Materi Inisiasi 7

Topik: Analisi Variansi (ANAVA)

Saudara mahasiswa! Materi ketujuh kita kali ini membahas tentang Analisis Variansi.
Silakan Anda baca baik-baik materi inisiasi 7 kemudian diskusikan dengan teman-teman Anda.
Sebelum menjawab pertanyaan dalam forum diskusi, silakan Anda membaca buku materi pokok
(BMP) Satistika Modul 5 KB 2, serta referensi lain.
Apakah Anda baru mendengar istilah Analisis Variansi? Mungkin di antara Anda ada
yang sudah mengetahui bahkan menggunakan alat analisis ini. Atau mungkin ada dari antara
Anda yang belum tahu sama sekali mengenai Analisis Variansi. Baiklah, saya akan menjelaskan
terlebih dahulu apa itu Analisis Variansi? Apa tujuan dan mafaat ANAVA? Komponen-
komponen apa saja yang terdapat dalam ANAVA? dan Bagaimana contoh penerapan dalam
beberapa kasus yang mungkin nanti Anda hadapi. Untuk mempermudah pemahaman Anda,
berikut saya berikan paparannya.

Analisis Variansi (ANAVA)

a. Definisi dan Tujuan ANAVA Utriweni Mukhaiyar

Dalam istilah tersebut ada “analisis” dan ada “variansi”. Variansi adalah keragaman data.
Artinya dalam analisis ini yang dianalisis adalah keragaman total data. Keragaman total tersebut
diuraikan menjadi komponen-komponen yang mengukur sumber keragamannya. Oleh karena
itu, biasanya dalam analisis varians ada yang disebut dengan sumber keragaman. Untuk lebih
jelasnya, nanti akan disajikan dalam bentuk tabel. Tujuan analisis varians adalah untuk menguji
apakah ada perbedaan yang signifikan antara rata-rata beberapa kelompok populasi (dua atau
lebih) melalui ukuran-ukuran penyebaran (variansi) dari masing-masing kelompok tersebut.
Selain itu, lebih lanjut analisis varians dapat dijadikan alat untuk mengevaluasi kebaikan suatu
model regresi. Pembahasan mengenai analisis regresi akan disajikan pada inisiasi 8.

Asumsi-asumsi dalam analisis varians adalah: (1) populasi ke-i berdistribusi normal dengan i=1,
2 2 2 2
2, …, k, (2) keragaman data antar populasi homogen ( σ 1 = σ 1=. . .=σ k =σ ) , dan (3)
populasi-populasi tidak berhubungan satu dengan yang lainnya (saling bebas). Untuk lebih
memahami pengertian Analisis Varians, berikut saya sertakan paparan “Analisis Varians” yang
dibuat oleh Utriweni Mukhaiyar (dosen ITB).

Seperti yang telah dikemukakan sebelumnya, pada analisis varians yang dianalisis adalah
keragaman (varians) data. Oleh karena itu, statistik uji yang digunakan adalah uji F dengan
rumusan sebagai berikut.
var ians antar kelompok
F=
var ians dalam kelompok

Beberapa keuntungan yang dapat diperoleh dari analisis varians (ANAVA), di antaranya yaitu:
1. ANAVA dapat digunakan untuk menentukan apakah rerata nilai dari du atau sampel berbeda
secara signifikan.
2. Perhitungan ANAVA akan menghasilkan nilai F yang secara signifikan menunjukkan bahwa
sampel yang diteliti berasal dari populasi yang berbeda.
3. ANAVA dapat digunakan untuk menganalisis data yang dihasilkan dengan desain faktorial
jamak. Dalam desain ini dihasilkan nilai F yang ganda. Dalam kasus ini ANAVA dapat
membantu peneliti untuk mengetahui variabel mana yang memiliki perbedaan yang
signifikan dan variabel mana yang dapat berinteraksi satu sama lain.
4. ANAVA dapat menguji signifikansi kecenderungan yang dihipotesiskan. Yang biasa disebut
analisis kecenderungan. Misanya peneliti akan mengelomppokkan kemampuan nelayan
dalam menangkap ikan. Nelayan yang pandai membaca kondisi alan dan mengetahui
keberadaan ikan, akan bisa menangkap lebih banyak ikan daripada nelayan yang tidak
mampu membaca kondisi alam. Nah, untuk menguji ini biasanya dapat digunakan ANAVA.
5. ANAVA dapat digunakan untuk menguji signifikansi perubahan varians dua sampel atau
lebih.

b. Komponen-komponen ANAVA
Untuk dapat menggunakan teknik ANAVA dengan baik, mahasiswa MMP perlu mengetahui
terlebih dahulu apa saja komponen-komponen yang ada dalam ANAVA dan bagaimana
rumusannya. Dalam ANAVA terdapat beberapa istilah yaitu: sumber variansi (sumber
keragaman), derajat bebas (db), jumlah kuadrat (JK), rerata kuadrat atau mean kuadrat (MK) dan
nilai F. Berikut akan saya paparkan satu per satu.
1. Sumber Variansi (Sumber Keragaman)
Sumber variansi adalah judul yang tertera dalam kolom tabel ANAVA. Sumber variansi ini
menunjukkan variansi atau keragaman data yang menyebabkan timbulnya perbedaan nilai
yang dianalisis. Misalnya perbedaan yang terjadi di antara kelompok perlakukan, di dalam
kelompok perlakuan maupun interaksi antara dua atau lebih perlakuan.
2. Derajat Bebas (db)
Derajat bebas atau derajat kebebasan (degree of freedom) adalah jumlah total pengamatan
dalam sampel dikurangi banyaknya kendali (linear) bebas atau pembatasan (retriksi) yang
diletakkan atas pengamatan tersebut. Angka derajat bebas adalah banyaknya pengamatan
bebas dari toral pengamatan N. Rumus umum untuk menentukan derajat bebas adalah total
pengamatan (N) dikurangi banyaknya parameter yang ditaksir (k), sehingga sering ditulis :
db = N-k.
3. Jumlah Kuadrat (JK)
Jumlah Kuadrat (JK) adalah penjumlahan tiap-tiap deviasi nilai reratanya. Ada beberapa
jenis jumlah kuadrat yang sering dijumpai dalam ANAVA yakni: Jumlah Kuadrat Total,
Jumlah Kuadrat antar Kelomppok, dan Jumlah Kuadrat dalam Kelompok. Rumus-rumus
jumlah kuadrat tersebut akan disajikan setelah paparan ini dalam bentuk tabel ANAVA.
4. Mean Kuadrat atau Rerata Kuadrat
Rerata Kuadrat adalah Jumlah Kuadrat dibagi dengan db-nya. Melalui rerata kuadrat ini
dapat dihitung nilai F sebagai statistik uji hipotesis yang diajukan.

Jenis-jenis ANAVA
Pada umumnya, ANAVA yang sering digunakan adalah ANAVA satu arah (One-Way Analysis
of Variance) dan ANAVA dua arah (Two-Way Analysis of Variance). Berikut paparan mengenai
ANAVA satu arah dan dua arah.
1. ANAVA Satu Arah (One-Way Analysis of Variance)
Dalam ANAVA satu arah variabel yang digunakan tunggal (single variable) yang diukur dari
sejumlah sampel untuk menguji hipotesis nol yang memiliki rata-rata hitung yang sama. Atau
dengan kata lain, ANAVA satu arah digunakan untuk membandingkan rata-rata (mean) lebih
dari dua sampel.
Bentuk hipotesisnya:
Ho : 1=2=3=…=k
H1 : minimal ada dua rata-rata (mean) yang tidak sama
dengan: 1= rata-rata populasi dari sampel ke-1
2= rata-rata populasi dari sampel ke-2
3= rata-rata populasi dari sampel ke-3
k= rata-rata populasi dari sampel ke-k

Bentuk Data :

Populasi / Perlakuan
1 2 … i … k
x11 x21 … xi1 … xk1
x12 x22 … xi2 … xk2
. . … . … .
. . … . … .
. . … . … .
x 1n x 2n … x in … x kn
1 2 i k

Total T1. T2. … Ti . Tk. T..

Ukuran
sampel n1 n2 ni nk N

Setiap pengamatan dapat dituliskan dalam bentuk :

xij = i + ij =  + i + ij , i =1, 2, …k , j = 1, 2, …ni
dengan xij = pengamatan ke-i populasi atau perlakuan ke-j
i = rata-rata populasi atau perlakuan ke-i
 = rata-rata umum
i = pengaruh populasi atau perlakuan ke-i.
ij = pengaruh error ke-j yang mendapat perlakuan ke-i
Asumsi yang digunakan dalam analisis varians adalah :
1. Pengaruh perlakuan bersifat aditif
2. Galat berdistribusi identik, independen dan menyebar normal dengan nilai tengah nol dan
varians 2 atau dapat ditulis ij ~ IIDN (0, 2).
 Pengujian hipotesis dilakukan dengan membuat tabel seperti di bawah ini.

TABEL ANOVA (Analysis of Variances)

Sumber variasi derajat Jumlah Kuadrat F hitung
bebas Kuadrat (JK) Tengah (KT)
Perlakuan k-1 JKP JKP/(k-1) KTP/KTG

Galat N-k JKG JKG/(N-k)

Total N-1 JKT

dengan
k ni
T . .2
∑ ∑ x 2ij − N
JKT = Jumlah Kuadrat Total = i=1 j=1
k
∑ T 2i.
i=1 T ..2
−
JKP = Jumlah Kuadrat Perlakuan = ni N
JKG = Jumlah Kuadrat Galat = JKT – JKP

Kriteria Penolakan Ho:

Kriteria untuk melakukan penolakan Ho dilakukan berdasarkan nilai statistik uji, yaitu Fhitung.
Kriterianya Ho ditolak jika Fhitung > F(, v1, v2) dengan v1 = k – 1, v2 = N – k

Ilustrasi:
Ada 5 jenis pelet ikan yang diberikan kepada 25 ekor ikan mas. Dicatat pengaruh pemberian
pelet tersebut terhadap bobot ikan selama 1 bulan. Ikan mas tersebut dibagi menjadi 5 kelompok
dengan cara acak yang masing-masing diberi pakan pelet jenis A, B, C, D, dan E. Diperoleh data
sebagai berikut :

Pelet
A B C D E
5 9 3 2 7
4 7 5 3 6
8 8 2 4 9
6 6 3 1 4
3 9 7 4 7
Total 26 39 20 14 33
ni 5 5 5 5 5
Gunakan Analisis varians untuk menguji hipotesis bahwa rata-rata pemberian kelima pelet
tersebut dapat meningkatkan bobot ikan selama 1 bulan. Gunakan taraf nyata 0,05.

Solusi:
Untuk dapat menyelesaikan masalah seperti kasus di atas, langkah-langkah yang harus dilakukan
adalah:
1. Merumuskan hipotesis. Dari soal di atas rumusan hipotesisnya adalah:
Ho : 1 =2 = … =5
H1 : tidak semua i sama
 = 0,05.
2. Melakukan perhitungan terhadap JKT, JKP, dan JKG. Perhitungannya sebagai berikut.
JKT = 52 + 42 + 82 + … + 72 – 1322/25 = 834 – 696,960 = 137,04
JKP = 262/5 + 392/5 + 202/5 + … + 332/5 - 1322/25 = 776,4 – 696,96 = 79,44
JKG = 137,04 – 79,44 = 57,60
3. Menyajikan hasil perhitungan pada langkah 2 ke dalam Tabel ANAVA, sebagai berikut.
Sumber derajat Jumlah Kuadrat F hitung
variasi bebas Kuadrat Tengah
Perlakuan 4 79,44 19,86
Galat 20 57,60 2,88 6,90
Total 24 137,04

4. Daerah kritis :
Fhitung > F(0,05; 4;20)
Fhitung = 6,90 > 2,87.
5. Kriteria uji: karena Fhitung > 2,87, maka keputusan : Ho ditolak.
6. Kesimpulan : dalam kurun satu bulan, rata-rata pemberian pelet ikan tersebut dapat
menambah bobot ikan mas.

2. ANAVA Dua Arah (Two-Way Analysis of Variance)

Dalam ANAVA dua arah variabel yang digunakan dua atau lebih (atau dua faktor atau lebih)
yang diukur dari sejumlah sampel untuk menguji hipotesis nol yang memiliki rata-rata hitung
yang sama.

Bentuk hipotesisnya:

a)
H 0 :α 1=α 2 =α 3 =α k (pengaruh baris nol)

H 1 : sekurang-kurangnya satu α 1 tidak sama dengan nol

b)
H 0 : β 1= β2 =β 3 =.. .=β k
H 1 : sekurang-kurangnya satu β 1 tidak sama dengan nol

Menentukan taraf nyata ( α ) beserta F tabel. Taraf nyata ( α ) ditentukan dengan derajat
pembilang dan derajat penyebut masing-masing:

a) Untuk baris: v 1 =b−1 dan v 2 =( k−1 )(b−1 )

b) Untuk kolom: v 1 =k −1 dan v 2 =( k−1 )(b−1 )

Menentukan kriteria pengujian

F0 ≤F α ( v : v )
a) Ho diterima apabila 1 2

F0 >F α ( v :v
Ho ditolak apabila 1 2)

F0 ≤F α ( v : v )
b) Ho diterima apabila 1 2

F0 >F α ( v :v
Ho ditolak apabila 1 2)

Membuat analisis variansinya dalam bentuk tabel ANAVA

Sumber Derajat Jumlah Rata-rata F0
variansi bebas kuadrat kuadrat
Rata-rata b-1 JKB JKB s 21
baris
s 21 = f 1=
db s 23
Rata-rata k-1 JKK
s 22 =
JKK s22
kolom db f 2= 2
s3
 Sumber Derajat Jumlah Rata-rata F0
variansi bebas kuadrat kuadrat
Galat (k-1)(b-1) JKG JKG
s 23 =
db
Total kb-1 JKT

k n
T2..
JKT =∑ ∑ x2ij −
i=1 j=1 kb
k
∑ T 2i
i=1 T 2 ..
JKB= −
k kb
k
∑ T 2i
T2 . .
JKG= i=1 −
b kb
JKG=JKT −JKB−JKK

Membuat Kesimpulan
Menyimpulkan H0 diterima atau ditolak dengan membandingkan antara langkah ke -4 dengan
kriteria pengujian pada langkah ke-3.

Untuk mempermudah pemahaman mengenai ANAVA dua arah, berikut diberikan contoh
penggunaannya.

Ilustrasi:
Berikut merupakan data kelompok bobot berat ikan gurame yang dikelompokkan dalam 4
kelompok (G1, G2, G3, dan G4) yang diberi degan 3 jenis pakan yang berbeda (P1, P2, dan P3).
G1 G2 G3 G4 Total
P1 4 6 7 8 25
P2 9 8 10 7 34
P3 6 7 6 5 24
Total 19 21 23 20 83

Dengan taraf nyata 5%, ujilah apakah rata-rata bobot ikan gurame sama untuk ketiga jenis pakan
tersebut.
Solusi:
1. Menentukan formulasi hipotesis

a)
H 0 :α 1=α 2 =α 3 =α k =0
H 1 : sekurang-kurangnya satu α 1 ¿ 0

b)
H 1 : β 1=β 2 =β 3 =.. .=β k =0
H 1 : sekurang-kurangnya satu β 1 ¿ 0

2. Taraf nyata ( α ) dengan nilai F tabel

α =5%=0,05

F0 ,05(2 ;6 )=5 ,14

a) Untuk baris: v 1 =3−1=2 dan v 2 =(2 )(3)=6
F0,05(3 ;6 )=4,76
b) Untuk kolom: v 1 =4−1=3 dan v 2 =(2 )(3)=6
3. Kriteria pengujian

a) Ho diterima apabila
F0 ≤5,14

Ho ditolak apabila
F0 >5, 14

b) Ho diterima apabila
F0 ≤4, 76

Ho ditolak apabila
F0 >4 ,76
4. Analisis varians;
832
JKT =42 + 92 +. .. .+52 − =30 , 92
12
252 +34 2 +24 2 832
JKB= − =15 , 17
4 12
19 +21 + 23 +202 83 2
2 2 2
JKK = − =2 ,92
3 12
JKG=30 , 92−15 ,17−2 , 92=12 , 83
Sumber Derajat Jumlah Rata-rata F0
variansi bebas kuadrat kuadrat
Rata-rata 2 15,17 7,59 f 1 =3 , 55
baris
Rata-rata 3 2,92 0,97 f 2=0 , 45
kolom
Galat 6 12,83 2,14
Total 30,92
5. Kesimpulan
F0 =3 ,55<F 0 ,05 (2; 6)=5 ,14
Karena , maka H0 diterima. Jadi, rata-rata bobot
berat ikan gurame untuk ketiga pakan tersebut sama.