kelompok tersusun dari simpangan skor-skor individual

dengan rata-rata hitung secara keseluruhan, yaitu (𝑋 − 𝑋ത𝑡 ). Hal inilah yang
kemudian disebut simpangan total atau variabilitas total. Selain itu juga tedapat
variabilitas antara rata-rata hitung tiap kelompok (𝑋ത1, 𝑋ത2 , 𝑋ത3 ) dengan rata-rata
hitung total (𝑋ത𝑡 ), yaitu (𝑋ത1 − 𝑋ത𝑡 ), (𝑋ത2 − 𝑋ത𝑡 ), dan (𝑋ത3 − 𝑋ത𝑡 ). Hal inilah yang disebut
sebagai simpangan antarkelompok atau variabilitas antarakelompok.

Jadi, sampai di sini kita mengenal tiga istilah yang merupakan tiga sumber
variasi, yaitu (1) variabilitas dalam kelompok (variability within the groups)
yang merupakan variabilitas yang terdapat dalam tiap kelompok, (2)
variabilitas antarkelompok (variability between the groups) yang
merupakan simpangan dari rata-rata hitung kelompok dengan rata-rata
keseluruhan dan (3) variabilitas total yang merupakan jumlah dari
variabilitas dalam kelompok dengan variabilitas antar kelompok. Ketiga hal
tersebut merupakan istilah-istilah kunci dalam ANAVA.
[B] PEMAHAMAN INTUITIF
Perhitungan-perhitungan dalam analisis varians berkaitan dengan bilangan-
bilangan kuadrat, yaitu jumlah-jumlah kuadrat (JK) atau sum of square (SS) dan
rata-rata jumlah kuadrat (RJK) atau mean of squares (MS). Dengan demikian,
ketiga macam sumber variabilitas sebelumnya akan mempunyai tiga macam
jumlah kuadrat, yaitu jumlah kuadrat dalam kelompok (sum of square within)
disingkat JKD (SSW), jumlah kuadrat antarkelompok (sum of square between)
disingkat JKA (SSB) dan jumlah kuadrat total (sum of square total) disingkat JKT
(SST)

Selain itu, perlu dikemukakan bahwa untuk keperluan analisis ini istilah varians
atau variabilitas kuadrat, baik dalam kelompok maupun antar kelompok, akan
disebut sebagai rata-rata jumlah kuadrat dalam kelompok (RJKD) atau mean of
square within groups (MSW) dan rata-rata jumlah kuadrat antar kelompok (RJKA)
atau mean of square between groups (MSB)

𝑀𝑆𝐵
𝐹=
𝑀𝑆𝑊

Uji analisis varians dilakukan untuk mendapatkan nilai Fhitung dengan cara
membandingkan antara rata-rata jumlah kuadrat antar kelompok (RJKA) atau
mean of square between groups (MSB) dengan rata-rata jumlah kuadrat dalam
kelompok (RJKD) atau mean of square within groups (MSW). Tapi sebelum
menghitung MSB dan MSW terlebih dahulu harus dihitung SSB, SSW, & SST .
[D] JENIS ANALISIS VARIANS
Sesuatu yang akan diuji signifikansi perbedaan rata-rata hitungnya dengan
analisis varians yang sering disebut sebagai klasifikasi dapat hanya mencakup
satu klasifikasi, dua klasifikasi, atau lebih dari dua klasifikasi, tergantung dari
tujuan penelitian yang dilakukan.

Analisis varians yang hanya menguji satu klasifikasi disebut

01 sebagai Analisis Varians Satu Jalur (One-Way Analysis of
Variance). Contoh: Misalkan kita ingin mengetahui apakah ada
perbedaan sikap terhadap matematika dari siswa SD, SMP, dan
SMA. Jenis Anava yang akan kita gunakan adalah ANAVA satu
jalur sebab klasifikasi (peubah bebas) yang diperhatikan hanya
satu, yaitu jenjang sekolah (SD, SMP, SMA).

Analisis varians yang menguji menguji dua klasifikasi atau lebih

02 disebut sebagai Analisis Varians Dua Jalur (Two-Way Analysis of
Variance). Misalnya, selain kita ingin mengetahui apakah ada
perbedaan sikap terhadap matematika dari siswa SD, SMP, dan
SMA, juga ingin melihat perbedaan sikap siswa laki-laki dan siswa
perempuannya, maka jenis ANAVA yang digunakan adalah
ANAVA dua jalur, sebab peubah bebasnya ada dua buah, yaitu
jenjang sekolah & jenis kelamin.
[E] DESAIN PENELITIAN
Analisis varians digunakan dalam suatu penelitian yang memiliki ciri-ciri berikut.

Analisis varians satu jalur melibatkan hanya satu peubah bebas

01 dengan dua kategori (tingkatan) atau lebih yang dipilih dan
ditentukan oleh peneliti secara tidak acak. Kategori yang dipilih
tersebut tidak acak karena peneliti tidak bermaksud
menggeneralisasikan hasilnya ke kategori lain di luar yang diteliti
pada peubah tersebut. Contoh: peubah jenis kelamin terdiri hanya
atas dua kategori (pria-wanita) atau peneliti hendak
membandingkan keberhasilan antara metode A, B, dan C dalam
meningkatkan hasil belajar siswa tanpa bermaksud
menggeneralisasikannya ke metode lain di luar ketiga metode
tersebut.
Analisis varians dua jalur melibatkan dua peubah bebas atau lebih
dengan dua kategori (tingkatan) atau lebih yang dipilih dan
02 ditentukan oleh peneliti secara tidak acak. Contoh: peneliti ingin
menguji perbedaan kemampuan berbicara inggris mahasiswa
perempuan dan laki-laki yang bertipe ekstrovert & introvert. Di
sini, terdapat dua peubah bebas yaitu faktor kepribadian & jenis
kelamin.
[E] DESAIN PENELITIAN
Analisis varians digunakan dalam suatu penelitian yang memiliki ciri-ciri berikut.

Perbedaan antara kategori atau tingkatan pada peubah bebas

03 dapat bersifat kualitatif dan kuantitatif. Pria dan wanita merupakan
contoh peubah yang berbeda secara kualitatif, sedangkan kategori
pada peubah jumlah tugas terstruktur perminggu (misalnya 1 kali,
2 kali, dan 3 kali) berbeda secara kuantitatif.

Setiap subjek merupakan anggota dari hanya satu kelompok

(kategori) pada peubah bebas dan dipilih secara acak dari
04 populasi tertentu.

Rata-rata hitung dari sejumlah kelompok sampel yang akan diuji signifikansi
perbedaannya dengan analisis varians, dapat berasal dari penelitian ex post
facto & eksperimental. Dalam penelitian ex post facto, data sudah terdapat di
dalam kelompok subjek yang diteliti dan bukan merupakan hasil dari suatu
perlakuan khusus yang sengaja dilakukan.
[E] ASUMSI ANALISIS VARIANS
Hasil perhitungan analisis varians yang digunakan untuk menguji hipotesis
tentang signifikansi perbedaan rata-rata hitung dapat dimanfaatkan dan
digeneralisasikan jika ia memenuhi beberapa asumsi dasar (uji persyaratan):

Subjek yang menjadi anggota kelompok-kelompok sampel harus

01 ditentukan secara random. Yaitu semua subjek anggota suatu
populasi berpeluang sama untuk terpilih menjadi sampel.

Skor-skor hasil pengukuran memiliki distribusi normal. Untuk

menentukan kenormalan suatu distribusi skor hasil pengukuran
02 perlu dilakukan dengan uji normalitas seperti uji Chi-square, uji
Lilliefors, dan uji kolmogorov-Smirnov. Dengan kata lain, data-
data sampel yang akan diuji lewat analisis varians harus
memenuhi syarat distribusi normal. Jika tidak memenuhi, maka
statistik yang digunakan adalah statistik non parametrik (Uji
kruskal-Walls)
Variansi populasi tiap kelompok bersifat homogen atautidak
berbeda secara signifikan. Untuk itu data-data yang akan diuji
03 terlebih dahulu harus memenuhi persyaratan homogenitas lewat
uji homogenitas. Jika ada dua sampel dapat digunakan uji
homogenitas dengan uji F. tapi jika ada lebih dari dua sampel
dapat digunakan uji Bartlett dan uji Fmaks Hartley.
[1] ANALISIS VARIANS SATU JALUR
Analisis varians yang hanya menguji satu klasifikasi disebut sebagai
Analisis Varians Satu Jalur (One-Way Analysis of Variance). Beberapa
contoh topik yang biasanya menggunakan ANAVA satu jalur adalah
pengaruh tiga macam pola kepemimpinan terhadap produktivitas kerja
karyawan, motivasi berprestasi siswa dilihat dari ekonomi orang tuanya
(tinggi, sedang, dan rendah)
[A] FORMAT TABEL DATA ANAVA
Tabel di bawah ini merupakan gambaran yang lebih nyata tentang bagaimana
perangkat data yang dihasilkan dari desain penelitian ANAVA satu jalur yang
sudah dijelaskan sebelumnya diorganisasikan (dengan tiga kategori).

Kelompok 1 Kelompok 2 Kelompok 3

No. Skor No. Skor No. Skor
1. 𝑌11 1. 𝑌12 1. 𝑌13
2. 𝑌21 2. 𝑌22 2. 𝑌23
. . . . . .
. . . . . .
. . . . . .
𝑛1 𝑌𝑛1 𝑛2 𝑌𝑛2 𝑛3 𝑌𝑛3
[B] LANGKAH-LANGKAH
PERHITUNGAN DALAM ANAVA SATU JALUR

Pusat perhatan ANAVA adalah pada perbandingan (rasio) antara variasi yang
bersumber dari perbedaan antar kelompok dengan variasi yang bersumber dari
perbedaan subjek di dalam kelompok. Berikut langkah-langkah dan rumus-
rumus perhitungan dalam ANAVA satu jalur:

MERUMUSKAN HIPOTESIS UJI:

01 𝐻𝑜 : 𝜇1 = 𝜇2 = 𝜇𝑘
𝐻1: 𝜇1 ≠ 𝜇𝑘
atau Paling tidak salah satu tanda sama dengan ( = ) tidak berlaku

PERHITUNGAN JUMLAH KUADRAT TOTAL (JKT) ATAU SST

02
ഥ 𝑻 )𝟐 +(𝒀𝟐 − 𝒀
𝑺𝑺𝑻 = (𝒀𝟏 − 𝒀 ഥ 𝑻 )𝟐 + … + (𝒀𝒏 − 𝒀
ഥ 𝑻 )𝟐

ATAU:
𝑵
(σ𝑵
𝒊=𝟏 𝒀𝒊𝒋 )
𝟐
𝑺𝑺𝑻 = ෍ 𝒀𝒊𝒋𝟐 −
𝑵
𝒊=𝟏
[B] LANGKAH-LANGKAH
PERHITUNGAN DALAM ANAVA SATU JALUR

PERHITUNGAN JUMLAH KUADRAT ANTAR KELOMPOK

03 (JKA) ATAU SSB

𝒌 𝒋 𝒏
(σ𝒋=𝟏 𝒀𝒊𝒋)𝟐 (σ𝑵
𝒊=𝟏 𝒀𝒊𝒋 )
𝟐
𝑺𝑺𝑩 = ෍ −
𝒏𝑱 𝑵
𝒋=𝟏

PERHITUNGAN JUMLAH KUADRAT DALAM KELOMPOK

04 (JKD) ATAU SSW
𝒏𝟏 𝒏𝟐 𝒏𝟑
ഥ𝟏
𝑺𝑺𝑾 = ෍(𝒀𝒊𝟏 − 𝒀 )𝟐 ഥ𝟐
+ ෍(𝒀𝒊𝟐 − 𝒀 )𝟐 ഥ 𝟏 )𝟐
+ ෍(𝒀𝒊𝟑 − 𝒀
𝒊=𝟏 𝒊=𝟏 𝒊=𝟏

ATAU:
𝑵 𝒌 𝒏𝒋
(σ𝒋=𝟏 𝒀𝒊𝒋)𝟐
𝑺𝑺𝑾 = ෍ 𝒀𝒊𝒋𝟐 − ෍
𝒏𝒋
𝒋=𝟏 𝒋=𝟏
ATAU:

𝑺𝑺𝑻 = 𝑺𝑺𝑾 + 𝑺𝑺𝑩

𝑺𝑺𝑾 = 𝑺𝑺𝑻 − 𝑺𝑺𝑩
[B] LANGKAH-LANGKAH
PERHITUNGAN DALAM ANAVA SATU JALUR

PERHITUNGAN RATA-RATA HITUNG JUMLAH KUADRAT

05  Rata-rata Jumlah Kuadrat Dalam kelompok (RJKD) atau MSW :

𝑺𝑺𝑾
𝑴𝑺𝑾 =
𝑵−𝒌
 Rata-rata Jumlah Kuadrat Antar kelompok (RJKA) atau MSB:

𝑺𝑺𝑩
𝑴𝑺𝑩 =
(𝒌 − 𝟏)

PERHITUNGAN NILAI Fhitung & Ftabel

06
Nilai Fhitung diperoleh dengan cara: rata-rata hitung kuadrat antarkelompok
(MSB) dibagi rata-rata hitung kuadrat dalam kelompok (MSW ).

𝑴𝑺𝑩
𝑭𝒉𝒊𝒕𝒖𝒏𝒈 =
𝑴𝑺𝑾

MENENTUKAN 𝑭𝒕𝒂𝒃𝒆𝒍 PADA TABEL F

 untuk varians terbesar adalah dk pembilang (k - 1)
 untuk varians terkecil adalah dk penyebut (N - k)
[B] LANGKAH-LANGKAH
PERHITUNGAN DALAM ANAVA SATU JALUR

PEMBUATAN TABEL RINGKASAN ANAVA

07 Hasil perhitungan analisis varians relatif cukup banyak. Untuk memudahkan pembaca,
hasil perhitungan biasanya disajikan ke dalam tabel ringkasan sebagai berikut.

Sumber variasi Jumlah Derajat Rata-rata F

Kuadrat Kebebasan (dk) kuadrat
Antar kelompok (Angka Hasil (k – 1) (Angka Hasil Fhitung
perhitungan) perhitungan)

Dalam kelompok (Angka Hasil (N – k) (Angka Hasil

perhitungan) perhitungan)

Total (Angka Hasil (N - 1) - -

perhitungan)

08 KESIMPULAN
Jika 𝑭𝒉𝒊𝒕𝒖𝒏𝒈 < 𝑭𝒕𝒂𝒃𝒆𝒍 berarti tidak ada perbedaan antara rata-rata
hitung sampel, dan Jika 𝑭𝒉𝒊𝒕𝒖𝒏𝒈 > 𝑭𝒕𝒂𝒃𝒆𝒍 berarti ada perbedaan antara
rata-rata hitung sampel.
[B] LANGKAH-LANGKAH
PERHITUNGAN DALAM ANAVA SATU JALUR

UJI LANJUT (POST HOC TEST)

09
Perhitungan nilai F, hanya dapat menunjukkan ada atau
tidaknya signifikansi perbedaan untuk sampel-sampel, namun
belum diketahui antar sampel mana saja yang benar-benar
berbeda. Diperlukan analisis lanjut yang dapat memberikan
informasi rata-rata hitung sampel mana saja yang benar-benar
berbeda. Uji lanjut yang dimaksud dikenal dengan nama Post
Hoc Test. Post Hoc Test dilakukan jika harga F yang diperoleh
siginifikan ( p < 0,05 ) dalam SPSS atau 𝑭𝒉𝒊𝒕𝒖𝒏𝒈 > 𝑭𝒕𝒂𝒃𝒆𝒍 .
Sedangkan jika 𝑭𝒉𝒊𝒕𝒖𝒏𝒈 < 𝑭𝒕𝒂𝒃𝒆𝒍 uji Post Hoc Test tidak perlu
dilakukan.

Ada sejumlah rumus yang sering digunakan untuk uji Post

Hoc Test, misalnya uji Scheffe, uji Tukey HSD (Honestly
Significant Difference), dan lain-lain.
 CONTOH PERHITUNGAN

Tiga kelompok siswa masing-masing diberikan perlakuan model Penyelesaian:

01 pelatihan (Achievement Motivation Training) yang berbeda untuk
melihat pegaruh model tersebut terhadap motivasi belajar siswa. MERUMUSKAN HIPOTESIS UJI:
Pada akhir eksperimen, peneliti melakukan pengukuran motivasi 𝐻𝑜 : 𝜇1 = 𝜇2 = 𝜇𝑘
belajar seluruh sampel. Berikut skor motivasi belajar siswa dari tiga
01
𝐻1 : 𝜇1 ≠ 𝜇𝑘
model AMT. ( Model A (Y1), Model B (Y2), dan Model C (Y3). atau Paling tidak salah satu tanda sama dengan ( = ) tidak berlaku

Model A Model B Model C MENGHITUNG NILAI SST, SSB, & SSW

02 Untuk menghitung SST, SSB, & SSW, kita memerlukan tabel bantuan di
No. Skor No. Skor No. Skor bawah ini. (gunakan Ms. excel). Misalkan ( Skor motivasi belajar siswa
1. 34 1. 35 1. 28 Model A (Y1), Model B (Y2), dan Model C (Y3).

2. 26 2. 30 2. 22 Model A (𝑌1 ) Model B (𝑌2 ) Model C (𝑌3 ) Total

No.
3. 33 3. 37 3. 24 𝑌1 𝑌12 𝑌2 𝑌22 𝑌3 𝑌32
4. 35 4. 28 4. 29 1. 34 1156 35 1225 28 784
5. 34 5. 31 5. 27 2. 26 676 30 900 22 484
6. 33 6. 30 6. 22 3. 33 1089 37 1369 24 576
4. 35 1225 28 784 29 841
Lakukan pengujian hipotesis secara statistik pada 𝛼 = 0,01 apakah
terdapat perbedaan rata-rata skor motivasi belajar siswa di antara 5. 34 1156 31 961 27 729
ketiga model AMT tersebut? Jika harga F signifikan, teruskan uji post 6. 33 30 22
1089 900 484
hoc dan jelaskan hasilnya!
෍ 𝑌1 = 195 ෍ 𝑌12 ෍ 𝑌2 = 191 ෍ 𝑌22 ෍ 𝑌3 = 152 ෍ 𝑌32 ෍ 𝑌𝑇 = 538

= 6391 = 6139 = 3898 ෍ 𝑌𝑇2 = 289444

𝑛1 = 6 𝑌ത1 = 32,5 𝑛2 = 6 𝑌ത2 = 31,83 𝑛2 = 6 𝑌ത3 = 25,33 𝑛 𝑇 = 18

𝑌ത𝑇 = 29,89
 CONTOH PERHITUNGAN

PERHITUNGAN JUMLAH KUADRAT DALAM KELOMPOK

PERHITUNGAN JUMLAH KUADRAT TOTAL (JKT) ATAU SST 05
03 (JKD) ATAU SSW :
𝑵 𝒏 𝟐
𝒌 𝒋
𝑵 𝟐 𝟐 σ𝒋=𝟏 𝒀𝒊𝒋
σ𝑵
𝒊=𝟏 𝒀𝒊𝒋 σ𝑵
𝒊=𝟏 𝒀𝒊𝒋
𝑺𝑺𝑻 = ෍ 𝒀𝒊𝒋𝟐 − = ෍ 𝑌12 + ෍ 𝑌22 + ෍ 𝑌32 − 𝑺𝑺𝑾 = ෍ 𝒀𝒊𝒋𝟐 − ෍
𝑵 𝑵 𝒏𝒋
𝒊=𝟏 𝒋=𝟏 𝒋=𝟏
𝟐 𝟐 𝟐
𝟑𝟒 + 𝟐𝟔 + 𝟑𝟑 + ⋯ + 𝟐𝟐 𝟐 σ 𝑌1 σ 𝑌2 σ 𝑌3
= 𝟔𝟑𝟗𝟏 + 𝟔𝟏𝟑𝟗 + 𝟑𝟖𝟗𝟖 − = ෍ 𝑌12 + ෍ 𝑌22 + ෍ 𝑌32 − + +
𝟏𝟖 𝒏𝟏 𝒏𝟐 𝒏𝟑
𝟓𝟑𝟖 𝟐 𝟐𝟖𝟗𝟒𝟒𝟒 𝟐 𝟐 𝟐
= 𝟏𝟔𝟒𝟐𝟖 − = 𝟏𝟔𝟒𝟐𝟖 − = 𝟏𝟔𝟒𝟐𝟖 − 𝟏𝟔𝟎𝟖𝟎, 𝟐𝟐 = 𝟑𝟒𝟕, 𝟕𝟖 𝟏𝟗𝟓 𝟏𝟗𝟏 𝟏𝟓𝟐
𝟏𝟖 𝟏𝟖 = 𝟔𝟑𝟗𝟏 + 𝟔𝟏𝟑𝟗 + 𝟑𝟖𝟗𝟖 − + +
𝟔 𝟔 𝟔
𝟗𝟕𝟔𝟏𝟎
= 𝟏𝟔𝟒𝟐𝟖 − = 𝟏𝟔𝟒𝟐𝟖 − 𝟏𝟔𝟐𝟔𝟖, 𝟑𝟑 = 𝟏𝟓𝟗, 𝟔𝟕
𝟔
PERHITUNGAN JUMLAH KUADRAT ANTAR KELOMPOK ATAU:
04 (JKA) ATAU SSB 𝑺𝑺𝑾 = 𝑺𝑺𝑻 − 𝑺𝑺𝑩 = 𝟑𝟒𝟕, 𝟕𝟖 − 𝟏𝟖𝟖, 𝟏𝟏 = 𝟏𝟓𝟗, 𝟔𝟕

𝒌 𝒏𝒋 𝟐
(σ𝒋=𝟏 𝒀𝒊𝒋 )𝟐 σ𝑵
𝒊=𝟏 𝒀𝒊𝒋 PERHITUNGAN RATA-RATA HITUNG JUMLAH KUADRAT
𝑺𝑺𝑩 = ෍
𝒏𝒋
−
𝑵
06
𝒋=𝟏  Rata-rata Jumlah Kuadrat Dalam kelompok (RJKD) atau MSW :
𝟏𝟗𝟓 𝟐 𝟏𝟗𝟏 𝟏𝟓𝟐 𝟐 𝟐
𝟑𝟒 + 𝟐𝟔 + 𝟑𝟑 + ⋯ + 𝟐𝟐 𝟐
= ++ − 𝑺𝑺𝑾 𝟏𝟓𝟗, 𝟔𝟕 𝟏𝟓𝟗, 𝟔𝟕
𝟔 𝟔 𝟔 𝟏𝟖 𝑴𝑺𝑾 = = = = 𝟏𝟎, 𝟔𝟒
𝟗𝟕𝟔𝟏𝟎 𝟐𝟖𝟗𝟒𝟒𝟒 𝑵 − 𝒌 𝟏𝟖 − 𝟑 𝟏𝟓
= − = 𝟏𝟔𝟐𝟔𝟖, 𝟑𝟑 − 𝟏𝟔𝟎𝟖𝟎, 𝟐𝟐 = 𝟏𝟖𝟖, 𝟏𝟏
𝟔 𝟏𝟖
 Rata-rata Jumlah Kuadrat Antar kelompok (RJKA) atau MSB:

𝑺𝑺𝑩 𝟏𝟖𝟖, 𝟏𝟏
𝑴𝑺𝑩 = = = 𝟗𝟒, 𝟎𝟔
(𝒌 − 𝟏) 𝟑−𝟏
 CONTOH PERHITUNGAN

PERHITUNGAN NILAI Fhitung & Ftabel PEMBUATAN TABEL RINGKASAN ANAVA

07 09
Hasil perhitungan analisis varians relatif cukup banyak. Untuk
Nilai Fhitung diperoleh dengan cara: rata-rata hitung kuadrat memudahkan pembaca, hasil perhitungan disajikan ke dalam tabel
antarkelompok (MSB) dibagi rata-rata hitung kuadrat dalam ringkasan sebagai berikut.
kelompok (MSW ).
Sumber Jumlah Derajat Rata-rata Fhitung Ftabel
𝑴𝑺𝑩 𝟗𝟒, 𝟎𝟔 variasi Kuadrat Kebebasan kuadrat
𝑭𝒉𝒊𝒕𝒖𝒏𝒈 = = = 𝟖, 𝟖𝟒 (dk)
𝑴𝑺𝑾 𝟏𝟎, 𝟔𝟒
Antar 188,11 2 94,06 8,84 6,36
kelompok (1%)
3,68
MENENTUKAN 𝑭𝒕𝒂𝒃𝒆𝒍 PADA TABEL F Dalam 159,67 15 10,64 (5%)
kelompok
 untuk varians terbesar adalah dk pembilang (k - 1) = 3 – 1 = 2
 untuk varians terkecil adalah dk penyebut (N - k) = 18 – 3 =15 Total 347,78 17 - -
𝑭𝒕𝒂𝒃𝒆𝒍 pada taraf signifikansi 𝛼 = 1% = 0,01 dengan derajat
kebebasan 𝑑𝑘1 = 2 dan 𝑑𝑘2 = 15 adalah 𝑭(𝟎,𝟗𝟗)(𝟐;𝟏𝟓) = 𝟔, 𝟑𝟔. jadi, nilai
𝑭𝒕𝒂𝒃𝒆𝒍 adalah 6,36. UJI LANJUT (POST HOC TEST)
10
Karena harga F yang diperoleh siginifikan 𝑭𝒉𝒊𝒕𝒖𝒏𝒈 > 𝑭𝒕𝒂𝒃𝒆𝒍 maka
KESIMPULAN diperlukan Post Hoc Test untuk mengetahui sampel mana saja
08 yang benar-benar berbeda.
Karena nilai 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = 8,84 > 𝐹𝑡𝑎𝑏𝑒𝑙 = 6,36, maka kita tolak 𝐻𝑜 .
Jadi dapat disimpulkan ada perbedaan rata-rata skor motivasi Ada sejumlah rumus yang sering digunakan untuk uji Post Hoc
belajar siswa di antara ketiga model AMT. Test, misalnya uji Scheffe dan uji Tukey HSD (Honestly Significant
Difference).
[B] POST HOC TEST
ANALISIS PASCA ANAVA
Penolakan terhadap hipotesis nol dalam perbandingan sejumlah rata-rata
berarti kita menyimpulkan bahwa paling sedikit ada dua buah rata-rata
populasi yang berbeda satu sama lain. Setelah ANAVA menolak hipotesis nol
bahwa seluruh kelompok berasal dari populasi yang sama, persoalan
berikutnya adalah kelompok mana yang berasal dari populasi yang berbeda.

Jika peneliti membandingkan tiga buah rata-rata kelompok, maka terdapat

empat kemungkinan atas penolakan hipotesis nol, yaitu yang berbeda hanya
kelompok 1 dan 2 (𝜇1 ≠ 𝜇2 ); kelompok 1 dan 3 (𝜇1 ≠ 𝜇3 ); kelompok 2 dan 3
(𝜇2 ≠ 𝜇3 ); atau ketiga-tiganya (𝜇1 ≠ 𝜇2 ≠ 𝜇3 ). Selain itu, peneliti dapat pula
membandingkan rata-rata dari dua kelompok melawan rata-rata kelompok
lainnya.

Banyak teknik yang telah dikembangkan untuk memecahkan dan menjawab

persoalan tersebut. Pada kesempatan ini, yang akan digunakan dua macam
teknik yang populer, yaitu uji Scheffe dan uji-t Dunnet.
[B] POST HOC TEST
DENGAN UJI SCHEFFE
Uji Scheffe banyak dipakai dalam pengujian perbedaan rata-rata dengan
ANAVA dikarenakan cara ini fleksibel dan sederhana. Teknik yang
dikembangkan oleh Scheffe dapat digunakan untuk menguji perbedaan dua
buah rata-rata secara berpasangan ( 1 vs 2, 1 vs 3, dan 2 vs 3) dan perbedaan
antara kombinasi rata-rata yang kompleks (seperti [1+2]/2 vs 3).

Rumus uji Scheffe:

1 1
𝑀𝑑𝑖𝑗 = (𝑘 − 1)(𝐹𝑡𝑎𝑏𝑒𝑙 )𝑀𝑆𝑊 +
𝑛𝑖 𝑛𝑗
Di mana:
𝑀𝑑𝑖𝑗 = nilai kritis mean diffrence
𝑘 =jumlah kelompok
𝑀𝑆𝑊 = Rata-rata Jumlah Kuadrat Dalam kelompok
 [B] POST HOC TEST
DENGAN UJI SCHEFFE
Untuk menguji rata-rata skor motivasi belajar siswa di antara ketiga model PERHITUNGAN UJI SCHEFFE:
AMT tersebut digunakan uji perbandingan berganda (multiple 03 Sedangkan nilai perbedaan rata-rata (mean diffrence), dapat dilihat pada
comparison). Terdapat beberapa uji perbandingan berganda yang dapat
tabel berikut.
digunakan sebagai uji lanjut dengan uji Scheffe:
Mean n ഥ𝟏 − 𝒀
Perbedaan Mean 𝒀 ഥ𝟐
MERUMUSKAN HIPOTESIS UJI
01 Hipotesis statistiknya:
ഥ 𝟏 = 𝟑𝟐, 𝟓
𝒀 ഥ 𝟐 = 𝟑𝟏, 𝟖𝟑
𝒀 ഥ 𝟑 = 𝟐𝟓, 𝟑𝟑
𝒀
ഥ 𝟏 = 𝟑𝟐, 𝟓
𝒀 6 0 0,67 7,17
(a) 𝐻𝑜 : 𝜇1 = 𝜇2 (b) 𝐻𝑜 : 𝜇1 = 𝜇3 (c) 𝐻𝑜 : 𝜇2 = 𝜇3
𝐻1 : 𝜇1 > 𝜇2 𝐻1 : 𝜇1 > 𝜇3 𝐻1 : 𝜇2 > 𝜇3 ഥ 𝟐 = 𝟑𝟏, 𝟖𝟑
𝒀 6 0 6,5
ഥ 𝟑 = 𝟐𝟓, 𝟑𝟑
𝒀 6 0
PERHITUNGAN UJI SCHEFFE
ഥ𝒊 − 𝒀
Kriteria: jika nilai 𝒀 ഥ 𝒋 > 𝑀𝑑𝑖𝑗 maka 𝐻𝑜 ditolak. Dan jika nilai
02 Pada perhitungan ANAVA sebelumnya𝑭𝒕𝒂𝒃𝒆𝒍 pada taraf signifikansi
𝛼 = 1% = 0,01 dengan derajat kebebasan 𝑑𝑘1 = 2 dan 𝑑𝑘2 = 15 ഥ𝒊 − 𝒀
𝒀 ഥ 𝒋 < 𝑀𝑑𝑖𝑗 maka 𝐻𝑜 diterima.
adalah 𝑭(𝟎,𝟗𝟗)(𝟐;𝟏𝟓) = 𝟔, 𝟑𝟔. Maka kita peroleh nilai kritis Md (mean
KESIMPULAN:
difference): a) Karena nilai 𝒀ഥ𝟏 − 𝒀ഥ 𝟐 = 𝟎, 𝟔𝟕 < 𝑀𝑑12 = 6,72, maka kita terima 𝐻𝑜 . Dengan
04 demikian, rata-rata skor motivasi belajar siswa model AMT A sama dengan
1 1 2 rata-rata skor motivasi belajar siswa model AMT B.
𝑀𝑑12 = (3 − 1)(6,36)(10,64) + = (2)(6,36)(10,64) = 6,72
6 6 6 b) Karena nilai 𝒀ഥ𝟏 − 𝒀
ഥ 𝟑 = 𝟕, 𝟏𝟕 > 𝑀𝑑13 = 6,72, maka kita tolak 𝐻𝑜 . Dengan
demikian, rata-rata skor motivasi belajar siswa model AMT A lebih tinggi
dengan rata-rata skor motivasi belajar siswa model AMT C.
1 1 2
𝑀𝑑13 = (3 − 1)(6,36)(10,64) + = (2)(6,36)(10,64) = 6,72 c) Karena nilai 𝒀ഥ𝟐 − 𝒀
ഥ 𝟑 = 𝟔, 𝟓 < 𝑀𝑑23 = 6,72, maka kita terima 𝐻𝑜 . Dengan
6 6 6
demikian, tidak ada perbedaan antara rata-rata skor motivasi belajar siswa
model AMT B dengan rata-rata skor motivasi belajar siswa model AMT C.
1 1 2
𝑀𝑑23 = (3 − 1)(6,36)(10,64) + = (2)(6,36)(10,64) = 6,72
6 6 6
[B] POST HOC TEST
DENGAN UJI-T DUNNET
Karena dari uji dengan teknik analisis ANAVA satu jalur diperoleh hasil terdapat
perbedaan, maka perlu dilakukan uji lanjut dengan statistika uji-t Dunnet,
dengan rumus sebagai berikut.

ത𝒊 − 𝒀
𝒀 ത𝒋
𝑡𝑜 (𝐴𝑖 − 𝐴𝑗 ) =
1 1
𝑀𝑆𝑊 +
𝑛𝑖 𝑛𝑗
Di mana:
𝑡𝑜 = 𝑡ℎ𝑖𝑡𝑢𝑛𝑔
ഥ 𝒊 = rata-rata variabel Y kelompok ke-i
𝒀
ഥ 𝒋 = rata-rata variabel Y kelompok ke-j
𝒀
𝑛𝑖 = ukuran sampel kelompok ke-i
𝑛𝑗 = ukuran sampel kelompok ke-j
𝑡𝑡𝑎𝑏𝑒𝑙 = 𝑡 𝛼; 𝑁 − 𝑘
 [B] POST HOC TEST
DENGAN UJI-t DUNNET
Untuk menguji rata-rata skor motivasi belajar siswa di antara ketiga model PERHITUNGAN UJI-t DUNNET
AMT tersebut digunakan uji perbandingan berganda (multiple 03 b) Perbedaan motivasi belajar siswa dengan model AMT A dan model
comparison). Terdapat beberapa uji perbandingan berganda yang dapat
AMT C ∶
digunakan sebagai uji lanjut dengan uji-t Dunnet: ഥ𝟏 − 𝒀
ഥ𝟑
𝒀 𝟑𝟐, 𝟓 − 𝟐𝟓, 𝟑𝟑 7,17 7,17
𝑡𝑜 𝐴1 − 𝐴3 = = = = = 3,81
MERUMUSKAN HIPOTESIS UJI 1 1 1 1 3,55 1,88
01 𝑀𝑆𝑊 𝑛 + 𝑛 10,64 6 + 6
Hipotesis statistiknya: 1 3
Kesimpulan:
(a) 𝐻𝑜 : 𝜇1 = 𝜇2 (b) 𝐻𝑜 : 𝜇1 = 𝜇3 (c) 𝐻𝑜 : 𝜇2 = 𝜇3
𝐻1 : 𝜇1 > 𝜇2 𝐻1 : 𝜇1 > 𝜇3 𝐻1 : 𝜇2 > 𝜇3 Karena nilai 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 3,81 > 𝑡𝑡𝑎𝑏𝑒𝑙 = 2,602, maka 𝐻𝑜 ditolak. Maka kita
dapat simpulkan bahwa motivasi belajar siswa dengan model AMT A
PERHITUNGAN UJI-t DUNNET lebih tinggi daripada motivasi belajar siswa dengan model AMT B.
02 Menentukan harga ttabel berdasarkan derajat kebebasan (dk) yaitu
𝑑𝑘 = 𝑁 − 𝑘 = 18 − 3 = 15 dan 𝛼 = 0,01 , yaitu 𝑡𝑡𝑎𝑏𝑒𝑙 = 𝑡(0,05;15) = c) Perbedaan motivasi belajar siswa dengan model AMT B dan model
2,602. AMT C ∶
ഥ𝟐 − 𝒀
𝒀 ഥ𝟑 𝟑𝟏, 𝟖𝟑 − 𝟐𝟓, 𝟑𝟑 6,5 6,5
𝑡𝑜 𝐴2 − 𝐴3 = = = = = 3,46
a) Perbedaan motivasi belajar siswa dengan model AMT A dan 1 1 1 1 3,55 1,88
model AMT B ∶ 𝑀𝑆𝑊 𝑛 + 𝑛 10,64 +
2 3 6 6
ഥ𝟏 − 𝒀
𝒀 ഥ𝟐 𝟑𝟐, 𝟓 − 𝟑𝟏, 𝟖𝟑 0,67 0,67 Kesimpulan:
𝑡𝑜 𝐴1 − 𝐴2 = = = = = 0,36
1 1 1 1 3,55 1,88
𝑀𝑆𝑊 + 10,64 6 + 6 Karena nilai 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 3,46 > 𝑡𝑡𝑎𝑏𝑒𝑙 = 2,602, maka 𝐻𝑜 ditolak. Maka kita
𝑛1 𝑛2
Kesimpulan: dapat simpulkan bahwa motivasi belajar siswa dengan model AMT B
lebih tinggi daripada motivasi belajar siswa dengan model AMT C.
Karena nilai 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 0,36 < 𝑡𝑡𝑎𝑏𝑒𝑙 = 2,602 , maka 𝐻𝑜 diterima.
Maka kita dapat simpulkan bahwa tidak dapat perbedaan motivasi
belajar siswa dengan model AMT A dan model AMT B.
TUGAS MANDIRI 10
Efektivitas tiga metode pembelajaran, yaitu metode Inquiri (A), metode penemuan terbimbing
(B) dan metode Drill ( C) terlihat dari hasil belajar ke tiga kelompok setelah diberi metode
tersebut selama tiga bulan. Hasil belajar siswa setelah metode pembelajaran
diimplementasikan disajikan sebagai berikut.

Model A Model B Model C

No. Skor No. Skor No. Skor
1. 90 1. 80 1. 70
2. 80 2. 60 2. 70
3. 80 3. 80 3. 70
4. 80 4. 80 4. 80
5. 90 5. 70 5. 60
6. 80 6. 80 6. 70
7. 80 7. 70 7. 50
8. 70 8. 80 8. 60
9. 80 9. 70 9. 60
10. 90

Lakukan pengujian hipotesis secara statistik pada 𝛼 = 0,05 apakah terdapat perbedaan hasil
belajar antara siswa yang diajar dengan metode Inquiri, metode penemuan terbimbing dan
metode Drill? Jika harga F signifikan, teruskan uji post hoc dan jelaskan hasilnya!
TERIMA KASIH
Semoga Allah mudahkan dalam
mempelajari dan memahami materi
perkuliahan ini

- Ahmad Dimyati Maestro –

- @aadimi | @jawaramotivasi-