5

ANALISIS VARIANS (ANOVA)

PENGERTIAN
Pada bab sebelumnya, kita telah membahas mengenai membandingkan
nilai rata-rata antara dua populasi. Selanjutnya, bagaimana jika kita
diminta untuk membandingkan rata-rata di antara tiga atau lebih
populasi? Adalah pengujian hipotesis dengan uji ANOVA sebagai
pemecahannya. Analisis varians (analysis of variance/ANOVA)
adalah suatu bentuk pengujian hipotesis untuk tiga atau lebih populasi
dengan menggunakan uji F sebagai uji statistik. Sesuai dengan
namanya, dalam ANOVA digunakan penaksiran nilai varians dari
populasi.

DISTRIBUSI-F
ANOVA menggunakan uji F sebagai uji statistik. Sehingga kita perlu
mengetahui terlebih dahulu karakteristik dari distribusi-F. Karakteristiknya
adalah sebagai berikut:
a. Setiap nilai distribusi tergantung dari nilai derajat bebasnya.
Derajat bebas pada distribusi-F terdapat dua buah, yaitu derajat
bebas pembilang (k – 1) dan derajat bebas penyebut (n – k).
b. Nilai-nilai pada distribusi-F tidak ada yang bernilai negatif dan
memiliki rentang dari nol sampai tak hingga.
c. Bentuk kurva distribusi-F menceng positif dan asimptotis.
d. Populasi pada distribusi-F harus normal dan memiliki simpangan
baku yang sama. Sampel yang diambil pun merupakan sampel
bebas dan random.

59
 10

Distribusi-F
JENIS-JENIS ANOVA
Terdapat dua jenis ANOVA yang digunakan dalam uji hipotesis. Yang
pertama adalah one-way ANOVA (ANOVA satu arah) yaitu analisis
varians di mana data masing-masing kelompok merupakan satu
klasifikasi. Yang kedua adalah two-way ANOVA (ANOVA dua arah) yaitu
analisis varians yang data pengamatan tiap kelompoknya didasarkan
pada dua klasifikasi.

TABEL ANOVA
Untuk melakukan uji-F dalam ANOVA, biasanya disajikan dalam bentuk
tabel untuk mempermudah perhitungan. Bentuk dari tabel ANOVA
tersebut adalah sebagai berikut:
Sumber Jumlah Derajat Rata-Rata
F hitung
Variasi Kuadrat Bebas Kuadrat
Rata-rata SSM 1 SSM/1
Antar MST =
SST k-1
kelompok SST/(k – 1)
Dalam MSE = MST/MSE
SSE n-k
kelompok SSE/(n – k)
total SS n

60
 Untuk mencari nilai variabel-variabel pada kolom jumlah kuadrat
yang belum diketahui, maka digunakan formula-formula sebagai berikut:
 SS (Sum of Square) adalah jumlah total dari setiap nilai data yang
dikuadratkan, formulanya adalah:

SS  X 2

 SSM (Sum of Square Mean) adalah nilai rata-rata yang diperoleh dari
hasil pembagian jumlah seluruh nilai yang dikuadratkan dibagi jumlah
data. Formulanya adalah:

SSM 
(  X) 2

n
 SST (Sum of Square Treatment) adalah jumlah kuadrat antar
kelompok. Untuk mencari SST ini digunakan formula:
 Tc 2 
SST    nc   SSM


Tc adalah jumlah nilai pada tiap-tiap kolom sedangkan nc adalah
jumlah data untuk masing-masing kolom.
 SSE (Sum of Square Error) adalah jumlah kuadrat dalam kelompok di
mana formulanya adalah:
SSE  SS  SSM  SST

Pada kolom derajat bebas, k menunjukkan jumlah kolom

sedangkan n menunjukkan jumlah data yang diobservasi.

ONE-WAY ANOVA
Sama halnya dengan uji hipotesis, baik uji-z maupun uji-t, uji ANOVA
juga melalui 5 langkah dalam pengerjaannya. Untuk mengetahui
bagaimana cara melakukan uji ANOVA perhatikan contoh berikut:
Contoh 5.1:
PT. Brown Sugarindo merupakan perusahaan yang memproduksi gula
merah yang memiliki empat pabrik pengolahan. Masing-masing pabrik

61
memiliki lokasi yang berdekatan dengan lokasi bahan baku. Menghadapi
rapat pemegang saham, pihak direksi ingin mengetahui apakah pabrik-
pabrik memiliki kapasitas produksi yang sama untuk dilaporkan pada
para pemegang saham. Berikut adalah data yang berhasil dikumpulkan
oleh perusahaan terhadap kapasitas produksi dari keempat pabrik
tersebut (dalam ton):
Data Kapasitas Produksi per Bulan
Pabrik
A B C D
8 10 3 12
12 11 7 12
9 12 15 10
11 16 12
13

Gunakan taraf nyata 5%!

Solusi:
Perhatikan, uji ANOVA yang akan dilakukan merupakan one-way
ANOVA karena data tiap kelompok adalah satu klasifikasi yaitu kapasitas
produksi. Langkah-langkah uji ANOVA adalah sebagai berikut:
Langkah 1: tentukan hipotesis.
Pengujian dilakukan untuk mengetahui apakah rata-rata produksi
keempat pabrik sama, sehingga hipotesisnya adalah:
H0 : 1  2  3  4, artinya keempat pabrik berkapasitas produksi sama
H1 : sedikitnya terdapat satu pabrik yang berbeda kapasitas produksi.

Langkah 2: taraf nyata ditentukan sebesar 5%.

Karena ANOVA menggunakan uji-F, maka perlu dicari nilai F tabel
(critical value). F tabel didapat dari tabel distribusi F, berdasarkan nilai
taraf nyata dan derajat bebasnya. Derajat bebas (df) untuk pembilang
adalah k – 1, di mana nilai k menunjukkan jumlah kelompok yang diteliti
dalam hal ini nilai k  4 sehingga df pembilang (baris pada tabel
distribusi-F)  4 – 1  3. Sedangkan nilai df untuk penyebut n – k, di

62
mana n adalah jumlah seluruh sampel yaitu 16, maka df penyebut (kolom
pada tabel distribusi-F)  16 – 4  12.
Titik pertemuan df pembilang dengan df penyebut pada taraf nyata
5% pada tabel menghasilkan nilai F(0,05; 3; 12) sebesar 3,49.

Langkah 3: melakukan uji statistik.

Sebelum masuk ke tabel ANOVA, maka kita perlu mengetahui terlebih
dahulu nilai-nilai variabel yang diperlukan.
Pabrik A Pabrik B Pabrik C Pabrik D
X X2 X X2 X X2 X X2
8 64 10 100 3 9 12 144
Kapasitas

12 144 11 121 7 49 12 144

9 81 12 144 15 225 10 100
11 121 16 256 12 144
13 169
 53 579 33 365 41 539 46 532

 SS  X  579  365  539  532  2015

2

(  X) 2
(53  33  41  46 ) 173 2 2
 SSM     1870 ,5625
n 16 16

 Tc 2   2 2 2 2
 SST   
 nc 

  SSM   53  33  41  46   1870,5625  3,4875

 5
 3 4 4 

 SSE  SS  SSM  SST  2015  1870,5625  3,4875  140,95

Sehingga diperoleh tabel ANOVA sebagai berikut:

Sumber Jumlah Derajat Rata-Rata
F hitung
Variasi Kuadrat Bebas Kuadrat
Rata-rata 1870,5625 1 1870,5625
Antar MST =
3,4875 k–1=3 MST/MSE =
kelompok 1,1625
1,1625
Dalam
140,95 n – k = 12
MSE =  0,099
kelompok 11,7458 11,7458
Total 2015 16

63
Langkah 4: membuat kaidah keputusan.
Kaidah keputusannya adalah tolak H0 jika nilai F hitung lebih besar dari
nilai kritis (F tabel).

Langkah 5: mengambil keputusan.

Dengan nilai F hitung sebesar 0,099 dan nilai kritis sebesar 3,49 maka
terjadi terima H0. sehingga keputusannya bahwa keempat pabrik PT.
Brown Sugarindo memiliki kapasitas produksi yang sama pada taraf
nyata 5%.

TWO-WAY ANOVA
Berbeda dengan one-way ANOVA, pada pengujian two-way ANOVA data
memiliki dua klasifikasi. Sehingga dalam two-way ANOVA kita dapat
melakukan pengujian kesamaan rata-rata pada klasifikasi kolom dan
klasifikasi baris secara bersamaan.
Pada two-way ANOVA ini dikenal istilah blocking variable yaitu
sebuah sumber variasi yang berfungsi mengurangi besarnya nilai
kesalahan error. Pada ANOVA, nilai blocking variable dinyatakan dengan
SSB (Sum of Square Blocks) di mana formulanya adalah:

 B2   X 2

SSB   
 k



 n

Di mana B menunjukkan jumlah nilai blocking variable, yaitu jumlah

nilai tiap baris pada tabel klasifikasi dua arah. Dengan adanya blocking
variable ini kita juga dapat mengetahui sama atau tidaknya rata-rata pada
kategori di setiap baris.
Penentuan derajat bebas juga berbeda dengan one-way ANOVA.
Dengan adanya blocking variable derjat bebas untuk menguji rata-rata
pada kolom menjadi (k – 1) pada pembilang dan (b – 1)(k – 1) pada
penyebut. Sedangkan dalam pengujian rata-rata pada baris, derajat
bebasnya (b – 1) pada pembilang dan (b – 1)(k – 1) pada penyebut.

64
Contoh 5.2:
Super Burger merupakan sebuah restoran siap saji yang memiliki 5
cabang yang tersebar di 5 lokasi yang strategis. Saat ini general manajer
dari perusahaan tersebut ingin mengetahui kondisi keuangan dengan
meneliti pendapatan yang diperoleh tiap cabang selama 4 tahun terakhir.
Berikut data pendapatan tersebut:
Pendapatan
Tahun Cabang Cabang Cabang Cabang Cabang Jumlah
I II III IV V
2001 32 28 33 27 24 144
2002 35 38 37 29 29 168
2003 36 29 39 34 33 171
2004 38 35 38 36 37 184
Jumlah 141 130 147 126 123 667

Berdasarkan data di atas, pada taraf nyata 5% apakah rata-rata

pendapatan tiap cabang sama? Apakah rata-rata pendapatan Super
Burger tiap tahun sama?
Solusi:
1. Pengujian Rata-Rata Tiap Cabang
Langkah 1: membuat hipotesis.
Hipotesis untuk pengujian tiap cabang:
H0 : 1  2  3  4  5, kelima cabang memiliki pendapatan yang sama
H1 : sedikitnya terdapat satu cabang yang pendapatannya berbeda.

Langkah 2: Taraf nyata ditentukan sebesar 5%.

Derajat bebas untuk kasus ini adalah pembilang k – 1 = 5 – 1 = 4 dan
penyebut (b – 1)(k – 1) = (4 – 1)(5 – 1) = 12. Sehingga nilai kritis untuk
kasus ini adalah F0,05;4;12 = 3,26.

Langkah 3: Uji statistik.

Berikut adalah nilai-nilai yang diperlukan untuk membentuk tabel
ANOVA:

65
 Pendapatan
Jumlah
Tahun Cabang I Cabang II Cabang III Cabang IV Cabang V
X Baris
X X2 X X2 X X2 X X2 X X2
2001 32 1024 28 784 33 1089 27 729 24 576 144
2002 35 1225 38 1444 37 1369 29 841 29 841 168
2003 36 1296 29 841 39 1521 34 1156 33 1089 171
2004 38 1444 35 1225 38 1444 36 1296 37 1369 184
Jumlah 141 4989 130 4294 147 5423 126 4022 123 3875 667

 SS  X  4989  4294  5423  4022  3875  22603

2

(  X) 2
(141  130  147  126  123 ) 667 2 2
 SSM     22244 ,45
n 20 20
 Tc 2   1412 130 2 147 2 126 2 123 2 
 SST   nc   SSM   4

4

4

4

4 
 22244 ,45  104,3

 B2   1442 1682 1712 1842 

 SSB    k   SSM   5

5

5

5 
 22244,45  166,95

 SSE  SS  SSM  SST  SSB  22603  22244,45  104,3  166,95  87,3

Tabel ANOVA:
Sumber Jumlah Derajat Rata-Rata
F hitung
Variasi Kuadrat Bebas Kuadrat
Rata-rata 22244,45 1 22244,45
Antar MST =
104,3 k–1=4
kelompok 26,075
MST/MSE =
MSB =
Block 166,95 b–1=3 26,075
55,65  3,584
Dalam (k – 1)(b – 1) MSE = 7,275
87,3
kelompok = 12 7,275
Total 22603 20

Sehingga dari tabel ANOVA diperoleh nilai F hitung sebesar 3,584.

Langkah 4: menentukan kaidah keputusan.

Kaidah keputusannya adalah tolak H0 jika nilai F hitung lebih besar dari
nilai kritis (F tabel).

66
Langkah 5: mengambil keputusan.
Dengan nilai F hitung sebesar 3,584 dan nilai kritis sebesar 3,26 maka
terjadi tolak H0, sehingga keputusannya adalah bahwa paling sedikit
terdapat satu cabang Super Burger yang memiliki rata-rata pendapatan
yang berbeda pada taraf nyata 5%.

2. Pengujian Rata-Rata Tiap Tahun

Langkah 1: membuat hipotesis.
H0: 1  2  3  4 , rata-rata pendapatan Super Burger tiap tahun sama
H1: rata-rata pendapatan Super Burger tiap tahun berbeda

Langkah 2: taraf nyata sebesar 5%.

Derajat bebas untuk kasus ini adalah untuk pembilang (b – 1) = 4 – 1 = 3
sedangkan untuk penyebut (b – 1)(k – 1) = (4 – 1)(5 – 1) = 12. Sehingga
nilai kritis untuk kasus ini adalah F0,05;3;12 = 3,49.

Langkah 3: uji statistik.

Berdasarkan tabel ANOVA tadi, maka nilai F hitungnya adalah:
MSB 55,65
F   7,65
MSE 7,275
Langkah 4: menentukan kaidah keputusan.
Kaidah keputusannya adalah tolak H0 jika nilai F hitung lebih besar dari
nilai kritis (F tabel).

Langkah 5: mengambil keputusan.

Nilai F hitung sebesar 7,65 dan nilai kritis sebesar 3,49 sehingga terjadi
tolak H0. Artinya keputusan yang diambil adalah bahwa rata-rata
pendapatan tiap bulan tidak sama pada taraf nyata 5%.

67
LATIHAN
1. Apa yang dimaksud dengan one way ANOVA dan two way ANOVA?
2. Seorang analis keuangan ingin mengetahui apakah tingkat internal
rate of return (IRR) dari kelompok perusahaan manufaktur, ritel dan
perbankan memiliki kesamaan. Dengan menggunakan taraf nyata
10%, apakah terdapat perbedaan di antara ketiga kelompok
perusahaan tersebut. Berikut data yang berhasil dikumpulkan:
IRR
Manufaktur Ritel Perbankan
14,3 11,5 15,5
18,1 12,0 12,7
17,8 11,1 18,2
17,3 11,9 14,7
19,5 11,6 18,1
13,2

3. Medic Farma adalah sebuah produsen obat sakit flu. Saat ini Medic
Farma memiliki lima buah mesin pembuat obat. Hasil produksi per jam
untuk setiap mesin dijabarkan pada tabel berikut (dalam ribu butir):
Mesin A Mesin B Mesin C Mesin D Mesin E
15 12 17 10 11
17 12 16 12 10
14 16 14 18 17
12 18 13 16 19
Pada taraf nyata 10%, apakah hasil produksi per jam kelima mesin
sama?
4. PT. Karamelindo, sebuah perusahaan produsen permen, tengah
meneliti tingkat preferensi rasa permen berdasarkan usia konsumen.
Hal ini dilakukan karena PT. Karamelindo akan menetapkan pasar
sasaran untuk produk barunya. Berikut adalah data yang diperoleh dari
divisi riset:
Tingkat Rasa Permen
Usia Buah Asam Menthol Coklat
Anak-anak 112 26 48 97
Remaja 98 35 80 34
Dewasa 61 55 74 83

68
 a. Pada taraf nyata 5%, apakah tingkat preferensi rasa permen
sama?
b. Apakah tingkat usia anak-anak, remaja dan dewasa memiliki
preferensi yang sama jika taraf nyata ditentukan sebesar 10%?
5. Jupiter Research tengah meneliti tingkat kepuasan konsumen
terhadap 3 buah produk. Pengukuran tingkat kepuasan didasarkan
penilaian konsumen terhadap angket yang diberikan. Berikut adalah
data yang dikumpulkan:
Konsumen Produk X Produk Y Produk Z
Pria 76 42 82
Wanita 48 65 34

Berdasarkan data tersebut, apakah tingkat kepuasan konsumen pria

dan wanita sama pada taraf nyata 5%? Dan apakah tingkat kepuasan
pada setiap produk sama?

69