Analisis Varians (Anova)

Program Studi Informatika Analisis Varians

 Analisis Varians Dua Arah (Two Way Anova)

Anava dua arah adalah metode analisis yang digunakan untuk pengujian
anova yang didasarkan pada pengamatan dua kriteria. Setiap kriteria dalam
pengujian anova mempunya level.

Tujuan anova dua arah :

a. Mengetahui apakah ada pengaruh dan berbagai kriteria yang diuji
terhadap hasil yang diinginkan.
b. Membandingkan beberapa rata-rata yang berasal dari beberapa kategori
atau kelompok untuk satu variabel perlakuan.

Contoh: Pengujian untuk mengetahui pengaruh antara jenis media belajar yang
digunakan pada tingkat penguasaan siswa terhadap materi

Program Studi Informatika Analisis Varians

 Jenis Varians Dua Arah (Two Way Anova)

• Anova dua arah tanpa interaksi

Pengujian hipotesis beda tiga rata-rata atau lebih dengan dua faktor yang
berpengaruh dan interaksi antara kedua faktor tersebut ditiadakan. Tujuan dari
pengujian anova dua arah adalah untuk mengetahui apakah ada pengaruh dan
berbagai kriteria yang diuji terhadap hasil yang diinginkan.

• Anova dua arah dengan interaksi

pengujian beda tiga rata-rata atau lebih dengan dua faktor yang berpengaruh dan
pengaruh interaksi antara kedua faktor tersebut diperhitungkan.

Program Studi Informatika Analisis Varians

 Anova Dua Arah Tanpa Interaksi

Sumber Jumlah Derajat Rata- 𝒇𝟎

Varian Kuadrat Bebas Rata
Kuadrat
Rata-Rata JKB 𝑏−1 2
𝐽𝐾𝐵 𝑆12
𝑆1 = 𝑓1 = 2
Baris 𝑑𝑏 𝑆3
Rata-Rata JKK 𝑘−1 𝐽𝐾𝐾
𝑆22 =
Kolom 𝑑𝑏

Error JKE (𝑘 − 1)(𝑏 − 1) 𝐽𝐾𝐸 𝑆22

𝑆32 = 𝑓2 = 2
𝑑𝑏 𝑆3

Total JKT 𝑘𝑏 − 1

Program Studi Informatika Analisis Varians

 Anova Dua Arah Tanpa Interaksi

Baris : 𝑣1 = 𝑏 − 1 dan 𝑣2 = 𝑘 − 1 𝑏 − 1
Kolom : 𝑣1 = 𝑘 − 1 dan 𝑣2 = (𝑘 − 1)(𝑏 − 1)

Jumlah Kuadrat Total

𝑏 𝑘
𝑇2
𝐽𝐾𝑇 = ෍ ෍ 𝑇𝑖𝑗2 −
𝑘𝑏
𝑖=1 𝑗=1

Program Studi Informatika Analisis Varians

 Anova Dua Arah Tanpa Interaksi

Jumlah Kuadrat Baris

σ𝑏𝑖=1 𝑇𝑖2 𝑇 2
Jumlah Kuadrat Error
𝐽𝐾𝐵 = − 𝐽𝐾𝐸 = 𝐽𝐾𝑇 − 𝐽𝐾𝐵 − 𝐽𝐾𝐾
𝑘 𝑘𝑏

Jumlah Kuadrat Kolom

σ𝑏𝑗=1 𝑇𝑗2 𝑇 2
𝐽𝐾𝐾 = −
𝑘 𝑘𝑏

Program Studi Informatika Analisis Varians

 Ilustrasi 1

Berikut ini adalah hasil uji kuat tekan dari 4 jenis bata dengan
penggunaan tanah liat yang berbeda quarry-nya.

𝑉1 𝑉2 𝑉3 𝑉4 𝑇 ∗)
𝑃1 4 6 7 8 25
𝑃2 9 8 10 7 34
𝑃3 6 7 6 5 24
𝑇 19 21 23 20 83
𝑇 ∗) = 𝑇𝑂𝑇𝐴𝐿

Program Studi Informatika Analisis Varians

 Ilustrasi 1

Dengan tingkat kepercayaan 5%, ujilah apakah rata-rata hasil uji

kuat tekan sama untuk:

a. Jenis bata (baris)

b. Jenis tanah liat (kolom)

Program Studi Informatika Analisis Varians

 Langkah-Langkah Penyelesaian
1. Hipotesis :

H0 : 𝛼1 = 𝛼2 = 𝛼3
H1 : 𝛽1 = 𝛽2 = 𝛽3
Atau

H0 : Sekurang-kurangnya ada satu 𝛼𝑖 ≠ 0

H1 : Sekurang-kurangnya ada satu 𝛽𝑖 ≠ 0

Program Studi Informatika Analisis Varians

 2. Tingkat kepercayaan, 𝜶 = 𝟓% = 𝟎, 𝟎𝟓
a. Nilai 𝑓𝑡𝑎𝑏𝑒𝑙 untuk baris:
𝑉1 = 𝑏 − 1 = 3 − 1 = 2
𝑉2 = 𝑘 − 1 𝑏 − 1 = 4 − 1 3 − 1 = 6
𝑓𝛼(𝑉1,𝑉2) = 𝑓0.05(2,6) = 5,14
b. Nilai 𝑓𝑡𝑎𝑏𝑒𝑙 untuk kolom:
𝑉1 = 𝑏 − 1 = 4 − 1 = 3
𝑉2 = 𝑘 − 1 𝑏 − 1 = 3 − 1 4 − 1 = 6
𝑓𝛼(𝑉1,𝑉2) = 𝑓0.05(3,6) = 4,76

Program Studi Informatika Analisis Varians

Program Studi Informatika Analisis Varians
 4. Perhitungan
𝑏 𝑘
𝑇 2
σ𝑏𝑖=1 𝑇𝑖2 𝑇 2
𝐽𝐾𝑇 = ෍ ෍ 𝑇𝑖𝑗2 − 𝐽𝐾𝐵 = −
𝑘𝑏 𝑘 𝑘𝑏
𝑖=1 𝑗=1
252 +342 +242 832
2 2 2 832 = −
= 4 + 9 + ⋯+ 5 − 4 4(3)
4(3) 2357
= 605 − 574,08 = 30,92 = − 574,08 = 15,17
4

Program Studi Informatika Analisis Varians

 σ𝑏𝑗=1 𝑇𝑗2 𝑇2
𝐽𝐾𝐾 = −
𝑘 𝑘𝑏
192 +212 +232 +202 832
= −
3 4(3)
= 577 − 574,08 = 2,92

𝐽𝐾𝐸 = 𝐽𝐾𝑇 − 𝐽𝐾𝐵 − 𝐽𝐾𝐾

= 30,92 − 15,17 − 2,92
= 12,83

Program Studi Informatika Analisis Varians

 𝐽𝐾𝐵 15,17 𝑆22 0,97
𝑆12 = = = 7,59 𝑓2 = 2 = = 0,45
𝑑𝑏 3−1 𝑆3 2,14
𝐽𝐾𝐾 2,92
𝑆22 = = = 0,97
𝑑𝑏 4−1

𝐽𝐾𝐸 12,83
𝑆32 = = = 2,14
𝑑𝑏 (3)(2)

𝑆12 7,59
𝑓1 = 2 = = 3,55
𝑆3 2,14

Program Studi Informatika Analisis Varians

 5. Kesimpulan
a. Karena 𝑓0 = 3,55 < 𝑓0.05(2,6) = 5,14, maka 𝐻0 diterima. Artinya rata-rata
kuat tekan sama untuk penggunaan ketiga jenis tanah liat.
b. Karena 𝑓0 = 0,45 < 𝑓0.05(3,6) = 4,76, maka 𝐻0 diterima. Artinya rata-rata
kuat tekan sama untuk penggunaan keempat jenis bata.

Program Studi Informatika Analisis Varians

 Anova Dua Arah dengan Interaksi

Sumber Jumlah Derajat Bebas Rata- 𝒇𝟎

Varian Kuadrat Rata
Kuadrat
Rata-Rata JKB 𝑏−1 2
𝐽𝐾𝐵
𝑆1 =
Baris 𝑑𝑏
Rata-Rata JKK 𝑘−1 𝐽𝐾𝐾 𝑆12
𝑆22 = 𝑓1 = 2
Kolom 𝑑𝑏 𝑆4

Interaksi JK(BK) (𝑘 − 1)(𝑏 − 1) 𝑆32 𝑆22

𝐽𝐾(𝐵𝐾) 𝑓2 = 2
= 𝑆4
𝑑𝑏
Error JKE b𝑘(𝑛 − 1) 2
𝐽𝐾𝐸 𝑆32
𝑆4 = 𝑓3 = 2
𝑑𝑏 𝑆4

Total JKT 𝑛−1

Program Studi Informatika Analisis Varians

 Anova Dua Arah dengan Interaksi

Jumlah Kuadrat Total Jumlah Kuadrat Kolom

𝑏 𝑘 𝑛
𝑇 2 σ𝑏𝑗=1 𝑇𝑗2 𝑇2
2
𝐽𝐾𝑇 = ෍ ෍ ෍ 𝑋𝑖𝑗𝑘 − 𝐽𝐾𝐾 = −
𝑏𝑘𝑛 𝑏𝑛 𝑏𝑘𝑛
𝑖=1 𝑗=1 𝑘=1

Jumlah Kuadrat Baris

σ𝑏𝑖=1 𝑇𝑖2 𝑇2
𝐽𝐾𝐵 = −
𝑘𝑛 𝑏𝑘𝑛

Program Studi Informatika Analisis Varians

 Anova Dua Arah dengan Interaksi

Jumlah Kuadrat Bagi Interaksi Baris Kolom

σ𝑏𝑖=1 σ𝑘𝑗=1 𝑇𝑖𝑗2 σ𝑏𝑖=1 𝑇𝑖2 σ𝑘𝑗=1 𝑇𝑗2 𝑇2

𝐽𝐾 𝐵𝐾 = − − +
𝑛 𝑘𝑛 𝑏𝑛 𝑏𝑘𝑛

Jumlah Kuadrat Error

𝐽𝐾𝐸 = 𝐽𝐾𝑇 − 𝐽𝐾𝐵 − 𝐽𝐾𝐾 − 𝐽𝐾(𝐵𝐾)

Program Studi Informatika Analisis Varians

 Anova Dua Arah dengan Interaksi

Ilustrasi 2 Tingkat Tingkat Ekonomi 𝑇

Aktivitas 𝑌1 𝑌2 𝑌3
Berikut ini adalah hasil survey 𝑋1 64 72 74 607
tentang pengaruh tingkat aktivitas 66 81 51
dan tingkat ekonomi terhadap
70 64 65
prestasi belajar.
𝑋2 65 57 47 510
63 43 58
58 52 67
𝑋3 59 66 58 527
68 71 39
65 59 42
𝑋4 58 57 53 466
41 61 59
46 53 38
𝑇 723 736 651 2110

Program Studi Informatika Analisis Varians

 Ilustrasi 2

Dengan tingkat kepercayaan 5%, ujilah apakah:

a. Apakah ada pengaruh dari kedua faktor tersebut terhadap

prsetasi belajar.

b. Apakah ada interaksi antara kedua faktor tersebut (tingkat

aktivitas dan tingkat ekonomi).

Program Studi Informatika Analisis Varians

 Anova Dua Arah dengan Interaksi

1. Hipotesis
a. 𝑓1 : 𝐻0 = 𝛼1 = 𝛼2 = 𝛼3 = 0
𝐻1 : sekurang-kurangnya ada satu 𝛼𝑖 ≠ 0

b. 𝑓2 : 𝐻0 = 𝛽1 = 𝛽2 = 𝛽3 = 𝛽4 = 0
𝐻1 : sekurang-kurangnya ada satu 𝛽𝑗 ≠ 0

c. 𝑓3 : 𝐻0 = 𝛼𝛽 11 = (𝛼𝛽)12 = (𝛼𝛽)13 = ⋯ = 𝛼𝛽 43 = 0
𝐻1 : sekurang-kurangnya ada satu (𝛼𝛽)𝑖𝑗 ≠ 0

Catatan: untuk mempermudah dalam penyelesaian, masing-masing dijumlahkan

terlebih dahulu, 𝑏 = 4, 𝑘 = 3, 𝑛 = 3

Program Studi Informatika Analisis Varians

 Anova Dua Arah dengan Interaksi

2. Kriteria Pengujian dengan 𝛼 = 5% = 0.05

a. 𝑓1 > 𝑓𝛼((𝑏−1;𝑏𝑘 𝑛−1 )
𝑓1 > 𝑓0,05(4−1;4 3 3−1 ) . c. 𝑓1 > 𝑓𝛼( 𝑏−1 𝑘−1 ;𝑏𝑘 𝑛−1 )
𝑓1 > 𝑓0,05(3;24) 𝑓1 > 𝑓0,05( 4−1 3−1 ;4 3 3−1 )
𝑓1 > 3,01 -> 𝐻0 ditolak 𝑓1 > 𝑓0,05(6;24)
𝑓1 > 2,51 -> 𝐻0 ditolak
. b. 𝑓1 > 𝑓𝛼(𝑘−1;𝑏𝑘 𝑛−1 )
𝑓1 > 𝑓0,05(3−1;4 3 3−1 )
𝑓1 > 𝑓0,05(2;24)
𝑓1 > 3,40 -> 𝐻0 ditolak

Program Studi Informatika Analisis Varians

 Anova Dua Arah dengan Interaksi

𝑏 𝑘 𝑛
𝑇 2 2110 2
2
𝐽𝐾𝑇 = ෍ ෍ ෍ 𝑋𝑖𝑗𝑘 − = 642 + 662 + ⋯ + 382 −
𝑏𝑘𝑛 36
𝑖=1 𝑗=1 𝑘=1
= 127448 − 123669 = 3779

σ𝑏𝑖=1 𝑇𝑖2 𝑇2 6072 + 5102 + 5272 + 4662 21102

𝐽𝐾𝐵 = − = − = 1157
𝑘𝑛 𝑏𝑘𝑛 9 36

σ𝑏𝑗=1 𝑇𝑗2 𝑇2 7232 + 7362 + 6512 21102

𝐽𝐾𝐾 = − = − = 350
𝑏𝑛 𝑏𝑘𝑛 12 36

Program Studi Informatika Analisis Varians

 Anova Dua Arah dengan Interaksi

σ𝑏𝑖=1 σ𝑘𝑗=1 𝑇𝑖𝑗2

σ𝑏𝑖=1 𝑇𝑖2 σ𝑘𝑗=1 𝑇𝑗2 𝑇2
𝐽𝐾 𝐵𝐾 = − − +
𝑛 𝑘𝑛 𝑏𝑛 𝑏𝑘𝑛
2002 + ⋯ + 1502 6072 + ⋯ + 4662 7232 + ⋯ + 6512 21102
= − − + = 771
9 9 12 36

𝐽𝐾𝐸 = 𝐽𝐾𝑇 − 𝐽𝐾𝐵 − 𝐽𝐾𝐾 − 𝐽𝐾(𝐵𝐾) = 3779 − 1157 − 350 − 771 = 1501

Program Studi Informatika Analisis Varians

 Anova Dua Arah dengan Interaksi

𝐽𝐾𝐵 1157
𝑆12 = = = 385,67 𝑓1 =
𝑆12
= 6,17 > 𝑓1𝑡𝑎𝑏𝑒𝑙 maka 𝐻0 ditolak
𝑑𝑏 4−1 𝑆42
2
𝐽𝐾𝐾 350 𝑓2 =
𝑆22
= 2,8 < 𝑓2𝑡𝑎𝑏𝑒𝑙 maka 𝐻0 diterima
𝑆2 = = = 175 𝑆42
𝑑𝑏 3−1 𝑆32
𝐽𝐾(𝐵𝐾) 771 𝑓3 = = 2,05 < 𝑓1𝑡𝑎𝑏𝑒𝑙 maka 𝐻0 ditolak
2 𝑆42
𝑆3 = = = 128,5
𝑑𝑏 6
2
𝐽𝐾𝐸 1501
𝑆4 = = = 62,54
𝑑𝑏 24

Program Studi Informatika Analisis Varians

 Anova Dua Arah dengan Interaksi

5. Kesimpulan
Tingkat aktivitas berpengaruh terhadap prestasi belajar. Tingkat ekonomi
tidak berpengaruh terhadap prestasi belajar. Danadanya interaksi antara
tingkat ekonomi dengan tingkat aktivitas.

Program Studi Informatika Analisis Varians

 Rumus Matlab

Anova Dua Jalur

p = anovan(y,group)
p = anovan(y,group,Name,Value)
[p,tbl] = anovan(___)
[p,tbl,stats] = anovan(___)
[p,tbl,stats,terms] = anovan(___)
p menyatakan nilai anova dua jalur dengan design seimbang. Sedangkan untuk yang tidak
seimbang menggunakan anovan.

Perintah-perintah untuk ANOVA jenis ini akan memberikan hasil berupa tabel ANOVA yang berisi
nilai-nilai keberagaman variabel-variabel bebas dan interaksinya.

Program Studi Informatika Analisis Varians

Program Studi Informatika Analisis Varians