ANALISIS VARIAN

Makalah ini Disusun untuk Memenuhi Tugas Matakuliah: Statistik Pendidikan

Dosen Pengampu : Dr. Miftakhul Ilmi S. Putra, M.Pd

Disusun Oleh:
Saifudin Zuhri 1119005
Syaiful Anam 1119009

PROGRAM STUDI PENDIDIKAN AGAMA ISLAM

FAKULKTAS AGAMA ISLAM
UNIVERSITAS PESANTREN TINGGI DARUL ULUM JOMBANG
2021
DAFTAR ISI

SAMPUL ............................................................................................................. i

DAFTAR ISI ................................................................................................... ii

A. PENDAHULUAN .................................................................................... 1

1. Latar Belakang .................................................................................. 1

2. Rumusan Masalah ............................................................................. 2

3. Tujuan ................................................................................................ 2

B. PEMBAHASAN ........................................................................................ 3

1. Konsep Analisis Varian ..................................................................... 3

2. Pengujian ANOVA Satu Jalur .......................................................... 7

3. Pengujian ANOVA Dua Arah .......................................................... 9

C. PENUTUP .................................................................................................10

1. Kesimpulan..........................................................................................10

DAFTAR PUSTAKA
A. PENDAHULUAN
1. Latar Belakang
Pemakaian metode statistik dalam membantu memecahkan
masalah di beberapa bidang, seperti ekonomi, bisnis, pertanian, teknik,
psikologi, kedokteran, pendidikan, dan bidang spesifik lainnya terasa
semakin dibutuhkan. Salah satu metode yang digunakan adalah Analisis
Varian.
Analisis merupakan penjabaran dari suatu sistem informasi yang
utuh ke dalam berbagai macam bagian komponennya dengan maksud agar
kita dapat mengidentifikasi atau mengevaluasi berbagai macam masalah
yang akan timbul pada sistem, sehingga masalah tersebut dapat
ditanggulangi, diperbaiki atau juga dilakukan pengembangan. Kata
Analisis sendiri berasal dari kata analisa, dimana penggunaan pada kata ini
mempunyai arti kata yang berbeda tergantung bagaimana kita meletakkan
kata ini.
Secara umum, arti dari analisis adalah aktivitas yang memuat
sejumlah kegiatan seperti mengurai, membedakan, memilah sesuatu untuk
digolongkan dan dikelompokkan kembali menurut kriteria tertentu
kemudian dicari kaitannya dan ditafsirkan maknanya. Kata analisis sendiri
diadaptasi dari bahasa Inggris “analysis” yang secara etimologis berasal
dari bahasa Yunani kuno “ἀνάλυσις” (dibaca Analusis).
Kata Analusis terdiri dari dua suku kata, yaitu “ana” yang artinya kembali,
dan “luein” yang artinya melepas atau mengurai. Bila digabungkan maka
kata tersebut memiliki arti menguraikan kembali. Kemudian kata tersebut
juga diserap ke dalam bahasa Indonesia menjadi analisis1.
Varians adalah salah satu parameter yang menjelaskan, antara lain,
distribusi probabilitas sebenarnya dari suatu populasi bilangan yang
diobservasi, atau distribusi probabilitas teoretis dari sebuah populasi yang
tidak secara penuh diobservasi di mana sebuah bilangan sampel diambil.
Pada kasus terakhir, sebuah sampel data dari distribusi dapat digunakan
1
https://raharja.ac.id/2020/11/14/analisis/
 untuk membentuk sebuah estimasi varians dari distribusi yang
mendasarinya; pada kasus sederhana estimasi ini bisa menjadi varians
sampel.
2. Rumusan Masalah
a. Pengertian Konsep Analisis Varian
b. Pengujian ANOVA Satu Jalur
c. Pengujian ANOVA Dua Arah
3. Tujuan
a. Mengetahui Pengertian Konsep Analisis Varian
b. Mengetahui Pengujian ANOVA Satu Jalur
c. Mengetahui Pengujian ANOVA Dua Arah
B. PEMBAHASAN
1. Konsep Analisis Varian
Analisis varians adalah prosedur yang menerapkan porsi varians ini
pada setiap kelompok dari vaiabel independen. Caranya dengan
membandingkan secara simultan beberapa variabel dapat memperkecil
kesalahan. Keunggulan analisis varians adalah mampu melakukan uji
perbandingan untuk banyak variabel.. tujuan dari analisis varians adalah
untuk menemukan variabel independen dalam penelitian dan menentukan
bagaimana variabel tersebut berinteraksi dan mempengaruhi tanggapan
atau perlakuan
Analisis varians adalah suatu metode analisis statistika yang
termasuk ke dalam cabang statistika inferensi. Dalam literatur Indonesia
metode ini dikenal dengan berbagai nama lain, seperti analisis ragam, sidik
ragam, dan analisis variansi. Ia merupakan pengembangan dari masalah
Behrens-Fisher, sehingga uji-F juga dipakai dalam pengambilan keputusan.
Analisis varians pertama kali diperkenalkan oleh Sir Ronald Fisher, bapak
statistika modern. Dalam praktik, analisis varians dapat merupakan uji
hipotesis (lebih sering dipakai) maupun pendugaan (estimation,
khususnya di bidang genetika terapan).

Secara umum, analisis varians menguji dua varians (atau ragam)

berdasarkan hipotesis nol bahwa kedua varians itu sama. Varians pertama
adalah varians antarcontoh (among samples) dan varians kedua adalah
varians di dalam masing-masing contoh (within samples). Dengan ide
semacam ini, analisis varians dengan dua contoh akan memberikan hasil
yang sama dengan uji-t untuk dua rerata (mean).2
Supaya sahih (valid) dalam menafsirkan hasilnya, analisis varians
menggantungkan diri pada empat asumsi yang harus dipenuhi dalam
perancangan percobaan:

2
https://id.wikipedia.org/wiki/Analisis_varians
 1. Data berdistribusi normal, karena pengujiannya menggunakan uji F-
Snedecor
2. Varians atau ragamnya homogen, dikenal sebagai homoskedastisitas,
karena hanya digunakan satu penduga (estimate) untuk varians dalam
contoh
3. Masing-masing contoh saling bebas, yang harus dapat diatur dengan
perancangan percobaan yang tepat
4. Komponen-komponen dalam modelnya bersifat aditif (saling
menjumlah).3
Analisis varians relatif mudah dimodifikasi dan dapat dikembangkan
untuk berbagai bentuk percobaan yang lebih rumit. Selain itu, analisis ini
juga masih memiliki keterkaitan dengan analisis regresi. Akibatnya,
penggunaannya sangat luas di berbagai bidang, mulai
dari eksperimen laboratorium hingga eksperimen periklanan, psikologi,
dan kemasyarakatan.
Ketika melakukan analisis varians akan diperoleh statistik uji
F yang digunakan untuk menguji hipotesis, baik hipotesis tentang
pengaruh bersama dua atau lebih variabel independen terhadap
satu variabel dependen atau hipotesis tentang perbedaan tiga atau lebih
rata-rata yang sering ditemukan dalam setting penelitian eksperimen.
Karena itu untuk lebih memahami bagaimana hipotesis penelitian diuji
dengan statistik uji F, maka apa dan bagaimana analisis varians penting
untuk dipahami.
Berikut adalah peta konsep terkait dengan analisis varians.

3
https://www.dictio.id/t/apakah-yang-dimaksud-dengan-analisis-varian-atau-anova/8898
 Deviasi (deviation) atau varians, variansi (variance) adalah
kondisi yang menunjukkan penyimpangan data dari nilai rata-
ratanya. Nilai rata-rata yang dimaksud bisa nilai rata-rata
keseluruhan data (grand mean), atau nilai rata-rata masing-
masing kelompok data. Karena itu, deviasi atau penyimpangan data
dapat dibedakan menjadi:4

 Deviasi antar kelompok (between-groups deviation), yaitu

deviasi yang terjadi antara nilai rata-rata kelompok dengan nilai
rata-rata keseluruhan (grand mean)
 Deviasi dalam kelompok (within-group deviation), yaitu
deviasi yang terjadi antara nilai masing-masing data yang ada
dalam kelompok dengan nilai rata-rata kelompoknya.

4
http://file.upi.edu/Direktori/FPEB/PRODI._EKONOMI_DAN_KOPERASI/131410904%20-
%20Dr.%20Kusnendi%2C%20MS/MEMAHAMI%20ANALISIS_VARIANS.pdf
  Deviasi total (total deviation), adalah jumlah dari deviasi
between dan within atau deviasi antara nilai masing-masing
data yang ada dalam kelompok dengan nilai rata-rata
keseluruhan (grand mean)

Jumlah Kuadrat (Sum of Squares) Jika deviasi data

dikuadratkan dan dijumlahkan maka diperoleh statistik jumlah
deviasi kuadrat atau jumlah kuadrat (sum of squares, SS).
Karena deviasi data dibedakan menjadi deviasi antar kelompok,
deviasi dalam kelompok dan deviasi total,
maka statistik jumlah kuadrat (SS) juga dibedakan menjadi:5

 Jumlah kuadrat antar kelompok (sum of squares between

groups or treatment, SSbetween), yaitu Σ
(group mean – grand mean)2 :

 Jumlah kuadrat dalam kelompok (sum of squares within

groups or error variance, SSwithin), yaitu Σ(individual score
– group mean)2:

 SStotal, jumlah kuadrat total (sum of squares total), yaitu

Σ(individual score – grand mean)2 atau penjumlahan dari
jumlah kuadrat antar kelompok dan jumlah kuadrat dalam
kelompok :

5
https://docplayer.info/31804617-Memahami-analisis-varians-oleh-kusnendi-sekolah-
pascasarjana-universitas-pendidikan-indonesia-2016-http-file-upi-edu-dosen.html
2. Pengujian ANOVA Satu Jalur

Analysis of variance atau Anova merupakan salah satu metode

analisis statistika yang digolongkan ke dalam kelompok statistik
inferensial. Dalam artikel mengenai Analisis varians atau analisis ragam
kita telah membagi 2 analisis berdasarkan kebutuhannya yaitu Anova satu
arah dan Anova dua arah.

Disebut anova satu arah (One Way Anova), karena pusat perhatian
kita hanya satu, dalam hal ini bentuk kemasan suatu produk. Tetapi jika
pusat perhatian kita, selain jenis kemasan, juga tertuju pada pengaruh
aroma pada tingkat penjualan, maka digunakan ANOVA dua arah (Two
Way Anova). Misalkan Jika kita ingin melihat pengaruh bentuk Kemasan
suatu produk terhadap penjualan. Jika faktor yang menjadi perhatian kita
untuk selanjutnya diuji adalah berupa satu faktor, misalnya pengaruh
bentuk kemasan suatu produk pada tingkat penjualan, maka ANOVA yang
kita gunakan adalah satu arah.

Tujuan dari anava satu arah adalah untuk mengetahui pengaruh

atau efek terhadap variabel dependen yang disebabkan oleh suatu faktor
yang terdiri dari beberapa level faktor yang jumlahnya berhingga.

Secara teknis analisis variansi satu arah (anava satu arah)

merupakan perluasan dari uji rata-rata 2 populasi normal sampel
independen. Dalam anava satu arah kita ingin menguji kesamaan k rata-
rata populasi (k > 2) secara bersamaan.

Istilah yang sering digunakan dalam anava satu arah, diantaranya :

1. Faktor, variabel independen yang dipelajari dalam suatu penelitian.

2. Level faktor, bentuk/kondisi khusus dari suatu faktor

3. Variabel dependen, variabel yang dipengaruhi oleh faktor

Contoh :

Akan diteliti pengaruh dari pemberian beberapa jenis pupuk

yang berbeda terhadap hasil panen suatu padi. Jenis pupuk yang
digunakan adalah pupuk A, B, C, dan D.
 Faktor : jenis pupuk

Level faktor : pupuk A, B, C, dan D

Perlakuan : level faktor : pupuk A, B, C, dan D

Variabel dependen : hasil panen padi

Ada dua model untuk analisis variansi satu arah, yaitu :

1. Model efek tetap (fix effect), jika level faktornya merupakan populasi
level faktor yang diselidiki, sehingga inferensi bertujuan mengambil
kesimpulan untuk level-level faktor tersebut.

2. Model efek random (random effect), jika level faktornya merupakan

sampel random dari populasi level faktor yang diselidiki. Jadi inferensi
dilakukan dalam rangka pengambilan keputusan untuk populasi
berdasarkan sampel (level faktor) yang diteliti.

Sebelum melakukan uji hipotesis anava satu arah, hal pertama

yang harus kita lakukan adalah pengujian asumsi-asumsi yang harus
dipenuhi dalam analisis variansi satu arah, antara lain dapat disebutkan
sebagai berikut :

1. Uji Normalitas

Apakah data terobservasi mengikuti distribusi normal atau tidak

dapat dilihat melalui beberapa cara, antara lain melalui histogram,
diagram batang dan daun, QQ Plot, box plot, dan normal probability
plot. Uji formal yang dapat dilakukan antara lain uji dari Kolmogorov-
smirnov, Anderson-Darling, dan Shapiro-Wilk. Hipotesis :

H0 : sampel diambil dari populasi berdistribusi normal

H1 : sampel bukan diambil dari populasi berdistribusi normal.

2. Uji Homogenitas Variansi

Uji ini dilakukan untuk mengetahui apakah variansi antar

kelompok homogen. Uji yang dapat dilakukan antara lain uji Levene,
uji Bartlett, dan uji Hartley.
 3. Keindependenan Data

Asumsi ini dapat diupayakan untuk dipenuhi dengan melakukan

randomisasi pada saat pengambilan sampel terhadap beberapa (> 2)
kelompok yang independen, yang mana nilai pada satu kelompok tidak
tergantung pada nilai di kelompok lain.

Prosedur uji hipotesis dalam anava satu arah

Hipotesis : µ1̳̳ = µ2 = … =µk

H1 = minimal ada dua mean yang tidak sama

Tingkat Signifikansi : α

MST
Statistik Uji : F =
MSE

Daerah Kritis : H0 ditolak jika F > Fα;k-1;N-k

3. Pengujian ANOVA Dua Arah

Analisis varians yang tidak hanya memiliki satu variabel disebut
dengan analisis varians dengan klasifikasi dua jalur (Anava ganda). Jika
dalam analisis varians satu jalur (Anava Tunggal) hanya memiliki variabel
kolom, maka dalam analisis varians dua jalur (Anava Ganda) memiliki
variabel kolom dan variabel baris. Dengan demikian akan diperoleh
interaksi antara kolom dengan baris.
Anava Ganda dapat hanya mempunyai satu atau lebih variasi
kolom, maupun satu atau lebih variasi baris. Sehingga dapat diperoleh
Anava Dua Jalan.
Anava dua-jalur adalah analisis varian yang digunakan untuk
menguji hipotesis perbandingan lebih dari dua sampel dan setiap sampel
terdiri atas dua jenis atau lebih secara bersama-sama.
Anava Dua Jalan menunjukkan adanya variabel bebas, banyaknya
sel diperoleh dari hasil kali banyaknya penggolongan setiap variabel.
Misalnya variabel A terdapat 2 klasifikasi, variabel B terdapat 3
klasifikasi, variabel C terdapat 2 klasifikasi, maka banyaknya sel adalah 2
X 3 X 2 = 12 buah sel.
 Contoh: Sebuah penelitian untuk mengetahui pengaruh jenis
kelamin, daerah tempat tinggal dan jenis pekerjaan orangtua terhadap minat
baca siswa, maka pengelompokan variabel dan variasinya adalah sebagai
berikut:
Jenis kelamin (A) diklasifikasikan atas:
A1 = laki-laki
A2 = perempuan
Daerah tempat tinggal (B) diklasifikasikan atas:
B1 = daerah pedesaaan
B2 = daerah perkotaan
Jenis pekerjaan orangtua (C) diklasifikasikan atas:
C1 = pegawai
C2 = pedagang
C3 = petani

DAERAH PEKERJAAN ORANGTUA

JENIS
TEMPAT
KELAMIN C1 C2 C3
TINGGAL

B1 1 2 3
A1
B2 4 5 6

B1 7 8 9
A2
B2 10 11 12

Langkah-langkah Analisis Varians Ganda

Misalnya sebuah penelitian dengan judul “Pengaruh Jenis
Kelamin, Daerah Tempat Tinggal, dan Jenis Pekerjaan Orangtua,
Terhadap Minat Baca Siswa SMPN 1 Pedamaran Kelas VIII Tahun
Pelajaran 2010/2011”. Maka langkah-langkah analisis varians ganda
adalah sebagai berikut:
a. Membuat Tabel Induk
 Data yang diperoleh melalui angket, observasi, wawancara, tes maupun
dokumentasi, atau kombinasi metode-metode tersebut dipilih yang
berhubungan dengan variabel, dikelompokkan atas variabel bebas dan variabel
terikat

DAERAH
NO. JENIS PEKERJAAN IDENTITAS MINAT
TEMPAT
SISWA KELAMIN ORANGTUA SEL BACA
TINGGAL

1. L DESA PEDAGANG A2B2C1 1

b. Membuat tabel persiapan anava

Setelah data tertulis pada table induk, maka selanjutnya membuat

kerangka sel berdasarkan klasifikasi yang ada pada tiap variabel.
Sesudah itu memasukkan data variabel terikat ke dalam sel-sel sesuai
dengan data bebas masing-masing subyek.

DAERAH PEKERJAAN ORANGTUA

JENIS
TEMPAT
KELAMIN C1(Pegawai) C2(pedagang) C3(petani)
TINGGAL

B1 (kota) 2,2 3,3 4,4

A1 (L)
B2 (desa) 1,3 3,1 1,2

B1 (kota) 1,2 3,2 1,1

A2 (P)
B2 (desa) 4,2 2,2 1,4

c. Membuat table statistik

Dengan kerangka sama dengan table persiapan anava selanjutnya

dibuat tabel statistic dengan menambahkan kolom “statistik” dan kolom
serta baris jumlah. Yang perlu dicari dalam mengisi tabel statistik adalah

1. N = Banyaknya subyek dalam tiap sel

2. ∑x = jumlah skor (x) dalam satu sel

 3. X = rata-rata skor variabel terikat untuk setiap sel

4. ∑X = jumlah skor setelah masing-masing dikuadratkan.

Statistika C1 C2 C3 Jumlah

N 2 2 2 6

∑X 4 6 8 18
B1
X 2 3 4

∑X2 8 18 32 58
A1
N 2 2 2 6

∑X 4 4 3 11
B2
X 2 2 1.5

∑X2 10 10 5 25

N 2 2 2 6

∑X 3 5 2 10
B1
X 1.5 2.5 1

∑X2 5 13 2 20
A2
N 2 2 2 6

∑X 6 4 5 15
B2
X 3 2 2.5

∑X2 20 8 17 45

N 8 8 8 24

∑X 17 19 18 54

∑X2 43 49 56 148

d. Membuat Tabel Ringkasan Anava

Untuk membuat tabel ringkasan Anava, maka judul kolom yang

diperlukan adalah Jumlah Kuadrat (JK), derajat kebebasan (db), Mean
Kuadrat (MK), harga F0 dan peluang galat (p).
 Untuk dapat mengisi kolom-kolom dalam tabel tersebut, perlu
diadakan perhitungan sebagaimana pada Anava Tunggal (satu jalur).
Perbedaannya adalah bahwa pada Anava ganda ini sumber variasinya
disesuaikan dengan jumlah variabel ditambah kombinasinya.

Bertitik tolak dari tabel statistik, dapat dilakukan perhitungan

jumlah kuadrat untuk selanjutnya diisikan dalam tabel ringkasan Anava,
yaitu perhitungan tentang:

1) Jumlah Kuadrat Total (JKT).

2) Jumlah Kuadrat Antara (JKA). Dalam hal ini terdapat 3 macam antara,
yaitu antara jenis

kelamin (variabel A), antara asal daerah (variabel B), dan antara pekerjaan
orangtua

(variabel C).

3) Jumlah Kuadrat Dalam (JKD) (Arikunto, 1992: 294).

Dari tabel statistik tersebut, maka perhitungannya adalah sebagai berikut:

1) Jumlah Kuadrat Total (JKT)

JKT =∑X2T – (∑XT)2∕N

Rumus

JKT = 22 + 22 +32 + 32 +42 + 42 +12 + 32 +32 + 12 + 12 +22 + 12

+22 +32 +22 + 12 + 12

+ 42 + 22 + 22 + 22 + 12 + 42 − 542/24

= 4 + 4 + 9 + 9 + 16 + 16 + 1 + 9 + 9 + 1 + 1 + 4 + 1 + 4 + 9 + 4 + 1
+ 1 + 16 + 4 + 4 + 4 + 1 + 16 – 2916/24

= 148 – 121,5

= 26,5

2) Jumlah Kuadrat Antara Jenis Kelamin (JKA)

JKA =∑(∑XA)2∕nK – (∑XT)2∕N

Pada saat mencari JKA, yang diperhatikan hanya A1 sebagai satu

kelompok dan A2 sebagai satu kelompok, B dan C diabaikan.
 Rumus

JKA = 292/12 + 252/12 − 542/24

= 841/12 + 625/12 − 2916/24

= 70,08 + 52,08 − 121,5

= 122,16 − 121,5

= 0,67

3) Jumlah Kuadrat Antara Tempat Tinggal (JKB)

JKB =∑(∑XB)2∕nK – (∑XT)2∕N

Pada saat mencari JKB, yang diperhatikan hanya B1 sebagai satu

kelompok dan B2 sebagai satu kelompok, A dan C diabaikan

Rumus

JKB = 292/12 + 252/12 − 542/24

= 841/12 + 625/12 − 2916/24

= 70,08 + 52,08 − 121,5

= 122,16 − 121,5

= 0,67

4) Jumlah Kuadrat Antara Pekerjaan Orangtua (JKC)

JKC =∑(∑XC)2∕nK – (∑XT)2∕N

Pada saat mencari JKC, yang diperhatikan hanya C1 sebagai satu

kelompok dan C2 sebagai satu kelompok, dan C3 sebagai satu kelompok,
A dan B diabaikan (Arikunto, 1992: 296).

Rumus

JKC = 172/8 + 192/8 + 182/8 − 542/24

= 289/8 + 361/8 + 324/8 − 2916/24

= 36,12 + 45,12 + 40,5 − 121,5

= 121,75 − 121,5
 = 0,25

5) Jumlah Kuadrat Interaksi Antara A dan B (JKA x B)

JKA x B =∑(∑XA dan B)2∕nK – (∑XT)2∕N– JKA – JKB

Dalam hal ini untuk sementara C dianggap tidak ada. Jadi seakan-akan
hanya ada 2 klasifikasi, yaitu hanya ada A dan B saja.

Rumus

JKA x B = 182/6 + 112/6 + 102/6 + 152/6 − 542/24 − 0,67− 0,67

= 324/6 + 121/6 + 100/6 + 225/6 − 2916/24 − 6,83 − 0,67−

0,67

= 54 + 20,17 + 16,67 + 37,5 − 121,5 − 0,67− 0,67

= 128,33 − 121,5 − 0,67− 0,67

= 5,49

6) Jumlah Kuadrat Interaksi Antara A dan C (JKA x C)

JKA x C =∑(∑XA dan C)2∕nK – (∑XT)2∕N– JKA – JKC

Dalam hal ini untuk sementara B dianggap tidak ada. Jadi seakan-akan
hanya ada 2 klasifikasi, yaitu hanya ada A dan C saja.

Rumus

JKA x C = 82/4 + 102/4 + 112/4 + 92/4 + 92/4+ 72/4 − 542/24 − 0,67−

0,25

= 64/4 + 100/4 + 121/4 + 81/4 + 81/4+ 49/4 − 542/24 − 0,67−

0,25

= 16 + 25+ 30.25+ 20.25 + 20.25 +12.25 − 121,5 − 0,67− 0,25

= 124 − 121,5 − 0,67− 0,25

= 1,58JKB x C dapat dicari dengan cara yang sama,

diperoleh hasil 1,58.
7) Jumlah Kuadrat Interaksi Antara A,B, dan C (JKAXB XC) JKAXB XC
=∑(∑XA ,B, dan C)2∕nK – (∑XT)2∕N− JKA – JKB – JKC – JKA x B −
JKA x C − JKB X C

Rumus:

JKAXB XC = 42/2 + 62/2 + 82/2 + 42/2 + 42/2+ 32/2+32/2 + 52/2 +

22/2 + 62/2 + 42/2+ 52/2− 0,67− 0,67− 0,25 −5,49
−1,58−1,58

= 16/2 + 36/2 + 64/2 + 16/2 + 16/2+ 9/2+ 9/2 + 25/2 + 4/2 +

36/2 + 16/2+ 25/2−0,67− 0,67− 0,25 −5,49 −1,58−1,58

= 8+ 16+ 32+ 8 + 8 +4,5 +4,5 + 12,5 + 2 + 18 + 8+ 12,5 –

0,67− 0,67− 0,25 −5,49 −1,58−1,58

= 134 − 121,5 – 0,67− 0,67− 0,25 −5,49 −1,58−1,58

= 2,26

8) Jumlah Kuadrat Dalam (JKd)

JKd = JKT − (Jumlah seluruh JK selain JKT)

Rumus

JKd = 26,5 – ( 0,67+ 0,67+ 0,25 +5,49 +1,58+1,58 + 2,26)

= 26,5 – 12,5

= 14
 CONTOH SOAL

ONE WAY ANOVA

A. Anova satu jalur

 Uji perbedaan parameter rata-rata satu variable terikat untuk lebih dari dua
kelompok sampel
 Analisis variansi satu jalur terdiri atas satu factor dengan dua atau lebih
level
Contoh :
Pengaruh model pembelajaran terhadap prestasi belajar
Faktor : Model pembelajaran dengan level : Inquiry, PBI, Jigzaw.
Prestasi belajar merupakan variable terikat
Contoh perhitungan manual :
Efektifitas tiga model pembelajaran, yaitu pemecahan masalag (A1),
Discovery (A2), dan Inquiry (A3) terlihat dari skor prestasi belajar PAI ketiga
kelompok yang dibelajarkan dengan model pembelajaran tersebut selama
tiga bulan, data prestasi belajar ketiga kelompok disajikan sebagai berikut:

No Subjek A1 A2 A3

1 90 90 80

2 80 90 70

3 80 70 90

4 100 80 80

5 80 80 80

6 80 70 70

7 90 70 70

8 90 70 70

9 90 60 50

10 80 60 50

Lakukan pengujian hipotesis perbedaan rata-rata dengan signifikan 5% ?

1. Membuat hipotesis penelitian H0 dsn H1
H0 : tidak ada perbedaan prestasi belajar PAI antara siswa yang
dibelajarkan dengan model pembelajaran pemecahan masalah, sidcovery
learning, dan inquiry
H1 :ada perbedaan prestasi belajar PAI antara siswa yang dibelajarkan
dengan model pembelajaran pemecahan masalah, sidcovery learning, dan
inquiry
2. Membuat hipotesis
H0 : µ1 = µ2 = µ3

H1 : µ1 ≠ µ2 ≠ µ3
3. Menentukan taraf signifikansi
Taraf signifikansi a = 5%
4. Menentukan uji yang digunakan
Uji anova satu arah
5. Kaidah pengujian
Jika Fhitung > Ftabel maka HO ditolak
Jika Jika Fhitung ≤ Ftabel maka HO diterima
6. Menentukan Fhitung dan Ftabel
a) Membuat table penolong

No X1 X2 X3 (X1)2 (X2)2 (X3)2

1 90 90 80 8100 8100 6400

2 80 90 70 6400 8100 4900

3 80 70 90 6400 4900 8100

4 100 80 80 10000 6400 6400

5 80 80 80 6400 6400 6400

6 80 70 70 6400 4900 4900

7 90 70 70 8100 4900 4900

8 90 70 70 8100 4900 4900

 9 90 60 50 8100 3600 2500

10 80 60 50 6400 3600 2500

Jumlah 860 740 710 74400 55800 51900

∑XT ∑X1 + ∑X2 + ∑X3 = 860 + 740 + 710 = 2310

(∑XT)2 (∑X1)2 + (∑X2)2 + (∑X3)2 = 74400 + 55800 + 51900 =

182100

Menentukan jumlah kuadrat (JK) untuk beberapa sumber variansi,

yaitu Total (T), Antara (A) dan Dalam (D)
Dimana n1 = 10, n2 =10, n3 = 10 dan nT = 30
JKT =

JKA =

JKA =

JKA = ( 73960 + 54760 + 50410 ) – 177870 = 1260

DKD = JKT – JKA = 4230 – 1260 = 2970
b) Mencari nilai derajat kebebasan
DKT = nr – 1 = 30 – 1 = 29
DKA = k – 1 = 3 – 1 = 2
DKD = DKT – DKA = 29 – 2 = 27
c) Menentukan nilai variansi

VARD = = 110
 VARA =

d) Menghitung nilai Fhitung

Fhitung =

e) Menentukan nilai Ftabel

Nilai Ftabel dapat dicari dengan menggunakan tabek F (0,05)
Dimana DKA = pembilang = 2 (K – 1 = 3 – 1= 2)
DKD = penyebut = 27 (DKT – DKA = 29 – 2 = 27)
Ftabel = F(a)(DKA, DKD) = F(0,05)(2,27) = 3,350
f) Membuat tabulasi ragam amova satu jalur

Sumber variansi JK DK VAR Fhitung Ftabel (a =

0,05)

Antar kelompok 1260 2 630 5,727 3,350

Dalam pelompok 2970 27 110

Total 4230 29 -

7. Menarik kesimpulan
Fhitung = 5,727
Ftabel = 3,350
Fhitumg > Ftabel maka H0 ditolak artinya ada perbedaan prestasi belajar
matematika antara siswa yang dibelajarkan dengan model
pembelajaranpemecahan masalah, discovery learning, dan inquiry.
 TWO WAY ANOVA

A. Anova dua jalur

 Uji perbedaan parameter rata-rata satu variable terikat untuk lebih dari dua
kelompok sampel
 Analisis variansi dua jalur terdiri atas dua factor dengan dua atau lebih
level
Contoh:
Pengaruh model pembelajaran dan kemampuan awal terhadap prestasi
belajar
Factor 1: model pembelajaran dengan level: inquiry dan jigsaw
Factor 2: kemampuan awal dengan level: tinggi dan rendah
Prestasi belajar merupakan variable terikat.
Contoh perhitungan manual:
Suatu penelitian bertujuan mempelajari pengaruh model pembelajaran dan
kemampuan awal terhadap prestasi belajar PAI, untuk keperluan itu telah
diambil dua kelompok sampel acak untuk belajar menggunakan model
pembelajaran inquiry (A1) dan jiqzaw (A2). Setiap kelompok masing-masing
dibagi dua secara acak dan dibedakan menjadi dua berdasarkan kemampuan
awal, yaitu kelompok tinggi (B1) dan kelompok rendah (B2). Sekor prestasi
belajar PAI disajikan sebagai berikut

Model pembelajaran (A) Kemampuan awal (B)

Rendah (B2)
Tinggi (B1)

Inquiry (A1) 90 80

90 70

90 70

90 70

90 70

80 70
 80 60

80 60

80 60

70 60

Jigzaw (A2) 90 80

90 70

90 70

80 70

80 60

80 60

80 60

70 60

70 50

70 50

Lakukan pengujian hipotesis perbedaan rata-rata dengan signifikansi 5% ?

1. Membuat hipotesis penelitian H0 dan H1
 Hipotesis penelitian dengan faktor model pembelajaran
H0(A) : Tidak ada perbedaan prestasi belajar PAI antara siswa yang
dibelajarkan dengan model pembelajaran inquiry dan jigsaw
H1(A): Ada perbedaan prestasi belajar PAI antara siswa yang dibelajarkan
dengan model pembelajaran inquiry dan jigsaw.
 Hipotesis penelitian dengan factor kemampuan awal
H0(B) : Tidak ada perbedaan prestasi belajar PAI antara siswa yang
dibelajarkan dengan kemampuan awal tinggi dan rendah
H1(B): Ada perbedaan prestasi belajar PAI antara siswa yang dibelajarkan
dengan kemampuan awal tinggi dan rendah
 Hipotesis penelitian interaksi model pembelajaran dengan kemampuan
awal
 H0(AB) : Tidak ada interaksi prestasi belajar PAI antara siswa yang memiliki
kemampuan awal tinggi dan rendah yang dibelajarakan dengan model
pembelajaran inquiry dan jigsaw
H1(AB): Ada interaksi prestasi belajar PAI antara siswa yang memiliki
kemampuan awal tinggi dan rendah yang dibelajarakan dengan model
pembelajaran inquiry dan jigsaw
2. Membuat hipotesis penelitian statistic
 Hipotesis statistic dengan factor model pembelajaran
H0(A) : µ1= µ2
H1(A) : µ1≠ µ2
 Hipotesis statistic dengan factor kemampuan awal
H0(B) : µ1= µ2
H1(B) : µ1≠ µ2
 Hipotesis statistic interaksi model pembelajaran dengan kemampuan awal
H0(AB) : µ1= µ2
H1(AB) : µ1≠ µ2
3. Menentukan taraf signifikansi
Taraf signifikansi a = 5%
4. Menentukan uji yang digunakan
Uji anova dua jalur
5. Kaidah pengujian
Jika Fhitung > Ftabel, Maka H0 ditolak
Jika Fhitung ≤ Ftabel, Maka H0 diterima
6. Menentukan Fhitung dan Ftabel
a) Membuat table

Inquiry (A1) Jigsaw (A2)

Kemampuan Kemampuan Kemampuan Kemampuan

No. Awal Tinggi Awal Rendah Awal Tinggi Awal Rendah
(B1) (B2) (B1) (B2)

X1 (X2)2 X2 (X2)2 X3 (X3)2 X4 (X4)2

1 90 8100 80 6400 90 8100 80 6400

 2 90 8100 70 4900 90 8100 70 4900

3 90 8100 70 4900 90 8100 70 4900

4 90 8100 70 4900 80 6400 70 4900

5 90 8100 70 4900 80 6400 60 3600

6 80 6400 70 4900 80 6400 60 3600

7 80 6400 60 3600 80 6400 60 3600

8 80 6400 60 3600 70 4900 60 3600

9 80 6400 60 3600 70 4900 50 2500

10 70 4900 60 3600 70 4900 50 2500

∑ 840 71000 670 45300 800 64600 630 40500

Statistik Tota
l

NT N1 = 10 N2 =10 N3 = 10 N4 = 10 40

∑XT ∑X1 = 840 ∑X2 = 670 ∑X3 = 800 ∑X4 = 630 2940

X̅
294

∑X2, - ∑X2 = 670 - ∑X4 = 630 1300

4

∑X1, ∑X1 = 840 - ∑X3 = 800 - 1640

3

(∑X ∑X12=71000 ∑X22=45300 ∑X32=64600 ∑X42=40500 2214

2
T) 00

b) Menentukan jumlah kuadrat (JK) untuk beberapa sumber variansi, yaitu

Total (T), Antar Kelompok A (A), Antar Kelompok B (B), Antar
Kelompok A dan B (A,B) dan Eror (E)
 Jumlah Kuadrat Total (JKT)
  Jumlah Kuadrat Antar Kelompok A(JKA)

 Jumlah Kuadrat Antar Kelompok B(JKB)

 Jumlah Kuadrat Antar Kelompok A dan B (JKAB)

 Jumlah Kuadrat Error (JKE)

c) Mencari Nilai Derajat Kebebasan

DKT = NT – 1 = 40 – 1 = 39
 DKA = b – 1 = 2 – 1 = 1 (b = Baris)
DKB = k – 1 = 2 – 1 = 1 (k = Kolom)
DKAB = (DKA)(DKB) = 1.1 = 1
DKE = NT – (b.k) = 40 – (2.2) = 40 – 4 = 36
d) Menentukan Nilai Variansi

e) Menghitung Nilai Fhitung

Fhitung (A) =

Fhitumh (B) =

FHitung (AB) =

f) Menentukan Nilai Ftabel

Nilai Ftabel dapat dicari dengan menggunakan table F
 Ftabel (Model pembelajaran)
Dimana DKA = pembilang = 1 ; DKE = penyebut = 36
F(A)table = F(a)(DKA,DKE) = F(0,05)(1,36) = 4,110
 Ftabel (Kemampuan Awal)
Dimana DKB = pembilang = 1 ; DKE = penyebut = 36
F(A)table = F(a)(DKB,DKE) = F(0,05)(1,36) = 4,110
 Ftabel (Model Pembelajaran*Kemampuan Awal)
Dimana DKAB = pembilang = 1 ; DKE = penyebut = 36
 F(AB)table = F(a)(DKAB,DKE) = F(0,05)(1,36) = 4,110

Sumber Variansi JK DK VAR Fhitung Ftabel

Antar Kelompok A (Model 160 1 160 2,549 4,110

Pembelajaran)

Antar Kelompok B 2890 1 2890 46,035 4,110

(Kemampuan Awal)

Antar Kelompok AB (Model 0 1 0 0 4,110

Pembelajaran*Kemampuan
Awal)

Error (E) 2260 36 62,778

Total (T) 4230 39

7. Menarik Kesimpulan
 Model Pembelajaran
Fhitung = 2,549
Ftabel = 4,110
Fhitung < Ftabel maka H0 diterima artinya tidak ada perbedaan presentasi
belajar PAI antar siswa yang dibelajarkan dengan model pembelajaran
inquiry dan jigsaw
 Kemampuan Awal
Fhitung = 47,314
Ftabel = 4,110
Fhitung > Ftabel maka H0 ditolak artinya ada perbedaan presentasi belajar PAI
antar siswa yang memiliki kemampuan awal tinggi dan rendah
 Interaksi Model Pembelajaran dengan Kemampuan Awal
Fhitung = 0
Ftabel = 4,110
Fhitung < Ftabel maka H0 diterima artinya tidak ada interaksi presentasi belajar
PAI antara siswa yang memiliki kemampuan awal tinggi dan rendah yang
dibelajarkan dengan model pembelajaran inquiry dan jigsaw.
 LATIHAN SOAL

Latihan Soal 1

Banyaknya anggota rumah tangga hasil sebuah survei rumah tangga di 3 desa
adalah sebagai berikut:
NO Desa A Desa B Desa C
1 6 4 7
2 8 4 5
3 4 4 3
4 4 7 6
5 7 4 5
6 5 4 5
7 4 3 3
8 - 3 3
9 - 8 3
10 - 8 -
Ujilah dengan tingkat signifikansi 5 persen, apakah terdapat perbedaan rata-rata
banyaknya anggota rumah tangga di ketiga desa tersebut!
 Latihan Soal 2

Seorang analis mempelajari premi untuk asuransi mobil yang dibebankan

oleh sebuah perusahaan asuransi di enam kota. Enam kota dipilih untuk mewakili
ukuran yang berbeda (Faktor A: kecil, sedang, besar) dan daerah yang berbeda di
negara bagian (Faktor B: timur, barat, selatan). Hanya ada satu kota untuk setiap
kombinasi ukuran dan wilayah. Jumlah premi yang dibebankan untuk jenis
pertanggungan tertentu dalam kategori risiko tertentu untuk masing-masing dari
enam kota diberikan dalam tabel berikut.

Faktor B
Faktor A
Timur Barat Selatan
Kecil 135 175 180
Sedang 150 180 160
Besar 155 195 165
PENUTUP

1. Kesimpulan
Analisis varians adalah prosedur yang menerapkan porsi varians ini
pada setiap kelompok dari vaiabel independen. Caranya dengan
membandingkan secara simultan beberapa variabel dapat memperkecil
kesalahan. Keunggulan analisis varians adalah mampu melakukan uji
perbandingan untuk banyak variabel.. tujuan dari analisis varians adalah
untuk menemukan variabel independen dalam penelitian dan menentukan
bagaimana variabel tersebut berinteraksi dan mempengaruhi tanggapan
atau perlakuan
One Way Anova karena pusat perhatian kita hanya satu, dalam hal
ini bentuk kemasan suatu produk Tujuan dari anava satu arah adalah untuk
mengetahui pengaruh atau efek terhadap variabel dependen yang
disebabkan oleh suatu faktor yang terdiri dari beberapa level faktor yang
jumlahnya berhingga. Secara teknis analisis variansi satu arah (anava satu
arah) merupakan perluasan dari uji rata-rata 2 populasi normal sampel
independent
Analisis varians yang tidak hanya memiliki satu variabel disebut
dengan analisis varians dengan klasifikasi dua jalur (Anava ganda). Anava
dua-jalur adalah analisis varian yang digunakan untuk menguji hipotesis
perbandingan lebih dari dua sampel dan setiap sampel terdiri atas dua jenis
atau lebih secara bersama-sama. Anava Dua Jalan menunjukkan adanya
variabel bebas, banyaknya sel diperoleh dari hasil kali banyaknya
penggolongan setiap variabel. Misalnya variabel A terdapat 2 klasifikasi,
variabel B terdapat 3 klasifikasi, variabel C terdapat 2 klasifikasi, maka
banyaknya sel adalah 2 X 3 X 2 = 12 buah sel
DAFTAR PUSTAKA

https://raharja.ac.id/2020/11/14/analisis/

https://id.wikipedia.org/wiki/Analisis_varians

https://www.dictio.id/t/apakah-yang-dimaksud-dengan-analisis-varian-
atau-
anova/8898

http://file.upi.edu/Direktori/FPEB/PRODI._EKONOMI_DAN_KOPERAS
I/1314
10904%20%20Dr.%20Kusnendi%2C%20MS/MEMAHAMI
%20ANALISIS_VARIANS.pdf

https://docplayer.info/31804617-Memahami-analisis-varians-oleh-
kusnendi-
sekolah-pascasarjana-universitas-pendidikan-indonesia-2016-http-
file-upi-edu-dosen.html