Analisis Varians

Alya Khairunnisa’
Muhammad Fikri Mubarok Ashidiq
Winday Ihzha Yushra

PENDAHULUAN

A. Kompetensi
Mampu memahami dan melakukan pengujian hipotesis menggunakan analisis varians dan
interpretasi secara konseptual maupun menggunakan software statistik
B. Indikator
Setelah mengikuti pembelajaran pengujian hipotesis pada dua sampel, mahasiswa
mampu:
1. Mampu mengdeskripsikan elemen dari desain penelitian (P1)
2. Mampu menguji hipotesis dengan menggunakan analisis varians dengan desain acak
lengkap: factor tunggal (P1)
3. Mampu menguji hipoetesis dengan multiple comparation mean berbantuan SPSS (P1,
KK1)
4. Mampu menguji hipotesis dengan menggunakan analisis varians dengan desain blok acak
(P1)
5. Mampu menunjukkan kinerja mandiri (KU2) dan bekerjasama (S5) dalam memecahkan
masalah pengujian hipoetesis dengan menunjukkan keorisinalan hasil kerja (S9)
6. Mampu menerapkan SPSS dalam pengujian hipotesis (KK5)

URAIAN MATERI

A. Elemen desain penelitian

Kata kunci dan jenis data yang terkait dengan parameter pada pengujian hipotesis
pada dua sampel ini adalah sebagai berikut:
Menentukan Parameter Target
Parameter Kata kunci Jenis Data
1 - 2 Perbedaan rata-rata; perbedaan rata-rata Kuantitatif
p1 - p2 Selisih antara proporsi, persentase, pecahan, Kualitatif
atau tarif; Selisih antara proporsi, persentase,
pecahan, atau tarif;
1 -2 Rasio varians; perbedaan variabilitas atau Kuantitatif
penyebaran; bandingkan variasi

1. Membandingkan dua rata-rata populasi: pengambilan sampel independent

Dalam membandingkan dua rata-rata populasi, dalam kasus dengan sampel besar
digunakan uji z-statistik, dan untuk kasus dengan sampel kecil digunakan uji T-statistik.
2.1 Sampel besar
Besar, Sampel Independen Uji Hipotesis untuk (1 - 2): z-statistik
Tes satu sisi Tes Dua sisi
H0: (1 - 2) = D0 H0: (1 - 2) = D0
Ha: (1 - 2) < D0 atau Ha: (1 - 2)  D0
Ha: (1 - 2) > D0
Statistik Uji
x́ 1−x́ 2−D 0 σ 2 σ2
z=
σ ( x́ −x́ )
1 2
1 2
√
dimana σ (x́ −x́ ) = 1 + 2 jika keduanya σ 12 dan σ 22 diketahui
n1 n 2
s21 s22

Daerah Penolakan

√ 2 2
+ jika keduanya s1 dan s2 diketahui
n1 n2
Daerah Penolakan
z ← z a atau |z|> z α / 2
z > z a [ketika Ha: (1 - 2) > D0]
Contoh.
Dari 25 kali pengamatan pada mesin A didapatkan waktu potong rata-rata 5
mm/detik, sedangkan 30 kali pengamatan pada mesin B sebesar 6,5 mm/detik. Diketahui
deviasi standar populasi waktu potong mesin A sebesar 1,5 mm/detik dan mesin B sebesar
2,5 mm/detik. Ujilah apakah mesin A memiliki waktu potong lebih lambat daripada mesin
B?α =0,05
x́ 1=¿5 mm/detik, σ 1 =¿1,5mm/detik, n1=25
x́ 2=6,5 mm/detik, σ 2= 2,5 mm/detik, n2 = 30
 H 0: μ1- μ2=0
 H 1: μ1- μ2 <¿0
 σ =0,05
 Daerah kritis: z(0,05) <¿ -1,64
 Perhitungan statistik uji:

( x́ 1−x́2 ) −(μ 1−μ2) ( 5−6,5 ) −0

z hitung = σ 21 σ 22 = 22 2,52 = -2,746

 P-value = P( Z ←2,746)≈ 0,003

√ +
n1 n2 √ +
25 30

 Kesimpulan: H 0 ditolak, mesin A terbukti memotong lebih lambat dibandingkan

mesin B.

2.2 Sampel Kecil

Kecil, Sampel Independen Uji Hipotesis untuk (1 - 2) : t-statistik
Tes satu sisi Tes Dua sisi
H0: (1 - 2) = D0 H0: (1 - 2) = D0
Ha: (1 - 2) < D0 atau Ha: (1 - 2)  D0
Ha: (1 - 2) > D0
Statistik Uji

1
 x́ 1−x́ 2−D 0
t=
1 2
√ s 2p (
+ )
n 1 n2
Daerah Penolakan Daerah Penolakan
t ←t a atau |t|>t α / 2
t >t a [ketika Ha: (1 - 2) > D0]
Kondisi yang diperluka untuk inferensi sampel kecil yang valid tentang 1 - 2 antara
lain:
1. Kedua sampel dipilih secara acak secara independen dari dua populasi
sasaran.
2. Kedua populasi sampel memiliki distribusi yang mendekati normal.
3. Varians populasi adalah sama, yaitu, σ 12=σ 22.

2. Membandingkan dua rata-rata populasi: eksperimen beda berpasangan

Interval keyakinan Selisih Berpasangan untuk ❑d =1−2
Tes satu sisi Tes Dua sisi
H0: ❑d =D0 H0: ❑d =D0
Ha: ❑d < D 0 atau Ha: ❑d D0
Ha: ❑d > D 0
Statistik Uji Sampel Besar, z-statistik
x́ −D 0 x́ d−D0
z= d 
σ d / √ nd s d / √ n d
Daerah Penolakan Daerah Penolakan
z ← z a atau |z|> z α / 2
z > z a [ketika Ha: ❑d > D0 ]
Statistik Uji Sampel Kecil, T-statistik
x́ d−D 0
t=
sd / √n d
Daerah Penolakan Daerah Penolakan
t ←t a atau |t|>t α / 2
t >t a [ketika Ha: ❑d > D0 ] Dimana t a dan t α / 2 berdasarkan pada
(n¿ ¿ d−1) ¿ derajat kebebasan
Kondisi yang Diperlukan untuk Inferensi Sampel Besar yang Valid tentang ❑d
1. Sebuah sampel acak dari perbedaan dipilih dari populasi target perbedaan.
2. Ukuran sampel n d besar yaitu, (n¿ ¿ d ≥ 30)¿. (Dengan Teorema Batas Pusat,
kondisi ini menjamin bahwa statistik uji akan mendekati normal, terlepas
dari bentuk distribusi probabilitas yang mendasari populasi.)
Kondisi yang Diperlukan untuk Inferensi Sampel Kecil yang Valid tentang ❑d
1. Sebuah sampel acak dari perbedaan dipilih dari populasi target perbedaan.
2. Populasi perbedaan memiliki distribusi yang mendekati normal.
Suatu kegiatan penelitian eksperimental, telah berhasil menemukan metode “ABG”
sebagai metode baru untuk mengajarkan mata kuliah Statistika II. Dalam rangka uji coba

2
terhadap efektifitas atau keampuhan metode baru itu, dilaksanakan penelitian lanjutan
dengan mengajukan Hipotesis Nol (Nihil) yang mengatakan : Tidak terdapat perbedaan
yang signifikan nilai Statistika II antara sebelum dan sesudah di terapkannya metode
“ABG” sebagai metode mengajar mahasiswa UIB sem 6. Dalam rangka pengujian ini
diambil sampel sebanyak 20 mahasiswa. Gunakan taraf kepercayaan 95 % (alfa=5% )
untuk menguji pernyataan (Hipotesis) tersebut.
Datanya Sebagai berikut:

Nilai Statistika II
Nama
Sebelum Sesudah
A 78 75
B 60 68
C 55 59
D 70 71
E 57 63
F 49 54
G 68 66
H 70 74
I 81 89
J 30 33
K 55 51
L 40 50
M 63 68
N 85 83
O 70 77
P 62 69
Q 58 73
R 65 65
S 75 76
T 69 86

Menentukan Hipotesis yang digunakan, yaitu:

(Tidak terdapat perbedaan yang signifikan antara hasil belajar sebelum dan sesudah)
(Terdapat perbedaan yang signifikan hasil belajar sebelum dan sesudah)
2. Tetapkan titik kritis yaitu alfa 5%
3. Tentukan daerah kritis, dengan db = n -1=20-1=19
4. Tentukan t hitung

3
  
 emulai dengan menghitung D(selisih). 
 Menghitung Standar Deviasi:

 Menghitung t hitung:

3. Membandingkan dua proporsi populasi: pengambilan sampel independent

Uji Hipotesis Sampel Besar tentang ^p1− ^
p2 : z-statistik
Tes satu sisi Tes Dua sisi
¿
H0: ( p ¿ ¿ 1− p2 )=0 ¿ H0: ( p ¿ ¿ 1− p2 )=0 ¿
Ha: ( p ¿ ¿ 1− p2 )<0 ¿atau Ha: ( p ¿ ¿ 1− p2 )≠ 0 ¿
Ha: ( p ¿ ¿ 1− p2 )<0 ¿
Statistik Uji
( ^p1− ^p 2) x́ d−D0
z= 
σ (^p −^p )
1 2
s d / √n d
Daerah Penolakan Daerah Penolakan
z ← z a atau |z|> z α / 2

4
 z > z a [ketika Ha: ¿ ¿]
Catatan:
p1q1 p2q2 1 1 x 1+ x2
σ ( ^p −^p )=
1 2
√ n1
+
n2 √
≈ p^ q^ + dimana ^p=
n1 n2 n1+ n2
Kondisi yang Diperlukan untuk Inferensi Sampel Besar yang Valid tentang ( p ¿ ¿ 1− p2 )¿
3. Kedua sampel dipilih secara acak secara independen dari dua populasi sasaran.
4. Ukuran sampel, n1 dan n2, keduanya besar, sehingga distribusi sampling dari
( ^p ¿ ¿ 1− ^p2 )¿ akan kurang lebih normal. (Kondisi ini akan terpenuhi jika keduanya
n1 ^p1 ≥ 15 , n1 q^ 1 ≥ 15 ,dan n1 ^p1 ≤ 15 , n1 q^ 1 ≤ 15
Contoh
Suatu obat bernama sulphinpyrazone hendak di gunakan sebagai bagian dari terapi
mengurangi kematian penyakit jantung. Untuk menentukan efektivitasnya sejumlah 1475
pasien dibagi secara acak ke dalam grup perlakuan yang menggunakan obat tersebut dan
grup kontrol yang menerima placebo. Sebanyak 60 dari 742 pasien kelompok kontrol
meninggal, sedangkan dalam kelompok perlakuan 41 dari 733 pasien yang meninggal.
Dengan menggunakan α =0,05 lakukan pengujian hipotesis apakah tingkat kematian dalam
kedua kelompok tersebut berbeda signifikan. Dengan kata lain apakah obat tersebut efektif
mengurangi angka kematian?
 H 0: P1= P2 atau P1−P2=0
 H 1: P1 > P2 atau P1−P2 >¿0
 Estimasi gabungan untuk proposi adalah
60+ 41
^p= = 0,068 dan q^ = 1−¿ 0,068 = 0,932
742+733
60 41
^p1= = 0,081, ^p2 = = 0,056
742 733
 α =0,05
 Daerah kritis:
Z 0,05= 1,645
Z hitung >1,645
 Perhitungan Statistik Uji:

( ^p 1− ^p1)−( p1− p 2) (0,025)−0

Z hitung =
1 1 = ^ 1 1

 P-value = P ( Z >1,895 )=0,029

√ ^p q^ ( + )
n1 n2 √
0,068 (0,932¿)(
^ +
742 733
)¿

 Kesimpulan: H 0ditolak artinya terdapat perbedaan proposi tingkat kematian antara

kelompok kontrol dengan kelompok yang mendapatkan obat sulphinpyrazone,

4. Menentukan ukuran sampel

Penentuan Ukuran Sampel untuk Estimasi (1−2)
Untuk memperkirakan ( 1−2 ) ke dalam kesalahan pengambilan sampel yang diberikan SE dan dengan

5
tingkat kepercayaan (1−α ) , gunakan rumus berikut untuk memecahkan ukuran sampel yang sama
yang akan mencapai keandalan yang diinginkan:
( z ¿¿ α /2)2 (σ 21+ σ 22)
n1 =n2= 2
¿
( SE)
2 2
Anda perlu mengganti taksiran untuk nilai σ 1 dan σ 2 sebelum menyelesaikan untuk ukuran sampel.
2
Perkiraan ini mungkin varian sampel s1 dan s22 dari sebelumnya pengambilan sampel (misalnya, studi
percontohan) atau dari tebakan yang berpendidikan (dan besar secara konservatif) berdasarkan rentang—
yaitu, s ≈ R/4
Penentuan Ukuran Sampel untuk Estimasi p1− p2
Untuk memperkirakan ( p ¿ ¿ 1− p2 )¿ ke dalam kesalahan pengambilan sampel yang diberikan SE dan
dengan tingkat kepercayaan(1−α ) , gunakan rumus berikut untuk memecahkan ukuran sampel yang
sama yang akan mencapai keandalan yang diinginkan:
( z ¿¿ α /2)2 ( p1 q1 + p2 q2 )
n1 =n2= 2
¿
(SE)
Anda perlu mengganti taksiran untuk nilai P1 dan P2 sebelum memecahkan untuk ukuran sampel.
Perkiraan ini mungkin didasarkan pada sampel sebelumnya, yang diperoleh dari tebakan terpelajar atau,
paling konservatif, ditentukan sebagai: p1= p2=5.

5. Membandingkan dua varians populasi: pengambilan sampel independent

F-Uji untuk Varians Populasi yang Sama
Tes satu sisi Tes Dua sisi
2 2 2 2
H0: σ 1 =σ 2 H0: σ 1 =σ 2
2 2 2 2
Ha: σ 1 < σ 2 atau Ha: σ 1 ≠ σ 2
2 2
Ha: σ 1 > σ 2
Statistik Uji Statistik Uji
s 2
sampel varians besar
F= 2 F=
s
2 sampel varians kecil
1
2 s2
s 1 2 2 F= 12 , ketika s21 > s22, atau
F= ketika Ha: σ 1 > σ 2
2 s2
s 2
s 22
F= 2 , Ketika s22 > s21
s1

Daerah Penolakan Daerah Penolakan

F> F a F> F α /2

Di mana F α dan F α / 2 berdasarkan pada v1 derajat kebebasan pembilang dan v 2 derajat kebebasan
penyebut; dan v1 dan v 2 adalah derajat kebebasan untuk varians sampel pembilang dan penyebut,
masing-masing.
Kondisi yang Diperlukan untuk Inferensi yang Valid tentang (σ ¿ ¿1)2 /(σ ¿¿ 2)2 ¿ ¿
1. Sampelnya acak dan independen.
2. Kedua populasi berdistribusi normal.

6
7
PENUTUP
A. Rangkuman
1. Mengidentifikasi Parameter Target
Menggunakan kata kunci dan jenis data yang terkait dengan parameter pada
pengujian hipotesis pada dua sampel.
2. Membandingkan dua rata-rata populasi: pengambilan sampel independent
Dalam membandingkan dua rata-rata populasi, dalam kasus dengan sampel besar
digunakan uji z-statistik, dan untuk kasus dengan sampel kecil digunakan uji T-statistik.
Rumus:
x 1−x 2−D 0
● Uji z-statistik => z=
σ (x −x )
1 2

x 1−x 2−D 0
t=
● Uji t-statistik => 1 2
√ s 2p ( + )
n 1 n2
3. Membandingkan dua rata-rata populasi: eksperimen beda berpasangan.
Rumus:
x d−D 0 x d−D0
z=
● Uji z-statistik => σd ≈ sd
√ nd √ nd
x d−D0
t=
● Uji t-statistik => sd
√ nd
4. Membandingkan dua proporsi populasi: pengambilan sampel independent
x d−D0
( ^p1− ^p 2)
Rumus: z= ≈ sd
σ (^p −^p )
1 2
√ nd
5. Menentukan ukuran sampel.
Penentuan Ukuran Sampel untuk Estimasi p1− p2
Untuk memperkirakan ( p ¿ ¿ 1− p2 )¿ ke dalam kesalahan pengambilan sampel yang
diberikan SE dan dengan tingkat kepercayaan(1−α ) , gunakan rumus:
α 2
( z ¿ ¿ ) ( p1 q1 + p2 q2 )
2
n1 =n2= ¿
(SE)2

8
 6. Membandingkan dua varians populasi: pengambilan sampel independent.
s 22
Rumus: F= 2
s1

B. Soal Latihan (Buat dalam Bentuk Pilihan Ganda dan Uraian)

1. Terdapat dua acara serupa yang disiarkan di dua stasiun radio yang berbeda, yaitu
stasiun radio A dan stasiun radio B. Terdapat suatu dugaan bahwa pendengar acara
tersebut di stasiun radio A lebih lama mengikuti acara tersebut daripada pendengar
acara serupa di stasiun radio B. Untuk memeriksa hal ini, diambillah secara acak 15
orang pendengar acara tersebut di stasiun radio A dan diperoleh rata-rata lamanya
mendengarkan acara tersebut adalah 45 menit. Dari populasi pendengar acara
tersebut di stasiun radio B diambil pula sampel acak berukuran 20 dan diperoleh
rata-rata lamanya mendengarkan acara tersebut adalah 42 menit. Jika simpangan
baku lamanya mendengarkan acara tersebut di stasiun radio A adalah 6 menit dan
di stasiun radio B adalah 3 menit, apakah sampel yang diambil ini mendukung
pernyataan bahwa pendengar acara tersebut di stasiun radio A lebih lama mengikuti
acara tersebut daripada pendengar acara serupa di stasiun radio B? Gunakan taraf
nyata 0,05. Anggap kedua populasi berdistribusi normal.

Pembahasan:
H0: μA = μB
H1: μA > μB

Pasangan hipotesis tersebut dapat ditulis kembali sebagai berikut.

H0: μA – μB = 0
H1: μA – μB > 0
α = 0,05
Kedua simpangan baku populasi diketahui, masing-masing populasi
berdistribusi normal, dan sampel-sampel ini saling bebas. Jadi rumus (1) dapat
digunakan. Daerah kritisnya adalah z > z0,05. Dari tabel nilai kritis z, diperoleh
daerah kritis z > 1,64.
Substitusikan nilai-nilai yang telah diketahui.
45−42
z= ≈1.78
62 32
√ +
15 20
Karena statistik uji jatuh di daerah kritis/daerah penolakan, tolak H0. Jadi,
sampel tersebut mendukung pernyataan bahwa pendengar acara tersebut di stasiun
radio A lebih lama mengikuti acara tersebut daripada pendengar acara serupa di
stasiun radio B. Dengan kata lain, rata-rata lamanya mendengarkan acara tersebut
di stasiun radio A secara signifikan lebih besar dari rata-rata lamanya
mendengarkan acara tersebut di stasiun radio B.

9
2. Mahasiswa jurusan pertanian ditugaskan untuk menguji formula pupuk terbaru
untuk tanaman cabe. Mereka mengelompokkan tanaman-tanaman cabe menjadi dua
kelompok.. Kelompok tanaman cabe pertama diberi pupuk dan kelompok tanaman
cabe kedua tidak diberi pupuk. Dari 250 batang tanaman cabe yang diberi pupuk,
mati sebanyak 15 batang. Sedangkan dari 200 batang tanaman cabe yang tidak
diberi pupuk, juga mati sebanyak 15 batang. Dengan tingkat kepercayaan 95
persen, apakah pemberian pupuk formula terbaru pada cabe akan menjadi lebih
baik daripada tidak diberi pupuk?

Dari soal di atas diketahui

x1 = 15
x2 = 15
n1 = 250
n2 = 200

Langkah-langkah yang dilakukan untuk menyelesaikannya adalah sebagai

berikut.

1. Tentukan terlebih dahulu hipotesis yang digunakan dari persoalan diatas

ingin diketahui apakah pemberian pupuk formula terbaru pada cabe akan
berdampak lebih baik daripada tidak diberi pupuk.

Maksud dari pernyataan tersebut adalah ingin diketahui apakah proporsi mati
pada cabe yang diberi pupuk lebih rendah dari proporsi mati pada cabe yang tidak
diberi pupuk.

Misalkan P1 adalah proporsi mati cabe yang diberi pupuk dan P2 adalah
proporsi mati cabe yang tidak diberi pupuk, maka H1 : P1 < P2.

Dengan demikian hipotesis yang digunakan adalah

Ho: P1 ≥ P2
H1: P1 < P2

2. Tingkat Kepercayaan

Telah disebutkan bahwa tingkat kepercayaan yang digunakan dalam

penelitian adalah 95 persen atau (1 – α) = 0,95, dengan demikian tingkat
signifikansinya adalah 5 persen atau α = 0,05.

3. Statistik Uji

10
 Pengujian tersebut merupakan uji proporsi dua populasi, maka statistik uji
yang digunakan adalah uji z,

Sebelum menggunakan rumus tersebut, tentukan terlebih dahulu komponen-

komponen yang digunakan.

Selanjutnya menghitung nilai z,

4. Daerah Kritis

Karena pengujian di atas adalah pengujian satu arah, maka tingkat

signifikansi yang digunakan adalah α = 0,05. Dengan demikian daerah kritis adalah
nilai di bawah –Z0,05 = –1,645 (Lihat Tabel Z).

5. Keputusan

Telah diketahui bahwa z = –0,057 dan –Z0,05 = –1,645, oleh karena itu arena
z < –Z0,05 maka keputusannya adalah tolak Ho.

6. Kesimpulan

Berdasarkan data pengujian pemberian dan tanpa pemberian pupuk formula

terbaru pada cabe, maka dengan tingkat kepercayaan 95 persen, proporsi mati cabe
yang diberi pupuk lebih sedikit dibandingkan proporsi mati cabe yang tidak diberi
pupuk.

Dengan demikian, pemberian pupuk formula terbaru pada cabe akan menjadi
lebih baik daripada tidak diberi pupuk.

11
 3. Berikut adalah cara mengidentifikasi menggunakan kata kunci kecuali…
A. Perbedaan rata-rata
B. Selisih antara proporsi, persentase, pecahan, atau tarif
C. perbedaan variabilitas atau penyebaran
D. Penjumlahan populasi

C. Tugas

1. Sebuah pelajaran matematika diberikan pada 12 siswa dengan metode pengajaran

yang biasa. Kelas lain yang terdiri atas 10 siswa diberi pelajaran yang sama tetapi
dengan metode yang menggunakan bahan yang telah terprogramkan. Pada akhir
semester murid kedua kelas itu diberikan ujian yang sama. Kelas pertama mencapai
nilai rata-rata 85 dengan simpangan baku 4, sedang kelas yang menggunakan bahan
yang terprogramkan memperoleh nilai rata-rata 81 dengan simpangan baku 5.
Ujilah hipotesis bahwa kedua metode mengajar matematika itu sama, dengan
menggunakan taraf nyata 0,10. Asumsikan bahwa kedua populasi itu menghampiri
sebaran normal dengan ragam yang sama.
2. Terdapat dugaan bahwa mean pendapatan rumah-tangga bulanan dari kota A dan
kota B adalah sama. Seseorang ingin menguji hipotesis tersebut dengan
mengumpulkan data sebagai berikut. Dari kota A diambil 40 anggota
keluargasebagai sampel, dan didapat mean pendapatan bulanannya $1,900 dengan
standar deviasi $540. Dari kota B diambil 30 anggota keluarga sebagai sampel, dan
didapat mean pendapatan bulanannya $1.600 dengan standar deviasi $420.
Bantulah orang tersebut dalam melakukan uji hipotesisnya dengan menggunakan
derajat keyakinan 95% !

12