Makalah Pleno Biostatistik Keperawatan

Uji ANOVA

DOSEN PEMBIMBING :
Wasisto Utomo, M.Kep, Sp.KMB

DISUSUN OLEH :
Kelompok : 2

Anisa Fitadaris (1711121604)

Annisa Amelia Putri (1711114620)
Dede Hidayat (1711121847)
Dila Amelia (1711113770)
Fakhrana Hanniyati (1711114901)
Fauziah Irwan (1711113748)
Fitri Handayani (1711114861)
Fitri Karmila (1711114636)
Fitri Rabika Z.P (1711113737)
Firliany Triamanda (1711113767)
Idzni Nelia Mustafa (1711113717)
Ilham Muarif (1711113741)
Maidenni Fortuna (1711113732)
Netty Ami Ruhama F.S (1711114102)
Nhelmy Nursepta Siregar (1711114095)
Novita Sari Wijayanti (1711113771)
Ranti Marisa (1711113708)
Syintya Eka Putri (1711113719)
Wulan Dari (1711113724)

FAKULTAS KEPERAWATAN
UNIVERSITAS RIAU
2020/2021
 KATA PENGANTAR
Segala puji bagi Allah SWT yang telah melimpahkan Rahmat dan Hidayah-
Nya kepada kami, sehingga kai dapat menyelesaikan tugas makalah yang berjudul
“Uji ANOVA” tepat pada waktunya. Tanpa pertolongan-Nya tentunya makalah ini
tidak akan bisa diselesaikan. Shalawat serta salam semoga terlimpahkan kepada
baginda Rasulullah SAW yang kita nanti-nantikan safaatnya diakhirat nanti.
Terima kasih kami ucapkan kepada dosen pembimbing yang telah
membimbing kami selama proses pembelajaran dan perkuliahan. Terima kasih juga
kepada semua pihak yang telah memberikan bantuan, baik secara langsung maupun
tidak langsung.
Kami menyadari tugas makalah ini masih banyak kekurangan baik dari segi
isi, maupun segi penulisan, untuk itu kami mengharapkan kritikan dan saran yang
bersifat membangun demi kesempurnaan serta perbaikan di masa mendatang.
Semoga makalah ini dapat bermanfaat bagi pembaca.

Pekanbaru, 03 November 2020

Kelompok 2

i
 DAFTAR ISI

Kata Pengantar i
Daftar Isi ii
BAB I Pendahuluan 1
A. Latar Belakang 1
B. Rumusan Masalah 1
C. Tujuan 2
BAB II Pembahasan 3
1. Definisi Anova 3
2. Tujuan Anova 3
3. Prinsip Anova 3
4. Jenis-jenis Anova 4
5. Contoh kasus dan penyelesaian dari uji Anova 5

BAB III Penutup 26

A. Kesimpulan 26
B. Saran 26
DAFTAR PUSTAKA 28

ii
 BAB I

PENDAHULUAN

A. Latar Belakang
Prosedur untuk memeandingkan rata-rata dua populasi sudah
dipelajari. Untuk membandingkan metode kita memerlukan analisa lain
yang disebut analisa ragam atau Anova.
Anova merupakan uji yang memberikan gambaran hasil yang hampir
sama dengan uji T, dimana hasilnya memberikan gambaran hubungan antara
variabel bebas dan variabel terikat. Namun Anova memiliki kelebihan
dibandingkan uji T yaitu Anova dapat dilakukan untuk menguji lebih dari dua
variabel, Anova juga dikenal dengan uji F.
Walaupun disebut analisis ragam, Anova bukan membandingkan
ragam populasi, melainkan membandingkan rata-rata populasi. Disebut
analisis ragam, karena dalam prosesnya Anova memilah-milah
keragaman menurut sumber-sumber yang mungkin. Sumber
keragaman inilah yang akan digunakan sebagai pembanding untuk
mengetahui sumber mana yang menyebabkan terjadinya keragaman tersebut.
Dalam pengujian hipotesis ada asumsi yan g perlu
diperhatikan, yaitu setiap populasi menyebar mengikuti
distribusi normal, dengan ragam populasi sama. Populasi dalam hal
ini sering juga disebut perlakuan (treatment), karena perbedaan
populasi sering disengaja (dikontrol) dengan membuat perlakuan tertentu.

B. Rumusan Masalah
1. Apa definisi dari Anova?
2. Apa tujuan dari Anova ?
3. Apa prinsip dari Anova ?
4. Apa saja jenis-jenis Anova ?
5. Bagaimana contoh kasus dan penyelesaian dari uji Anova ?

1
C. Tujuan
1. Untuk mengetahui definisi dari Anova
2. Untuk mengetahui tujuan dari Anova
3. Untuk mengetahui prinsip dari Anova
4. Untuk mengetahui apa saja jenis-jenis dari Anova
5. Untuk mengetahui contoh kasus dan penyelesaian dari uji Anova

2
 BAB II

PEMBAHASAN

1. Definisi Anova
Anova adalah sinonim dari analisis varians terjemahan dari analysis of
variance, sehingga banyak orang menyebutnya dengan Anova. Anova
merupakan bagian dari metoda analisis statistika yang tergolong analisis
komparatif lebih dari dua rata-rata (Riduwan, 2008). Anova merupakan uji
yang memberikan gambaran hasil yang hampir sama dengan uji T, dimana
hasilnya memberikan gambaran hubungan antara variabel bebas dan variabel
terikat.

2. Tujuan Anova
Tujuan Anova adalah ingin menguji perbedaan mean (rata-rata) antara
tiga atau lebih sample (kelompok). Jumlah kelompok yang lebih dari dua,
misalnya ingin mengetahui perbedaan mean berat badan bayi untuk daerah
Bekasi, Bogor, dan tangerang.. Kelebihan dari uji Anova adalah dapat
menguji perbedaan lebih dari dua kelompok. Berbeda dengan independent
sample t test yang hanya bisa menguji perbedaan rerata dari dua kelompok
saja.

3. Prinsip Anova
Prinsip Anova adalah melakukan telah variabelitas data menjadi dua
sumber variasi, yaitu variasi dalam kelompok (within) dan variasi antar
kelompok (between) bila variasi within dan between sama (nilai perbandingan
kedua varian sama dengan 1), mean-mean yang dibandingkan tidak ada
perbedaan. Sebaliknya, bila hasil perbandingan kedua varian tersebut
menghasilkan nilai lebih dari 1, mean yang dibandingkan menunjukan ada
perbedaan (Hastono, 2019).

3
4. Jenis-jenis Anova
Analisisi varian (Anova) mempunyai dua jenis, yaitu analisis varian
satu faktor (one way) dan analisis dua faktor (two way). Beberapa asumsi
yang harus dipenuhi pada uji Anova adalah:
1) Varian homogen (sampel atau kelompok independen)
2) Data berdistribusi normal
3) Jenis data yang dihubungkan masalah numerik dengan kategori (untuk
kategori yang lebih dari dua kelompok) (Hastono & Sabri, 2008).

Mengingat uji Anova ini banyak digunakan dalam penelitian

eksperimen, maka uji Anova dapat dibagi berdasarkan desainnya:

1. Anova satu arah, digunakan untuk menguji perbedaan diantara dua atau
lebih kelompok dimana hanya terdapat satu faktor yang dipertimbangkan.
Sebagai contoh membandingkan efek dosis obat yang berbeda terhadap
kesembuhan pasien.
2. Anova faktorial, merupakan pengembangan dari anova satu arah dimana
ada lebih dari satu faktor dan interaksinya yang dipertimbangkan.
Misalnya bukan hanya faktor dosis obat tetapi juga frekuensi pemberian
obat. Pada Anova faktorial, interaksi atau kombinasi diantara faktor juga
dipertimbangkan. Pada contoh ini, interaksi antara dosis obat dan
frekuensi pemberian obat dapat dihitung pengaruhnya terhadap
kesembuhan pasien. Anova dua arah (two way anova) termasuk dalam
Anova faktorial.
3. Anova reapeted measures, digunakan ketika dalam desain eksperimen
mengijinkan subjek penelitian menambahkan pada perlakuan yang
berbeda. Terkait contoh di atas, misalnya pasien yang sama diberikan obat
dengan dosis yang berbeda.
4. Multivariat Anova (Manova), berbeda dengan uji Anova yang hanya
mengukur satu respon, Manova mengukur lebih dari satu respon dalam
satu kali eksperimen. Misalnya kita meneliti dampak obat pada beberapa

4
 dosis. Respon yang diteliti lebih dari satu misalnya kadar Trigleserida,
LDL dan HDL pada pasien.
5. Contoh kasus dan penyelesaian dari uji Anova

Soal contoh :

Suatu penelitian ingin mengetahui perbedaan kadar folat sel darah pada tiga
zat pembius (anastesi) yang berbeda. Data yang berhasil dihimpun adalah sebagai
berikut :

Kelompok 1 243 251 275 291 347 354 380 392

Kelompok 2 206 210 226 249 255 273 285 295 309
Kelompok 3 241 258 270 293 328

Diketahui :

n1 = 8

n2 = 9

n3 = 5

𝑥̅ 1 = 316,63

𝑥̅ 2 = 256,44

𝑥̅ 3 = 278

𝑥̅ total = 283,68

S1 = 58,72

S2 = 37,12

S3 = 33,76

5
S12 = 3.447,69 mg

S22 = 1.378,02 mg

S32 = 1.139,5

Alpha = 5%

Ditanya : langkah-langkah uji statistik Uji Anova ?

Dijawab :

Hipotesis :

Ho : µ1 = µ2 = µ 3

Tidak ada perbedaan mean kadar folat sel darah pada ketiga jenis zat pembius

Ha: µ1 = µ2 = µ 3

ada perbedaan mean kadar folat sel darah pada ketiga jenis zat pembius

df1 = k-1= 3-1 = 2 (numerator)

df2 = n-k = 22-3 = 19 (denominator)

𝑆𝑏 2
F = 𝑆𝑤2

𝑛1 (𝑥̅ 1 − 𝑥̅ 𝑡𝑜𝑡𝑎𝑙)² + 𝑛2 (𝑥̅ 2 − 𝑥̅ 𝑡𝑜𝑡𝑎𝑙)² + 𝑛3 (𝑥̅ 3 − 𝑥̅ 𝑡𝑜𝑡𝑎𝑙)²

Sb2 = 𝑘−1

2 2
= (8)(316,63−283,68) +(9) (256,44−283,68) +(5)(278−283,68)²
3−1

= (8)(1.084,72)+(9) (742,31)+(5)(32,37)
2

= 8.677,81+6.680,79+161,87
2

6
 = 15.520,47
2

= 7.760

(n1 – 1)S1² + (n2 – 1)S2² + (n3 – 1)S3²

Sw2 = 𝑁−𝑘
(8−1)(58,72)2 +(9−1)(37,12)2 +(5−1)(33,76)²
= 22−3
24.113,88+11.024,22+4558
= 19
39.716,1
= 19

= 2.090

𝑆𝑏²
F= 𝑆𝑤²
7.760
= 2.090

= 3,71

Dilihat pada tabel F untuk df denominator 19 tidak ada, maka

digunakan df terdekat, yaitu df=18. Sehingga didapatkan nilai P-nya
0,025<p<0,005, maka keputusannya Ho ditolak. Jadi, dengan α 5 % dapat
disimpulkan bahwa secara statistik ada perbedaan kadar folat darah diantara
ketiga jenis zat bius.

Soal kelompok 1

Dari empat jenis obat sakit kepala yang diberikan kepada 20 orang dicatat
berapa lama obat itu dapat mengurangi rasa sakit (menit). Ke-20 orang itu dibagi
secara random ke dalam 4 kelompok dan masing-masing kelompok diberikan suatu
jenis obat. Adapun hasil percobaannya adalah sebagai berikut:

Obat A Obat B Obat C Obat D

10 8 7 8
12 7 4 9

7
 13 7 3 9
9 9 3 10
13 7 4 11

Penyelesaian:

Hipotesis

H0 : µ1 = µ2 = µ3 (Tidak ada perbedaan mean lama waktu obat dalam mengurangi

rasa sakit kepala pada ke 4 jenis obat)

HA : µ1 ≠ µ1 ≠ µ1 (Ada perbedaan mean lama waktu obat dalam mengurangi rasa

sakit kepala pada ke 4 jenis obat)

Uji ANOVA

No. Obat A Obat B Obat C Obat D

1 10 8 7 8
2 12 7 4 9
3 13 7 3 9
4 9 9 3 10
5 13 7 4 11
̅𝒏
𝒙 11,4 7,6 4,2 9,4
̅
𝒙 8,15
Sn 1,82 0,89 1,64 1,14

Diketahui :

n1 : 5 n4 : 5 𝑥̅2 : 7,6 𝑥̅ : 8,15

n2 : 5 N : 20 𝑥̅3 : 4,2 S1 : 1,82

n3 : 5 𝑥̅1 : 11,4 𝑥̅4 : 9,4 S2 : 0,89

8
S3 : 1,64 k:4

S4 : 1,14

𝑛1 (𝑥̅1 − 𝑥̅ )2 + 𝑛2 (𝑥̅2 − 𝑥̅ )2 + 𝑛3 (𝑥̅3 − 𝑥̅ )2 + 𝑛4 (𝑥̅4 − 𝑥̅ )2

𝑆𝑏 2 =
𝑘−1

2 5 (11,4 − 8,15)2 + 5 (7,6 − 8,15)2 + 5 (4,2 − 8,15)2 + 5 (9,4 − 8,15)2

𝑆𝑏 =
4−1

52,8125 + 1,5125 + 78,0125 + 7,8125

𝑆𝑏 2 =
3

𝑆𝑏 2 = 46,7167

(𝑛1 − 1) 𝑆1 2 + (𝑛2 − 1) 𝑆2 2 + (𝑛3 − 1) 𝑆3 2 + (𝑛4 − 1) 𝑆4 2

𝑆𝑤 2 =
𝑁−𝑘

2 (5 − 1) (1,82)2 + (5 − 1) (0,89)2 + (5 − 1) (1,64)2 + (5 − 1) (1,14)2

𝑆𝑤 =
20 − 4

13,25 + 3,17 + 10,76 + 5,20

𝑆𝑤 2 =
16

𝑆𝑤 2 = 2,02365

𝑆𝑏 2 46,716
𝐹= 2 = = 23,092
𝑆𝑤 2,023

Df1 = k – 1 = 4 – 1 = 2 (Numerator)

Df2 = N – k = 20 – 4 = 16 (Denominator)

9
Kesimpulan :

Bandingkan dengan F hitung yang didapat dengan tabel Percentiles of the F

distribution. Berdasarkan tabel tersebut, dapat diambil kesimpulan dengan 2 cara
yaitu secara klasik dan probabilitas.

1. Pendekatan Klasik
Dengan nilai F = 23,092, df1 = 3, df2 = 16 ; dan α = 0,01. Sehingga jika ditarik
garis α = 0,05 dengan df numerator 3 dan df denominator 16 maka diperoleh F =
3,24, sedangkan F hitung = 23,092. Dapat disimpulkan F hitung > F tabel, artinya
H0 ditolak, dan H1 diterima.
2. Pendekatan Probabilitas
Dengan nilai F = 23,092 ; df1 = 3 ; dan df2 = 16. Nilai F terletak di bawah 9,01
artinya nilai p < 0,001 artinya H0 ditolak, dan H1 diterima

Soal kelompok 2

Suatu penelitian dilakukan untuk mengetahui hubungan kondisi sosek

keluarga dengan menimbang berat badan bayi yang dilahirkan. Penelitian dilakukan
dengan menimbang berat badan bayi (kg) pada 23 ibu yang baru melahirkan yang
terbagi dalam kelompok sosek rendah, sedang, dan tinggi. Adapun hasilnya adalah
sebagai berikut :

Sosek rendah 2,4 3 2,1 3 3,4 2,3 2,3 2,5

Sosek sedang 3 3,1 2,7 2,6 3,1 2,9 2,9
Sosek tinggi 3,1 2,4 3,5 2,9 3,4 4 3,4 3,9

Diketahui :

n1 = 8

10
n2 = 7

n3 = 8

𝑥̅ 1 = 2,62

𝑥̅ 2 = 2,9

𝑥̅ 3 = 3,32

𝑥̅ total = 2,95

S1 = 0,45

S2 = 0,19

S3 = 0,52

S12 = 0,2

S22 = 0,03

S32 = 0,27

Alpha = 5%

Ditanya : langkah-langkah uji statistik Uji Anova ?

Dijawab :
Hipotesis :

Ho : µ1 = µ2 = µ 3

Tidak ada perbedaan berat badan bayi (kg) pada ibu yang baru melahirkan
dengan kelompok sosek rendah, sedang, dan tinggi

Ha: µ1 = µ2 = µ 3

ada perbedaan berat badan bayi (kg) pada ibu yang baru melahirkan dengan
kelompok sosek rendah, sedang, dan tinggi

11
df1 = k-1 = 3-1 = 2 (numerator)

df2 = n-k = 23-3 = 20 (denominator)

𝑆𝑏 2
F = 𝑆𝑤2

n1 (𝑥̅ 1 − 𝑥̅ total)² + n2 (𝑥̅ 2 − 𝑥̅ total)² + n3 (𝑥̅ 3 − 𝑥̅ total)²

Sb2 = 𝑘−1

2 2
= (8)(2,62−2,95) +(7) (2,9−2,95) +(8)(3,32−2,95)²
3−1

= (8)(0,1)+(7) (0,0025)+(8)(0,14)
2

= 0,845+0,017+1,12
2

= 1,98
2

= 0,9

(n1 – 1)S1² + (n2 – 1)S2² + (n3 – 1)S3²

Sw2 = 𝑁−𝑘
(8−1)(0,45)2 +(7−1)(0,19)2 +(8−1)(0,52)²
= 23−3
(7)(0,2)+(6)(0,03)+(7)(0,27)
= 20
1,4+0,22+1,91
= 20
3,57
= 20

= 0,17

𝑆𝑏²
F= 𝑆𝑤²
0,9
= 0,17

12
 = 5,2

Dilihat pada tabel F untuk df denominator 20 dan df numerator 2.

Sehingga didapatkan nilai P-nya 0,01<p<0,025, maka keputusannya Ho
ditolak. Jadi, dengan α 5 % dapat disimpulkan bahwa secara statistik ada
perbedaan berat badan bayi (kg) pada ibu yang baru melahirkan dengan
kelompok sosek rendah, sedang, dan tinggi.

Soal kelompok 3
Sembilan belas orang mengalami kelebihan berat badan (kegemukan)
mengikuti program penurunan berat badan. Subjek dibagi tiga kelompok dengan cara
randomisasi. Setiap kelompok mendapat metode program yang berbeda. Pada akhir
program, penurunan berat badan (kilogram) dicatat dan hasilnya sebagai berikut :

Metode A 6,2 8,4 5,5 4,5 5,5 6,0

Metode B 7,2 6,7 5,6 6,6 7,0 5,5
Metode C 8,0 9,5 9,9 8,7 9,8 10,8 11,9

Penyelesaian :

Menetapkan hipotesis
Ho : Tidak ada perbedaan ketiga metode program penurunan berat badan dengan
penurunan berat badan
Ha : Ada perbedaan ketiga metode program penurunan berat badan dengan
penurunan berat badan

Hitung mean, standar deviasi setiap kelompok

a) Kelompok A

13
Metode A ̅)
(𝒙 − 𝒙 ̅) 𝟐
(𝒙 − 𝒙
6,2 0,18 0,03
8,4 2,38 5,66 ̅) 𝟐
∑(𝒙 − 𝒙
𝑆𝐴 = √
𝑛−1
5,5 -0,52 0,27
4,5 -1,52 2,31
8,54
5,5 -0,52 0,27 𝑆𝐴 = √
6−1
6,0 -0,02 0.0001
̅𝑨 = 6,02 -
𝒙 ∑=8,54 𝑆𝐴 = 1,31

b) Kelompok B
Metode B ̅)
(𝒙 − 𝒙 ̅) 𝟐
(𝒙 − 𝒙
7,2 0,77 0,59
6,7 0,27 0.07 ̅) 𝟐
∑(𝒙 − 𝒙
𝑆𝐵 = √
𝑛−1
5,6 -0,83 0,69
6,6 0,17 0,03
2,56
7,0 0,57 0,32 𝑆𝐵 = √
6−1
5,5 -0,93 0,86
̅𝑩 = 6,43 -
𝒙 ∑= 2,56 𝑆𝐵 = 0,72

c) Kelompok C
Metode C ̅)
(𝒙 − 𝒙 ̅) 𝟐
(𝒙 − 𝒙
8,0 - 1,8 3,24
9,5 - 0,3 0,09
9,9 0,1 0,01
8,7 -1,1 1,21
9,8 0 0
10,8 1 1

14
11,9 2,1 4,41
̅𝑪 = 9,8
𝒙 - ∑= 9,96
̅) 𝟐
∑(𝒙 − 𝒙
𝑆𝐶 = √
𝑛−1

9,96
𝑆𝐶 = √
7−1

𝑆𝐶 = 1,29

1. Uji Anova

𝑛𝐴 . 𝑥𝑎 + 𝑛𝐵 . 𝑥𝐵 + 𝑛𝐶 . 𝑥𝐶
𝑥̅ =
𝑁

6 . 6,02 + 6 . 6,43 + 7. 9,8

𝑥̅ =
19

36,12 + 38,58 + 68,6

𝑥̅ =
19

143,3
𝑥̅ =
19

𝑥̅ = 7,54

2 𝑛𝐴 (𝒙 ̅)𝟐 + 𝒏𝑩 (𝒙
̅𝑨 − 𝒙 ̅)𝟐 + 𝒏𝑪 (𝒙
̅𝑩 − 𝒙 ̅)𝟐 + 𝒏𝑫 (𝒙
̅𝑪 − 𝒙 ̅) 𝟐
̅𝑫 − 𝒙
𝑆𝑏 =
𝑘−1

6 . (6,02 − 7,54)2 + 6 . (6,43 − 7,54)2 + 7 . (9,8 − 7,54)2

𝑆𝑏 2 =
3−1

6 . 2,31 + 6 . 1,23 + 7 . 5,11

𝑆𝑏 2 =
2

15
 13,86 + 7,38 + 35,75
𝑆𝑏 2 =
2

56,99
𝑆𝑏 2 =
2

𝑆𝑏 2 = 28,50

2 (𝑛𝐴 − 1) 𝑆𝐴 2 + (𝑛𝐵 − 1) 𝑆𝐵 2 + (𝑛𝐶 − 1) 𝑆𝐶 2

𝑆𝑤 =
𝑁−𝑘

2 (6 − 1) 1,312 + (6 − 1) 0,722 + (7 − 1) 1,292

𝑆𝑤 =
19 − 3

8,58 + 2,59 + 9,98

𝑆𝑤 2 =
16

21,15
𝑆𝑤 2 =
16

𝑆𝑤 2 = 1,32

𝑆𝑏 2
𝐹=
𝑆𝑤 2

28,50
𝐹=
1,32

𝐹 = 21,59

𝑑𝑓1 = 𝑘 − 1 = 3 − 1 = 2 (𝑛𝑢𝑚𝑒𝑟𝑎𝑡𝑜𝑟)

16
 𝑑𝑓2 = 𝑁 − 𝑘 = 19 − 3 = 16 (𝑑𝑒𝑛𝑜𝑚𝑖𝑛𝑎𝑡𝑜𝑟)

Kesimpulan:

Diperoleh nilai F hitung = 21,59 dengan 𝑑𝑓1 = 2 dan 𝑑𝑓2 = 16 (perhatikan

tabel VI Percentiles of the F distribution). Berdasarkan tabel tersebut, dapat diambil
kesimpulan bahwa nilai p-nya < 0,001 maka keputusannya Ho ditolak. Jadi, dengan α
5 % dapat disimpulkan bahwa secara statistik ada perbedaan.

Karena pada pengujian Anova didapatkan hasil ada perbedaan bermakna (Ho
ditolak) maka, untuk mengetahui lebih lanjut kelompok mana saja yang berbeda
dilanjutkan dengan Analisis multiple comparison (Posthoc Test).

Analisis Multiple Comparison (Posthoc Test)

Kombinasi uji t yang mungkin adalah :

3 𝑛! 3! 3×2×1
( )= = = =3
2 𝑟! (𝑛 − 𝑟)! 2! (3 − 2)! (2 × 1)(1)

0,05
𝛼∗ = = 0,016
3

1. Uji kelompok metode A dan metode B :

𝑥̅𝐴 − 𝑥̅𝐵
𝑡𝐴𝐵 =
1 1
√𝑆𝑤 2 (
𝑛𝐴 ) + (𝑛𝐵 )

6,02 − 6,43
𝑡𝐴𝐵 =
√1,32 (1) + (1)
6 6

17
 (−0,41)
𝑡𝐴𝐵 =
√1,32 (0,33)

(−0,41)
𝑡𝐴𝐵 =
√0,436

𝑡𝐴𝐵 = 0,621

df = N – k = 19 − 3 = 16

t table = 1,74

Kesimpulan :

Dengan nilai 𝑡𝐴𝐵 = 0,621 dan df = 16, didapatkan t table = 1,74. Maka nilai
tAB < t table sehingga H0 gagal ditolak. Yang artinya tidak ada perbedaan metode
program A dan B dalam menurunkan berat badan.

2. Uji kelompok metode A dan C :

𝑥̅𝐴 − 𝑥̅𝐶
𝑡𝐴𝐶 =
1 1
√𝑆𝑤 2 ( ) + (
𝑛𝐴 𝑛𝐶 )

6,02 − 9,8
𝑡𝐴𝐶 =
√1,32 (1) + (1)
6 7

(−3,78)
𝑡𝐴𝐶 = = 5,91
√0,409

df = N – k = 19 − 3 = 16

t table = 1,746

18
 Kesimpulan :

Dengan nilai 𝑡𝐴𝐵 = 5,91 dan df = 16, didapatkan t table = 1,746.

Maka nilai tAB > t table sehingga H0 ditolak. Yang artinya ada perbedaan
metode program A dan C dalam menurunkan berat badan.

3. Uji kelompok metode B dan C :

𝑥̅𝐵 − 𝑥̅𝐶
𝑡𝐵𝐶 =
1 1
√𝑆𝑤 2 ( )+ ( )
𝑛𝐵 𝑛𝐶

6,43 − 9,8
𝑡𝐵𝐶 =
√1,32 (1) + (1)
6 7

(−3,37)
𝑡𝐵𝐶 = = 5,27
√0,409

df = N – k = 19 − 3 = 16

t table = 1,746

Kesimpulan :

Dengan nilai 𝑡𝐵𝐶 = 5,27 dan df = 16, didapatkan t table = 1,746. Maka nilai
tBC > t table sehingga H0 ditolak. Yang artinya ada perbedaan metode program B
dan C dalam menurunkan berat badan.

19
Soal kelompok 4

Dua puluh satu responden yang mengalami hipertensi diberikan perlakuan

dengan cara pemberian obat tradisional yaitu rebusan daun salam, rebusan daun
seledri dan rebusan daun bawang putih. Responden diberikan perlakuan selama 2
minggu. Sebelum dan sesudah perlakuan pengecekan tekanan darah. Penurunan
tekanan darah (mmHg) dapat dilihat pada table sebagai berikut:

Rebusan daun salam 15 14 16 18 19 16 16

Rebusan daun seledri 10 9 11 13 12 15 12

Rebusan daun bawang putih 3 4 5 3 4 5 6

Jawab:

Cari 𝑥̅ dan 𝑥𝑡𝑜𝑡𝑎𝑙

𝑥1 + 𝑥
2+⋯+ 𝑥𝑛
𝑥̅ 1 =
𝑛

15 + 14 + 16 + 18 + 19 + 16 + 16
=
7

114
=
7

= 16,2

𝑥1 + 𝑥
2+⋯+ 𝑥𝑛
𝑥̅ 2 = 𝑛

10 + 9 + 11 + 13 + 12 + 15 + 12
=
7

82
=
7

20
 = 11,7

𝑥1 + 𝑥
2+⋯+ 𝑥𝑛
𝑥̅ 3 = 𝑛

3+4+5+3+4+5+6
=
7

30
=
7

= 4,28

𝑥̅ 1 + 𝑥̅ 2 + 𝑥̅ 3
𝑥𝑡𝑜𝑡𝑎𝑙 = 𝑛

16,28 + 11,7 + 4,28

=
3

32,26
=
3

= 10,76

Varian Rebusan Daun Salam

∑(x̅1 − x)²
S² =
n−1

S²
(15 − 16,3)2 + (14 − 16,3)2 + (16 − 16,3)2 + (18 − 16,3)2 + (19 − 16,3)2 + (16 − 16,3)2 (16 − 16,3)2
=
7−1

(−1,3)2 + (−2,3)2 + (−0,3)2 + (1,7)2 + (2,7)2 + (−0,3)2 + (−0,3)2

S² =
6

21
 17,43
S² =
6

S 2 = 2,905

s = √2,905

s = 1,7

Varian Rebusan Daun Seledri

∑(x̅2 − x)²
S² =
n−1

S²
(10 − 11,7)2 + (9 − 11,7)2 + (11 − 11,7)2 + (13 − 11,7)2 + (12 − 11,7)2 + (15 − 11,7)2 + (12 − 11,7)2
=
7−1

(−1,7)2 + (−2,7)2 + (−0,7)2 + (1,3)2 + (0,3)2 + (3,3)2 + (0,3)2

S² =
6

23,43
S² =
6

S 2 = 3,905

s = √3,905

s = 1,97

Varian Rebusan Daun Bawang Putih

∑(x̅3 − x)²
S² =
n−1

S²
(3 − 4,3)2 + (4 − 4,3)2 + (5 − 4,3)2 + (3 − 4,3)2 + (4 − 4,3)2 + (5 − 4,3)2 + (6 − 4,3)2
=
7−1

(−1,3)2 + (−0,7)2 + (0,7)2 + (−1,3)2 + (−0,7)2 + (0,7)2 + (1,7)2

S² =
6

22
 7,43
S² =
6

S 2 = 1,24

s = √1,24

s = 1,11

𝑥𝑡𝑜𝑡𝑎𝑙 2 + 𝑛2 (𝑥
𝑛1 (𝑥1 − ̅̅̅̅̅̅̅) 𝑥𝑡𝑜𝑡𝑎𝑙 2 + 𝑛3 (𝑥
̅̅̅2 − ̅̅̅̅̅̅̅) 𝑥𝑡𝑜𝑡𝑎𝑙 2
̅̅̅3 − ̅̅̅̅̅̅̅)
𝑠𝑏 2 =
𝑘−1

7(16,3 − 10,76)2 + 7(11,7 − 10,76)2 + 7(4,3 − 10,76)2

=
3−1
7(5,54)2 + 7(0,94)2 + 7(−6, ,46)2
=
2
7(30,6916) + 7(0,8836) + 7(41,7316)
=
2
513,1476
=
2
= 256,57

(n1 − 1)S12 + (n2 − 1)S22 + (n3 − 1)S32

𝑠𝑤 2 =
n−k

(7−1)(1,7)2 + (7−1)(1,97)2 + (7−1)(1,11)2

= 21−3

6(2,89) + 6 (3,8809) + 6(1,23321)

=
18

48,108
=
18

= 2,67

23
 𝑆𝑏2 256,57
F = 𝑆𝑤2 = = 96,1
2,67

df1 = k-1 = 3-1 = 2 (numerator)

df2 = n-1 =21-3 = 18 (denumerator)

Nilai F adalah 96,1 dimana P value < 0,001 dan F Hitung > F Tabel.
Artinya P value < ∝ yaitu P value < 0,05.

Kesimpulan → Ho ditolak, maka ada perbedaan mean penurunan tekanan

darah antara menggunakan rebusan daun salan, rebusan daun seledri, dan rebusan
daun bawang putih.

Analisis Multiple Compasion (Phostoc Test)

Uji Phostoc Test menggunakan perhitungan Bonferroni.

𝑋𝑖 − 𝑋𝑗
𝑡𝑖𝑗 = df = n − k
𝑉𝑆𝑤 2 [(1/ni)+ (1/nj)]

Diketahui :

𝑋1 = 16,3 n1 = 7 𝑆𝑤 2 = 2,67

𝑋2 = 11,7 n2 = 7 𝛼 = 5% atau 0,05

𝑋3 = 4,3 n3 = 7 𝑑𝑓 = 𝑁 − 𝑘 = 21 − 3 = 18

Uji Kombinasi t yang mungkin adalah :

k 3 3! 3×2×1
( ) ( ) = 2! (3−2)! = 2×1(1) = 3
2 2

Pada soal diatas digunakan alpha 5%, maka 𝛼 bonferroni menjadi :

𝛼 0,05
𝛼 ∗ = (𝑘 ) = = 0,0167
2 3

24
Uji Kelompok I dan II

16,3−11,7 4,6 4,6 4,6 4,6

𝑡12 = = = = = 0,86 = 5,35
√2,67 (1⁄7+1⁄7) √2,67 (2⁄7) √2,67 (0,28) √0,7476

Uji Kelompok I dan III

16,3−4,3 12 12 12
𝑡13 = = = = 0,86 = 13,9
√2,67 (1⁄7+1⁄7) √2,67 (2⁄7) √2,67 (0,28)

Uji Kelompok II dan III

11,7−4,3 7,4 7,4 7,4 7,4

𝑡23 = = = = = 0,86 = 8,6
√2,67 (1⁄7+1⁄7) √2,67 (2⁄7) √2,67 (0,28) √0,7476

Perbandingan dengan t tabel

1. Uji Kelompok I dan II

t nya yaitu 5,35 yaitu t hitung > t table dimana posisinya P < 0,005, maka
P nya < 0,0167 yang artinya Ho ditolak.
2. Uji Kelompok I dan III
t nya yaitu 13,9 yaitu t hitung > t table dimana posisinya P < 0,005, maka
P nya < 0,0167 yang artinya Ho ditolak.
3. Uji Kelompok II dan III
t nya yaitu 8,6 yaitu t hitung > t table dimana posisinya P < 0,005, maka P
nya < 0,0167 yang artinya Ho ditolak.

Artinya terdapat perbedaan mean penurunan tekanan darah antara

menggunakan rebusan daun salam, rebusan daunseledri, dan rebusan daun
bawang putih.

25
 BAB III
PENUTUP

A. Kesimpulan
Anova merupakan analisis statistik yang dapat memberikan
informasi tentang perbedaan antara kelompok satu dengan kelompok
lain dalam satu populasi, maupun antar populasi. Anova mengandung
kesalahan yang lebih kecil dan lebih efisien daripada pengu jian
perbedaan dengan t tes. Jenis Anova ada dua yaitu Anova
satu arah dan Anova dua arah. Perhitungan Anova didasarkan
pada varian walaupun tujuannya menguji beberapa perbedaan
rata-rata.
Beberapa kemungkinan yang mempengaruhi terjadinya
perbedaan dan perlu diperhatikan oleh pemakai atau oleh peneliti
yang menggunakan Anova pengaruh waktu, pengaruh perbedaan
individual, pengaruh pengukuran.
Pengujian signifikasi perbedaan dalam Anova dengan F
tes. Anova satu arah dengan jumlah per sel tidak sama,
analisisnya tidak berbeda dengan jumlah sampel yang sama, asal
jumlah sampel cukup besar dan perbedaan jumlah sampel tidak
mencolok
Variansi dua arah digunakan peneliti untuk mengatasi
perbedaan nilai variabel terikat yang dikategorikan
berdasarkan variasi bebas yang banyak dan m a s i n g - m a s i n g
variabel terdiri dari beberapa kelompok. Variansi dua
a r a h merupakan penyempurnaan variansi satu arah.
B. Saran
Dengan adanya makalah ini, mahasiswa dapat mengetahui terkait
biostatistik dengan topik analisis varians (Anova), dimana membahas
terkait bagaimana kita bisa mengolah data menjadi sesederhana
mungkin tanpa mengurangi maupun menambah data yang sudah
didapatkan. Hal ini akan membantu dalam pengolahan data nantinya.

26
Akan tetapi penulus menyadari bahwa dalam pembuatan makalah ini
masih jauh dari kesempurnaan, maka dari itu kami mengharapkan
kritik dan saran dari pembaca yang sifatnya membangun untuk hasil
yang lebih baik dari makalah ini.

27
 DAFTAR PUSTAKA

Hastono, S. P., & Sabri, L. (2008). Statistik Kesehatan. Jakarta: Rajawali Pers.

Hastono, S. P. (2016). Analisis Data pada Bidang Kesehatan. Jakarta: Rajawali

Pers

Hastono, S. P. (2019). Statistik Kesehatan. Depok: PT RajaGrafindo Persada.

Sugiyono. 2009. Statistika untuk Penelitian. Bandung: Alfabeta

28