Analysis of Variance ( ANOVA)

Teknik analisis ANOVA digunakan untuk membandingkan beberapa rata-rata dari

beberapa populasi. Dapat dianggap sebagai generalisasi dari uji t yang digunakan untuk
membandingkan dua rata-rata dari dua populasi. Contoh : ada seorang peneliti yang
melakukan penelitian dengan membandingkan efek dari 4 jenis program pelatihan medis (T1,
T2, T3 dan T4) pada pencapaian mahasiswa. Untuk membandingkan program pelatihan ini,
peneliti memilih 24 mahasiswa kedokteran dengan tingkat studi yang sama dan memperoleh
nilai yang sama dalam tes penempatan. Kemudian peneliti secara acak membagi mahasiswa
menjadi 4 kelompok dengan masing-masing 6 mahasiswa. Setelah itu, peneliti secara acak
menerapkan masing-masing program pelatihan. Di akhir program, peneliti memperoleh nilai
siswa (dari 15) yang dirangkum dalam tabel berikut:

Observasi (nilai)
Perlakuan Program 11.6 7.3 11.4 11.0 8.6 9.2
(T1)
Program 6.2 8.1 9.8 5.1 7.0 8.6
(T2)
Program 11.9 8.1 12.6 14.2 10.7 11.4
(T3)
Program 10.5 15.0 11.8 13.7 14.7 12.8
(T4)

Salah satu tujuan yang ingin dicapai oleh peneliti adalah untuk mengetahui apakah
ada perbedaan nyata (atau signifikan) antara nilai siswa untuk program yang berbeda. Dengan
kata lain, peneliti ingin mengetahui apakah jenis program pelatihan memiliki efek pada
pencapaian pendidikan yang diukur dengan nilai siswa. Dalam contoh ini, dan berdasarkan
pada metodologi ANOVA, jenis program pelatihan disebut faktor perlakuan (atau variabel
independen), dan nilainya disebut respons (atau variabel dependen) yaitu kuantitas yang
diukur pada unit eksperimen. Program pelatihan yang berbeda (T1, T2, T3, dan T4) disebut
perlakuan atau tingkatan faktor, sedangkan mahasiswa yang menerima salah satu perlakuan
dan dimana kita mengukur responnya disebut unit eksperimental. Desain percobaan semacam
ini disebut completely randomized design. Adanya perbedaan nyata antara rata-rata nilai
untuk setiap program yang berbeda mengindikasikan bahwa tipe program pelatihan
berpengaruh pada pencapaian pendidikan mahasiswa.

Completely Randomized Design : Klasifikasi One-Way

Completely Randomized Design (CRD) adalah salah satu desain paling sederhana dan
berguna. Dalam desain ini, ada satu faktor Dalam desain ini, kami memiliki satu faktor
keterkaitan yang mungkin berpengaruh pada tanggapan terkait. Variabel respons
dilambangkan oleh Y. Sebagai contoh, bahwa faktor perlakuan memiliki level (atau
perlakuan). Setiap tingkat faktor terkait ke suatu populasi. Dipilih sampel acak independen
berukuran n dari populasi a; a sampel dari setiap populasi. Setiap populasi mewakili tingkat
faktor yaitu, setiap populasi mewakili suatu perlakuan. Tujuannya adalah untuk menjawab
pertanyaan-pertanyaan berikut: Apakah semua rata-rata populasi sama? Apakah ada yang
berbeda? Dengan kata lain, kita perlu menjawab yang berikut ini pertanyaan: Apakah faktor
tersebut secara signifikan mempengaruhi respons?

Secara statistik, kita perlu menguji hipotesis nol dan hipotesis alternatif sebagai berikut :

H₀ : µ₁ = µ₂ = . . . = µₐ

H₁ : µᵢ ≠ µj untuk beberapa i dan j,

Dimana µᵢ adalah rata-rata dari populasi i ( i = 1,2, . . . ., a)

Menolak H₀ : µ₁ = µ₂ = . . . = µₐ mengindikasikan bahwa ada perbedaan yang signifikan dari

rata-rata populasi yang berarti ada efek signifikan dari faktor pada respon. Dala hal ini kai
ingin tahu rata-rata mana yang berbeda dan untuk memperkirakan perbedaan dari rata-rata
tersebut.

Teknik ANOVA

Teknik ANOVA didasarkan pada pembagian variasi total dalam observasi variabel respon
menjadi beberapa komponen, setiap komponen mengukur beberapa sumber variasi.