LANDASAN TEORI
5
6
Untuk menolak atau menerima Ho dalam hal ini akan digunakan uji F.
Dari tiap populasi secara independen kita ambil sebuah sampel acak berukuran N 1
dari populasi kesatu. N2 dari populasi kedua dan seterusnya sampai berukuran N k
dari populasi ke K. Data pengamatan dinyatakan dengan Yij, dimana nilai dari (i
= 1,2..............k), dan nilai (j = 1,2..............n). Yij berati data ke-J dalam sampel
dari populasi dalam hal ini adalah perlakuan ke-i[].
Apabila kita mengambil langkah pengujian perbedaan rata-rata tersebut
satu-persatu (dengan t tes) akan memakan waktu, tenaga yang banyak. Disamping
itu, kita akan mengahadapi risiko salah yang besar. Untuk itu, telah ditemukan
cara analisis yang mengandung kesalahan yang lebih kecil dan dapat menghemat
waktu serta tenaga yaitu dengan Anova (analisys of variences).
Pada dasarnya pola sample dapat dikelompokkan menjadi dua kelompok,
yaitu :
1. Seluruh sample, baik yang berada pada kelompok pertama sampai dengan
yang ada di kelompok lain, berasal dari populasi yang sama.
2. Sampel yang ada di kelompok satu berasal dari populasi yang berbeda
dengan populasi sample yang ada di kelompok lainnya.
Mengingat ANAVA berkaitan dengan pengujian hipotesis yang multiple
(ganda) maka perhitungannya lebih kompleks daripada ttes. Pada saat melakukan
pengujian hipotesis (perbedaan dua rata-rata) dengan menggunakan ttes selalu
7
.......................................................(2.1)
4. Hitung jumlah kuadrat perlakuan dengan rumus:
.......................................................(2.2)
5. Cari harga F-Hitung dengan menggunakan rumus yang tertera pada tabel
berikut:
Tabel 2.1 kalkulasi perhitungan Anava Satu Arah (One Way ANAVA)
klasifikasi satu (kolom) dengan klasifikasi du (baris) tanpa melihat pengaruh dari
interaksi antara keduanya.
Anova dua jalur mempertimbangkan 2 faktor yang mengakibatkan
terjadinya penyimpangan (dispersi) dan nilai-nilai yang dihitung dengan standar
deviasi atauvarians. Apabila para peneliti ingin menguji efektivitas keberdaaan
dua buah faktor,yang masing-masing faktornya terbagi atas beberapa kategori,
peneliti dapatmenggunakan.
...............................................................(2.3)
4. Hitung jumlah kuadrat perlakuan dengan rumus:
................................................................(2.4)
5. Hitung jumlah kuadrat antar blok dengan rumus:
................................................................(2.5)
6. Cari harga F-Hitung dengan menggunakan rumus yang tertera pada tabel.
Tabel 2.2 Kalkulasi Perhitungan Anova Dua Arah (Two Way ANAVA)
sekali pengujian adalah 0,05 dan untuk 10 kali pengujian berarti menanggung
kesalahan tipe I sebesar 0,50. Apabila kita menggunakan ANOVA kesalahan tipe
I yang harus ditanggung adalah:
1 – (1 – 0,05)10 = 0,40
Mengapa N berjumblah 10 untuk 5 kelompok sampel? Untuk menjawab
pertanyaan tersebut marilah kita telusuri satu per satu pengujian yang dilakukan
dengan t tes.
μ1 = μ2 μ2 = μ4
μ1 = μ3 μ2 = μ5
μ1 = μ4 μ3 = μ4
μ1 = μ5 μ3 = μ5
μ2 = μ3 μ4 = μ5
Dengan menggunakan gabungan alpha (karena pengujian bersama) maka
risiko kesalahan tipe I semakin kecil. Ini berarti bahwa pengujian bersama lebih
baik dari pada pengujian satu persatu (ingat semakin kecil kesalahan yang harus
ditanggung dalam pengambilan keputusan, maka semakin baik keputusan yang
diambil).
Melalui perbandingan sederhana diatas dapat diambil suatu pengertian
bahwa ANOVA adalah teknik analisis statistik yang dapat memberi jawaban atas
ada tidaknya perbedaan skor pada masing-masing kelompok (khususnya untuk
kelompok yang banyak), dengan suatu risiko kesalahan yang sekecil mungkin.
Disamping ANOVA mempunyai kemampuan memebedakan antar banyak
kelompok dengan risiko kesalahan yang kecil, juga dapat memberi informasi
tentang ada tidaknya interaksi antar variabel bebas sehubungan dengan
pengukuran terhadap variabel terikat. Oleh karena perbedaan yang merupakan
sasaran utama dalam analisis ANOVA maka data kategorikal untuk variabel bebas
merupakan kondisi yang sesuai. Jika variabel bebas berdistribusi kontinum atau
berskala interval maupun ratio, maka langkah awal yang harus dilakukan peneliti
adalah mengubah data tersebut menjadi kategorikal. Walaupun langkah ini
mengandung risiko pengelompokkan yang tidak adil, tetapi dituntut untuk
dilakukan.
13