TUGAS STATISTIKA

UJI ANOVA 2 JALUR

NAMA : NUR SEHASARI DEWI

NIM : 2013019
PRODI : S2 PENDIDIKAN KIMIA
TWO WAY ANOVA
A. PENGERTIAN ANOVA
Anova merupakan singkatan dari “analysis of varian” adalah salah satu uji
komparatif yang digunakan untuk menguji perbedaan mean (rata-rata) data lebih dari
dua kelompok. Ada dua jenis Anova, yaitu analisis varian satu faktor (one way anova)
dan analisis varian dua faktor (two ways anova).
Dalam menganalisis data lebih dari dua populasi tidak dianjurkan
menggunakan uji-t karena terdapat kelemahan yang dapat meningkatkan nilai (taraf
signifikasi), artinya akan meningkatkan peluang mendapatkan hasil yang keliru.
Permasalahan seperti ini dapat dipecahkan dengan Anova. Anova atau analisis of
variance adalah uji yang dapat digunakan untuk menganalisis perbedaan lebih dari
dua kelompok yang independent. Tujuannya adalah untuk membandingkan lebih dari
dua rata- rata dan berguna untuk menguji kemampuan generalisasi artinya data
sampel dianggap dapat mewakili populasi (Riduwan, 2010). Dalam anova yang
dipertentangkan bukanlah reratanya tetapi variansinya. Anova juga memungkinkan
untuk dapat melihat pengaruh peubah bebas dan peubah kontrol, baik secara terpisah
maupun bersama- sama, terhadap peubah terikatnya dengan kata lain dapat
dilihatapakah ada interaksi antara peubah bebas dan pubah kontrol sehingga peubah
terikat itu hasilnya akan lain bila hasil peubah kontrolnya berbeda

B. ANOVA DUA ARAH (TWO WAY ANOVA)

Uji ANOVA Dua Arah (Two Way ANOVA) membandingkan perbedaan rata-rata
antara kelompok yang telah dibagi pada dua variabel independent yang selanjutnya
disebut faktor. Anda perlu memiliki dua variabel independen berskala data kategorik
dan satu variabel terikat berskala data kuantitatif. Jenis uji ini umumnya dilakukan
pada rancangan perlakuan yang faktor-faktor lingkungannya sulit dikontrol, misalnya
pada percobaan lapangan.
Ada 2 jenis anova dua arah:
1.Anova Dua Arah tanpa Interaksi, merupakan pengujian hipotesis bedatiga rata-rata
atau lebih dengan dua faktor yang berpengaruh daninteraksi antara kedua faktor
tersebut ditiadakan.
2.Anova Dua Arah dengan Interaksi, merupakan pengujian beda tigarata-rata atau
lebih dengan dua faktor yang berpengaruh dan pengaruhinteraksi antara kedua faktor
tersebut diperhitungkan.
 C. TUJUAN PENGUJIAN DENGAN TWO WAY ANOVA
Tujuan dari pengujian anova dua arah adalah untuk mengetahui apakah ada
pengaruh dari berbagai kriteria yang diuji terhadap hasil yang diinginkan. (Furqon.
2009. Statistika Terapan untuk Penelitian. Cetakan ketujuh.ALFABETA: Bandung )
Dengan menggunakan teknik anova 2 arah ini kita dapat membandingkan
beberapa rata-rata yang berasal dari beberapa kategori atau kelompok untuk satu
variable perlakuan. Bagaimanapun, keuntungan teknik analisis varian ini adalah
memungkinkan untuk memperluas analisis pada situasi dimana hal-hal yang sedang
diukur dipengaruhi oleh dua atau lebih variable. ( Hasan, Iqbal. 2003. Pokok-Pokok
Materi Statistik 2 ( Statistik Inferensial ). Jakarta: BumiAksara).
D. LANDASAN KONSEPTUAL ANOVA
Seperti halnya Uji T, dalam uji Anova pun Anda harus menghitung statistik uji
(dalam hal ini adalah F- rasio) untuk menguji pernyataan bahwa apakah kelompok
yang dibandingkan memiliki kesamaan atau tidak. Bahasa statistik hipotesis uji Anova
dapat dituliskan sebagai berikut: H0 : M1 = M2 = M3 = 0 , biasanya dengan harapan
bahwa Anda akan dapat menolak H0 untuk memberikan bukti bahwa hipotesis
alternatif ( H1 : Tidak H0 ) . Untuk menguji H0, Anda mengambil sampel secara acak
kelompok peserta/sampel/responden dan menetapkan ukuran-ukuran (variabel
dependen). Kemudian melihat apakah ukuran-ukuran tersebut berbeda berarti untuk
berbagai kondisi. Jika berbeda maka Anda akan dituntun untuk menolak H0. Seperti
pada uji statistik yang lain, kita menolak H0 ketika mendapati statistik uji yang diukur
melalui F-statistik yang melebihi F tabel dengan tingkat kepercayaan tertentu. Cara
lain dapat dilakukan dengnan melihat p-value (nilai probabilitas) yang mana lebih
rendah dari 5%, misalnya kita menggunakan tingkat kepercayaan 95%.
Prinsip uji Anova adalah kita membandingkan variansi tiga kelompok sampel
atau lebih. Lebih dari sekedar membandingkan nilai mean (rata-rata), uji anova juga
mempertimbangkan keragaman data yang dimanifestasikan dalam nilai varians.
Apa saja asumsi yang harus dipenuhi dalam uji Anova sebagai bentuk dari model
linier, berikut diantaranya:
1. Independensi observasi, setiap observasi dalam analisis anova harus bersifat
independen.
2. Normalitas, Residual atau error harus mengikuti distribusi normal.
3. Homogenitas varians, varians antara kelompok yang dibandingkan harus homogen.
 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 diikutsertakan pada perlakuan yang berbeda.
terkait contoh di atas, misalnya pasien yang sama diberikan obat dengan dosis
yang berbeda.

4. Multivariat Anova, 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 dosis. Respon yang diteliti
lebih dari satu misalnya kadar Trigleserida , LDL dan HDL pada pasien.

E. HIPOTESIS DALAM ANOVA (ANALYSIS OF VARIANCE) DENGAN

INTERAKSI:
Dalam analysis of variance dua arah dengan interaksi terdapat tiga hipotesis
yang digunakan yaitu apakah ada perbedaan rata-rata antar kategori baik kategori
berdasarkan baris maupun kolom. hipotesis tambahan satu lagi yaitu apakah ada
interaksi antara kategori baris dan kolom. Berikut hipotesis dalam Anova dua arah
dengan interaksi.
- Hipotesis anova kolom
H0: a1 = a2 = ... = ak, Tidak ada perbedaan yang nyata antara rata-rata hitung dari
kategori kolom
H1: a1 ≠ a2 ≠ ... ≠ ak, Ada perbedaan yang nyata antara rata-rata hitung dari kategori
kolom
 - Hipotesis anova baris
H0: b1 = b2 = ... = bj, Tidak ada perbedaan yang nyata antara rata-rata hitung dari
kategori baris
H1: b1 ≠ b2 ≠ ... ≠ bj, Ada perbedaan yang nyata antara rata-rata hitung dari kategori
baris
- Hipotesis interaksi
H0: (ab)11 = (ab)12 = ... = (ab)kj, Tidak ada interaksi antara variabel baris dan kolom
H1: (ab)11 ≠ (ab)12 ≠ ... ≠(ab)kj, ada interaksi antara variabel baris dan kolom

F. CONTOH ANALISIS DATA ANOVA

Syifa Rohadatul’Aisy, 2020
PENGARUH JENIS DAN MASSA MALTODEKSTRIN TERHADAP STABILITAS
AKTIVITAS ANTIOKSIDAN MINUMAN SARI MURBEI (Morus alba L.) SERBUK

Pengaruh Waktu Penyimpanan Terhadap Aktivitas Antioksidan Penentuan

pengaruh waktu penyimpanan terhadap aktivitas antioksidan dilakukan untuk
mengetahui kemampuan sari buah murbei maupun minuman sari murbei serbuk
mempertahankan aktivitas antioksidannya selama proses penyimpanan. Penelitian
ini dilakukan dengan cara mengukur aktivitas antioksidan pada sari buah maupun
minuman serbuk murbei pada hari ke-1, ke-3 dan ke-5 menggunakan spectronic 20+
pada panjang gelombang 520 nm. Data hubungan aktivitas antioksidan buah murbei
terhadap waktu penyimpanan hari ke 1, ke-3 & ke-5 ditunjukkan pada Gambar 4.
 Data pengaruh waktu penyimpanan menggunakan uji ANOVA dan uji BNT
disajikan pada Lampiran 7. Berdasarkan Lampiran 7 diketahui bahwa pada sari buah
murbei perlakuan tidak berpengaruh secara signifikan. Hasil uji ANOVA menunjukkan
tidak adanya perbedaan yang nyata aktivitas antioksidan antara kontrol dan kelompok
perlakuan hal ini ini ditunjukkan dari nilai p > 0,05 dan Fhitung < Ftabel. Berdasarkan
hasil uji statistik tersebut menunjukkan bahwa hipotesa pengaruh waktu penyimpanan
sari buah murbei yang berbeda tidak berpengaruh terhadap aktivitas antioksidan (Ho
diterima). Pada minuman sari buah murbei serbuk perlakuan berpengaruh secara
siginifikan Fhitung > Ftabel dan p value < 0,05. Perbedaan nilai tersebut secara
statistik dapat diketahui setelah dilakukan uji ANOVA, kemudian dilanjutkan dengan
uji Beda Nyata Terkecil (BNT) untuk mengetahui adanya perbedaan yang nyata antar
perlakuan. Hasil analisis uji BNT menunjukkan MSM pada hari ke-1 berbeda nyata
dengan perlakuan hari ke-5 serta aktivitas antioksidan hari ke-1 tidak berbeda nyata
dengan aktivitas antioksidan hari ke-3. Berdasarkan hasil uji statistik tersebut
menunjukkan bahwa hipotesa pengaruh waktu penyimpanan yang berbeda
berpengaruh terhadap aktivitas antioksidan (Hi diterima). Berdasarkan hasil didapat
bahwa proses pembuatan minuman sari murbei serbuk dapat menurunkan aktivitas
antioksidan, hal ini dikarenakan sifat antioksidan yang tidak stabil dan diduga ada
yang terdegradasi selama proses pengolahan namun, aktivitas antioksidan minuman
sari murbei serbuk dapat mempertahankan aktivitas antioksidan lebih baik dibanding
sari buah murbei

DATA UJI ANOVA

Pengaruh Waktu Penyimpanan
1. Uji ANOVA
Kesimpulan:
SM:
1. F hitung < F tabel, maka perlakuan tidak berpengaruh secara
siginifikan
2. p value > nilai signifikan level (α), maka perlakuan tidak berpengaruh
secara signifikan.
3. Karena hasil menunjukkan perlakuan tidak berpengaruh secara
siginifikan maka tidak diperlukan uji lanjutan.
MSM:

1) F hitung > F tabel, maka perlakuan berpengaruh secara siginifikan

2) p value < nilai signifikan level (α), maka perlakuan berpengaruh secara
signifikan
3) Karena hasil menunjukkan perlakuan berpengaruh secara siginifikan
maka diperlukan uji lanjutan dengan uji BNT.

DATA PENGUJIAN DENGAN EXCEL

Anova: Two-Factor Without Replication

SUMMARY Count Sum Average Variance

SM 3 161 53.66666667 101.3333333
3 160 53.33333333 81.33333333
3 162 54 124
MSM 3 153 51 31
3 151 50.33333333 17.33333333
3 150 50 16

A H1 6 354 59 20
A H2 6 316 52.66666667 7.866666667
A H5 6 267 44.5 3.5

ANOVA
Source of Variation SS df MS F P-value F crit
Rows 48.94444 5 9.788888889 0.907312049 0.513189 5.636326
Columns 634.1111 2 317.0555556 29.38722966 6.5E-05 7.559432
Error 107.8889 10 10.78888889

Total 790.9444 17