Materip12parametrikanalisisofvariansanova 180509075222 PDF

Pertemuan Ke-12
1
Analysis of Varians (anova)_M. Jainuri, M.Pd
Pendahuluan
Statistik parametrik yang digunakan untuk mencari

perbedaan atau persamaan dua rata-rata adalah Uji-t,
dan analysis of varians (anova/ anova) digunakan untuk
mencari perbedaan atau persamaan beberapa rata-rata.
Sebenarnya, uji-t bisa digunakan untuk beberapa rata-

rata secara bertahap. Jika hanya ada dua kelompok
sampel perlu dilakukan satu kali uji-t. Namun, jika lebih
dari dua kelompok sampel maka diperlukan beberapa
kali uji-t.
Analysis of Varians (anova)_M. Jainuri, M.Pd 2
Pendahuluan
Misalnya ada tiga rata-rata kelompok, yaitu: I, II,

dan III. Agar uji-t dapat dipakai mula-mula
dicari I dengan II, kemudian I dengan III, dan
akhirnya II dengan III. Dengan demikian tiga
kali menggunakan uji-t.
Penggunaan uji-t pada contoh di atas kurang

efektif, pengujian lebih tepat menggunakan uji
beberapa rata-rata (anova), sebab:
Pendahuluan
 Setiap kali menggunakan uji-t, maka akan

terjadi kesalahan atau penyimpangan sebesar
(1 – α)k, di mana k = sekian kali menggunakan
uji-t.
 Seandainya 3 kali menggunakan uji-t dengan
α = 0,05, maka akan terjadi kesalahan atau
penyimpangan sebesar (1 – 0,05)3 = 0,14 atau
jika α = 0,01 akan terjadi kesalahan sebesar (1
– 0,01)3 = 0,999.
Pendahuluan
 Banyak uji-t digunakan rumus:

n(n - 1)
2
 Seandainya ada empat rata-rata (n = 4), maka
banyaknya uji-t yang dilakukan adalah:
4(4 - 1)
6
2

Pendahuluan
Menurut Wibisono (2005:479) analisis varians (analisis

ragam) adalah suatu metode untuk menguraikan
keragaman total menjadi komponen-komponen yang
mengukur berbagai sumber keragaman.
Dalam analisis ini, selalu mengasumsikan bahwa

sampel acak yang dipilih berasal dari populasi yang
normal dengan varians (ragam) yang sama, kecuali bila
sampel yang dipilih cukup besar, asumsi tentang
distribusi normal tidak diperlukan lagi.

7

Anova Satu Arah (One Way Anova)
Klasifikasi anova:
 Anova satu arah (single factor experiment)
Metode Mengajar
A B C D
Sampel Sampel Sampel Sampel
 Anova dua arah (two factor experiment)

Metode Mengajar
L Sampel Sampel Sampel
Jenis Kelamin
P Sampel Sampel Sampel
8
Variabilitas dalam anova
Perhitungan anova didasarkan atas

variance. Ukuran yang baik untk melihat
variabilitas adalah simpangan baku maupun
variansi
Pengujian total variabilitas dalam anova

dikelompokkan menjadi tiga bagian.
9
1. Variabilitas antar kelompok (between

treatment variability).
Merupakan variansi rata-rata kelompok
sampel terhadap rata-rata
keseluruhannya. Variansi dalam hal ini
lebih terpengaruh oleh adanya
perbedaan perlakuan (treatment) antar
kelompok, disingkat SSb (Sum Square
Between).
10
Untuk menghitung SSb (Sum Square Between) atau jumlah

kuadrat antar kelompok, dapat digunakan rumus:
 2 ( X) 2  atau T 2
G 2
SSb  n.X -  SSb   
 k  n N
Keterangan :
k = banyaknya kelompok
T = total X masing-masing kelompok
G = total X keseluruhan
n = jumlah sampel masing-masing kelompok
N = jumlah sampek keseluruhan
11
2. Variabilitas dalam kelompok (within

treatment variability).
Merupakan variansi yang ada pada masing-
masing kelompok. Banyaknya variansi akan
tergantung pada banyaknya kelompok, dan
variansi di sini tidak terpengaruh oleh
adanya perbedaan perlakuan (treatment)
antar kelompok, disingkat SSw (Sum Square
Within).
12
Untuk menghitung SSw (Sum Square Within) atau

jumlah kuadrat dalam kelompok, dapat digunakan
rumus:
SSw = SSmk
Keterangan :
SSmk = jumlah kuadrat simpangan masing-masing
kelompok.
13
3. Jumlah Kuadrat Penyimpangan Total (Total

Sum of Squares).
Merupakan jumlah kuadrat selisih antara skor
individu dengan rata-rata totalnya, disingkat
SSt(Total Sum Squares). Dapat dicari dengan
rumus: 2
G
SS t  X  2
N
Atau jika telah mengetahui besarnya SSb dan SSw,
maka SSt dapat dihitung dengan: SSt = SSb + SSw
14
Derajat kekebasan (dk)
Dalam anova dk akan sebanyak variabilitasnya, oleh

karena ada tiga variabilitas maka dk juga berjumlah tiga,
yaitu:
1. dk SSt = N – 1 atau dk SSt = dk SSb + dk SSw
2. dk SSw = ∑(n – 1) atau dk SSw = N – k
3. Dk SSb = k – 1
Ket: N = jumlah sampel keseluruhan
k = banyaknya kelompok
15
Deviasi Rata-Rata Kudarat (Mean Squared Deviation)
Tahap berikutnya, mencari variansi antar dan dalam

kelompok. Variansi merupakan hasil bagi SS dengan
derajat kebebasan. Dalam anova variansi antar dan dalam
kelompok sering disebut dengan deviasi rata-rata kuadrat
(mean squared deviation) dsingkat MS. Untuk mencari MS
digunakan rumus:
SS SSb SSw
MS  MS b  MS w 
dk dk SSb dk SSw
16
Menghitung nilai F
Untuk menghitung nilai F digunakan rumus:
MS b
F
MS w
17
Tabel Ringkasan Anova

Sumber
SS dk MS F
Variansi
Antar
SSb k–1 MSb MS b
kelompok F
Dalam MS w
SSw N–k MSw
kelompok
Total SSt N–1
18
Contoh:
Hasil penelitian tentang hasil belajar siswa yang

diajar dengan menggunakan metode berbeda: A,
B, dan C sebagai berikut:
Metode A Metode B Metode C
8 10 5
6 7 7
7 8 8
5 6 4
9 9 6
Berdasarkan data di atas, hitunglah SSt, SSb, SSw!
19
Penyelesaian
Langkah 1: Menentukan hipotesis penelitian
Ho: rata-rata hasil belajar siswa yang diajar

dengan metode A, B, dan C tidak
berbeda/ sama.
H1: rata-rata hasil belajar siswa yang diajar

dengan metode A, B, dan C berbeda/
tidak sama.
20
Penyelesaian
Langkah 2: Menentukan hipotesis statistik
Ho: µ1 = µ2= µ3
H1: paling sedikit salah satu µ tidak sama
dengan yang lain
Langkah 3: Menentukan kriteria pengujian

Jika Fhitung > Ftabel maka Ho ditolak
Jika Fhitung ≤ Ftabel maka Ho diterima
(Irianto, 2010:227)
21
Penyelesaian
Langkah 4: Melakukan perhitungan

XA XA2 XB XB2 XC XC2
8 64 10 100 5 25
6 36 7 49 7 49
7 49 8 64 8 64
5 25 6 36 4 16
9 81 9 81 7 49
35 255 40 330 30 190
22
Penyelesaian
Dari tabel di atas, diperoleh:
TA = 35 TB = 40 TC = 30
nA =5 nB = 5 nC =5
G = 105
N = 15
∑X2 = 255 + 330 + 190 = 775
23
Penyelesaian
Menghitung masing-masing jumlah kuadrat:

2 2 2
G SS   T  G
SS t  X 2
b
N n N
2 2 2 2
105  35  40  30  105
2
 775  5 5 5 15
15
1225  1600  900 11025
 775  735  
5 15
 40  745  735  10
24
Penyelesaian
SSt = SSb + SSw

SSw = SSt - SSb
= 40 – 10
= 30
Mencari derajat kebebasan (dk):

dk SSt = N – 1
dk SSt = 15 – 1 = 14.
25
Penyelesaian
Mencari derajat kebebasan (dk):

dk SSw = ∑(n – 1) atau dk SSw = N – k
Maka :
dk SSw = (5 – 1)+(5 – 1)+(5 – 1)
=4+4+4
= 12
atau :
dk SSw = N – k dk SSb = k – 1
= 15 – 3 =3–1=2
= 12
26
Penyelesaian
Deviasi Rata-Rata Kudarat/ Mean Squared

Deviation (MS)
SSb SSw
MS b  MS w 
dk SSb dk SSw
10 30
MS b  5 MS w   2,5
2 12
27
Penyelesaian
Menghitung nilai F
MS b 5
F F 2
MS w 2,5
28
Penyelesaian
Tabel Ringkasan Anova:

Sumber
SS dk MS F
Variansi
Antar
SSb k–1 MSb MS b
kelompok F
Dalam MS w
SSw N–k MSw
kelompok
Total SSt N–1
29
Penyelesaian
Tabel Ringkasan Anova:

Sumber
SS dk MS F
Variansi
Antar
10 2 5
kelompok
2
Dalam
30 12 2,5
kelompok
Total 40 14
30
Penyelesaian
Tabel Ringkasan Anova dengan SPSS:
31
Penyelesaian
Langkah 5: Mencari Ftabel
Untuk melihat Ftabel diperlukan α dan dk, dk yang

digunakan ada 2 macam, yaitu dk SSb dan dk SSw.
Dalam tabel F, SSb sebagai pembilang (kolom atas dari
kiri ke kanan), sedangkan dk SSw merupakan penyebut
(kolom kiri dari atas kelompok bawah). Perpotongan
antara SSb dan dk SSw merupakan titik kritis peneriman
hipotesis nol. Pada contoh di atas nilai Ftabel adalah:
α = 0,05 maka F(2,12) = 3,88
α = 0,01 maka F(2,12) = 6,93
32
Penyelesaian
Langkah 6: Membandingkan Fhitung dengan

Ftabel dan menarik kesimpulan
Karena Fhitung < Ftabel untuk α = 0,05 atau 2 < 3,88 maka
Ho diterima artinya bahwa rata-rata hasil belajar siswa
yang diajar dengan metode A sama dengan rata-rata
hasil belajar siswa yang diajar dengan metode B dan
sama pula dengan rata-rata hasil belajar siswa yang
diajar dengan metode C. Implikasi dari dari pernyataan
tersebut adalah metode A, B dan C tidak mempunyai
efek yang berbeda terhadap hasil belajar siswa.
33
34

Anova Dua Arah (Two Way Anova)
Analisis varians yang tidak hanya memiliki satu

variabel disebut dengan analisis varians klasifikasi
ganda atau jamak.
Jika dalam analisis varians satu arah hanya

memiliki variabel kolom, maka dalam analisis
varians dua arah memiliki variabel kolom dan
variabel baris.
Dengan demikian akan diperoleh interaksi antara

kolom dengan baris.
35
Anova dua arah menunjukkan adanya

variabel bebas, banyaknya sel diperoleh dari
hasil kali banyaknya penggolongan setiap
variabel.
Misalnya variabel A terdapat 2 klasifikasi,

variabel B terdapat 3 klasifikasi, variabel C
terdapat 2 klasifikasi, maka banyaknya sel
adalah 2 x 3 x 2 = 12 buah sel.
36
Apabila design yang dikembangkan untuk mencari

ada tidaknya perbedaan dari 2 variabel bebas, dan
masing-masing variabel bebas dibagi dalam 2
kelompok maka design yang dikembangkan itu
disebut dengan two factorial design (2 x 2).
Dalam kasus ini peneliti akan menghadapi

kelompok sebanyak hasil kali banyaknya
kelompok variabel bebas kedua.
37
Misalnya kita mempunyai variabel bebas

metode mengajar dan jenis kelamin.
Untuk variabel bebas metode mengajar

dikelompokkan menjadi 3 (metode A, B dan
C), sedangkan untuk variabel jenis kelamin
dibagi 2 yaitu laki-laki dan perempuan.
38
Dalam hal ini banyaknya kelompok yang

akan dihadapi adalah 3 x 2 = 6. Perhatikan
ilustrasi berikut:
Metode Mengajar
Jenis Kelamin
A B C
Laki-laki
Perempuan
39
Perhitungan anova dua arah
Anova dua arah menggunakan uji-F, di mana:

1. Variance antar kelompok diasumsikan, sebab:
a. Efek perlakuan, di mana berkemungkinan hanya faktor A
atau faktor B atau interaksi A x B yang berpengaruh.
b. Perbedaan individual
c. Error eksperimental
2. Variance dalam kelompok diasumsikan, sebab:
a. Perbedaan individual
b. Error eksperimental
40
Untuk mempermudah perhitungan anova 2 arah, perlu dipahami
simbol-simbol sebagai berikut:
G : jumlah skor keseluruhan (nilai total pengukuran variabel terikat
untuk seluruh sampel)
N : banyaknya sampel keseluruhan (penjumlahan banyaknya sampel
pada masing-masing sel)
A : jumlah skor masing-masing baris (jumlah skor masing-masing baris
pada faktor A)
B : jumlah skor masing-masing baris (jumlah skor masing-masing baris
pada faktor B)
p : banyaknya kelompok pada faktor A
q : banyaknya kelompok pada faktor B
n : banyaknya sampel masing-masing sel
41
Menghitung SSt dengan rumus:

2
G
SS t  X  2
dengan dk = N – 1
N
Menghitung SSb dengan rumus:
2 2
AB G
SSb    dengan dk = pq – 1
n N
42
Menghitung SSw dengan rumus :
SSw = SSt – SSb
dengan dk = (n – 1) atau dk = N – pq
43
Dalam anova dua arah mengandung asumsi yang

agak berbeda dengan anova satu arah (sumber
varians antar kelompok) sehingga SSb terdiri dari 3
macam SS, yaitu:
• SSA merupakan besarnya sumbangan faktor A
terhadap keseluruhan efek perlakuan.
• SSB merupakan besarnya sumbangan faktor B
terhadap keseluruhan efek perlakuan.
• SSAB merupakan besarnya sumbangan kedua faktor
secara bersama terhadap keseluruhan efek
perlakuan.
44
SS (sum of squares) dihitung dengan rumus:

A 2 G 2 dengan dk SSA = p – 1
SSA   
qn N
B 2 G 2 dengan dk SSB = q – 1
SS B   
pn n
SSAB  SSb  SSA  SSB dengan:
dk SSAB = dk SSb – dk SSA – dk SSB
atau dk SSAB = dk SSA x dk SSB
atau dk SSAB = (p – 1)(q – 1)
45
MS (mean squares) dalam anova dua arah terdiri dari

tiga macam di samping MSw, karena anova dua arah
akan menguji tiga hipotesis.
Mean squares faktor A dihitung dengan rumus:

SS A
MS A 
dk SS A
Mean squares faktor B dihitung dengan rumus:
SSB
MS B 
dk SSB
46
Sum squares untuk interaksi dihitung

dengan rumus:
SSAB
MS AB 
dk SSAB
Menghitung nilai F dengan rumus:

MS A MS B MS AB
FA  FB  FAB 
MS w MS w MS w
47
Kriteria penarikan kesimpulan:
Jika Fhitung > Ftabel maka Ho ditolak

Jika Fhitung ≤ Ftabel maka Ho diterima
(Irianto, 2010:227)
48
Tabel ringkasan anova

Sumber Varians SS dk MS F
Baris (A)
Kolom (B)
Interaksi (A x B)
Dalam sel (w)
Total
49
Contoh:
Suatu eksperimen metode mangajar yang

terdiri dari tiga macam metode (A, B dan C)
diterapakan untuk siswa SLTA dengan
memperhatikan kemampuan siswa
(intelegensi siswa) tinggi dan rendah.
Dari hasil tes setelah eksperimen selesai

penyebaran skornya sebagai berikut:

Contoh:
Metode Mengajar
Intelegensi
A(B1) B(B2) C(B3)
40 60 60
30 70 75
50 70 75
Rendah (A1) 70 65 85
50 50 90
A1B1 = 240 A1B2 = 315 A1B3 = 385
50 45 55
60 75 80
75 80 90
Tinggi (A2) 65 90 95
60 70 80
A2B1 = 310 A2B2 = 360 A2B3 = 400
Peneliti ingin mengetahui:
1. Apakah intelegensi (tingkat rendah) mempunyai efek terhadap hasil belajar yang
berbeda?
2. Apakah metode mangajar (A, B dan C) mempunyai efek terhadap hasil belajar yang
berbeda?
3. Apakah intelegensi (tinggi rendah) berinteraksi dengan metode mengajar (A, B dan
C) ?
1. Merumuskan hipotesis
Pengaruh faktor intelegensi

Ho : µA1 = µA2
H1 : µA1 ≠ µA2
Pengaruh faktor metode mengajar

Ho : µB1 = µB2 = µB3
H1 : paling sedikit salah µ tidak sama.
Merumuskan hipotesis
Interaksi intelegensi dengan metode

mengajar
Ho : efek interaksi intelegensi tidak tergantung
pada faktor metode mengajar atau efek
faktor metode mengajar tidak tergantung
pada faktor intelegensi terhadap hasil
belajar.
H1 : efek interaksi intelegensi tergantung pada
faktor metode mengajar atau efek faktor
metode mengajar tergantung pada faktor
intelegensi terhadap hasil belajar.
2. Inventarisir nilai yang diketahui
Metode Mengajar
Idntelegensi
B1 B 12 B2 B 22 B3 B 32
40 1600 60 3600 60 3600
30 900 70 4900 75 5625
Rendah 50 2500 70 4900 75 5625
(A1) 70 4900 65 4225 85 7225
50 2500 50 2500 90 8100
240 12.400 315 20.125 385 30.175
50 2500 45 2025 55 3025
60 3600 75 5625 80 6400
75 5625 80 6400 90 8100
Tinggi (A2)
65 4225 90 8100 95 9025
60 3600 70 4900 80 6400
310 19.550 360 27.050 400 32.950
∑ 31.950 47.175 63.125
Inventarisir nilai yang diketahui
Dari tabel di atas, diperoleh:

A1 = A1B1 + A1B2 + A1B3 G = A1B1 + A1B2 + A1B3 + A2B1 + A2B2
= 240 + 315 + 385 + A2B3
= 940 = 240 + 315 + 385 + 310 + 360
A2 = A2B1 + A2B2 + A2B3 + 400
= 310 + 360 + 400 = 2010
∑X2 = ∑B12 + ∑B22 + ∑B32
= 1070
= 31.950 + 47.175 + 63.125
B1 = A1B1 + A2B1
= 142.250
= 240 + 310
= 550
B2 = A1B2 + A2B2
Diketahui :
= 315 + 360 p =2
= 675 q =3
B3 = A1B3 + A2B3 n =5
= 385 + 400 N = 30
= 785
3. Menghitung dk
dk SSt = N – 1 dk SSA = p – 1
= 30 – 1 =2–1
= 29 =1
dk SSb = pq – 1 dk SSB = q – 1
= (2x3) – 1 =3–1
=5 =2
dk SSw = N – pq dk SSAB = dk SSA x dk SSB
= 30 – (2x3) =1x2
= 24 =2
4. Menghitung SSt
2
G
SS t  X 
2
N
2
2010
 142250 
30
= 7580
5. Menghitung SS
AB 2 G 2
SSb   
n N
240 2 310 2 315 2 360 2 385 2 400 2 210 2
      
5 5 5 5 5 5 30
= 138150 – 134670
= 3480
SSw = SSt – SSb

= 7580 – 3480
= 4100
Menghitung SS
2 2
A G
SSA   
qn N
940 2 1070 2 2010 2
  
3x5 3x5 30
= 135.233,33 – 134.670
= 563,33
Menghitung SS
B2 G 2
SS B   
pn N
55 0 2 675 2 785 2 2010 2
   
2 x5 2x5 2x5 30
= 137.435 – 134.670
= 2765
SSAB = SSb – SSA –SSB
= 3480 – 563,33 – 2765
= 151,67
6. Menghitung MS
SS w SSB
MS w  MS B 
dk SS w dk SSB
= 4100 : 24 = 2765 : 2
= 170,833 = 1382,5
SS A SSAB
MS A  MS AB 
dk SS A dk SSAB
= 563,33 : 1 = 151,67 : 2
= 563,33 = 75,835
7. Menghitung nilai F
a. Faktor tingkat b. Faktor metode mengajar

intelegensi (faktor A): (faktor B):
MS A MS B
FA  FB 
MS w MS w
= 563,33 : 170,833 = 1382,5 : 170,833
= 3,2975 = 8,0927
= 3,298 = 8,093
F0,05(1,24) = 4,26 F0,05(2,24) = 3,40

Menghitung nilai F
c. Interaksi faktor intelegensi dan metode mengajar

(A x B):
MS AB
FAB 
MS w
= 75,835 : 170,833
= 0,4439
= 0,444
F0,05(2,24) = 3,40
8. Tabel Ringkasan Anova
dSumber Varians SS dk MS F
Baris (A) 563,33 1 563,33 FA = 3,298
Kolom (B) 2765 2 1382,50 FB = 8,093
Interaksi (A x B) 151,67 2 75,835 FAB = 0,444
Dalam sel (w) 4100 24 170,833
Total 7580 29
Tabel Ringkasan Anova dengan SPSS
d
9. Penarikan Kesimpulan
a. Untuk faktor A, kita menerima Ho: tidak

terdapat perbedaan hasil belajar antara siswa
yang mempunyai intelegensi tinggi dan
rendah. Ini berarti bahwa intelegensi tidak
mempunyai peranan yang cukup signifikan
terhadap hasil belajar sehingga perbedaan
hasil belajar siswa yang berintelegensi tinggi
tidak berbeda dengan hasil belajar siswa yang
berintelegensi rendah.
Penarikan Kesimpulan
b. Untuk faktor B, kita menolak Ho: paling tidak salah satu rata-rata yang
diajarkan dengan metode berbeda, akan berbeda dengan cara yang lainnya.
Ini berarti dari ketiga metode mengajar, paling tidak salah satu mempunyai
efek yang berbeda dengan yang lainnya. Tetapi sampai tahap ini kita belum
memperoleh informasi yang jelas tentang metode yang mana yang benar-
benar mempunyai efek berbeda dengan yang lainnya. Dalam hal ini kita
masih menghadapi beberapa kemungkinan, yaitu:
μB1 = μB2 ≠ μB3
μB1 ≠ μB2 = μB3
μB2 ≠ μB1 = μB3
μB1 ≠ μB2 ≠ μB3
Untuk mengetahui secara pasti, rata-rata mana yang berbeda dengan yang
lainnya perlu perhitungan pasca anova.
Penarikan Kesimpulan
c. Untuk interaksi A x B
kita bisa menerima Ho: efek faktor
metode mengajar terhadap hasil belajar
tidak tergantung pada faktor intelegensi.

Materip12parametrikanalisisofvariansanova 180509075222 PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Materip12parametrikanalisisofvariansanova 180509075222 PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

Pertemuan Ke-12

Statistik parametrik yang digunakan untuk mencari

Sebenarnya, uji-t bisa digunakan untuk beberapa rata-

Misalnya ada tiga rata-rata kelompok, yaitu: I, II,

Penggunaan uji-t pada contoh di atas kurang

 Setiap kali menggunakan uji-t, maka akan

 Banyak uji-t digunakan rumus:

Analysis of Varians (anova)_M. Jainuri, M.Pd 5

Menurut Wibisono (2005:479) analisis varians (analisis

Dalam analisis ini, selalu mengasumsikan bahwa

Analysis of Varians (anova)_M. Jainuri, M.Pd 6

Analysis of Varians (anova)_M. Jainuri, M.Pd

 Anova dua arah (two factor experiment)

Variabilitas dalam anova

Perhitungan anova didasarkan atas

Pengujian total variabilitas dalam anova

1. Variabilitas antar kelompok (between

Untuk menghitung SSb (Sum Square Between) atau jumlah

2. Variabilitas dalam kelompok (within

Untuk menghitung SSw (Sum Square Within) atau

3. Jumlah Kuadrat Penyimpangan Total (Total

Derajat kekebasan (dk)

Dalam anova dk akan sebanyak variabilitasnya, oleh

Deviasi Rata-Rata Kudarat (Mean Squared Deviation)

Tahap berikutnya, mencari variansi antar dan dalam

Untuk menghitung nilai F digunakan rumus:

Tabel Ringkasan Anova

Total SSt N–1

Hasil penelitian tentang hasil belajar siswa yang

Langkah 1: Menentukan hipotesis penelitian

Ho: rata-rata hasil belajar siswa yang diajar

H1: rata-rata hasil belajar siswa yang diajar

Langkah 2: Menentukan hipotesis statistik

Langkah 3: Menentukan kriteria pengujian

Langkah 4: Melakukan perhitungan

35 255 40 330 30 190

Dari tabel di atas, diperoleh:

Menghitung masing-masing jumlah kuadrat:

SSt = SSb + SSw

Mencari derajat kebebasan (dk):

Mencari derajat kebebasan (dk):

Deviasi Rata-Rata Kudarat/ Mean Squared

Tabel Ringkasan Anova:

Total SSt N–1

Tabel Ringkasan Anova:

Tabel Ringkasan Anova dengan SPSS:

Langkah 5: Mencari Ftabel

Untuk melihat Ftabel diperlukan α dan dk, dk yang

Langkah 6: Membandingkan Fhitung dengan

Analysis of Varians (anova)_M. Jainuri, M.Pd

Analisis varians yang tidak hanya memiliki satu

Jika dalam analisis varians satu arah hanya

Dengan demikian akan diperoleh interaksi antara

Anova dua arah menunjukkan adanya

Misalnya variabel A terdapat 2 klasifikasi,

Apabila design yang dikembangkan untuk mencari

Dalam kasus ini peneliti akan menghadapi

Misalnya kita mempunyai variabel bebas

Untuk variabel bebas metode mengajar

Dalam hal ini banyaknya kelompok yang

Perhitungan anova dua arah

Anova dua arah menggunakan uji-F, di mana:

Menghitung SSt dengan rumus: