DISUSUN OLEH :
1
Kata Pengantar
Puji syukur kami haturkan ke hadirat Tuhan YME, karena dengan karunia-Nya kami
dapat menyelesaiakan makalah yang berjudul “Analisis Varian (ANAVA) dan Analisis Of
Varian (ANOVA)”. Meskipun banyak hambatan yang kami alami dalam proses
pengerjaannya, tapi kami berhasil menyelesaikan makalah ini tepat pada waktunya.
Kami juga mengucapkan terimakasih kepada teman-teman mahasiswa yang juga
sudah memberi kontribusi baik langsung maupun tidak langsung dalam pembuatan makalah
ini.
Kami menyadari bahwa dalam menyusun makalah ini masih jauh dari kesempurnaan,
untuk itu penulis sangat mengharapkan kritik dan saran yang bersifat membangun guna
sempurnanya makalah ini. Penulis berharap semoga karya tulis ini bisa bermanfaat bagi
penulis khususnya dan bagi pembaca pada umumnya.
Penulis
2
BAB I
PENDAHULUAN
A. LATAR BELAKANG
B. RUMUSAN MASALAH
1. Bagaimana pengertian analisis varian satu arah?
2. Bagaimana langkah penyelesaian analisis varian satu arah?
3. Bagaimana aplikasi atau contoh penyelesaian analisis varian?
C. TUJUAN PEMABAHASAN
1. Untuk memahami analisis varian satu arah.
2. Untuk memahami langkah penyelesaian analisis varian satu arah
3. Untuk memahami aplikasi atau contoh penyelesaian analisis varian
3
D. METODE
Penulisan makalah ini melalui metode library research yaitu mencari sumber-
sumber dari berbagai buku-buku yang ada di perpustakaan, dan juga melalui situs-
situs internet yang terkait dengan makalah ini.
4
BAB II
PEMBAHASAN
Analisis varian satu arah yaitu suatu metode untuk menguraikan keragaman total
data menjadi komponen-komponen yang mengukur berbagai sumber keragaman dengan
menggunakan One-Way ANOVA dengan satu perlakuan (Mendel hell dan reinmuth,
1982. hal: 542).
Menurut riduwan Anava atau Anova adalah anonim dari analisis varian
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).
Jadi, analisis varian satu arah adalah metoda analisis statis yang bersifat satu arah
untuk menguji apakah dua populasi atau lebih yang independen dan melihat perbandingan
lebih dari dua kelompok data.
ANAVA satu jalur yaitu analisis yang melibatkan hanya satu peubah bebas.
Secara rinci, ANAVA satu jalur digunakan dalam suatu penelitian yang memiliki ciri-ciri
berikut:1. Melibatkan hanya satu peubah bebas dengan dua kategori atau lebih yang
dipilih dan ditentukan oleh peneliti secara tidak acak. Kategori yang dipilih disebut tidak
acak karena peneliti tidak bermaksud menggeneralisasikan hasilnya ke kategori lain di
luar yang diteliti pada peubah itu. Sebagai contoh, peubah jenis kelamin hanya terdiri atas
dua ketgori (pria-wanita), atau peneliti hendak membandingkan keberhasilan antara
Metode A, B, dan C dalam meningkatkan semangat belajar tanpa bermaksud
menggeneralisasikan ke metode lain di luar ketiga metode tersebut.
Tujuan dari uji anova satu jalur menurut Ridwan,2008 adalah untuk
membandingkan lebih dari dua rata-rata. Sedangkan gunanya untuk menguji kemampuan
generalisasi. Maksudnya dari signifikansi hasil penelitian. Jika terbukti berbeda berarti
kedua sampel tersebut dapat digeneralisasikan (data sampel dianggap dapat mewakili
populasi).
5
Anova satu arah dapat pula digunakan untuk menganalisis variable terikat
berskala ordinal yaitu dengan kruskal-walles. Kruskal-walles menggunakan asumsi
bahwa masing-masing sampel diambil dari populasi yang sama dan distribusinya
ditaksir melalui distribusi chisquare dengan dk = k – 1. Anova dapat pula diterapkan
untuk sampel yang sama dengan pengukuran ulang.(Agus irianto,2004:246).
Pengeujian signifikan perbedaan dalam anova dengan F tes. Anova satu arah
dengan jumlah sampel per sel tidak sama, analisisnya tidak berbeda dengan jumlah
sampel yang sama tiap sel, asal jumlah sampel cukup besar dan perbedaan jumlah
sampel antar sel tidak mencolok.
Anova pengembangan atau penjabaran lebih lanjut dari uji-t ( t h itung) .Uji-t atau
uji-z hanya dapat melihat perbandingan dua kelompok data saja. Sedangkan anova satu
jalur lebih dari dua kelompok data. Contoh: Perbedaan prestasi belajar statistika antara
mahasiswa tugas belajar ( X 1 ), izin belajar ( X 2 ) dan umum ( X 3 ).
Anova lebih dikenal dengan uji-F (Fisher Test), sedangkan arti variasi atau
varian itu asalnya dari pengertian konsep “Mean Square” atau kuadrat rerata (KR).
Rumusnya :
JK
KR =
db
6
Menghitung nilai Anova atau F ( F hitung ) dengan rumus :
Varian dalam group dapat juga disebut Varian Kesalahan (Varian Galat). Dapat
dirumuskan :
(∑ X Ai )2 (∑ X τ )2
J KA = ∑ − untuk db A= A−1
n Ai N
(∑ X Ai)2
2
J K D =( ∑ X τ ) −∑ untuk db D =N− A
n Ai
(∑ X τ )2
Dimana: = sebagai faktor koreksi
N
7
8. Hitunglah jumlah kuadrat dalam antar group ( J K D ) dengan rumus :
(∑ X Ai)2
2
J K D =( ∑ X τ ) −∑
n Ai
2 2 2
2 2 2 ( ∑ X A 1) (∑ X A2 ) (∑ X A3)
¿∑ X A1 +¿ ∑ X A2 +¿∑ X A3 −( + + )
nA1 nA2 nA3
Dalam group 2 (∑ X Ai )2 N− A JK D - -
(∑ X τ ) −∑
n Ai dbD
(D)
8
15. Tentukan kriteria pengujian : jika F hitung ≥ F tabel , maka tolak H 0 berarti signifikan dan
konsultasikan antara F hitung dengan F tabel kemudian bandingkan
16. Buat kesimpulan.
Di bawah ini terdapat beberapa kasus tentang uji anava satu arah, yaitu:
1. KASUS 1
(data diambil dari Riduwan.Dasar-Dasar Statistika.2013.Bandung:Alfabeta)
Seorang ingin mengetahui perbedaan prestasi belajar untuk mata kuliah dasar-dasar
statistika antara mahasiswa tugas belajar, izin belajar dan umum. Data diambil dari
nilai UT sebagai berikut:
Tugas belajar(A1) = 6, 8, 5, 7, 7, 6, 6. 8, 7, 6, 7 = 11 orang
1. Diasumsikan bahwa data dipilih secara random, berdistribusi normal, dan variannya
homogen.
2. Hipotesis ( Ha dan Ho) dalam bentuk kalimat:
a. Ha: terdapat perbedaan yang signifikan antara mahasiswa tugas belajar, izin
belajar, dan umum
b. Ho: tidak ada perbedaan yang signifikan antara mahasiswa tugas belajar, izin
belajar, dan umum
3. Hipotesis Ha dan Ho dalam bentuk statistika :
Ha : A1 ≠ A2 = A3
Ho : A1 = A2 = A3
9
4. Daftar statistika induk
5. No. A1 A2 A3
1. 6 5 6
2. 8 6 9
3. 5 6 8
4. 7 7 7
5. 7 5 8
6. 6 5 9
7. 6 5 6
8. 8 6 6
9. 7 5 9
10. 6 6 8
11. 7 8 6
12. 7 8
statistika Total = T
N 11 12 12 N=35
Σx 73 71 90 234
Σx2 493 431 692 1616
10
8. Menghitung kuadrat Rerata Antar group( KRA)
JKA
KRA =
dbA
15
=
2
= 7,5
9. Menghitung Jumlah Kuadrat Dalam group ( JKD )
JKD = Σ X2T - Σ¿ ¿
732 712 902
= 1616 - ( + + )
11 12 12
= 1616 – 1579
= 37
10. Menghitung derajat bebas dalam group dengan rumus=
DbD = N-A
= 35- 3
= 32
11. Menghitung kuadrat Rerata Dalam group( KRD)
JKD
KRD =
dbA
37
=
32
= 1,16
KRA
12. F.hitung =
KRD
7,5
=
1,16
= 6,47
13. Taraf signifikan sebesar α = 5 %
14. F.tabel =F (1-α) (dbA.dbD)
11
F.tabel = 3,30
ANOVA
NILAI
Jumlah
Sumber varian (SV)
Kuadra(JK) db Mean Square F Sig.
Total 52 34
15. Kriteria pengujian: jika F hitung > F tabel, maka tolak Ho berarti signifikan.
Setelah dikonsultasikan dengan tabel F kemudian dibandingkan antara F hitung
dengan F tabel, ternyata F hitung > F tabel, atau 6,47 > 3,30 maka tolak H o berarti
signifikan.
16. Kesimpulan:
Ho ditolak dan Ha diterima, jadi terdapat perbedaan yang signifikan antara mahasiswa
tugas belajar, izin belajar dan umum.
12
2. KASUS 2
Terdapat 4 empat mesin yang akan diperbandingkan. Oleh karena itu, mesin-
mesin ini dijalankan oleh tenaga manusia, dan oleh karena faktor-faktor lain yang
tidak dapat diterangkan, sehingga keluaran per jamnya dianggap memiliki
kemungkinan produktivitasnya tidak sama. Di bawah ini disajikan sampel acak dari
keluaran yang diamati selama 5 jam yang berbeda.
TABEL
Buktikan apakah ada perbedaan atau tidak pada produktivitas empat mesin tersebut?
Jawab:
Langkah-langka menjawab=
1. Diasumsikan bahwa data dipilih secara random, berdistribusi normal, dan variannya
homogen.
2. Hipotesis ( Ha dan Ho) dalam bentuk kalimat:
c. Ha: terdapat perbedaan yang signifikan antara produktivitas mesin 1, mesin 2,
mesin 3 dan mesin 4
d. Ho: tidak ada perbedaan yang signifikan antara produktivitas mesin 1, mesin 2,
mesin 3 dan mesin 4
3. Hipotesis Ha dan Ho dalam bentuk statistika :
Ha : A1 ≠ A2 = A3
Ho : A1 = A2 = A3
13
4. Daftar statistika induk
14
= 4600
10. Menghitung derajat bebas dalam group dengan rumus=
DbD = N-A
= 20- 4
= 16
11. Menghitung kuadrat Rerata Dalam group( KRD)
JKD
KRD =
dbA
4600
=
16
= 287,5
KRA
12. F.hitung =
KRD
2.333
=
287,5
= 8,116
13. Taraf signifikan sebesar α = 5 %
14. F.tabel =F (1-α) (dbA.dbD)
F.tabel = 3,24
ANOVA
poduktivitas
Jumlah
Sumber varian (SV)
kuadrat(JK) db Kuadrat Rerata F Sig.
Total 11600.000 19
15
15. Kriteria pengujian: jika F hitung > F tabel, maka tolak Ho berarti signifikan.
Setelah dikonsultasikan dengan tabel F kemudian dibandingkan antara F hitung
dengan F tabel, ternyata F hitung > F tabel, atau 8,116 > 3,24 maka tolak H o berarti
signifikan.
16. Kesimpulan:
Ho ditolak dan Ha diterima, jadi terdapat perbedaan yang signifikan antara
produktivitas mesin 1, mesin 2, mesin 3, dan mesin 4.
3. KASUS 3
Seorang manajer sebuah bank sedang meninjau kinerja dari para karyawan
bagi kemungkinan menaikkan gaji dan mempromosikan jabatan. Di dalam
mengevaluasi para petugas kasir (teller), manajer menentukan bahwa criterion dari
kinerja mereka adalah jumlah pelanggan yang dilayani setiap hari.
TABEL
Buktikan apakah ada perbedaan atau tidak antara kasir 1, kasir 2, dan kasir 3?
Jawab:
Langkah-langka menjawab=
1. Diasumsikan bahwa data dipilih secara random, berdistribusi normal, dan variannya
homogen.
16
2. Hipotesis ( Ha dan Ho) dalam bentuk kalimat:
Ha: terdapat perbedaan yang signifikan antara pelanggan pada kasir 1, kasir 2, dan
kasir 3.
Ho: tidak ada perbedaan yang signifikan antara pelanggan pada kasir 1, kasir 2,
dan kasir 3.
17
=2
246
=
15
= 16,4
KRA
12. F.hitung =
KRD
62
=
15
= 3,8
13. Taraf signifikan sebesar α = 5 %
14. F.tabel =F (1-α) (dbA.dbD)
18
F.tabel = 3,68
ANOVA
poduktivitas
Jumlah
Sumber varian (SV)
kuadrat(JK) Db Kuadrat Rerata F Sig.
Total 116 19
15. Kriteria pengujian: jika F hitung > F tabel, maka tolak Ho berarti signifikan.
Setelah dikonsultasikan dengan tabel F kemudian dibandingkan antara F hitung
dengan F tabel, ternyata F hitung > F tabel, atau 3,8 > 3,68 maka tolak H o berarti
signifikan.
16. Kesimpulan:
Ho ditolak dan Ha diterima, jadi terdapat perbedaan yang signifikan antara jumlah
pelanggan pada kasir 1, kasir 2, dan kasir 3.
BAB III
19
KESIMPULAN
Analisis varian satu arah adalah metoda analisis statis yang bersifat satu arah
untuk menguji apakah dua populasi atau lebih yang independen dan melihat
perbandingan lebih dari dua kelompok data.
Langkah uji anava satu arah yaitu: asumsikan bahwa data dipilih secara
random,berdistribusi normal, dan variannya homogeny, buatlah hipotesis ( H a dan H 0)
dalam bentuk kalimat, buatlah hipotesis ( H a dan H 0)dalam bentuk statistic, buatlah
daftar statistik induk, hitunglah jumlah kuadrat antar group ( J K A), hitunglah derajat
bebas antar group, hitunglah kudrat rerata antar group ( KR A ),hitunglah jumlah kuadrat
dalam antar group ( J K D ),hitunglah derajat bebas dalam group, hitunglah kuadrat
KR A
rerata dalam antar group ( KR D ) ,Carilah F hitung dengan rumus : F hitung = , tentukan
KR D
taraf signifikansinya, misalnya α = 0,05 atau α = 0,01, cari F tabel dengan rumus :
F tabel=F (1−α )(db A ,db D ) ,buat Tabel Ringkasan Anova, Tentukan kriteria pengujian : jika
F hitung ≥ F tabel , maka tolak H 0 berarti signifikan dan konsultasikan antara F hitung dengan
F tabel kemudian bandingkan, dan buat kesimpulan.
20
DAFTAR PUSTAKA
Sarwoko.2007.Statistika Inferensi.Yogyakarta:Andi
21