PUTRI IRA OKTAVIA SIBURIAN

06101281722026

PENDIDIKAN KIMIA

Pengertian Uji ANOVA

Agar memahami Uji ANOVA, kita pelajari dulu arti dari Uji Anova. Anova
merupakan singkatan dari “analysis of varian“. Analysis of Varian adalah salah satu uji
komparatif yang digunakan untuk menguji perbedaan mean (rata-rata) data lebih dari dua
kelompok. Misalnya kita ingin mengetahui apakah ada perbedaan rata-rata IQ antara siswa
kelas SLTP kelas I, II, dan kelas III. Ada dua jenis Anova, yaitu analisis varian satu faktor
(one way anova) dan analisis varian dua faktor (two ways anova). Pada artikel ini hanya akan
dibahas analisis varian satu faktor.

Asumsi Uji ANOVA

Untuk melakukan uji Anova, harus dipenuhi beberapa asumsi, yaitu:

1. Sampel berasal dari kelompok yang independen.

2. Varian antar kelompok harus homogen.

3. Data masing-masing kelompok berdistribusi normal (Pelajari juga tentang uji

normalitas).

Asumsi yang pertama harus dipenuhi pada saat pengambilan sampel yang dilakukan secara
random terhadap beberapa (> 2) kelompok yang independen, yang mana nilai pada satu
kelompok tidak tergantung pada nilai di kelompok lain.

Sedangkan pemenuhan terhadap asumsi kedua dan ketiga dapat dicek jika data telah
dimasukkan ke komputer. Jika asumsi ini tidak terpenuhi dapat dilakukan transformasi
terhadap data.

Apabila proses transformasi tidak juga dapat memenuhi asumsi ini maka uji Anova tidak
valid untuk dilakukan, sehingga harus menggunakan uji non-parametrik misalnya Kruskal
Wallis.
Prinsip ANOVA

Prinsip Uji Anova adalah melakukan analisis variabilitas data menjadi dua sumber
variasi yaitu variasi di dalam kelompok (within) dan variasi antar kelompok (between).Bila
variasi within dan between sama (nilai perbandingan kedua varian mendekati angka satu),
maka berarti tidak ada perbedaan efek dari intervensi yang dilakukan, dengan kata lain nilai
mean yang dibandingkan tidak ada perbedaan.Sebaliknya bila variasi antar kelompok lebih
besar dari variasi didalam kelompok, artinya intervensi tersebut memberikan efek yang
berbeda, dengan kata lain nilai mean yang dibandingkan menunjukkan adanya perbedaan.

Contoh Prosedur menghitung One-Way Anova menggunakan Teknik SPSS

Seorang guru ingin membandingkan hasil belajar antara pembelajaran kooperatif tipe
JIGSAW, STAD, dan TAI. Untuk tujuan tersebut diambil 3 sampel yang saling bebas antara JIGSAW,
STAD, dan TAI dengan asumsi bahwa sampel berasal dari populasi yang berdistribusi normal. Data
yang diperoleh sebagai berikut:

Data JIGSAW STAD TAI

1 22 25 22
2 21 29 25
3 26 28 24
4 23 30 25
5 25 25 23
6 24 27 21
7 26 26 22
8 25 25 21
9 22 27 20
10 21 28 24

Langkah-langkah pengujiannya sebagai berikut:

1) Masukkan data ke SPSS Data Editor dengan mendefinisikan variabelnya terlebih

dahulu dengan memilih layout Variable View.

2) Beri nama JIGSAW, STAD, TAI, Kelas, dan Kelompok pada kotak Name dan beri
angka 0 pada kotak Decimals untuk seluruhnya.
3. Masukkan data untuk variabel JIGSAW, STAD, dan TAI dalam satu kolom pada
variabel Kelas.

4. Beri angka 1 untuk data JIGSAW, angka 2 untuk data STAD, dan angka 3 untuk data
TAI pada kolom Kelompok. Tampilannya seperti berikut:
5) Klik Analyze  Compare Means  One-Way Anova sehingga muncul kotak
dialog One-Way Anova.

6) Masukkan variabel Pembelajaran pada kotak Dependent List dan variabel Kelompok
pada kotak Factor.
7) Klik tombol Options sehingga muncul kotak dialog Options. Pilih Descriptive dan
Homogeneity of variance test pada kotak Statistics. Pilih Exclude cases analysis by
analysis pada kotak Missing value. Klik Continue.
 8) Klik OK untuk menampilkan output berikut:

Oneway

[DataSet0] 

Descriptives

Pembelajaran

95% Confidence
Interval for Mean

Std. Std. Lower Upper

N Mean Deviation Error Bound Bound Minimum Maximum

JIGSAW 10 23.50 1.958 .619 22.10 24.90 21 26

STAD 10 27.00 1.764 .558 25.74 28.26 25 30

TAI 10 22.70 1.767 .559 21.44 23.96 20 25

Total 30 24.40 2.594 .474 23.43 25.37 20 30

Pada gambar di atas diperoleh rata-rata pembelajaran dengan JIGSAW adalah 23,50 dengan
deviasi standar 1,958. Rata-rata pembelajaran dengan STAD adalah 27,00 dengan deviasi
standar 1,764. Dan rata-rata pembelajaran dengan TAI adalah 22,70 dengan deviasi standar
2,594.

Test of Homogeneity of Variances

Pembelajaran

Levene
Statistic df1 df2 Sig.

.321 2 27 .728
Pada Test of Homogeneity of Variances diperoleh nilai Sig. 0,728. Nilai ini lebih dari 0,05
sehingga H0 diterima yang berarti ketiga varians adalah identik. Dengan demikian, uji kesamaan
varians untuk uji Anova sudah terpenuhi.

ANOVA

Pembelajaran

Sum of Squares df Mean Square F Sig.

Between Groups 104.600 2 52.300 15.586 .000

Within Groups 90.600 27 3.356

Total 195.200 29

Pada tabel ANOVA diperoleh nilai Sig. Adalah 0,000 < 0,05 sehingga H 0 ditolak
yang berarti rata-rata ketiga metode pembelajaran (JIGSAW, STAD, dan TAI) adalah
berbeda (tidak identik).1