ANALYSIS OF VARIANCE (ANOVA)

A. KONSEP DITRIBUSI F
Distribusi F digunakan untuk menguji apakah dua sampel berasal dari populasi yang
memiliki variansi-variansi yang sama dan digunakan ketika hendak membandingkan
beberapa rata-rata populasi secara bersamaan.

Karakteristik distribusi F:
 Terdapat suatu keluarga distribusi F (ada numerator dan denumerator)
 Distribusi F bersifat kontinu / tidak terbatas
 Distribusi F tidak dapat bernilai negatif
 Bentuknya tidak simetris
 Bersifat asimtotik

B. UJI STATISTIK MEMBANDINGKAN VARIANS

s 21 2 S1 : varians yang lebih besar

s = Σ( X− X́ )
F= 2
s2 √ n−1 S2 : varians yang lebih kecil
df1 : n1 – 1 df2 : n2 – 1
Varians sampel yang lebih besar ditempatkan
sebagai pembilang (numerator)
C. ANOVA
Anova digunakan untuk membandingkan tiga rata-rata populasi atau lebih untuk
menentukan apakah semua nilainya dapat sama dengan asumsi.
Prosedur Anova:

H0 : μ1 = μ2 = .... = μk
H1 : μi = μj for at least one pair μi , μj
 Menggunakan distribusi F
 Hasil keputusan H0 ditolak jika nilai F hasil perhitungan lebih besar dari nilai F
pada tabel, dengan numerator dan denumerator df
 Bila H0 diterima maka varians yang diuji sama
 Bila H1 diterima maka varians yang diuji terdapat perbedaan (minimal ada 1 yang
berbeda)

D. ONE-WAY ANOVA

TREATMENT
1 2 3 K  perlakuan = 3
X1.1 X1.2 X1.3
X2.1
X3.1
X2.2
X3.2
X2.3
X3.3 } Jumlah
pengamatan
X4.1 X4.2 X4.3
Tj T1 T2 T3 T = T1 + T2 + T3
nj n1 n2 n3 N = n1 + n2 + n3

Tabel one-way ANOVA

Source of Sum of square d.f Mean square F

variation
Treatment SST K–1 MST = SST/(k-1) MST/MSE
Error SSE N–K MSE = SSE/(n-k)
Total SStotal N-1
 Keterangan:

k : jumlah perlakuan (treatment)

N : jumlah pengamatan

SST is the treatment sum of squares SSE is the sum of squares error

Tj2 T 2 Tj 2
SST = Σ ( )
nj
−
N
2
SSE = Σ Xij −Σ
nj( )
SS total (is the sum of squares)

T2
SSTot = SST + SSE = Σ Xij2− ( )
N

Inferences About Treatments Means

 Ketika menolak hipotesis null bahwa rata-ratanya sama, kita mungkin juga ingin
mengetahui rata-rata treatment mana yang berbeda.
 Salah satu prosedur yang paling sederhana adalah melalui penggunaan confidence
intervals

Keterangan:
1 1
√
¿) ± t MSE( + )
n1 n 2
MSE
Df tabel
= SSE/(n-k)
= n-k

 Jika nol termasuk dalam interval kepercayaan, maka tidak terdapat perbedaan dalam rata-
rata.
 Jika nol tidak termasuk dalam interval maka kita menyimpulkan bahwa rata-rata
perlakuannya berbeda.

E. TWO-WAY ANOVA

TREATMENT
1 2 3 Br n
1 X1.1 X1.2 X1.3 B1 N1
2 X2.1 X2.2 X2.3 B2 N2
3 X3.1 X3.2 X3.3 B3 N3
BLOCK
4 X4.1 X4.2 X4.3 B4 N4
Tj T1 T2 T3 T
nc n1 n2 n3 N

 Untuk ANOVA dua-faktor kita menguji :

Apakah ada perbedaan yang signifikan pada treatment effect dan apakah ada perbedaan
pada blocking effect dan terdapat interaksi di antara sampel yang diuji.

Br 2 T2 Tj 2
SSB = Σ[
nr
¿−
N
2
SSE = Σ Xij −Σ ( )
nj
−SSB

Tj2 T2 T2
SST = Σ[
nj
¿−
N
SSTot = SST + SSE + SSB = Σ Xij2− ( )
N
 SST /(k −1)
F=
SSE /(( K −1)( b−1))

Tabel two way ANOVA:

Source of Sum of square d.f Mean square F

variation
Treatment SST k–1 MST = SST/(k-1) MST/MSE
Blocks SSB B–1 MSB = SSB/(b-1) MSB/MSE
Error SSE (k-1)(b-1) MSE = SSE/(n-k)
Total SStotal N–1

Keterangan :
k = number of treatment (kolom)
b = number of block (baris)
N = number of observation

F. CONTOH SOAL DAN LATIHAN

1. Bejo, seorang pialang di Maju Securities, mencatat rata-rata return pada sebuah
sampel 10 saham internet sebesar 12,6% dengan standar deviasi 3,9%. Sedangkan
rata-rata return pada sebuah sampel 8 saham utilitas adalah 10,9% dengan standar
deviasi 3,5%. Pada tingkat signifikansi 0,05, dapatkah Bejo menyimpulkan bahwa
terdapat variansi yang lebih besar pada saham internet?

Jawaban :
o H0 : σ 12 ≤ σ 22
H1 : σ 12 > σ 22

o α = 0,05
df1 = (10-1) = 9
df2 = (8-1) = 7

o s21 = 3,92 = 15,21 s22 = 3,52 = 12,25

s 21
F= 2 = 1,24
s2

o Karena kasus diatas merupakan uji satu ekor, maka taraf signifikansinya tetap 0,05.
Sehingga diperoleh nilai kritik (F tabel) sebesar 3,68

+3,68

o H0 tidak ditolak, H1 ditolak artinya variansi pada saham internet tidak bervariasi jika
dibanding dengan saham utilitas.

2. Berikut ini adalah data jumlah baju terjual pada 3 pedagang kaki lima. Dengan tingkat
signifikansi 5% apakah ada perbedaan rata-rata jumlah baju terjual diantara 3
pedagang tersebut?
 A B C
3 2 4
2 6 5
4 6

Jawaban :
o H0 : μ1 = μ2

H1 : μi = μj, paling tidak ada 1 rata-rata sama

o α = 0,05

o Statistik uji menggunakan distribusi F

o F kritis  numerator (k-1) = 2 ; denominator (n-k) = 5

Nilai kritis sebesar 5,79, sehingga H0 ditolak jika F hitung > 5,79.
o

A A2 B B2 C C2 Total
3 9 2 4 4 16
2 4 6 36 5 25
4 16 6 36
Tj 9 8 15 32
nj 3 2 3 8
T2 29 40 77 146

Tabel one way ANOVA :

Source of Sum of square d.f Mean square F
variation
Treatment SST = 6 2 3 1,25
Error SSE = 12 5 2,4
Total SStotal = 18 7

Keterangan :
Tj2 T 2 92 82 15 2 322
- SST = Σ ( )
nj
− =[ + +
N 3 2 3
¿−
8
=6

Tj 2 92 82 15 2
- SSE = Σ Xij2−Σ
nj ( )
= 146 – [ + +
3 2 3
¿ = 12

- Sstotal = 6 + 12 = 18
- k=3;n=8

Kesimpulannya 1,25 < 5,79 maka H0 tidak ditolak yang artinya tidak ada perbedaan rata-
rata baju terjual antara pedagang.

3. D’Cost memiliki spesialisasi makanan murah meriah. Pujo, manager D’Cost, baru
saja membuat menu nasi goreng baru. Sebelum dimasukkan dalam menu reguler, dia
mencoba menawarkannya di beberapa restorannya. Apakah ada perbedaan perlakuan
antara nasi goreng yang dijual di KAZA dan KAYON? Uji dengan tingkat
signifikansi 95%.

KAZA ROYAL KAYON

13 10 18
12 12 16
14 13 17
 12 11 17
17

Jawaban :

KAZA ROYAL KAYON KAZA2 ROYAL2 KAYON2

13 10 18 169 100 324
12 12 16 144 144 256
14 13 17 196 169 289
12 11 17 144 121 289
17 289
Tj 51 46 85 T = 182 653 534 1447 Xij2 = 2634
nj 4 4 5 N = 13

 X́ 1 (kayon) = 85/5 = 17
 X́ 2 (kaza) = 51/4 = 12,75

T2 1822

2
SSTot = Σ Xij − ( )
N
= 2634−
13 ( )
= 86

Tj2 T 2 512 462 85 2 18 22

 SST = Σ ( )
nj
− =[
N 4
+
4
+
5
¿−
13
=¿76,25  76,3

 SSE = SS Total – SST = 86 – 76,25 = 9,75

Source of Sum of square d.f Mean square F

variation
Treatment 76,3 2 38,125 39,10256
Error 9,75 10 0,975
Total 86 12

Inferences About Treatments Meant

1 1 1 1
√
¿) ± t MSE(
√
+ ) = ¿) ± 2,228 0,975( + )
n1 n 2 5 4

4,25 ± 1,48  2,77 ; 5,73

Conclusion : The treatment means are not same.

4. Pabrik tempe Bieber beroperasi 24 jam sehari selama 5 hari dalam seminggu. Para
pekerja bergantian shifts kerja tiap minggu. Pak Todd Bieber, pemilik pabrik, ingin
mengetahui apakah ada perbedaan dalam jumlah produksi tempe ketika para pegawai
bekerja pada shift yang berbeda. Sampel yang terdiri dari 5 pegawai dipilih dan
produksi mereka dicatat pada setiap shift. Pada tingkat signifikansi 0,05 apakah kita
dapat menyimpulkan bahwa ada perbedaan rata-rata produksi pada shift dan rata-rata
produksi pada pegawai?

Output
Pegawai
Day Evening Night
A 31 25 35
B 33 26 33
C 28 25 30
D 30 29 28
E 28 26 27

Jawaban :
 Day Evening Night Br nr Day2 Evening2 Night2
A 31 25 35 91 3 961 625 1225
B 33 26 33 92 3 1089 676 1089
C 28 25 30 82 3 784 576 900
D 30 29 28 87 3 900 841 784
E 28 26 27 81 3 784 676 729
Tj 150 130 153 433 4518 3394 4727 12639
nC 5 5 5 15

Source of Sum of square d.f Mean square F

variation
Treatment 62,53 2 31,297 5,75
Blocks 33,73 4 8,433 1,55
Error 43,47 8 5,433
Total 139,73 14

o H0 : μ1 = μ2
H1 : not all means are equal
o α = 0,05
o Reject H0 if F > 4,46 (df = 2,8)
o Since 5,75 > 4,46, H0 is rejected
o Conclusion : there is a difference in the mean number of units produced on the different
shifts.

 H0 : μ1 = μ2
H1 : not all means are equal
 α = 0,05
 Reject H0 if F > 3,84 (df = 4,8)
 Since 1,55 < 3,84, H0 is not rejected
 Conclusion : there is not significant difference in the mean number of units produced by
the various employees.