Pengertian
Anova ( Analisis of variance ) digunakan untuk menguji apakah ada perbedaan yang
signifikan antar dua atau lebih rata-rata sampel, dengan masing-masing kategori ≥ 2. Anova ini
digunankan untuk menjawab pertanyaan apakah rata-rata populasi dari sampel yang diuji benar-
benar sama atau tidak. Misalnya: 1) untuk menguji metode pembelajaran yang terbaik dari tiga
buah metode yang diterapkan ( dengan tolok ukur variabel terikat berupa prestasi siswa ); dan
2) menguji tingkat konsumsi bahan bakar dari empat jenis sepeda motor ( yang paling irit/sama).
Anova, masuk dalam statistik parametrik. Artinya penerapannya harus didasarkan pada
asumsi-asumsi yang mengikutinya. Asumsi-asumsi itu adalah : 1) normalitas sebaran data, 2)
homogenitas varian, dan 3) sampel-sampel bersifat bebas dan diambil secara random. Dalam hal
realitas data ternyata tidak memenuhi asumsi Normalitas dan Homogenitas Varian, maka
disediakan statistik Non-Parametrik berupa 1) Uji Kruskal Walls dan 2) Uji Friedman.
Langkah-langkah
1. Merumuskan hipotesis:
Ho : 1 = 2 = 3 ( rata-rata semua populasi sama )
Hi : 1 2 3 ( setidaknya ada satu rata-rata yang tidak sama )
2. Menentukan taraf signifikan ( ).
3. Menentukan kriteria penyimpulan:
Ho. ditolak : F F / (k-1); (kn-k)
Hi. ditolak : F F / (k-1); (kn-k)
( k = banyaknya kelompok )
( n = banyaknya sampel )
4. Menghitung besarnya koefisien Variance ( harga F )
5. Menarik kesimpulan dengan membandingkan harga F. dengan F / df
Macam
1. Anova satu jalan ( Membandingkan beberapa kelompok dalam satu variable )
2. Anova dua jalan ( Membandingkan beberapa kelompok dari beberapa variable )
1
1. Anava Satu Jalur ( One Way Anova ):
Dalam Anava satu jalur, dibicarakan pengujian hipotesis tentang efek suatu variabel
bebas ( faktor ) yang terdiri dari dua kelompok (taraf ) atau lebih terhadap variabel tak bebas
( respon ).
Contoh:
Seorang manajer ingin mengetahui apakah ketiga metode pelatihan yang dilakukan
memiliki dampak yang sama terhadap produktivitas tenaga kerjanya. Untuk itu dilakukan
penelitian terhadap 16 orang karyawan sebagai sampel.
hasil pengumpulan data tampak dalam tabel berikut ini:
Tabel 1
Produktivitas Karyawan Menurut 3 Metode
-- -- 18
15 22 24
18 27 19
19 18 16
22 21 22
11 17 15
= _ = _ = _ =
n X X ( X - X ) ( X - X )2 n(X-X)2
5 17 19 -2 4 20
5 21 19 -2 4 20
6 19 19 0 0 0
-- -- 18 -1 1
15 -2 4 22 1 1 24 5 25
18 1 1 27 6 36 19 0 0
19 2 4 18 - 3 9 16 -3 9
22 5 25 21 0 0 22 3 9
11 -6 36 17 - 4 16 15 -4 16
n.. Sample 5 5 6
_
Sample Variance = ( X-X) 2 ) / n - 1
2 w = [(n1 - 1 ) / (N - k)] 17,5 + [( n2 - 1 ) / ( N - k )] 15,5 + [( n3 - 1 ) / ( N - k )] 12
= [( 5 - 1 ) / (16- 3)] 17,5 + [( 5 - 1 ) / (16 - 3 )] 15,5 + [( 6 - 1 ) / (16 - 3 )] 12
= 14,769
TABEL ANOVA
3
Tabel Nilaii-nilai F
Bilangan dalam daftar menyatakan
Baris atas : P = 0,05
Baris bawah : P = 0,01
Harga F. hitung : 1,354 dikonsultasikan dengan harga F.tabel yang dihitung berdasarkan
perbandingan dari degree of freedom ( df ) dari variance between dengan variance within. Dalam
contoh df. untuk variance between (numerator) adalah ( k - 1 ) = 3 - 1 = 2. Sedangkan df.
variance within (denumerator) adalah ( N - k ) = 16 - 3 = 13. Jika dinyatakan besarnya taraf
significansi adalah 5%, maka F 0,05 / 2; 13 = 3,80.
Dengan demikian tampak bahwa harga F < F. 0,05 / 2; 13 atau 1,354 < 3,80. Maka dapat
disimpulkan bahwa Ho. diterima. Artinya bahwa ketiga metode pelatihan secara signifikan
memiliki dampak yang sama terhadap produktivitas tenaga kerja.
4
2. Memberikan simbul numerik, sbb:
a. Simbul angka 1 = G2 / kn atau G2 / N = 3042 / 16 = 5776
b. Simbul angka 2 = X2 J = 6008
c. Simbul angka 3 = T2 J / n = 7225/5 + 11025/5 + 12996/6 = 5816
JK. kesalahan = ( 2 - 3 )
= 6008 - 5816 = 192
JK. total = ( 2 - 1 )
= 6008 - 5776 = 232
6. Menghitung besarnya F:
Kesimpulan :
Perhitungan manual melalui dua cara tersebut ternyata menghasilkan harga F.
statistik yang sama. Oleh karena itu kita dapat menggunakan salah satu alternatif dari
kedua cara tersebut untuk penghitungan Anova.
Pertanyaan yang muncul adalah apakah hasil manual tersebut juga akan sama dengan
hasil penghitungan komputasi ?.
Untuk itu di bawah ini ditampilkan model penghitungan anava dengan komputasi
program SPSS for Windows.
5
LANGKAH-LANGKAH KOMPUTASI ANAVA 1 JALAN:
A. INPUT DATA
1. Buka program SPSS
2. buat nama variabel “Produk” dan “Metode”
3. Masukkan data penelitian ke dalam masing-masing variabel. ( isi data
metode 1 dengan angka 1, metode 2 dengan angka 2 , dst. )
1. Simpan data dengan File “ Anava-1.Sav “.
B. ANALISIS
1. Klik Menu Analyze
2. Klik General Linear Model -------- pilih “Univariate”
3. Masukkan masing-masing variabel ke dalam kotak.:
Kotak Dependent List : isikan “ Produk “
Kotak “Factor” : isikan “ Metode “
4. Klik “Options” dan klik “ Homogenety of Variance” untuk tes homogenitas
varian.
5. Klik “OK”
6. Simpan Output dengan File “Anava-1.Spo ”
6
A. Data produktivitas karyawan dengan tiga metode:
Produk Metode
15 1
18 1
19 1
22 1
11 1
22 2
27 2
18 2
21 2
17 2
18 3
24 3
19 3
16 3
22 3
15 3
N
METODE 1 5
2 5
3 6
a
Levene's Test of Equality of Error Variances
7
Tests of Between-Subjects Effects
Kesimpulan :
1. Bahwa melalui tes homogenitas, ternyata ketiga varian ( produktivitas pada metode 1, 2, dan 3 )
adalah benar-benar homogen. Hal ini dikuatkan oleh :
a. harga F. statistik sebesar 0,090 < F 0,05 / 2; 13 yaitu 3,80 Print-out
b. harga probabilitas (p) = 0,914 yang ternyata > 0,05. Tidak ditampilkan
2. Bahwa harga F = 1,354 dengan probabilitas ( p ) = 0,292 atau p > 0,05 yang berarti manerima
hipotesis nol. Ini berarti bahwa secara signifikan tidak terdapat perbedaan produktivitas karyawan
menurut metode kerja.
LATIHAN.
Produk Rusak
Menurut jenis mesin dan Operator
A 10 14 18
13 16 22 93
B 13 19 14
16 27 18 109
C 9 11 14
14 17 17 82
JAWAB:
1. Hipotesis :
Ho. : a. 1 = 2 = 3 = 0 ( Tidak ada perbedaan rerata antar Baris )
b. 1 = 2 = 3 = 0 ( Tidak ada perbedaan rerata antar Kolom )
c. () 11 = () 12 = .....= ()33 = 0 ( Tidak ada perbedaan Y berdasarkan
Interaksi X1 dan X2 )
9
3. Perhitungan
Cara Pertama.
SS.tot. = [(10 2 + 13 2 + ..+ 17 2 )] - [(282) 2 / 18 ] = 318.
SS.pek. = [ (752 / 6) + ( 104 2 / 6) + ( 103 2 / 6) ] - [ (282) 2 / 18 ] = 90,33
SS.mes. = [ (932 / 6) + ( 107 2 / 6) + ( 82 2 / 6) ] - [ (282) 2 / 18 ] = 52,33
SS.int. = [ (2822 / 18)] - [ ( 93 2 / 6) + ( 107 2 / 6) + ( 82 2 / 6) ] -
[(752 / 6) + ( 104 2 / 6) + ( 103 2 / 6)] + (10 2 + 13 2 + ...+ 17 2 ) = 81,34
SS.res. = 318 - 90,33 - 52,33 - 81,34 = 94.
Tabel 4
Tabel Anova
Cara kedua
Berdasarkan data pada tabel 3, disusun tabel 5. ( Tabel Kerja Penghitungan anova ) :
Tabel 5
Produk Rusak Menurut Jenis Mesin dan Operator
10
Mesin Pekerja ( P ) Jumlah
(M) 1 (p1) 2 (p2) 3 ( p3)
X1 X21 X2 X2 2 X3 X2 3 X X2
p1 p2 p3 G X2 i j k
Simbol :
(1) : G2 : npm = (282)2 : ( 2 x 3 x 3 ) = 4418
Hitungan :
SUMBER VARIASI SS df MS
11
Pekerja = ( 3 - 1 ) (p-1)
= (4508,33 - 4418 ) 90,33 2 45,165
Mesin = ( 4 - 1 ) (m-1)
= ( 4470,33 - 4418 ) 52,33 2 26,165
Interaksi = ( 5 - 4 - 3 + 1 ) (p-1)(m-1)
= ( 4642 - 4470,33 - 4508,33 + 4418 ) 81,34 4 20,335
Kesalahan = ( 2 - 5 ) pm (n-1)
= ( 4736 - 4642 ) 94 3x3 (2-1) 10,44
Total = ( 2 - 1 ) ( npm -1 )
= ( 4736 - 4418 ) 318 17 --
12
No Produk Msn Pekerja No Produk Msn Pekerja No Produk Msn Pekerja
Rusak Rusak Rusak
1 10 1 1 7 14 1 2 13 18 1 3
2 13 1 1 8 16 1 2 14 22 1 3
3 13 2 1 9 19 2 2 15 14 2 3
4 16 2 1 10 27 2 2 16 18 2 3
5 9 3 1 11 11 3 2 17 14 3 3
6 14 3 1 12 17 3 2 18 17 3 3
A. INPUT DATA
1. Buka program SPSS
2. buat nama variabel “Produk” , “ Jenis Mesin” , dan “Operator”
3. Masukkan data penelitian ke dalam masing-masing variabel. ( Untuk Jenis Mesin isi data
dengan angka 1 untuk A, 2 untuk B, dan 3 untuk C. serta untuk “Operator” isikan
sesuai kode angka nya )
1. Simpan data dengan File “ Anava-1.Sav “.
B. ANALISIS
1. Klik Menu Analyze
2. Klik General Linear Model -------- pilih “Univariate”
3. Masukkan masing-masing variabel ke dalam kotak: Kotak Dependent List : isikan
“ Produk “, Kotak “Factor” : isikan “Jenis Mesin dan Operator “
4. Klik “Options” dan klik “ Homogenety of Variance” untuk tes homogenitas
varian.
5. Klik “OK”
13
Univariate Analysis of Variance
Between-Subjects Factors
N
MESIN 1 6
2 6
3 6
PEKERJA 1 6
2 6
3 6
KESIMPULAN :
1. Koefisien F. mesin = 2,505 dengan p = 0,136 atau p > 0,05 ( tidak signifikan )
2. Koefisien F. pekerja = 4,324 dengan p = 0,048 atau p < 0,05 ( signifikan )
3. Koefisien F. Interaksi = 1,947 dengan p = 0,187 atau p > 0,05 ( tidak signifikan )
LATIHAN:
1.. Seorang Guru hendak meguji efek metode Mengajar ( dalam 2 jenis metode) terhadap Prestasi sisva
menurut jenis kelamin. Penelitian dilakukan terhadap 20 responden.
14
Saudara diminta :
1. Mengajukan hipotesis yang relevan.
2. Menyusun data rekaan
3. Melakukan analisis data dan menarik kesimpulaan berdasarkan ts. 5%
2. Data berikut adalah hasil Diklat PLPG dari 27 orang guru di Surakarta:
Nilai Kelompok A Kelompok B Kelompok C
5,1 - 6 3 2 3
6,1 - 7 2 1 2
7,1 - 8 3 2 3
8,1 - 9 2 2 2
3. Suatu penelitian hendak mengukur derajad Kompetensi Belajar Mahasisva menurut Status Perguruan
Tinggi (Negeri – Sasta), dab Kategori Asal Daerah ( Industri, Pertanian, Perdagangan). Penelitian
dilakukan di Karesidenan Surakarta dengan sampel 48 Orang. Skor Kompetensi dengan skala 4 s/d 10
Daerah Industri 4 4 4 4 16
Daerah Pertanian 4 4 4 4 16
Daerah Perdagangan 4 4 4 4 16
4. Suatu penelitian hendak mengukur Disparitas Kinerja Sekolah berdasarkan data dalma tebel berikut ini::
15
3. ANOVA DENGAN INTERAKSI TARAF DUA.
Taraf dua dalam interaksi yang dimaksud di sini terjadi karena faktor / variabel yang
diteliti / hendak diuji lebIh besar dari dua. Diumpamakan terdapat tiga faktor / variabe yang akan
diuji, maka urutan analisisnya adalah 1) diuji perbedaan rata-rata antara faktor pertama dan
kedua, faktor pertama dan ketiga, serta faktor kedua dan ketiga, 2) diuji interaksi taraf satu:
antara faktor pertama - kedua, faktor pertama - ketiga serta faktor kedua - ketiga, 3) diuji
interaksi taraf tiga antara faktor pertama-kedua - ketiga.
Sebagai contoh penelitian terhadap daya penyesuaian diri mahasiswa dalam kegiatan tatap
muka, mandiri dan tersruktur menurut asal daerah ( kota dan desa ), jenis kelamin ( pria dan
wanita ) dan tingkatan ( tk.I, tk.II, tk.III, dan tk.IV ).
Sampel penelitian sebanyak 80 orang mahasiswa, terdiri dari 40 orang berasal dari Kota
dan 40 dari Desa, dan masing-masing terdiri dari 20 orang pria dan 20 orang wanita dengan
perincian 5 orang tiap tingkatan. Data yang berhasil dikumpulkan tampak dalam tabel berikut ini
:
Penyesuaian diri mahasiswa dalam
kegiatan Terstruktur dan Mandiri
menurut Jenis kelamin ( J ), Asal daerah (A), dan Tingkatan ( T )
Pria ( b.1 ) Wanita ( b.2 )
Variasi Jumlah
T.1 T.2 T.3 T.4 T.1 T.2 T.3 T.4
6 7 8 6 7 8 7 8
6 8 8 8 7 6 5 8
6 9 7 9 8 3 6 7
Kota ( a.1 ) 8 6 7 9 8 5 6 7
5 6 8 9 5 9 6 7
31 36 38 41 146 35 31 30 37 133 279
8 8 8 9 7 6 6 9
9 8 6 9 7 8 6 9
8 8 6 8 7 8 6 9
Desa ( a.2 ) 5 8 6 8 8 6 6 9
6 9 5 8 7 6 6 10
36 41 31 42 150 36 34 30 46 146 296
Tabel a x j x t
Kota ( a1) 31 36 38 41 35 31 30 37
Desa ( a2 ) 36 41 31 42 36 34 30 46
Tabel a x j
Tabel a x t
Kota ( a1 ) 66 67 68 78
Desa (a2 ) 72 75 61 88
Tabel j x t
Pria ( J.1 ) 67 77 69 83
Wanita (J.2 ) 71 65 60 83
Simbul :
Hitungan :
SUMBER VARIASI SS df MS
d. Asal - Jenis = ( 6 - 4 - 3 + 1 ) ( a - 1) ( j - 1)
= ( 4141,05 - 4136,43 - 4136,43 + 4132,81 ) 1,02 1 1,02
e. Asal - Tingk = ( 7 - 5 - 3 + 1 ) ( a - 1) ( t - 1)
= ( 4182,70 - 4170,25 - 4136,43 + 4132,81 ) 8,83 3 2,94
f. Jenis - Tingk = ( 8 - 5 - 4 + 1 ) ( j - 1) ( t - 1)
= ( 4182,30 - 4170,25 - 4136,42 + 4132,81 ) 8,44 3 2,81
h. Kesalahan = ( 2 - 9 ) a.j.t ( n - 1)
= ( 4277 - 4201,40 ) 75,60 64 1,18
I. Total = ( 2 - 1 ) ( N - 1)
= ( 4277 - 4136,43 ) 144,19 79 --
18
Tabel 8.
Tabel Anova
Kesimpulan : Kecuali faktor tingkatan, semua faktor termasuk interaksinya secara signifikan menerima
Ho. Ini berarti secara signifikan terdapat efek tingkatan kelas terhadap daya penyesuaian
diri mahasiwa dalam kegiatan mandiri, terstruktur dan tatap muka.
A. Data Penelitian :
1. Buka variabel “Asal Daerah”, “Jenis Kelamin “, “ Tingkatan “, Penyesuaian Diri”
2. Isikan data penelitian menurut jenisnya masing-masing. ( untuk asal daerah kota = 1 dan
desa =0; untuk Laki-laki = 1, Wanita = 2; Untuk Tk.1 = 1, tk.2 =2, dst )
3. Simpan data dengan file “ Interaksi - 2.Sav ”
B. Analisis Data :
1. Tetap dalam posisi data penelitian, klik “Menu Analyze”
2. Klik “ General Linear Models”, kemudian klik “ Univariate”
3. Pengisisan :
a. Masukkan “Variabel Penyesusaian Diri” kedalam kotak “Dependent”.
b. Dalam kotak “fixed Factors”, masukkan semua variabel Independen.
4. Klik OK.
5. Simpan hasil analisis dengan file “ interaksi-2.Spo”
A. DATA PENELITIAN
19
N Asal Jenis Kl Tingktn DPDM N Asal Jenis Kl Tingkt DPDM
n
1 1 1 1 6 41 1 1 3 8
2 1 1 1 6 42 1 1 3 8
3 1 1 1 6 43 1 1 3 7
4 1 1 1 8 44 1 1 3 7
5 1 1 1 5 45 1 1 3 8
6 2 1 1 8 46 2 1 3 8
7 2 1 1 9 47 2 1 3 8
8 2 1 1 8 48 2 1 3 6
9 2 1 1 5 49 2 1 3 6
10 2 1 1 6 50 2 1 3 5
11 1 2 1 7 51 1 2 3 7
12 1 2 1 7 52 1 2 3 5
13 1 2 1 8 53 1 2 3 6
14 1 2 1 8 54 1 2 3 6
15 1 2 1 5 55 1 2 3 6
16 2 2 1 7 56 2 2 3 6
17 2 2 1 7 57 2 2 3 6
18 2 2 1 7 58 2 2 3 6
19 2 2 1 8 59 2 2 3 6
20 2 2 1 7 60 2 2 3 6
21 1 1 2 7 61 1 1 4 6
22 1 1 2 8 62 1 1 4 8
23 1 1 2 9 63 1 1 4 9
24 1 1 2 6 64 1 1 4 9
25 1 1 2 6 65 1 1 4 9
26 2 1 2 8 66 2 1 4 9
27 2 1 2 8 67 2 1 4 9
28 2 1 2 8 68 2 1 4 8
29 2 1 2 8 69 2 1 4 8
30 2 1 2 9 70 2 1 4 8
32 1 2 2 8 71 1 2 4 8
32 1 2 2 6 72 1 2 4 8
33 1 2 2 3 73 1 2 4 7
34 1 2 2 5 74 1 2 4 7
35 1 2 2 9 75 1 2 4 7
36 2 2 2 6 76 2 2 4 9
37 2 2 2 8 77 2 2 4 9
38 2 2 2 8 78 2 2 4 9
39 2 2 2 6 79 2 2 4 9
40 2 2 2 6 80 2 2 4 10
B. HASIL ANALISIS
20
Between-Subjects Factors
N
KOTA 0 40
1 40
JENIS 0 40
1 40
TINGKAT -2 20
-1 20
0 20
1 20
21
MEMINDAHKAN DATA SPSS ke MS.WORD
1. Buka SPSS
2. Buka File data.
3. Blok semua data yang akan di kopy
4. Tekan Control C.( copy data )
5. Buka File baru program MS. Word
6. Letakkan pointer pada tempat yang dikehendaki
7. Tekan Contol V (paste)
8. Tekan Menu tabel, klik Insert Tabel
9. Klik Menu Tabel, dan Klik insert Row, untuk memberi kolom nama variabel.
* Buku Teks :
1) Andrews, Frank.M. ( 1981). A Guide for Selecting Statistical Techniques for Analyzing
Social Science Data. Second Edition. Michigan : Survey Research center Institute for
Soscial Research The University of Michigan.
2) Coakes & Steed (1998). SPSS for Windows -- Analysis Without Unquish. Sydney :
Jacaranda Ltd.
3) Robert D. Mason, etc. ( 1998 ). Statistics - An Introduction, New York: Harcourt Brace
Jovanovich, Publishers.
4) Edward W. Minium; King, Bruce dan Bear, Gordon (1993). Staistical Reasoning In Psichology
and Education ( Third Ed.), NewYork: John Willy & Sons, Inc
5) Djarwanto dan Pangestu Subagyo ( 2005). Statistik Induktif. Yogyakarta: BPFE - UGM
6) Singgih Santoso. (2002). SPSS Versi 10 - Mengolah Data Statistik Secara Profesional.
Jakarta : PT. Elex Media Komputindo
7) Sudjana (2005). Analisis Regresi dan Korelasi. Bandung: Tarsito
8) Hatani, LA. ( 2008 ). Statistik Ekonomi Lanjutan. Jakarta: BPFE-UNSU
* Buku Pendukung :
1). Sutrisno Hadi ( 2002). Statistik III. Yogyakarta: BPFS – UGM
2). Sutrisno Hadi ( 2002). Analisis Regresi. Yogyakarta: BPFS – UGM
2). Budi Sutrisno (2017). Hand-out Staistika-2. Surakarta: P.AKT-FKIP-UMS
22