ANALYSIS OF VARIANCE: ONE-WAY CLASSIFICATION

(ANOVA SATU-ARAH)

Apa yang di maksud dengan ANOVA?

ANOVA adalah metode statistika untuk membagi/mengelompokkan variansi data hasil eksperimen
menjadi bahagian-bahagian yang berbeda, dimana setiap bahagian dapat ditentukan sumber, penyebab
munculnya variansi itu.

ANOVA pertama kali dikembangkan oleh R. A. Fisher pada tahun 1923 dan diaplikasikan awalnya di bidang
pertanian.

Apa yang dilakuan pada ANOVA?

Variansi seperti yang diketahui adalah rata-rata kuadrat jarak setiap skor dari rata-rata suatu data
∑(𝑋−𝑋̅ )2
𝑠2 =
𝑁

Pada ANOVA bahagian jumlah kuadrat simpangan dari formulasi variansi, ∑(𝑋 − 𝑋̅)2 , dibagi manjadi
bahagian-bahagian yang dapat dijumlah berdasarkan sumber atau penyebab jumlah kuadrat tersebut

Apa tujuan ANOVA?

ANOVA sebenarnya ditujukan untuk

menguji (to test) signifikansi perbedaan
rata-rata sampel yang secara teoritis
berasal dari populasi-populasi yang
berbeda. ANOVA ditujukan untuk menguji
pengaruh k perlakuan pada populasi.

Bagaimana ANOVA satu-arah bekerja?

ANOVA bekerja untuk data yang berasal dari eksperimen yang didisain dengan cara:
a. Perlakuan yang berbeda diberikan pada sejumlah k sampel dan tiap sampel memiliki n anggota
yang dipilih secara random.
b. Rata-rata masing-masing k sampel dihitung
c. Pekerjaan selanjutnya adalah menguji hipotesis apakah perbedaan k rata-rata pada variabel
dependent adalah karena pengaruh dari variabel independent atau perbedaan itu hanya sifat
populasi
d. Diformulasikan hipotesis null (Ho) yang menyatakan bahwa sampel diambil dari populasi-populasi
dengan rata-rata yang sama. Hipoteis null ini adalah asumsi bahwa perlakuan tidak memberi
pengaruh, karena bila hipotesis ini diterima akan berarti bahwa perbedaan yang teramati adalah
sifat populasi atau karena kesalahan pengambilan sampel.
e. Jika perbedaan rata-rata tidak dapat lagi dikatakan sebagai kesalahan pengambilan sampel maka
hipotesis alternatif diterima, yaitu perlakuan memberi pengaruh.
Notasi-notasi apa yang digunakan pada ANOVA?

Misalkan ada eksperimen yang melibatkan k perlakuan. Perlakukan itu misalkan pemberian jenis pupuk
yang berbeda pada tanaman padi.
Setiap perlakuan diterapkan pada sampel (selanjutnya akan disebut kelompok) yang berbeda, yang jumlah
setiap anggota kelompok dapat ditandai dengan n1, n2, …, nk. Jumlah anggota kelompok ke-j dinyatakan
dengan nj. Jumlah total anggota semua kelompok adalah n1 + n2 + … + nk = N. Bila jumlah anggota masing-
masing kelompok sama, maka n1 = n2 = … = nk = n = N/k

Bagaimana data hasil eksperimen dipresentasikan?

Data hasil ekperimen dapat dipresentasi seperti pada tabel berikut:

Sampel 1 Sampel 2 … Sampel k Ada subscript ganda dipakai, misalkan X12. Pada
X11 X12 … X1k simbol ini angka pertama melambangkan nomor
X21 X22 X2k anggota, sementara angka kedua melambangkan
… … … … nomor kelompok. Jadi X12 berarti skor pertama
𝑋𝑛1 1 𝑋𝑛2 2 … 𝑋𝑛𝑘 𝑘 sampel kedua. Dalam bentuk umum simbol ini
dinyatakan sebagai Xij yang berarti skor ke-i
∑ 𝑋𝑛1 1 ∑ 𝑋𝑛2 2 … ∑ 𝑋𝑛𝑘 𝑘
kelompok ke-j

Bagaimana notasi penjumlahan dituliskan?

Notasi penjumlahan skor
𝑛1 𝑛1 𝑛1

∑ 𝑋𝑖1 , ∑ 𝑋𝑖2 , … , ∑ 𝑋𝑖𝑘

𝑖= 𝑖 𝑖

Dari penjumlahan dapat dicari rata-rata (rata-rata kelompok) yang dapat disimbolkan dengan
𝑋̅.1 , 𝑋̅.2 , … , 𝑋̅.𝑘 atau dengan bentuk umum 𝑋̅.𝑗 yang berarti rata-rata kelompok ke-j, dengan tanda titik (.)
berarti penjumlahan telah dilakukan terhadap semua skor dari i =1 sampai nj sehingga identitasnya telah
hilang dan diganti titik. Jika semua skor dari semua kelompok dijumlahkan dan dibagi jumlah total semua
anggota kelompok diperoleh 𝑋̅.. . rata-rata ini disebut grand mean atau rata-rata keseluruhan. Dalam
pembahasan selanjutnya simbol rata-rata ini disederhanakan saja, yaitu 𝑋̅.𝑗 menjadi 𝑋̅𝑗 dan 𝑋.
̅ menjadi
𝑋̅
Dengan demikian ada dua jenis rata-rata diperoleh:
a. Rata-rata kelompok : 𝑋̅𝑗
b. Rata-rata keseluruhan (grand mean) : 𝑋̅

Bagaimana jumlah kuadrat di simbolkan?

Ada dua jenis jumlah kuadrat, yaitu
a. Jumlah kuadrat simpangan skor dari rata-rata kelompoknya (jumlah kuadrat 𝑛𝑗
dalam kelompok atau within the group sum of square) disimbolkan dengan ssw ∑(𝑋𝑖𝑗 − 𝑋̅𝑗 )2
𝑖=1
𝑛𝑗
b. Jumlah kuadrat simpangan skor dari grand mean (jumlah kuadrat total atau total
sum of square) disimbolkan dengan sstotal : ∑(𝑋𝑖𝑗 − 𝑋̅)2
𝑖=1
Partisi jumlah kuadrat
Bagaimana partisi atau pembagian jumlah kuadrat dilakukan?

Partisi jumlah kuadrat dilakukan dengan mendemonstraskan bahwa jumlah kuadrat total dapat dibagai
menjadi dua jumlah kuadrat yang independent dan additif (dapat dijumlahkan), yaitu jumlah kuadrat
dalam kelompok (within the group sum of square) yang disimbolkan dengan ssw dan jumlah kuadrat antar
kelompok (between the group sum of square yang disimbolkan dengan ssb)

Partisi ini dilakukan sebagai berikut:

Partisi dimulai dengan operasi
1. Operasi identitas identitas yang menyatakan bahwa
simpangan skor tertentu dari grand
(Xij − 𝑋̅ ) = (𝑋𝑖𝑗 − 𝑋̅𝑗 ) + (𝑋̅𝑗 − 𝑋̅ ) mean, (Xij − 𝑋̅ ), dapat dipecah
menajadi simpangan skor dari rata-
Disebut operasi identitas karena suku di kiri akan sama rata kelompoknya, (𝑋𝑖𝑗 − 𝑋̅𝑗 ),
dengan hasil penjumlahan suku di kanan ditambah simpangan rata-rata
kelompok skor itu berada dari grand
mean (𝑋̅𝑗 − 𝑋̅ ).
2. Kuadratkan idenstitas dan jumlahkan untuk semua skor anggota kelompok ke-j .
𝑛𝑗 𝑛𝑗 𝑛𝑗 𝑛𝑗
2 2 2
∑(𝑋𝑖𝑗 − 𝑋̅) = ∑(𝑋𝑖𝑗 − 𝑋̅𝑖𝑗 ) + ∑(𝑋̅𝑗 − 𝑋̅) + 2(𝑋̅𝑗 − 𝑋̅) ∑(𝑋𝑖𝑗 − 𝑋̅𝑖𝑗 )
𝑖=1 𝑖=1 𝑖=1 𝑖=1

Akan terlihat bahwa suku ke dua disebelah kanan adalah penjumlah selisih antara dua konstanta,
𝑛𝑗 2 𝑛𝑗 2
yaitu ∑𝑖=1(𝑋̅𝑗 − 𝑋̅) . Sesuai dengan teorema penjumlah, ∑𝑛𝑖=1 𝑐 = 𝑛𝑐, maka ∑𝑖=1(𝑋̅𝑗 − 𝑋̅) =
2
𝑛𝑗 (𝑋̅𝑗 − 𝑋̅) . Selanjutnya suku ketiga sebelah kanan, melibatkan penjumlah simpangan.
𝑛𝑗
Pejumlahan simpangan hasilnya adalah nol, ∑𝑛𝑖=1(𝑋𝑖 − 𝑋̅) = 0, sehingga 2(𝑋̅𝑗 − 𝑋̅) ∑𝑖=1(𝑋𝑖𝑗 −
𝑋̅𝑖𝑗 ) = 0 . Dengan demikian penjumlahan diatas dapat disederhanakan menjadi:
𝑛𝑗 𝑛𝑗
2 2 2
∑(𝑋𝑖𝑗 − 𝑋̅) = ∑(𝑋𝑖𝑗 − 𝑋̅𝑖𝑗 ) + 𝑛𝑗 (𝑋̅𝑗 − 𝑋̅)
𝑖=1 𝑖=1
Persamaan ini menunjukkan bahwa jumlah kuadrat simpangan nj skor di kelompok ke-j dengan grand
mean sama dengan jumlah simpangan nj skor di kelompok ke-j dengan rata-rata kelompoknya
ditambah ditambah dengan nj kali kuadrat beda antar rat-rata kelompok ke-j dengan grand mean.
3. Lakukan penjumlah untuk semua k kelompok dan diperoleh:
𝑘 𝑛𝑗 𝑘 𝑛𝑗 𝑘
2 2 2
∑ ∑(𝑋𝑖𝑗 − 𝑋̅) = ∑ ∑(𝑋𝑖𝑗 − 𝑋̅𝑖𝑗 ) + ∑ 𝑛𝑗 (𝑋̅𝑗 − 𝑋̅)
𝑗=1 𝑖=1 𝑗=1 𝑖=1 𝑗=1
Dalam perhitungan maka sstotal dapat digunakan untuk mengecek apakah ssw dan ssb yang dicari sudah
betul atau belum
Jumlah kuadrat semua skor dari Jumlah kuadrat semua skor Jumlah kuadrat semua rata-rata
grand mean, sstotal dari rata-rata kelompoknya, kelompok dari grand mean dengan
ssw setiap simpangan dikali jumlah
anggota kelompok, ssb
 𝑘 𝑛𝑗 𝑘 𝑛𝑗 𝑘
2 2 2
𝑠𝑠𝑡𝑜𝑡𝑎𝑙 = ∑ ∑(𝑋𝑖𝑗 − 𝑋̅ ) 𝑠𝑠𝑤 = ∑ ∑(𝑋𝑖𝑗 − 𝑋̅𝑖𝑗 ) 𝑠𝑠𝑏 = ∑ 𝑛𝑗 (𝑋̅𝑗 − 𝑋̅)
𝑗=1 𝑖=1 𝑗=1 𝑖=1 𝑗=1
Dengan demikian jumlah kuadrat total dapat dipartisi menjadi dua bahagian yang dapat dijumlahkan yaitu
jumlah kuadrat dalam kelompok dan jumlah kuadrat antar kelompok. Kedua jumlah disebelah kanan
independent satu sama lain. Dapat juga dikatakan bahwa sumber variansi total adalah variasi dalam
kelompok dan variansi atar kelompok.

Rata-rata kuadrat
Apa-apa saja derajad kebebasan terkait denga jumlah kuadrat?
Setiap jumlah kuadrat terkait dengan jumlah anggota yang terlibat. Jika jumlah kuadrat ini dibagi dengan
jumlah anggota yang terlibat dalam mencari kuadrat itu, maka akan didapatkan rata-rata. Namun untuk
estimasi, maka jumlah anggota terkait dikurang satu yang disebut dengan derajat kebebasan. Terkait
dengan jumlah kuadrat di atas, maka ada tiga derajat kebebasan, yaitu:

1. Derajat kebebasan untuk jumlah kuadrat total (dftotal)

dftotal = n1 + n2 + … + nk – 1 = N – 1
2. Derajat kebebasan jumlah kuadrat dalam kelompok (dfw). Jumlah kuadrat dalam kelompok
diperoleh dengan menjumlah kuadrat simpangan skor dengan rata-rata kelompok untuk
seluruh kelompok.
dfw = ( n1 – 1 ) + (n2 – 1)+ … + (nk – 1) = ∑𝒌𝒋=𝟏 𝒏𝒋 + ∑𝒌𝒋=𝟏 𝟏 = 𝑵 − 𝒌
3. Derajat kebebasan untuk Jumlah kuadrat antar kelompok. Jumlah kuadrat antar kelompok
dicari dengan menjumlahkan kuadrat simpangan rata-rata kelompok dengan grand mean,
sehingga jumlah penjumlahan sama dengan jumlah kelompok.
dfb = k – 1
Ketiga df akan berhubungan satu sama lain dengan persamaan:

N – 1 = (N – k) + (k – 1)
Total within between

Bagaimana menentukan rata-rata kuadrat?

2 dan rata-
Ada dua rata-rata kuadrat yang harus ditentukan, yaitu rata-rata kuadrat dalam kelompok (𝑠𝑤
2
rata kuadrat antar kelompok 𝑠𝑏 , dimana
2 = 𝑠𝑠𝑤
1. 𝑠𝑤
𝑑𝑓𝑤
2 = 𝑠𝑠𝑏
2. 𝑠𝑤
𝑑𝑓𝑏
2 dan 𝑠 2 dikenal juga sebagai varince estimate (variansi yang digunakan untuk estimasi). Variansi
Nilai 𝑠𝑤 𝑏
ini nanti yang akan digunakan untuk uji hipotesis, sehingga variansi ini adalah nilai estimasi untuk variansi
populasi

Arti variance estimate (variansi yang digunakan untuk estimasi)

2?
Apa arti variance estimate 𝑠𝑤
Mari diasumsikan bahwa andaikan k sampel diambil dari populasi-populasi yang memiliki variansi yang
sama. Asumsi ini berarti bahwa* 𝜎12 = 𝜎22 = … = 𝜎𝑘2 = 𝜎 2 (catatan: Variansi populasi disimbolkan
dengan 2. Jika populasi nya ada k buah maka variansinya juga ada k buah, yaitu 𝜎12 , 𝜎12 , 𝜎22 , 𝜎32 , … , 𝜎𝑘2 ).
2 adalah
Jika asumsi ini benar, maka nilai yang diharapkan (expected valae)/nilai yang diramalkan untuk 𝑠𝑤
2 2 2 2 2
𝜎 , yaitu E(𝑠𝑤 ) = 𝜎 (expected valae untuk 𝑠𝑤 ). Dengan demikian 𝑠𝑤 adalah nilai variansi ramalan untuk
2 (seperti yang di formulasi sebelumnya) adalah nilai yang variansi yang diperoleh dengan
populasi. Nilai 𝑠𝑤
menggabungkan semua skor dari k kelompok, yaitu:

2 =
∑𝑛𝑖=1
1 𝑛1
(𝑋𝑖1 − 𝑋̅1 )2 + ∑𝑖=1
𝑛1
(𝑋𝑖2 − 𝑋̅2 )2 + … + ∑𝑖=1(𝑋𝑖𝑘 − 𝑋̅𝑘 )2
𝑠𝑤
𝑛1 + 𝑛2 + ⋯ + 𝑛𝑘 − 𝑘

Formulasi ini sama dengan formulasi gabungan ketika uji perbedaan dua rata-rata dengan uji-z atau uji t,
dimana varansi error diramalkan dengan lebih dahulu mencari variasi gabungan. Variansi gabungan dari
rumus di atas diperoleh jika k =2 (lihat lagi cara mencari variansi gabungan untuk uji beda dua rata-rata
dengan uji-z atau uji-t).

Apa arti variance estimate 𝑠𝑏2 ?

Secara matematis nilai expektasi (ramalan) untuk 𝑠𝑏2 adalah:

𝑛
∑𝑘𝑗=1(𝜇𝑗 − 𝜇)2 𝑁 − ∑𝑘𝑗=1 𝑗⁄𝑁
𝐸(𝑠𝑏2 ) = 𝜎2 + ( )
𝑘−1 𝑘−1
dimana 𝜇𝑗 dan 𝜇 adalah rata-rata populasi. Sesuai rumusan hipotesis null, maka 𝜇1 = 𝜇2 = ⋯ 𝜇𝑘 =
𝜇 sehingga bahagian pertama dari suku kedua bernilai 0, oleh karena itu suku kedua juga bernilai 0.
Dengan demikian 𝐸(𝑠𝑏2 ) = 𝜎 2 (nilai ekspektasi populasi untuk 𝑠𝑏2 = 𝜎 2 . Dengan demikian dibawah
hipotesi null 𝑠𝑏2 dan 𝑠𝑤
2 adalah nilai estimasi untuk variansi populasi 𝜎 2 .

Apa yang terjadi dengan nilai ekspektasi di atas jika hipotesis null tidak diterima?
Jika hipotesis null tidak diterima, maka suku kedua sebelah kanan nilai ekspektasi untuk 𝑠𝑏2 , yaitu 𝐸(𝑠𝑏2 ),
di atas tidak sama dengan 0, karena 𝜇𝑗 𝜇. Artinya tidak diambil dari populasi yang sama, atau k kelompok
berasal dari populasi yang berbeda.

Cara menguji hipotesis beda lebih dari dua rata-rata.

Bagaimana menguji hipostesi untuk beda lebih dari dua rata-rata dengan ANOVA?
1. Susun hipotesis null, yaitu 𝜇1 = 𝜇2 = ⋯ 𝜇𝑘 dan hipotesis alternatif H1 dengan ungkapan
sekurang-kurangnya salah satu dari rata berbeda
𝑠𝑏2
2. Cari nilai 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = 2
𝑠𝑤
3. Bading Fhitung dengan Ftabel
4. Terima hipotesis null jika F Ftabel
Contoh Uji hipotesis dengan ANOVA
Bagaimana cara menggunakan formulasi 𝒔𝒔𝑻𝒐𝒕𝒂𝒍 , 𝒔𝒔𝒃 𝐝𝐚𝐧 𝒔𝒔𝒘?
Perhatikan cara penggunaan formulasi pada tabel berikut!

Bentuk formulasi Cara menggunakan

Rata-rata kelompok Jumlahkan nilai skor dalam kelompok bagi dengan jumlah skor
𝑋̅𝑗
Rata-rata keseluruhan (grand mean) Jumlahkan nilai skor seluruh anggota kelompok untuk semua
𝑋̅ kelompok bagi dengan jumlah skor total, N.
Jumlah kuadrat semua skor dari Cari 𝑠𝑠𝑡𝑜𝑡𝑎𝑙 dengan cara:
grand mean, sstotal Formulasi ini mengandung dua tanda , dan mulai operasi
𝑘 𝑛𝑗 untuk tanda sigma pertama dengan j =1 dan selesaikan tanda
2
𝑠𝑠𝑡𝑜𝑡𝑎𝑙 = ∑ ∑(𝑋𝑖𝑗 − 𝑋̅) sigma kedua sampai dari i=1 samai nj. Mulailah penjumlahan
𝑗=1 𝑖=1 dengan mencari beda skor kelompok satu dari rata-rata
keseluruhan (grand mean) total dari kelompok satu (j =1) dan
dikuadratkan, dikuti bedar skor kelompok dua dari rata-rata
total dan dikuadarat-kan. Operasi ini diteruskan sampai
kelompok terakhir. Hasil masing-masing kelompok dijumlahkan
Jumlah kuadrat semua skor dari rata- Cari 𝑠𝑠𝑤 dengan cara:
rata kelompoknya, ssw Formulasi ini mengandung dua tanda , dan mulai operasi
𝑘 𝑛𝑗 untuk tanda sigma pertama dengan j =1 dan selesaikan tanda
2
𝑠𝑠𝑤 = ∑ ∑(𝑋𝑖𝑗 − 𝑋̅𝑖𝑗 ) sigma kedua sampai dari i=1 samai nj. Mulailah penjumlahan
𝑗=1 𝑖=1 dengan mencari beda skor kelompok satu dari rata-ratanya dari
kelompok satu (j =1)dan dikuadratkan, dikuti bedar skor
kelompok dua dari rata-rata nya dan dikuadrat-kan. Operasi ini
diteruskan samapai kelompok terakhir. Hasil masing-masing
kelompok dijumlahkan
Jumlah kuadrat semua rata-rata Cari 𝑠𝑠𝑤 dengan cara:
kelompok dari grand mean dengan Formulasi ini mengandung satu , dan mulai operasi untuk
setiap simpangan dikali jumlah tanda sigma pertama dengan j =1. Mulailah penjumlahan
anggota kelompok, ssb dengan mencari beda rata-rata kelompok satu dari rata-rata
𝑘 keseluruhan dikuadratkan, kemudian dikali dengan jumlah
2
𝑠𝑠𝑏 = ∑ 𝑛𝑗 (𝑋̅𝑗 − 𝑋̅) anggota kelompok 1, yaitu n1. Operasi diteruskan dengan
𝑗=1 beda rata-rata kelompok dua dari rata-rata keseluruhan
dikuadratkan dan dikali dengan jumlah anggota kelompok 2,
n2. Operasi ini diteruskan sampai kelompok terakhir. Hasil
masing-masing kelompok dijumlahkan
Bagaimana menggunakan formulasi ini dalam perhitungan uji hipotesis?
Misalkan hasil satu penelitian menunjukkan data sebagai berikut:
No Kelompok
I II III IV
1 5 9 8 1
2 7 11 6 3
3 6 8 9 4
4 3 7 5 5
5 9 7 7 1
6 7 4 4
7 4 4
8 2
 No Kelompok ssw ssb sstotal
I II III IV I II III IV I II III IV
1 5 9 8 1 0,1444 0,36 3,4596 4 0,462 0,3844 11,4244 5,6644 21,3444
2 7 11 6 3 2,6244 6,76 0,0196 0 38,77041 1,9044 28,9444 0,1444 6,8644
3 6 8 9 4 0,3844 0,16 8,1796 1 1,9476 0,1444 5,6644 11,4244 2,6244
4 3 7 5 5 5,6644 1,96 1,2996 4 41,04142 6,8644 1,9044 0,3844 0,3844
5 9 7 7 1 13,1044 1,96 0,7396 4 11,4244 1,9044 1,9044 21,3444
6 7 4 4 2,6244 4,5796 1 1,9044 2,6244 2,6244
7 4 4 1,9044 4,5796 2,6244 2,6244
8 2 11,4244 13,1044
n 8 5 7 6 37,88 11,2 22,86 14 38,36 49,84 24,77 55,1864
s 43 42 43 18 85,93 82,22 168,15
X̅j 5,38 8,40 6,14 3,00 s 2
w = 3.91 s2b = 27.41
N 26
̅
X 5,62 Fhitung = 7,02 FTabel ( = 0.0) = 4.82

Tabel ringkasan hasil ANOVA:

Bagaimana hasil ANOVA diringkas?
Hasil ANOVA diringkas pada tabel berikut:
Sumber variansi Sum of square Degree of freedom (df) Varance estimate
Between the group 82.22 4–1=3 3.91
Within the group 85.93 26 – 4 = 22 27.41
Total 168.15 26 – 1 = 25 Fhitung = 7.01

Kesimpulan : karena F hitung > Ftabel, maka Ho ditolak dan H1 diterima. Untuk megetahui kelompok/variabel mana yang yang menyebabkan
perdaan, maka perlu dilakukan uji lanjut, misalnya dengan uji Schefé
Cara membaca Tabel F (jika tabel kurang jelas cari di internet dengan kata kunci tabel distribusi F atau Tabel F dalam statistika)
Bagaimana cara membaca Tabel F?
𝑠𝑏2
Nilai FTabel dicari di Tabel F. Cranya: karena nilai Ftabel yang dicari adalah untu pembanding nilai 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = 2 , maka Ftabel dicari bedasarkan df dari
𝑠𝑤
nilai 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 . df pembilang = df dari 𝑠𝑏2 dan df penyebut adalah df dari 2.
𝑠𝑤 Untuk kasus di atas df pembilang = 3 dan df penyebut = 22, maka
Ftabel = 4,82

df pembilang

df pembilang
Ratio Korelasi
Apa yang dimaksud dengan ratio korelasi?
Pada ANOVA satu-arah variabel independent biasanya nominal dan variabel dependent biasanya ratio
atau interval. Seperti sudah dibicarakan, jumah kuadrat dipartisi jadi dua, yaitu sum of square beteween
the group (jumlah kuadrat antar kelompok) dan sum of square within the group (jumlah kuadrat dalam
kelompok). Jumlah kuadrat antar kelompok, ssb, adalah bahagian dari variansi yang adalah sifat yang
melekat dengan variabel independent, sementara ssw, adalah variansi karena faktor lain dalam kelompok.
Kekuatan korelasi antara vaiabel independent dengan variabel dependent dapat dinyatakan dalam bentuk
ratio berikut:
𝑠𝑠𝑏 𝑠𝑠𝑤
η2𝑦.𝑥 = =1−
𝑠𝑠𝑇 𝑠𝑠𝑇
2 dikenal dengan istilah ratio korelasi, dan dapat diinterpretasi seperti r2. 2 adalah ukuran hubungan
(asosiasi) antara variabel dependent dan variabel independent yang terlibat dalam eksperimen.

Syarat uji ANOVA

Apa syarat uji beda lebih dari dua rata-rata dengan ANOVA?
1. Distribusi dependent variabel dalam populasi mesti normal (perlu dilakukan uji normalitas)
2. Variansi populasi mesti homogen (uji homogenitas)
Tugas:
Tabel berikut memperlihatkan skor tes psikomotor untuk empat kelompok subjek yang diberikan empat
perlakukan berbeda.
Kelompok Skor 𝑋̅𝑗
I 16 7 9 19 24 31 19.40
II 24 6 15 25 32 24 29 22.14
III 16 15 18 19 6 13 18 15.00
IV 25 19 16 17 42 45 27.33

Gunakan ANOVA untuk menguji hipoteisis null:

H0 : 1 = 2 = 3 = 4