LAPORAN STATISTIK ELEMENTER

UJI ANALISIS VARIAN SATU ARAH (ANOVA)

Dosen pengampu
Dr. Sri Harini, M.Si

Oleh
Nurul Anggraeni Hidayati
NIM. 14610002

JURUSAN MATEMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM
MALANG
2015
I. Contoh Soal
1. Hasil pengamatan terhadap jumlah penonton di 5 gedung
bioskop yang memutar film yang sama adalah sebagai berikut:
Gedung Bioskop
Glory Venus Hollywood Galaxy Metropole
120 107 121 108 109
125 110 125 106 117
126 114 130 112 118
120 113 125 116 116
121 115 127 116 115
Apakah dapat dikatakan bahwa lokasi gedung bioskop
mempengaruhi jumlah penonton ? Gunakan taraf uji 0.05!

Sumber: Sihono Dwi Waluyo, Statistika Untuk Pengambilan

Keputusan, (Jakarta:Ghalia Indonesia, 2001), hlm. 190, Nomor
2

2. Tiga kelas statistika diberikan oleh tiga dosen. Nilai akhirnya

dicatat sebagai berikut:
Dosen
A B C
73 88 68
89 78 79
82 48 56
43 91 91
80 51 71
73 85 71
66 72 87
60 77 41
45 31 59
93 78 68
 36 62 53
77 76 79
96 15
80
56
Apakah terdapat selisih nyata diantara rata-rata nilai yang
diberikan oleh ketiga dosen tersebut? Gunakan taraf nyata 0.05.

Sumber: Sihono Dwi Waluyo, Statistika, Untuk Pengambilan

Keputusan, (Jakarta:Ghalia Indonesia, 2001), hlm. 190, Nomor
3

II. Kajian Pustaka

1. Pengertian Analisis Varian
Suatu teknik untuk menguji kesamaan beberapa rataan adalah
analisis varian. Analisis of variance atau Anova merupakan salah satu uji
parametrik yang berfungsi untuk membedakan nilai rata-rata lebih dari dua
kelompok data dengan cara membandingkan variansinya (Ghozali, 2009).
Analisis Varians (Anova) adalah teknik analisis statistik yang
dikembangkan dan diperkenalkan pertama kali oleh Sir R. A Fisher
(Kennedy & Bush, 1985). Anova dapat juga dipahami sebagai perluasan
dari uji-t sehingga penggunaannya tidak terbatas pada pengujian perbedaan
dua buah rata-rata populasi, namun dapat juga untuk menguji perbedaan
tiga buah rata-rata populasi atau lebih sekaligus.
Andaikan ada k perlakuan yang masing-masing dengan
sampel berbeda dan berturut dengan ukuran atau banyak pengamatan
maka hipotesis untuk uji kesamaan rataan adalah,
 Analisis varian tidak hanya digunakan dalam satu jenis atau faktor
perlakuan, tetapi dapat lebih dari satu faktor yang masing-masing faktor
terdiri dari beberapa perlakuan. Bila perlakuan hanya berdiri dari satu
faktor, maka disebut klasifikasi eka arah atau one way anova dan apabila
terdiri dari dua faktor disebut klasifikasi dwi arah atau two way anova.
Dalam analisis varian menyangkut pada varian dalam masing-
masing perlakuan, varian antar perlakuan, dan mungkin juga varian
interaksi antar perlakuan dari faktor satu dengan perlakuan dalam faktor
yang lain. (Simbolon, 2009)
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), berarti nilai mean
yang dibandingkan tidak ada perbedaan. Sebaliknya bila variasi antar
kelompok lebih besar dari variasi didalam kelompok, nilai mean yang
dibandingkan menunjukkan adanya perbedaan.
Jika kita menguji hipotesis nol bahwa rata-rata dua buah kelompok
tidak berbeda, teknik Anava dan uji-t (uji dua pihak) akan menghasilkan
kesimpulan yang sama; keduanya akan menolak atau menerima hipotesis
nol. Dalam hal ini, statistik F pada derajat kebebasan 1 dan n-k akan sama
dengan kuadrat dari statistik t.
Telah dibahas sebelumnya, bahwa Anova digunakan untuk menguji
perbedaan antara sejumlah rata-rata populasi dengan cara membandingkan
variansinya. Pembilang pada rumus variansi tidak lain adalah jumlah
kuadrat skor simpangan dari rata-ratanya, yang secara sederhana dapat
ditulis sebagai ∑ . Istilah jumlah kuadrat skor simpangan sering disebut
jumlah kuadrat (sum of squares). Jika jumlah kuadrat tersebut dibagi
dengan n atau n-1 maka akan diperoleh rata-rata kuadrat yang tidak lain
dari variansi suatu distribusi. Rumus untuk menentukan varians sampel
yaitu,
∑ ̅
 Seandainya kita mempunyai suatu populasi yang memiliki variansi
dan rata-rata . Dari populasi tersebut sampel secara independent. Dari
setiap sampel tersebut dapat ditentukan rata-rata dan variansinya, masing-
masing merupakan statistik (penaksir) yang tidak bias bagi parameternya.
Dikatakan demikian karena, dalam jumlah sampel yang tak hingga, rata-
rata dari rata-rata sampel akan sama dengan rata-rata populasi dan rata-
rata dari variansi sampel juga akan sama dengan variansi populasi .
Prosedur analisis varians (Analysis of Variance—ANOVA)
menggunakan variabel numerik tunggal (single numerical variable) yang
diukur dari sejumlah sampel untuk menguji hipotesis nol dari populasi
yang (diperkirakan) memiliki rata-rata hitung (mean) sama. Variabel
dimaksud harus berupa variabel kuantitatif. Variabel ini terkadang
dinamakan sebagai variabel terikat (dependent variable).
Hipotesis nol dalam uji ANOVA adalah bahwa semua
(minimal 3) populasi yang sedang dikaji memiliki rata-rata hitung (mean)
sama. Ringkasnya, hipotesis nol dan hipotesis alternatif dalam
ANOVA adalah:
:1=2=3=…= n
: Tidak semua populasi memiliki rata-rata hitung (mean) sama.
Dalam uji ANOVA, bukti sampel diambil dari setiap populasi
yang sedang dikaji. Data-data yang diperoleh dari sampel tersebut
digunakan untuk menghitung statistik sampel. Distribusi sampling yang
digunakan untuk mengambil keputusan statistik, yakni menolak atau
menerima hipotesis nol ( ), adalah Distribusi F (F Distribution).
Dalam uji ini diasumsikan bahwa semua populasi yang sedang
dikaji memiliki keragaman atau varians (variance) sama tanpa
mempertimbangkan apakah populasi-populasi tersebut memiliki rata-rata
hitung (mean) sama atau berbeda. Ada 2 (dua) cara atau metode dalam
mengestimasi nilai varians ini, yakni metode dalam kelompok (within
method) dan metode antar-kelompok (between method). Metode dalam
kelompok menghasilkan estimasi tentang varians yang sahih (valid)
apakah hipotesis nol salah atau benar. Sementara metode antar-
kelompok menghasilkan estimasi tentang varians yang sahih (valid) hanya
jika hipotesis nol benar.
Langkah akhir dari uji Anova adalah menghitung rasio antara
metode antar kelompok (between method) sebagai numerator (faktor
yang dibagi) dan metode dalam kelompok (within method) sebagai
denominator (faktor pembagi). Jika hipotesis nol benar (diterima), rasio
di atas berisikan dua hasil estimasi yang terpisah dari populasi yang
memiliki varians sama dan, karenanya, berasal dari distribusi F. Namun
demikian, jika rata-rata hitung (mean) populasi yang dikaji tidak sama,
hasil estimasi dalam numerator akan mengembung sehingga rasionya akan
menjadi sangat besar. Jelas bahwa rasio demikian, dengan
membandingkannya dengan distribusi F, tidak berasal dari distribusi F, dan
hipotesis nol akan ditolak. Uji hipotesis dalam ANOVA adalah uji hipotesis
bersisi-satu (one-tailed) di mana nilai statistik F yang besar akan mengarah
ke ditolaknya hipotesis nol, sementara nilai statistik F yang kecil akan
mengarah ke penerimaan hipotesis nol.
Uji Anova dapat dibagi menjadi 2 jenis berdasarkan jumlah
variabel yang diamati, yaitu One Way Anova dan Two Way Anova. One
Way Anova digunakan bila ada satu variabel yang ingin diamati, sedangkan
Two Way Anova digunakan apabila terdapat dua variabel yang ingin
diamati.
A. Analisis Varians Satu-Arah (One-Way Analysis of Variance—
ANOVA)

Dinamakan analisis varians satu arah, karena analisisnya menggunakan

varians dan data hasil pengamatan merupakan pengaruh satu faktor.Dari
tiap populasi secara independen kita ambil sebuah sampel acak, berukuran
n1 dari populasi kesatu, n2 dari populasi kedua dan seterusnya berukuran nk
dari populasi ke k. Data sampel akan dinyatakan dengan Y ij yang berarti
data ke-j dalam sampel yang diambil dari populasi ke-i.
Langkah-langkah uji anova satu arah (one way anova)
1) Hipotesis masalah
Buat hipotesis masalah yang ada, hipotesis awal bahwa rata-rata
dari beberapa populasi adalah sama, dan hipotesis relatif bahwa
rata-rata dari beberapa populasi tidak sama.
2) Hipotesis statistik
Buat hipotesis statistik dari hipotesis masalah yang telah dibuat.
3) Menentukan taraf signifikansi
Biasanya terdapat dalam soal, disimbolkan dengan α.
4) F Tabel
Dari distribusi F mempunyai 2 macam derajat kebebasan, yakni
derajat dari pembilang dan derajat kebeban dari penyebut.
a. Derajat Kebebasan Pembilang
Derajat kebebasan pembilang (numerator) = (jumlah
banyaknya sampel-1)
Atau derajat kebebasan pembilang = k-1
b. Derajat Kebebasan Penyebut
Derajat kebebasan penyebut (denominator) = {(jumlah data
setiap sampel-1) x jumlah sampel}
Atau Derajat kebebasan penyebut = k (b-1)
Guna pengujian hipotesis dengan distribusi F, digunakan
tabel F. Dalam tabel F, kolom menunjukkan derajat kebebasan
dari pembilang (numerator) dan pada baris menunjukkan
derajat kebebasan penyebut (denominator). Tabel F akan
berbeda untuk setiap taraf nyata (significant level.)
5) F Hitung
Untuk memudahkan perhitungan Anova, maka dapat digunakan
tabel Anova;
 Source of df SS MS
Variation
Treatmen k-1
,
merupakan
∑
hasil F
hitung.

Error N-k -

Total N-1 - -

∑ ∑

6) Bandingkan nilai dan Untuk

One-way Anova
Jika Ftabel ˃ Fhitung maka H0 diterima dan H1 ditolak
Jika Ftabel < Fhitung maka H0 ditolak dan H1 diterima
7) Kesimpulan
Dari hasil perbandingan dan dapat ditarik kesimpulan
apakah hipotesis awal diterima atau ditolak. Dengan ini,
dibuatlah analisis kesimpulan dari masalah yang ada.
III. Langkah-langkah
1. Dibuka Aplikasi “Minitab” pada menu start;

Sehingga muncul windows “Minitab” seperti di bawah ini;

2. Memasukkan data ke dalam satu kolom dalam minitab;

Kemudian pada kolom yang berbeda, dimasukkan faktor (dalam hal ini
bisa digunakan angka 1-5) berdasarkan perlakuan yang berbeda;
3. Di Klik toolbar stat  ANOVA  One Way;

4. Di masukkan nama kolom tempat data berada pada kolom Response

pada window One-Way Analysis of Variance, serta nama kolor tempat
Faktor berada pada kolom Factor. Di masukkan pula confidence level.
Setelah itu diklik OK.

5. Mengulangi langkah-langkah di atas setiap data dan pertanyaan yang

berbeda.
IV. Ouput dan Interpretasi
a. Output
1.

2.

b. Interpretasi
1. Contoh Soal 1
a) Perhitungan Manual
1) Hipotesis Masalah
: Rata-rata jumlah penonton di lokasi gedung bioskop
sama.
 : Rata-rata jumlah penonton di lokasi gedung bioskop
tidak sama.
2) Hipotesis Statistik

3) Taraf Signifikansi
Diketahui dalam soal bahwa
4) F Tabel
Numerator
Denominaator

5) F Hitung
Glory Venus Hollywood Galaxy Metropole

120 14400 107 11449 121 14641 108 11664 109 11881
125 15625 110 12100 125 15625 106 11236 117 13689
126 15876 114 12996 130 16900 112 12544 118 13924
120 14400 113 12769 125 15625 116 13456 116 13456
121 14641 115 13225 127 16129 116 13456 115 13225
∑ 612 ∑ 74942 ∑ 559 ∑ 62539 ∑ 628 ∑ 78920 ∑ 558 ∑ 62356 ∑ 575 ∑ 66175

∑ ∑
 Tabel Anova
Source of df SS MS
Variation
Treatmen k-
1=5- merupakan
1=4 hasil F hitung.
Error 20 -

Total 24 - -

6) Perbandingan Nilai F Tabel dan F Hitung

Jika Ftabel ˃ Fhitung maka H0 diterima dan H1 ditolak
Jika Ftabel < Fhitung maka H0 ditolak dan H1 diterima
7) Kesimpulan
Berdasarkan hasil perhitungan, menunjukkan bahwa
nilai Ftabel=2.87, sedangkan hasil Fhitung=-4.98. Ini berarti
bahwa > , sehingga diterima dan ditolak. Artinya,
pernyataan atau hipotesis yang menyatakan bahwa rata-rata
jumlah penonton di 5 gedung bioskop tersebut adalah sama.
b) Pembahasan
Hasil pengolahan tabel Anova dengan menggunakan Minitab
di atas menunjukkan hasil yang mayoritas tidak sama dengan
perhitungan manual dimana variabel independen (hotel,
dikategorikan 5 macam) memiliki pengaruh yang signifikan
terhadap variable Y (F=16.14 menurut minitab, dan menurut
perhitungan manual Fhitung -4.98 dan Ftabel 2.87 dan p=0.000
menurut minitab, jelas dibawah nilai α=0.05 berdasarkan yang
terdapat dalam soal). Dari hasil dapat dilihat bahwa hasil F
minitab jika dibandingkan dengan hasil manual baik Ftabel
maupun F hitung tidak sama, perbedaannya sangat besar.
Begitupun juga dengan nilai p dari hasil minitab menunjukkan
angka 0.000, tidak sama dengan nilai α. Tanda minus diabaikan,
karena nilai distribusi F tidak mengenal tanda minus,
sebagaimana yang terdapat dalam tabel distribusi F.
Sebagaimana yang ditunjukkan oleh hasil minitab dengan
membandingkan 5 rata-rata diketahui bahwa masing-masing
hotel memiliki 5 observasi (N=5), dengan rata-rata masing-
masing 122.4, 111.8, 125.6, 111.6 dan 115.0 dan standar deviasi
masing-masing 2.88, 3.21, 3.29, 4.56, dan 3.54. Nilai Pooled
StDev diketahui dengan cara

√ √

√
Family error rate (=5%) menjelaskan bahwa confidence
interval yang digunakan adalah 95%.
Garis-garis putus dan bintang serta tanda kurung dalam hasil
minitab menunjukkan ukuran pemusatan dari masing-masing
populasi. Dimana tanda kurung menunjukkan selang kepercayaan
pada populasi tersebut, dan tanda bintang menunjukkan letak
mean.
Hasil perhitungan yang tidak sama antara minitab dan manual
dimungkinkan karena terjadi kesalahan pada perhitungan manual,
serta terdapat perbedaan sistem pembulatan yang dilakukan oleh
minitab dan kalkulator yang digunakan praktikan.
 2. Contoh Soal 2
a) Perhitungan Manual
1) Hipotesis Masalah
: Rata-rata nilai yang diberikan oleh tiga dosen tersebut
adalah relatif sama.
: Rata-rata nilai yang diberikan oleh tiga dosen tersebut
adalah relatif tidak sama.
2) Hipotesis Statistik

3) Taraf Signifikansi
Diketahui dalam soal
4) F Tabel
Numerator

Denumerator

5) F Hitung
Dosen
A B C
73 5329 88 7744 68 4624
89 7921 78 6084 79 6241
82 6724 48 2304 56 3136
43 1849 91 8281 91 8281
80 6400 51 2601 71 5041
73 5329 85 7225 71 5041
66 4356 72 5184 87 7569
60 3600 77 5929 41 1681
45 2025 31 961 59 3481
93 8649 78 6084 68 4624
 36 1296 62 3844 53 2809
77 5929 76 5776 79 6241
96 9216 15 225
80 6400
56 3136
Σ=655 Σ=46157 Σ=903 Σ=66941 Σ=838 Σ=58994

∑ ∑

Tabel Anova
Source of df SS MS
Variation
Treatmen k-
1=3-1 merupakan
hasil F hitung.
 Error 36 -

Total 39 - -

6) Perbandingan Nilai F Tabel dan F Hitung

Jika Ftabel ˃ Fhitung maka H0 diterima dan H1 ditolak
Jika Ftabel < Fhitung maka H0 ditolak dan H1 diterima
7) Kesimpulan
Berdasarkan hasil perhitungan, menunjukkan bahwa
nilai Ftabel=2.63, sedangkan hasil Fhitung=-15.17. Ini berarti
bahwa > , sehingga diterima dan ditolak.
Artinya, pernyataan atau hipotesis yang menyatakan
bahwa rata-rata nilai yang diberikan oleh tiga dosen
tersebut adalah relatif sama.
b) Pembahasan
Hasil pengolahan tabel Anova dengan menggunakan Minitab
di atas menunjukkan hasil yang mayoritas tidak sama dengan
perhitungan manual dimana variabel independen (dosen,
dikategorikan 3 macam karena terdapat 3 orang) memiliki
pengaruh yang signifikan terhadap variable Y (F=0.45 menurut
minitab, dan menurut perhitungan manual Fhitung -15.17 dan
Ftabel 2.63 dan p=0.643 menurut minitab, jelas diatas nilai
α=0.05 berdasarkan yang terdapat dalam soal). Dari hasil dapat
dilihat bahwa hasil F minitab jika dibandingkan dengan hasil
manual baik Ftabel maupun F hitung tidak sama, perbedaannya
sangat besar. Begitupun juga dengan nilai p dari hasil minitab
menunjukkan angka 0.643, tidak sama dengan nilai α. Tanda
minus diabaikan, karena nilai distribusi F tidak mengenal tanda
minus, sebagaimana yang terdapat dalam tabel distribusi F.
Sebagaimana yang ditunjukkan oleh hasil minitab dengan
membandingkan 3 rata-rata diketahui bahwa masing-masing
 dosen memiliki observasi yang berbeda, kemudian dicari nilai
mean, sehingga didapat 13 (N=13), dengan rata-rata masing-
masing 68.08, 71.27, dan 64.46 dan standar deviasi masing-
masing 18.54, 18.10, dan 20.36. Nilai Pooled StDev diketahui

dengan cara
√
Family error rate (=5%) menjelaskan bahwa confidence
interval yang digunakan adalah 95%.
Garis-garis putus dan bintang serta tanda kurung dalam hasil
minitab menunjukkan ukuran pemusatan dari masing-masing
populasi. Dimana tanda kurung menunjukkan selang kepercayaan
pada populasi tersebut, dan tanda bintang menunjukkan letak
mean.
Hasil perhitungan yang tidak sama antara minitab dan manual
dimungkinkan karena terjadi kesalahan pada perhitungan manual,
serta terdapat perbedaan sistem pembulatan yang dilakukan oleh
minitab dan kalkulator yang digunakan praktikan.

V. Kesimpulan
Dari pembahasan diatas dapat ditarik kesimpulan bahwa hasil
perhitungan minitab dan manual dari distribusi F mayoritas tidak
sama. Hal ini dimungkinkan karena terjadi kesalahan pada
perhitungan manual, serta terdapat perbedaan sistem pembulatan
yang dilakukan oleh minitab dan kalkulator yang digunakan
praktikan.

Daftar Pustaka

Riduwan:2008.Dasar-dasar Statistika.Bandung:Alfabeta
Sudjana. 1996. Metoda Statistika. Bandung:Tarsito Bandung
Usman,Husaini.2006.Pengantar Statistika.Jakarta:PT Bumi Aksara
Waluyo, Sihono Dwi. 2001. Statistika untuk
Pengambilan Keputusan. Jakarta:Ghalia Indonesia